線上消費的競爭

綿延兩年多的Covid-19疫情，已從根本改變了線上及實體的消費型態，原先的消費模式從線上客源導流至線下實體的O2O(online to offline)，演變成將線上線下客戶資料整合的OMO(Offline Merge Online)，整握更精準的受眾輪廓，針對不同的銷售族群提供個性化的銷售服務。

線下物流的戰場

但線上系統湧進了大量訂單，如何快速挑揀貨物並即時配送已是各物流廠商的壓力來源。電商及零售網購趨勢上揚，帶動配送業績提升，也引發大型量販店併購潮，擴張門店數量延伸觸角，並整備各門店倉儲，透過雲端倉儲及智慧物流管理，媒合送貨及囤貨處，以求最短送貨時間並滿足顧客體驗。

而未來的物流業發展也有以下的三大趨勢：

1.快物流
消費者已經習慣了即時美食外送時，線上購買的商品也希望能加速配達。從一開始的pchome的24小時到貨，到momo的3小時到貨，再到全聯的小時達1小時到貨，快物流已是不可逆趨勢。物流商也因大量資訊流量需快速處理，也同步帶動智慧物流發展，訴求資料傳遞速度及高準確性，資料上雲及導入AI人工智慧的大數據演算法以運算出最短送貨路徑，並進行排列組合是必要措施。

2.分散式物流
以往的大量集運配送模式已不符合現在的快物流型態，分散式物流由多門市、多倉儲及多取貨點媒合多收貨點進行配送，這類型的分散式發貨協助業者以更短的時間、更少的油耗量來消化多點的配送需求，而物流數據將是左右快物流商戰的重要配備。透過AI演算法，預估門市的需求及供給，根據數據資料了解消費者慣性，協助門市提前準備所需資源；電商方面則根據AI演算法取得貨物收貨點、取貨點、取貨時間及地點的最佳排列組合，以最少資源達成最多及最快的配送效率。

3.無人化
無人化本身伴隨著現實層面的兩大問題：缺工及撿貨量龐大。
由於配送人力的不足，現階段能執行的為集中式運輸配送，後續營業所至營業所路段以現有技術、法律層面爭取無人運輸，以改善人力短缺問題。

但大型倉儲缺工問題依然嚴重，即使需要分散式物流協助末端配送，仍需要大型物流中心進行最基礎的撿貨任務，無人化載具在智慧倉儲的運用仍有其必要性，無人搬運車AGV藉由AI演算法優化後，導入智慧化分理貨及撿貨機制，除了解決倉儲缺工問題，也能消化疫情後更加龐大的運送、收貨及送貨需求，而AGV在廠內的運輸及相關能力提升，也更能實現智慧倉儲的運作，提高物流中心速度。


詳細內文請參考網址