數字技術直到2000年後，由於人類社會互聯網的發展，尤其是數據的大量積聚，數字技術才真正進入高速發展階段。同時數據也是新時代下數字物流系統的技術核心，透過數字技術與數據相互作用的複雜程度，以及數字技術在數字物流的不同應用水平，可以認為數字技術分為雙網技術、雲計算技術、大數據技術、區塊鏈技術、人工智能技術等五個層次：
第一層，雙網(物聯網與互聯網)層面。眾所周知，物聯網與互聯網的作用是將世界上全部的物質態和信息態進行聯結，使得數據相互擁有關聯性，進而實現能效放大和價值挖掘。互聯網在現實的物理世界之外新建了一個虛擬世界，物聯網將會把兩個世界融為一體。對於數字物流而言，物聯網通過嵌入在各個物流設備中的傳感器(sensor)不斷地獲取新數據並經過互聯網進行流通。通過選取有價值的信息並完成數據的持續積累。
雙網(物聯網與互聯網)層面
第二層，雲計算層面。2000年之後，通過物聯網和互聯網產生了海量的數據，這些數據需要找一個容量足夠大並且相對安全的區域集中存儲和簡單處理，由此便誕生了雲計算。雲計算解決了物聯網和互聯網提取並流通數據所需要部署獨立後臺服務器的困境，大大降低了數據技術的成本並提升效率。
目前，在物流領域雲計算主要應用有車輛配載、運輸過程監控、倉儲智能管理等。未來數字物流時代，雲計算技術將為虛擬的數字物流系統提供監控可視化、空載率優化、智能倉庫選址、整合數字物流單元等方面的提升服務。
數字物流的真實物流系統將分佈在地球範圍內的物流服務器、存儲器、網絡重新劃分區域、機架、網段，然後利用數字物流的虛擬物流系統的數字技術進行資源的池化，實現基本可管理的資源池。根據不同物流業務分配不同的數字物流虛擬化資源，進行部署和配置，通過數據中心自動化管理工具幫助快遞業實現靈活的業務驅動，其中包括智能監控、自動化部署，把簡單的軟件堆疊，變為深層次的業務整合和流程整合，達到了高度自動化的IT資源供給服務，真正實現了雲計算的價值。
雲計算層面
第三層，大數據層面。在雲計算平臺出現並發展成熟後，對於海量數據的集中儲存和簡單處理變成了可能，這就為大數據的發展提供了必要條件，通過對海量數據進行深入分析和價值挖掘，這就是大數據存在的目的。
大數據層面
第四層，區塊鏈層面。當大數據容量擴張到一定程度時，我們開始從專有數據庫向區塊鏈的共享數據層轉移。當數據從私有系統轉移到開放的區塊鏈上時，數據量本身不再有競爭優勢，而數據解析成為優勢。在大數據時代，擁有越多數據的人擁有越高的權力;而在區塊鏈時代，權力將屬於那些可以訪問大多數數據並擁有最快最優解析數據能力的人。
區塊鏈技術可以將數字物流產業鏈上的多個環節有機結合，共同組建平臺聯盟，以分佈式記賬方式提高物流單元流通的安全性與可視化。未來數字物流涉及的虛擬產業鏈分佈很長、數據傳遞過程涉及大批量平臺，信息準確性存在極高的安全風險，此時信任成本會不斷推高，區塊鏈的去中心化、去信任等優勢可以充分發揮出來。
區塊鏈層面
第五層，人工智能層面。在區塊鏈出現之前，全球化數據庫幾乎被國外的Google、Facebook、國內BAT等互聯網巨頭所壟斷，導致人工智能的發展處於瓶頸狀態，因為人工智能需要強大的數據庫，而數據庫的開放程度也影響著人工智能的發展，人工智能的能力強弱則完全取決於開放數據的質量。
區塊鏈代表著甚至激勵著將數據完全開放，進而創建了一個可以供人工智能充分使用訓練的開放的數據層環境，使得人工智能技術和產品能夠快速創新、中立可信、動機清晰。
人工智能技術在數字物流中的主要手段包括工程學方法 和模擬法 ，目前來說，工程學方法實現的人工智能技術已經在物流行業有所應用，比如分揀機器人、搬運機器人、激光AGV、3D視覺揀選機器人等，都是按照預設的數據運算來實現的人工智能。
人工智能層面
物流標準化推進困難和物流誠信體系缺失，比如數據編碼、傳輸單據、物流單元等都存在著巨大的差異，這也是我國物流產業發展的極大制約因素。只有通過數字技術建立並完善數字物流系統，真正將真實物流系統和虛擬物流系統打通並實現有機映射，對於構建共同標準、超信任背書、信息交互協議，打破傳統物流熟關係模式，聯結更多陌生關係，形成全球化市場交易，建立社會化誠信體系，有著重要的時代意義。
物流標準化推進困難和物流誠信體系缺失
閱讀更多 海濱聊九型 的文章
