快递业备战“双11”：自动化程度提升 快递员增超50%

本篇文章2020字，读完约5分钟

912亿元的营业额和4.67亿份物流订单——这是阿里巴巴平台去年创下的双11纪录。据中国快递协会和菜鸟网预测，今年的“双11”将为快递行业带来超过10亿个包裹。对于中国整个快递行业来说，在一周内生成和处理如此巨大的物流订单仍然是一个巨大的挑战。

快递商店会爆炸吗？今年包裹投递的效率能提高多少？快递业准备好开战了吗？带着这些疑问，新华社中国网记者走访了多家快递公司和电子商务公司。

自动化和智能化“缓解”了峰值压力

在大云快递的分拣中心，一条170米长的传送带以2米/秒的速度运行，传送带上的包裹自动落入两侧的编织袋中。快递企业运营部副主任赖世强表示:“这是我们推出的全自动分拣系统，最早可以在一小时内处理2万件。”

随后，赖世强向记者提出了一个计算问题:“一个普通分拣员的工作量大约是每天1000个订单。一台机器的不间断运行可以节省近480名站长的劳动，而处理同样数量的特快专递邮件所节省的分拣人力将会令人印象深刻。”分拣准确率达到99%，大大避免了人工分拣差错率高造成的二次加工成本和车辆路径资源的浪费。

实现机器自动分拣的“秘密”是快递包裹附有条形码的“电子票面”。电子面板中的“隐藏”数据可以自动与快递商家、快递公司、收货消费者和干线的数据信息相连接，从而可以识别、处理和交付数亿个包裹。这项技术将在今年的“双十一”中广泛使用，在一定程度上缓解高峰压力。

今年年初以来，各大快递公司利用大数据和信息转型打造了中国物流的升级版。童渊快递(600233，BUY)运营中心高级总监王勇表示，今年他们仍将依靠物流平台的多维数据支持，对各快递网点的包裹进行实时监控，降低网点爆仓的可能性。

据业内专家介绍，前几年，“双十一”产能压力不大，12日和13日为收集高峰。随着电子面对面订单、智能订单分离等技术的普及，快递公司的自动化程度提高，预计“双11”将成为今年的收款高峰，这也将推高消费者的签收时限。

老化将提前10小时

除了智能“电子面对面”技术之外，包裹递送的效率也得到了提高。今年，各大快递公司也用“数据”做减法，即减少中间环节的投递。

锦西路是一家家纺电子商务企业。在过去两年的“双十一”那天，有超过30万个包裹，这给物流造成了很大的压力。该负责人黄玉华表示:“我们今年已经接入了电子面板和智能物流平台，很容易了解各合作快递公司的配送进度，在实际运营中对及时调整和提高运力起到了很大的作用。它可以有针对性地提高消费者满意度。”

据初步估计，今年的“双11”可以实现大量的交货前订单。物流平台新秀网首席技术官王文斌表示:“时效性将提高10个多小时。”这种“加速”是如何实现的？据菜鸟网称，过去，订单是根据订单生成的时间顺序下的。现在，基于大数据预测和云计算，订单可以根据目的地进行分配，这可以在商户端生成订单后实现。

田甜快递副总裁陈向阳表示，今年，快递公司根据大数据调整了大量运输能力。届时，“双11”期间实施的运营图将与往年不同，部分货运量大的地区将直接开放点对点运输能力，减轻运营中心的压力。

在跨境电子商务方面，各种电子商务公司的平台也显示出其神奇的力量。网易考拉公关经理王峥表示，今年网易跨境电子商务已经扩大了仓库配置，提前一个月准备了足够的货物，因此今年的运输速度将会大大提高。记者了解到，国内许多电子商务平台和网络运营商都加大了提高仓储配送能力的力度，并初步探索了“物流优先，订单优先”的模式。当没有下订单时，货物已经分发到了顾客的门口。

“智能战争”仍然在相对早期阶段得到传统运输能力的支持

记者走访发现，整个快递行业的“智慧战”仍处于初级阶段。尽管许多快递公司都在寻求升级和转型，但它们仍然主要依赖传统的运输能力。菜鸟网和各大快递公司宣布准备今年的“双11”。据统计，今年，全行业268万一线人员将加入“双11”快递服务，同比增长50%以上，干线车辆增长59%，空航空运力增长40%左右。

王勇表示，童渊快运“双11”的包裹量预计将达到1.5亿件。高峰期间，整个网络将增加20多万人，包括终端调度和中间处理人员，预计干线车辆和终端配送数量将超过8000人。大云快递执行副总裁周百根表示，今年的“双十一”预计将增加约11万名临时员工。与此同时，10多个配送中心已完成改造和仓库分配扩建，新增约16，000辆汽车。

在包裹数量急剧增加的情况下，“双11”快递业确实面临巨大压力。"压力也集中在端部分配部分."王文斌说，除了增加人员、车辆和场地，今年还计划使用社区站、校园站、自举柜等。，而众包服务将首次被采用，数十万名拥有众包服务的快递员也将加入终端递送。

“然而，如何让每个包完成‘最后一英里’,并完整无损地交付给用户，仍然是空房间的一大创新。”王文斌说。

短短10年，中国已经成为世界上最大的网上购物国和快递国。一些专家认为，快递业正以惊人的速度发展，但它还没有摆脱其粗放和笨重的形象，离实现智能物流还有一段时间。