智慧物流之定義及系統發展架構

自網際網路商用化(1996)以來，過去二十年迄今，以網際網路為平台之科技發展及全球化連結帶動了全球性企業及地方性企業商業模式之突破性變化，商業智慧化(台灣用語)或智能化(中國大陸用語)更成為企業所戮力追求的主要目標。
在字義解釋上，參考權威字典Merriam-Webster的定義：Smart指的是知識淵博(Knowledgeable)或精明幹練(Shrewd)：Intelligence則指的是學習與理解的能力或面對新的或嘗試性狀況的能力。商業智慧化或智能化主要源自smart business與business intelligence這兩個整合資通訊科技與自動化技術於商業應用的術語，其特性在於利用合適科技於商業智慧之應用，包含營運層次、戰術層次及策略層次各類活動之明智化作業及決策。
智慧物流(或智能物流 Smart Logistics or Intelligent Logistics)在近十年間受到企業界高度重視及大幅度討論，主要原因在於全球電子商務領導業者間的高度競爭，以至於從消費端到連結供應端的商流、物流、金流，甚至人流，不斷看到突破性且植基於科技應用的商業模式演變，各國及國際法制往往瞠乎其後地欲追趕卻跟不上其變化速度。然而，關於智慧物流的具體內涵為何，雖已有一些開拓性探討，但是仍不足以視為通用性定義而加以採用。當然，在智慧物流相關人才培養與研究方面，也產生產業需求與教育/研究能量之間的落差問題，而值得進一步探討在智慧物流快速發展下，如何縮減所需人才養成與研究不足的落差課題。
智慧物流系列性專題，將以智慧物流之通用定義開始，逐步系統性介紹智慧物流之關鍵組成要素，期提供「商業車誌」讀者對智慧物流具備更完整的知識，更能幫助產業讀者在發展智慧物流能耐時，可以對重要觀念與技術，具有更系統化的了解。

定義
根據Armstrong & Associates近期發表的第三方物流產業報告指出 (Armstrong & Associates, 2019)，電子商務及物流委外趨勢帶來對第三方物流服務的大量需求，預計到2022年全球第三方物流產業產值將突破$1.1兆美元的水準。美國Armstrong & Associates物流產業諮詢權威機構推估，未來五年全球第三方物流產值成長非常樂觀，其中主要影響因素包含：對資料驅動科技之需求、物流需求及容量之擴增、以及服務價格之上漲。 於此同時，第三方物流服務商卻正面對市場上許多互相衝突的挑戰，主要為市場不斷移轉與變動、客戶需求持續變化、營運環境不確定性逐漸增加、以及對於具成本效益之服務效率要求漸趨嚴苛，如圖1所示。因此，企業，尤其是第三方物流服務商，在訂單、存貨/倉儲、運配等核心物流活動的管理上，除必須具備傳統效率要求外，更需要以客戶需求為導向，隨時注意內外部環境之變化，建立可以迅速反應市場與環境變化的調適力(adaptability)與敏捷力(agility)。
在前述背景驅動下，智慧物流乃成為企業強化市場競爭力、調適力與敏捷力的一項重要策略性選擇，而有必要對之建立更完整的系統觀，以利產業之升級發展，並有助於學術研究之拓展。在產業與學術文獻中，智慧物流目前尚未有一個被普遍接受的定義。
從特質來看，Korczak及Kijewska (2019)定義智慧物流為「科技、管理、與人的活動的智慧化結合，使組織可以(1)預測問題所在並將對該領域的衝擊降至最低；(2)協調資源使用以有效達到預設目標；(3)消除供應鏈參與要素之間溝通上的阻礙。」從效用來看，McFarlane, Giannikas及Lu (2016) 定義智慧物流為「組織之資訊管理及自動化決策系統可產生以下效用：(1)感知度(awareness)：系統可自動化感受到組織所處環境狀態；(2)整合度(integration)：物流核心營運活動已被整合，其規劃與執行得以有效協調；(3)調適力(adaptability)：系統具備根據營運環境變化，調整其營運活動方式的能力；(4)修正度(modifiability)：客戶可在下單前或後，修改訂單的能力。」Jabeur等人(2017)則認為「智慧物流基本上乃致力於協和(align)其四大支柱：規劃與排程(planning and scheduling)、資通訊基礎設施( Information and Communication Technology (ICT) infrastructure)、組織(people)與政府政策制定者(governmental policymaking)。資通訊基礎設施以其資訊資源，在對的時間與地點支持規劃與執行程序；這些程序由組織人員加以詮釋與執行，他們應該要受到足夠的教育訓練，方能理解並管理系統之複雜度；政策制定者尤其扮演一個重要角色，因為政策對於物流成本將有重大之影響。」
Korczak及Kijewska (2019)進一步從系統設計層級說明智慧物流系統架構，在使用端，資料及新服務乃透過終端設備(sensors and beacons)來提供 (Kijewska, Małecki, and Iwan, 2016; Iwan and Małecki, 2016)，但卻需透過後台連結之網路層級與相關基礎設施之功能，才能真正創造價值。第一層級由物件及資料(object/data)所構成，實體元素可提供使用者最基本的實體效益，例如一個餐廳引導裝置，可導引用餐者至餐桌服務點。第二層級是由數個監測裝置(sensors)及一個執行器(actuator)所組成，實體物件設有一個迷你電腦(mini-computer)，可由監測裝置偵測到當地資料，並觸發執行器提供一項服務，進而產生使用者效益，例如配送車位置監測裝置可發出車輛所在地位置資料，此位置資料(經由更高層級工具之使用)可轉換為預期抵達時間或延遲之資訊。第三層級則由通訊系統(communications systems)構成，如第二層級是透過網際網路連結，則透過通訊系統，可將資料無遠弗屆地傳給設定收受資料方。第四層級是由後台基礎設施所構成，可將終端裝置收到的資料，進行驗證與分類。第五層級則可將分類後的原始資料進行分析與應用，以提供更高價值的數位服務，例如行動商務應用 (Iwan et al., 2014)。
MBA智庫百科將智慧物流定義為：「一種以信息技術為支撐，在物流的運輸、倉儲、包裝、裝卸搬運、流通加工、配送、信息服務等各個環節實現系統感知。全面分析，及時處理及自我調整功能，實現物流規整智慧、發現智慧、創新智慧和系統智慧的現代綜合性物流系統。」
本文歸納整理以上文獻後，從企業管理角度，將智慧物流作出如下之定義：「智慧物流(smart logistics)乃利用合適科技於蒐集、處理及儲存核心物流活動所產生之內外部資料(data)，透過資料分析技術(analytics)加以分析，進而產生更高價值之資訊(information)、知識(knowledge)、及睿智(wisdom)，以輔助組織及其人員完成明智化之決策及營運。」 此定義中使用到資訊管理領域所常用的DIKW (Data, Information, Knowledge, Wisdom) 模式(Ackoff, 1989; Baskarada and Koronios, 2013)，可用於更清楚闡述智慧物流系統科技層面、組織層面及資訊層面之間的關聯性，於下將進一步說明之。

系統發展架構
根據深入的系統性關鍵文獻回顧，本文綜整分析得出圖2通用智慧物流系統觀念模式架構，包含外圍構造、內圍構造及其三個層面之子系統。本節將簡要說明此觀念模式構造、層級及各子系統的具體內涵及其關連性。此模式架構可供各行各業在發展智慧物流組織能耐時所採用，並根據各家企業之特質加以客製化。
圖2中智慧物流乃由科技層面的組成要素所形成，可藉由在營運環境架設IoT(物聯網)裝置，即時獲取決策與營運時所需的資訊，進而透過訂單、運輸及倉儲管理資訊系統的處理，成為營運管理所需的各項資訊。資料與資訊的累積，可進一步成為組織資料與大數據分析的來源，在引進適當的分析學(analytics)技術與工具後，即可進行物流大數據及進階資料分析的管理，進而創造出對於決策與營運在願景、策略、商業模式、物流創新及營運組織所需的資訊層面的資料、資訊、知識與睿智。最後，基於新科技發展速度遠快於法制更新之速度，因此，新科技發展在智慧物流之應用，在不同地區進行時，必須檢視是否符合當地之法規，如有不符合之處，必須透過法規調適程序，尋求創新解決之道。

資訊層面
圖2中資訊層面扮演將組織層面與科技層面子系統連結起來的角色，DIKW觀念模式是一個理解資料（Data）、資訊（Information）、知識（Knowledge）和睿智（Wisdom）之間關係的模型，這個資訊管理經常採用的模式，說明了如何從資料一步步轉化為資訊、知識、乃至睿智的過程。表1針對資料、資訊、知識和睿智這幾個構念加以定義並提供例述，並於下重點說明資訊層面各組成元素。
(一) 資料
資料（Data）可以是數字、文字、圖像、符號等呈現，它直接來自於事實，可以通過原始的觀察或度量來獲得。所謂原始資料只是一個相對的概念，資料處理可能包含多個階段，由一個階段加工的資料可能是另一個階段的原始資料。此外，資料可以是定量的，比如客戶訂購的產品數量，也可以是定性的，比如客戶滿意度調查中用戶反饋的意見。
(二) 資料轉化為資訊
儘管資料的存在形式可以多種多樣，比如電子表格，但資料僅僅代表資料本身，並不包含任何潛在的意義。例如：某家企業這個月銷售出A產品10,000個，這10,000個僅表示資料的存在，本身並沒有太大的意義。
透過某種方式組織和處理資料，分析資料間的關係，分析結果就有意義了，這就是資訊（Information）。這些資訊可以回答一些簡單的問題，譬如：誰(who)？什麼(what)？哪裡(where)？什麼時候(when)？所以資訊也可以看成是資料處理後所得到的加值訊息。
例如：通過對上述A產品10,000個銷售訂單的分析處理，可以得知是誰購買了？哪些是大客戶？哪些是小客戶？客戶都坐落在那些地方？進一步的分析可能會發現，10%的客戶為大客戶，45%為小客戶，主要客戶都來自北美等。
(三) 資訊轉化為知識
知識（Knowledge）就是對資訊進一步彙整與分析後所得到的發現，對組織或分析者產生了比資訊更有價值的訊息。知識是對資訊的應用，是一個對資訊判斷和確認的過程，這個過程結合了經驗、上下文、詮釋和反省。知識可以回答“如何？ (how)”的問題，可以幫助我們建模和模擬。
知識是從相關資訊中過濾、提煉及加工而得到的有用訊息。在特殊背景/語境下，知識將資料與資訊、資訊與資訊在行動中的應用之間建立有意義的聯繫，它將資訊的本質、原則和經驗顯明出來。此外，知識基於推理和分析，還可能產生新的知識。對於知識我們需要的不僅僅是簡單的積累，還需要理解。理解是一個內推和蓋然論的過程，是認知和分析的過程，根據已經掌握的資訊和知識創造新的知識。
例如：當企業可以明確區分大客戶及小客戶後，即可進一步了解大客戶與小客戶對企業獲利的貢獻度，以及貢獻度高的客戶的各種屬性及需求特性，進而提供更好的產品與服務。如此，將可帶來更高的客戶忠誠度及業務量。客戶對企業獲利的貢獻度即可歸類為知識類訊息。
(四) 知識轉化為睿智
睿智 (wisdom) 是人類所表現出來的一種獨有的能力，主要表現為收集、加工、應用、傳播知識的能力，以及對事物發展的前瞻性看法。在知識的基礎之上，通過經驗、閱歷、見識的累積，而形成對事物的深刻認識、遠見，體現為一種卓越的判斷力。與前兩個階段不同，睿智關注的是未來，試圖理解過去未曾理解的東西，過去未曾做過的事，並且睿智是人類所特有的，是唯一不能用工具實現的。睿智可以簡單的歸納為做正確判斷和決定的能力，包括對知識的最佳使用。睿智可以回答“為什麼 (why)”的問題。
回到前面的例子，當某一大客戶業務量突然大幅下滑，顯明客戶可能遭遇經營上的重大問題，此時即可啟動應變措施，一方面了解客戶業務量大幅下滑的原因，一方面暫停出貨並啟動快速收款及預防呆帳的機制。此等應變措施即可歸類為睿智類訊息。

結語
不少期刊與雜誌均引用智慧物流這個名詞，但是多半從科技層面加以探討與說明，甚少從企業管理角度，將組織與科技，甚至法制結合起來探討。這些文章與資訊只能使企業得到片面之理解，對於建立企業組織的智慧物流能耐的幫助有限。本文及後續系列專題目的即在補足當前產學界對於智慧物流全貌瞭解之欠缺，希望對於產業的智慧物流數位轉型有所幫助。