DHL 物流趋势雷达 7.0 编译全文：AI 与可持续发展引领物流创新（2025）

编译全文

洞察。塑造明天。

您通往物流创新的指南。
聚焦人工智能与可持续发展。

目录

• 引言　　　　　　　　　　　　　　　03
• 新增内容　　　　　　　　　　　　　05
• 创新方法论　　　　　　　　　　　　06
• DHL 物流趋势雷达 7.0　　　　　　　07
• 社会与商业趋势　　　　　　　　　　08
• 技术趋势　　　　　　　　　　　　　88
• 特别致谢与贡献者　　　　　　　　195

DHL 物流趋势雷达（DHL Logistics Trend Radar）是面向我们的客户及整个物流业界不可多得的战略资源。它系统整合了关键物流趋势，本版报告以人工智能（Artificial Intelligence, AI）和可持续发展（Sustainability）为引领主题，驱动未来十年内企业、消费者及技术的演进。这使我们的客户及我们自身得以在充满挑战的竞争环境中保持领先优势。

KATJA BUSCH
首席商务官兼 DHL 客户解决方案与创新事业部负责人

引言

洞察。塑造明天。

DR. KLAUS DOHRMANN
副总裁、创新与趋势研究部负责人
项目总监兼联合作者

当今的职业环境常被称为“新常态”（new normal），暗示着自全球疫情以来，我们的世界已发生显著变化。但这一新状态并非静止不变。我们正生活在一个社会、商业与技术持续变革的时代。成功的物流企业正以强大响应力应对这一现实——将客户置于每一项行动的核心，致力于实现具备全球性、韧性，并且最重要的是可持续性的供应链卓越（Supply Chain Excellence）。

十余年来，《DHL 物流趋势雷达™》（DHL Logistics Trend Radar™）已成为战略制定、创新实践与专业教育领域的公认基准，助力物流专业人士驾驭不断演进的行业图景，并把握全新机遇。在第七版中，我们的承诺始终如一——为 DHL 客户、同事及合作伙伴提供宝贵洞见，真实反映社会、商业与技术的发展方向，赋能整个物流业界共同塑造明天。

塑造明天需要创新与协作。《DHL 物流趋势雷达》凸显了二者的重要性，推动对新兴趋势形成更深入、更共识的理解，前瞻性预判未来颠覆性变化，并激励组织构建内外部伙伴关系。行业内部及跨行业的协作，是创造并共同创造突破性解决方案、主动调整策略以引领变革的最有效方式。

敬请享受对影响物流最新趋势的探索与启发。我们诚邀您接入开放的 DHL 创新生态系统，也期待通过真正超越潜力的创新，与您携手共塑明天。

新增内容

DHL 趋势研究团队十余年来持续密切追踪关键技术、社会及商业趋势。每两年，团队即更新《物流趋势雷达》，以反映我们对既有及新兴趋势发展态势的看法，及其对整个物流领域的影响。

自 2022 年上一版《物流趋势雷达》发布以来，我们已见证若干相关发展，这些发展既影响了趋势的采纳进程，也改变了趋势的实际影响程度。这导致部分趋势在雷达图上的位置发生变动。此外，通过与客户、同事及合作伙伴开展不计其数的交流互动，我们识别出若干新趋势，以推动更深入的讨论，并加速物流创新领域的协作。总体而言，上述因素改变了本版最新出版物——《物流趋势雷达 7.0》的构成。本版更加聚焦于采纳时间尺度为五年或更短的趋势，并重点展示人工智能（Artificial Intelligence, AI）及可持续发展（Sustainability）领域的显著进展。

《物流趋势雷达》的基础是 DHL 以客户为中心、一体化的方法论，该方法论赋能我们整合尊贵客户的视角，以及每日奋战在一线、驱动并亲历物流转型的 DHL 同事的见解。我们通过经典研究方法补充这些洞见，并纳入多位专家的观点与评估，包括来自全球具有影响力的思想库、知名咨询公司及顶尖学术机构的关键意见领袖（Key Opinion Leaders, KOLs）。

《物流趋势雷达 7.0》
相较于 6.0 版的变化概览

新增趋势

• 电子商务（E-Commerce）演化
• 绿色城市转型（Green Urban Transformation）
• 劳动力聚焦（Workforce Focus）
• 人工智能伦理（AI Ethics）
• 音频人工智能（Audio AI）
• 环境托管（Environmental Stewardship）
• 下一代连接性（Next-Generation Connectivity）
• 下一代远程作业（Next-Generation Remote Operation）
• 可替代能源解决方案（Alternative Energy Solutions）
• 智能标签（Smart Labels）
• 大数据分析（Big Data Analytics）
• 交互式人工智能（Interactive AI）
• ESG 倡导（ESG Advocacy）
• 高级分析（Advanced Analytics）
• 生成式人工智能（Gen AI）
• 远程工作与无线远程作业（Remote Work & Wireless Teleoperations）
• 可再生能源（Renewable Energy）
• 可持续基础设施（Sustainable Infrastructure）
• 可持续燃料（Sustainable Fuels）
• 智能可打印件（Smart Printables）

图表来源：DHL（2024）

我们的创新方法论

我们坚信，唯有贴近客户、贴近技术、贴近运营，方能在物流领域交付真正有影响力的创新成果。

我们与客户就业务战略、未来需求及挑战开展开放对话与深度互动，以验证创意、开发用例，并充分利用技术与专业知识。我们通过客户的高度认同及创新生态体系内的紧密协作实现成功。

我们通过追踪与接触各行业富有远见的开发者及供应商，始终站在新兴技术与供应链创新的前沿，从而驱动物流转型。这使我们得以识别并共同创造有利于客户的全新解决方案。

我们依托自身覆盖全球的 DHL 物流运营网络，提升效率、质量、可持续性与安全性。我们致力于投入大量时间深入现场，与设施管理者及一线员工开展合作，这印证了我们致力于可视化并落地实施能够惠及尊贵客户及同事的解决方案之坚定承诺。

我们的端到端创新方法始于思想领导力（Thought Leadership），并贯穿客户互动、技术搜寻（Technology Scouting）与研究全过程，从而赋能我们识别并理解技术突破。这构成了《物流趋势雷达》及诸多其他 DHL 思想领导力趋势报告的基础。我们紧扣相关趋势脉搏，与客户及 DHL 运营网络共同在真实世界供应链场景中开展概念验证（Proof-of-Concept）项目，以全面理解应用效益与挑战。成功项目将开启产品化与规模化机遇，使这些解决方案既可在 DHL 内部各运营单元部署，亦可面向客户进行商业化推广。

DHL 趋势研究创新漏斗
图表来源：DHL（2024）

DHL 物流趋势雷达 7.0

高影响力
可能具有颠覆性的革命性应用

低影响力
具有渐进式改进的演变性变化

采纳
物流业当前普遍的运营方式与商业模式

社会与商业趋势

章节目录

• 人工智能伦理（AI Ethics）　　　　　　　　09
• 循环经济（Circularity）　　　　　　　　　13
• 网络安全 2.0（Cybersecurity 2.0）　　　　18
• 脱碳化（Decarbonization）　　　　　　　　23
• 多元、公平、包容与归属感（Diversity, Equity, Inclusion, Belonging）　28
• 数字市场（Digital Marketplaces）　　　　　32
• 电子商务演化（E-Commerce Evolution）　　36
• ESG 倡导（ESG Advocacy）　　　　　　　　41
• 一切皆服务（Everything As A Service）　　46
• 绿色城市转型（Green Urban Transformation）　50
• 大规模个性化（Mass Personalization）　　　55
• 元宇宙（Metaverses）　　　　　　　　　　　60
• 供应链多元化（Supply Chain Diversification）　64
• 银发经济（Silver Economy）　　　　　　　　69
• 智能化（Smartification）　　　　　　　　　74
• 太空经济（Space Economy）　　　　　　　　78
• 劳动力聚焦（Workforce Focus）　　　　　　82

人工智能伦理（AI Ethics）

人工智能伦理（Artificial Intelligence Ethics, AI Ethics）趋势指对人工智能技术所涉伦理考量与影响的关注日益增强，并确保其负责任地开发与部署。在此趋势下，我们亦探讨人工智能平台的立法进展，以及数据安全与算法安全所带来的影响。

人工智能伦理是一个新兴领域，致力于确保人工智能技术的负责任开发、部署与使用。其发展因公众对人工智能伦理影响认知度的不断提升而加速，这种认知提升源自备受关注的事件、围绕人工智能民主化（Democratization）的辩论，以及旨在解决人工智能系统中偏见（bias）、隐私（privacy）、可解释性（explainability）与透明度（transparency）等问题的监管框架进展。

需探讨的主题包括可解释性（explainability）、可信度（trustworthiness）、透明度（transparency）、稳健性（robustness）与可解读性（interpretability）。该趋势在物流业尤其关键，特别是在上述主题方面，因为人工智能在物流与供应链中的应用数量持续增长。尤其是必须解决数据隐私问题，并确保人工智能平台的伦理使用。

随着人工智能平台在管理物流运营中的依赖度日益提高，人们愈发需要应对有关敏感数据隐私与安全的关切。人工智能伦理标准将强调实施强有力的数据保护措施，以保障客户信息与专有数据的安全。

企业针对员工的合规性规定已存在数十年。然而，这些规定必须加以修订，以同时涵盖人工智能与协作工具及企业门户集成时对公司数据的合规使用。在 DHL，我们认识到企业合规性规定必须与国家法律保持一致。这在合规性及员工法律条款/合同义务领域开辟了一个全新维度。

对物流未来的影响

可信且可解释的人工智能（Trustworthy & Explainable AI）

可解释人工智能（Explainable AI）是指能够追溯算法所依据的数据，并从安全、可信的数据及其可追溯的训练过程出发，找出逻辑关联链，进而构建深度学习算法的能力。在此类似数学方程式的逻辑中，我们能够以高置信度确定并解释人工智能所生成或分析的输出结果。此类输出的可解释性源于对消费者数据的处理过程；若该数据被篡改，则输出结果即不可信。此处凸显了数据安全及防范网络攻击与黑客入侵的重要性。

人工智能可通过如下方式实现可解释性与可信性：

• 意图（Intention）：人工智能系统由人类构建，旨在基于历史数据或实时信息做出决策。预定响应已嵌入人工智能系统之中。
• 智能（Intelligence）：人工智能系统结合机器学习（Machine Learning）与数据分析（Data Analytics），从而具备借助人工智能系统做出智能决策的能力。人工智能并不具备类人的智能；人类智能最接近机器所能逼近的程度。
• 适应性（Adaptivity）：人工智能系统汇总信息，通过收集并适应新信息来做出决策。人工智能系统可利用其实时数据学习所得信息，改善决策结果。

伦理终端用户/使用（Ethical End User / Use）

消费者围绕人工智能系统使用的伦理行为，包括合规且合乎伦理的内容创作，以及不发布任何人物的深度伪造（deep fakes）内容。例如，制作并发布带有虚假信息的公众人物深度伪造视频，涉及公司、政府或其他公共实体。此类事件将涉及黑客攻击及访问“窃取”的数据，而该数据本不应超出经批准人群的使用范围，并利用此数据生成不可信的输出结果。

在物流领域，员工可接触客户数据、商业秘密及其他敏感公司信息，这些信息可用于构建算法。非合规行为可能由此产生。因此，亟需实施强有力的措施，以保障数据处理与访问的安全性。

对于人工智能生成的路径优化等用例，或对看似存在偏见或歧视性的输出结果提出质疑，同样适用此原则。终端用户可能向相关主管部门或组织举报偏见实例，以推动开发更公平的算法，并减轻对边缘化群体的潜在危害。部分消费者积极投身协同设计（co-design）流程，或参与反馈机制，为更合乎伦理的人工智能系统开发贡献力量。通过分享其观点、关切与价值观，所有消费者均可助力塑造符合伦理原则、更好服务多元需求与利益的人工智能技术。

对物流未来的影响

人工智能立法与民主化（AI Legislation & Democratization）

通用数据保护条例（General Data Protection Regulation, GDPR）适用于欧洲联盟（European Union, EU）及欧洲经济区（European Economic Area, EEA），规范数据处理行为，并对数据控制者与处理者施加严格要求。采用人工智能系统的物流服务商必须遵守 GDPR 原则，确保所有数据处理过程的透明性、合法性与公平性。

欧盟委员会（European Commission）已发布关于可信人工智能（trustworthy AI）的伦理指南，强调公平性（fairness）、透明度（transparency）、问责制（accountability）及社会效益（societal benefit）等原则。

尽管这些指南不具法律约束力，但它们影响着包括物流在内的各行业人工智能系统的开发与部署。其他立法举措，例如《加州消费者隐私法案》（California Consumer Privacy Act, CCPA），则凸显了人工智能的经济影响，以及为确保其伦理使用而采取监管措施的必要性。紧跟步伐至关重要。例如，在新加坡，政府拨款 2000 万新加坡元（约合 1530 万美元）资助 40 岁以上人群学习人工智能模型。

人工智能民主化（Democratization of AI）指使人工智能技术对最广泛的人群与组织而言变得可获取、可负担且易于使用，无论其技术专长或财务资源如何。人工智能民主化的核心要素包括：提供易获取的工具与平台；提供可负担的定价模式；提供教育与培训机会；促进社区协作；并在人工智能开发与部署中强调伦理考量。

人工智能伦理的主要分支
图表来源：基于 DataCamp（2023）：《可解释人工智能——理解并信任机器学习模型》

总结与趋势概览

挑战

• 物流业面临算法偏见（algorithmic bias）带来的挑战，这可能导致供应链运营中出现不公平对待、效率低下及歧视现象（制裁与地缘政治事件助长了公众算法）。
• 在供应链内管理敏感数据引发了有关数据隐私、安全与所有权的伦理困境，尤其是在人工智能系统参与数据处理与分析时。
• 确保物流领域人工智能驱动决策过程中的问责制与透明度，需要明确的机制来理解、审计并解释人工智能生成的建议与行动背后的推理逻辑。

展望

未来五年内，物流与供应链行业很可能面临关于人工智能伦理日益加剧的监管审查，各国政府及行业机构将出台新法律、指南与标准，以应对人工智能驱动型物流运营中与数据隐私、算法偏见及问责制相关的伦理关切。

从事物流与供应链业务的公司预计将越来越多地采纳并实施人工智能伦理框架与最佳实践，以降低风险、建立利益相关方信任，并确保人工智能的负责任部署。这包括将公平性、透明度、问责制及社会效益等原则融入人工智能的开发、部署与使用全过程。

随着人工智能伦理意识的增强，整个供应链——包括采购、制造、分销及客户互动环节——将更加重视伦理考量。企业将利用人工智能技术增强供应链的可视性、可追溯性与可持续性，同时应对人权侵犯、环境影响及员工福利等伦理关切。

该趋势应予以密切关注，目前许多用例已有相应实施方案。

相关趋势

• 高级分析（Advanced Analytics）
• 网络安全 2.0（Cybersecurity 2.0）
• 多元、公平、包容与归属感（Diversity, Equity, Inclusion & Belonging）
• 生成式人工智能（Gen AI）

资料来源：

YourStory（2024）：《人工智能模型学习补贴：新加坡预算案将支持 40 岁以上人群学习人工智能》

循环经济（Circularity）

循环经济（Circularity）趋势旨在通过预先考量产品全生命周期，设计并利用每一物品及其组成部分以使其回归供应链，从而消除浪费与污染。该趋势力求最大限度地重复使用、维修、再制造及回收产品；当这些流程不再可行时，产品则被分解为可再利用的零部件与原材料，最终实现生物降解。

迈向循环经济（Circular Economy）的进程虽呈渐进态势，却并不稳定。尽管 55% 的大型企业已承诺践行循环经济，但其逾半数举措仍局限于回收或废物管理范畴。许多企业的战略尚未涵盖循环经济所需的全套技术与商业模式，例如：重新设计产品以延长使用寿命、拥抱可维修性（repairability）、采用租赁模式（leasing models）、减少原生材料（virgin material）使用，以及在整个产品生命周期内提供配套服务。

《循环经济缺口报告》（Circularity Gap Report）揭示：2023 年前五年间进入全球经济体系的材料绝大多数为原生材料，而再生材料（secondary materials）占比则从 9.1% 下降至 7.2%。

然而，新立法有望强化这一进程。一个典型案例是欧盟委员会（European Commission）针对消费者推出的“维修权”（right to repair）新规，该规定或将激励企业实施更具可持续性的解决方案。

循环经济理念要求对产品设计、生产及回收流程进行根本性变革，因此供应链成为推动该趋势的关键赋能者，负责以可持续、循环的方式管理并流转原材料、商品、退货及废弃物，服务于全新的用户网络。因此，作为一项趋势，循环经济很可能对物流业产生重大影响，物流从业者将成为跨行业传播最佳实践不可或缺的知识源泉。但当前探索、投资及采纳循环经济产品与解决方案的动力似乎不足。因此，循环经济在整条供应链上实现成熟与广泛应用尚需相当长时间。

对物流未来的影响

再电商（Recommerce）的兴起

工业部门，尤其是零售业，正见证再电商（recommerce，亦称反向电商，reverse commerce）的兴起：此前拥有的产品（无论新品或二手）被售出并运送给买家，由买家进行维修、再利用、再循环和/或转售，从而延长产品寿命。此举不仅促进可持续发展，亦可减少新产品制造所伴随的排放量。

这一趋势在智能手机领域尤为明显：2023 年新智能手机市场下降了 3.2%。相比之下，国际数据公司（International Data Corporation, IDC）估计，2023 年全球二手智能手机出货量（含官方翻新及二手智能手机）将达到 3.094 亿台，较 2022 年的 2.826 亿台增长 9.5%。

这一发展在电子零售与时尚领域亦有所体现；然而情况略显复杂。虽然客户对客户（Customer-to-Customer, C2C）平台（如 Vinted）正在增长，但大型企业是否致力于向循环经济商业模式转型，抑或仅将二手平台视为额外收入来源，仍不确定。与以大规模生产及价格亲民著称、却往往缺乏清晰且专注的再电商战略的快时尚巨头相比，奢侈品行业在此领域已展现出显著进展。例如，由开云集团（Kering）等资助的知名平台 Vestiaire Collective，正通过提供手袋与服装等二手奢侈品而日益广受欢迎。此外，Patagonia 等公司亦将再电商纳入其商业模式，优先考虑循环经济与可持续发展。随着行业发展，企业必须审慎考量其商业模式对时尚业未来的长期环境影响。

再电商商业模式为所有行业带来挑战，尤其体现在商品检验环节。目前，此项任务劳动强度大；尽管计算机视觉（computer vision）等数字解决方案未来或可提供助益，但二手商品通常利润率较低，由此引发对其商业模式长期可行性的质疑。

再电商的兴起以多种方式影响物流。与传统退货物流不同，再电商供应链将退货运输重新导向本地市场的维修、再循环和/或转售渠道，从而催生更为本地化却也更为复杂的供应链。

循环包装（Circular Packaging）

在循环包装（circular packaging）背景下，塑料仍是重大关切。2022 年全球生产的 4.003 亿吨塑料中，超过 90% 为化石基塑料。在之前五年中，更环保的替代方案——机械回收塑料、化学回收塑料、生物基塑料及碳捕获塑料——仅略有增长。