文章分类

当前位置:首页>文章中心>行业知识>物流业数据共享的前提是数据保密

物流业数据共享的前提是数据保密

发布时间:2020-04-16 点击数:34

一、经营主体各自为战、信息共享难以推行、运输组织方式陈旧等。但究其本源,就是传统的管理方式导致物流企业在多式联运的运行体制机制上存在冲突。
美国铁路曾因货运上下游(比喻落后的地位)经营主体分离的问题经历了长达50年的衰落,1970年其破产线路的里程甚至达到当时铁路总里程的21%。直到1991年,美国出台了《1991联合运输地面运输效率法(ISTEA)》,批准多种运输方式的企业进行并购,允许一级铁路公司(Company)可以通过并购拥有自己的汽运公司和水运公司,并发展运输代理制,实现 ;一单到底 ;才使得集装箱海铁多式联运得到了快速发展。2016年,集装箱多式联运已经成为美国铁路的第一大收入来源。
而在我国,由于历史原因,提供货运服务的铁路总公司、船公司、港口和汽运公司等都难以越过体制障碍,更难在短期内实现经营主体的融合统一,尽管中远海运和招商局(中外运)等船公司凭借规模优势并购了众多国内和国际的港口,但离真正能在海铁之间和公铁之间实现多式联运无缝连接的距离还比较大。
当物流服务横跨多个经营主体时, ;一票到底 ;模式就很难实现。因为,当物流过程的责权利分离时,各经营主体都不愿意为难以控制的其他运输或仓储过程担责,因而在追求数据集成时,因跨界共享的信息平台难以实施,恰恰让各经营主体间的数据形成各个数据孤岛。
数据共享是发展趋势。2015年9月,国务院就出台了《促进大数据发展行动纲要》;2016年12月,工信部又出台了《大数据产业发展规划(2016-2020年)》,在国家层面持续推动大数据技术创新,特别是在政务信息上,以数据集中和共享为途径,打通信息壁垒(lěi),形成了覆盖(Cover)全国、统筹利用、统一接入的数据共享大平台,但也仅仅在政务信息共享上取得了一定的突破。
物流体系也越来越依赖大数据,通过物流数据的相关性来突破认知极限,实现大数据的收集、传输、存储、计算(calculate )、展示、扩展、重组和再利用,形成物流企业的数字资产。目前,亚马逊物流的云计算平台AWS配送周期可以缩短到1小时至48小时;菜鸟网络(Network)有效地支持了淘宝和天猫电商平台的快速配送以及 ;双11 ;购物节 ;以储代运 ;的前置仓模式;京东物流则通过基于大数据的青龙系统(system)支持智慧物流的递进升级。
然而,物流大数据并未让物流企业间的纵向合作与横向联盟更为顺畅、有效和便捷。2017年6月,本已结成联盟的顺丰速运与菜鸟网络开始在 ;数据接口(interface) ;的问题上 ;互怼 ,6月下旬,因沃尔玛私下要求供应商停止使用AWS平台,亚马逊控告沃尔玛,称这是沃尔玛利用其采购权限进行的霸凌行为。
数据已经成为新的生产要素,它不仅是基础性资源和战略(strategy)性资源,更是重要的生产力,而且数据资源可以形成能 ;场景变现 ;的数据资产,特别是在 ;以消费者(Consumer)为中心 ;的时代,与客户(kè hù)相关的数据资产才是场景变现的核心(core)价值。而从数据资产到场景变现的巨大期望,导致不同经营主体间的激烈博弈,例如运满满就曾以货车帮使用网络爬虫软件非法侵入运满满计算机系统为名义,将货车帮的高管送进了拘留所。
即便是在可以保证数据安全(safe)的情况(Condition)下,也很少有商业企业愿意将具有商业价值的自有数据资源拱手让出。以互联网社交平台为例,与盛行欧美的Facebook相似的人人网,在中国只能流行(Prevalent)于没有太多隐私的校园;而微信的月活跃数已经达到9.80亿人,这是因为微信倡导 ;熟人才社交 ;对外人隔离的保密属性(property)让其在中国得以流行。
因此,在数据共享之前,不仅仅要确认数据安全,还需要一个实现数据保密的过程。药品(medicine)全程冷链物流的成功就得益于 ;双盲物流 ;即货物数据与物流大数据的有效隔离。