PPT_補充 | D05　Smart Logistics 在物流上的運用

D05　Smart Logistics 在物流上的運用

教學面向	核心內容	管理目的
核心定義	以資料為核心、AI 為決策引擎、自動化為執行手段，整合商流、物流、金流與資訊流	讓物流更快、更準、更省、更穩
技術架構	感知、通訊、資料、應用、決策、信任與安全六層	把設備資料轉為可執行決策
主要場景	智慧倉儲、智慧運輸、風險韌性、綠色物流	改善成本、交期、庫存與服務
導入方法	由可視化、最適化、自動化逐步走向自治化	避免一次性導入造成資料與流程斷裂
成效衡量	服務、成本、庫存、風險及永續指標	用數據確認技術是否真正創造價值

一、智慧物流的定位：不只是設備自動化

智慧物流（Smart Logistics）不是單純增加機器人、感測器或自動倉儲設備，而是建立一套可持續學習的物流營運系統。系統先蒐集現場資料，再透過分析與模型形成決策，最後由人員或設備執行，並把執行結果回傳，形成「偵測—判斷—執行—回饋」閉環。

因此，智慧物流的教學重點應放在資料、流程與管理責任的連結：設備可以提高速度，但若主資料錯誤、系統彼此不通、例外處理沒有負責人，技術投資仍可能無法改善交付。

二、六層技術架構

層級	代表技術或系統	主要任務	常見管理問題
感知層 Perception Layer	RFID（Radio Frequency Identification，射頻識別）、BLE（Bluetooth Low Energy，藍牙低功耗）、GPS（Global Positioning System，全球定位系統）、感測器	蒐集位置、溫度、震動、設備狀態	資料是否即時、感測器是否校正
通訊層 Communication Layer	5G、LPWAN（Low-Power Wide-Area Network，低功耗廣域網路）、NB-IoT、LoRa、邊緣閘道	把現場資料穩定送到平台	斷線、延遲、涵蓋率與資安
資料層 Data Layer	資料湖、MDM（Master Data Management，主資料管理）、資料治理	整併、清理、標準化及授權	欄位不一致、資料重複、責任不清
應用層 Application Layer	WMS（Warehouse Management System，倉儲管理系統）、TMS（Transportation Management System，運輸管理系統）、OMS（Order Management System，訂單管理系統）、ERP（Enterprise Resource Planning，企業資源規劃）	支援訂單、倉儲、運輸與財務作業	系統孤島與流程斷點
決策層 Decision Layer	AI（Artificial Intelligence，人工智慧）、OR（Operations Research，作業研究）、預測與最佳化模型	需求預測、補貨、配載、排程與異常偵測	模型是否可解釋、是否適合現場限制
信任與安全層 Trust Layer	Blockchain（區塊鏈）、eB/L（electronic Bill of Lading，電子提單）、GDPR、ISO 28000	確保追溯、授權、隱私與供應鏈安全	資料外洩、權限過大、法律責任不明

三、智慧倉儲：從儲位管理到履約最佳化

作業領域	原始內容與技術	管理價值	建議指標
自動化搬運	AS/RS（Automated Storage and Retrieval System，自動倉儲系統）、AGV（Automated Guided Vehicle，自動導引車）、AMR（Autonomous Mobile Robot，自主移動機器人）、GTP（Goods-to-Person，貨到人）	降低走動與等待時間，提高坪效	單件工時、設備利用率
揀貨與儲位	波次、批次、分區揀貨，ABC／XYZ 分類	讓高頻與高波動商品採不同策略	揀貨效率、錯發率
裝載與包裝	箱型、堆碼、VGM（Verified Gross Mass，核實貨櫃總重）計算	減少空間浪費與超載風險	裝載率、包材成本
冷鏈與品質	溫度、震動、光照感測及記錄器	在運輸前即辨識品質異常	溫控合格率、報廢率
逆向物流	RMA（Return Merchandise Authorization，退貨授權）規則、循環包裝、整新再售	把退貨由成本中心轉為價值回收流程	退貨處理時間、回收價值

四、智慧運輸與多式聯運

智慧運輸的核心不是只找最短路線，而是在交貨時窗、載重、成本、碳排、港口擁塞與地緣風險之間做多目標取捨。對國際物流而言，系統還要能比較海運、鐵路、公路與航空，並在異常發生時快速改港、改船或改變運輸模式。

管理工作	智慧化作法	主要輸出
路徑與配載	以最佳化模型平衡時窗、載重、成本與風險	建議路線、裝載方案與成本
多式聯運	依時效、成本與排放權重選擇海、鐵、陸、空組合	門到門運輸方案
全程可視化	整合 AIS（Automatic Identification System，船舶自動識別系統）、車聯網與港口資料	ETA（Estimated Time of Arrival，預計到達時間）與延遲預警
滯箱滯港管理	自動計算 D&D（Detention and Demurrage，滯箱費與滯港費）期限	成本倒數與責任提醒
最後一公里	MFC（Micro-Fulfillment Center，微型履約中心）、動態配送、無人載具	配送時段、路線與履約承諾

五、韌性與永續：智慧物流的兩項長期能力

面向	主要作法	衡量方式
風險預警	整合天氣、戰爭、罷工、疫情、港口及供應商資料	預警提前量、例外命中率
備援設計	多供應商、多倉、多港口與地理分散	單點依賴度、替代方案啟動時間
合約與事件管理	SLA（Service Level Agreement，服務等級協議）與 SCEM（Supply Chain Event Management，供應鏈事件管理）	例外關閉時間、責任落實率
復原能力	壓力測試、情境模擬與蒙地卡羅分析	MTTR（Mean Time to Recovery，平均復原時間）、衝擊期間履約率
綠色運輸	提高海鐵比例、減少空駛、使用電動車與替代燃料	單位運量碳排、綠色運輸占比
碳盤查	以 WTW（Well-to-Wheel，從能源來源到車輪）邊界計算 SKU 級碳排	每單、每公斤、每公里碳排

六、導入路線圖與績效管理

期間	優先工作	可驗證成果
0–90 天	流程盤點、資料字典、事件看板、基礎 KPI	能看見訂單、庫存、交期與異常
90–180 天	串接 WMS／TMS、導入電子單證與自動告警、試行預測模型	減少人工查詢與延遲反應
180–360 天	建立 Digital Twin（數位孿生）、倉網最佳化、ESG 模組與控制塔	能進行情境模擬與跨節點協同
績效面向	代表指標	教材解讀
服務	OTIF（On-Time In-Full，準時足量交付）、OTD（On-Time Delivery，準時交付）	衡量承諾是否真正完成
成本	單件倉儲成本、每公里運輸成本、D&D	確認效率提升是否轉為財務成果
庫存	周轉天數、缺貨率、報廢率	平衡服務水準與資金占用
風險	MTTR、例外閉環時間	確認供應鏈是否能承受衝擊
永續	單位碳排、綠色運輸占比	避免永續只停留在口號

七、教材小結

智慧物流的成熟路徑可概括為「可視化 → 最適化 → 自動化 → 自治化」。企業不應先問要買哪一套設備，而應先確認資料是否可信、流程是否清楚、例外由誰負責，以及成效如何衡量。只有資料治理、流程閉環與跨部門協同同時成立，智慧物流才會形成長期競爭力。

D05 Smart Logistics 在物流上的運用