数据在物流 1领域的应用。传统的数据掌握企业关键信息的分析模式已经不能适应现代物流企业的发展，而物流管理必须大，将物流运行过程中各节点的信息进行整合，再由中心对数据进行分析处理，转化为对物流管理有价值的信息，从而掌握。
2014年，国务院发布物流行业发展中长期规划(2014-2020)，提出物流工业为“支撑国民经济发展的基础性、战略性产业”。近年来，我国陆续出台了《关于进一步推进物流降本增效促进实体经济发展的意见》、《新一代人工智能发展规划》等一系列文件，积极推进物流工业智能化升级。在2020年4月20日国家发改委的新闻发布会上，官方首次定义了“新基础设施”的范围，包括信息基础设施、融合基础设施、创新基础设施三个方面，涉及5G、人工智能、工业互联网、大型数据 center、UHV、新能源汽车充电桩、城际高铁、轨道交通等七大领域。
新基础设施是借助5G、Big 数据、人工智能、工业互联网、物联网等新技术为基础设施项目赋能，并融入传统基础设施建设。在时代的数字化颠覆中，传统行业正在进行数字化转型，而物流是非常具有代表性的行业，以“新技术 ”的形式将信息数字化融入传统基础设施建设，正在从传统的物流向现代的/转变
艾媒数据显示，2018年智慧-1/市场规模突破4000亿元，预计到2025年，智慧12345677。智慧 物流前景广阔，市场规模将不断扩大。智慧 物流已经存在于我们身边，那么“智慧”是如何体现在物流系统中的呢？传统意义上具有物流 5要素的人一般指仓库的拣货员、仓库管理员、运输路上的司机等。以前用GPS定位数据采集，现在人的行为数据多维度描述都可以用手机APP获取。
走进亚马逊的运营中心，我们会看到Kiva机器人在收到订单信息后，会直接找到订单上的商品，并发送给提货人。因为近年来人工智能和工程学的突破，我们甚至可以预见，未来机器人将能胜任越来越复杂的岗位职能:机器人可以通过激光、镜头等传感器实现“看”、“听”、“感觉”。数据而模拟可以嵌入机器中比人类更快地“学习”，机器可以通过进化算法“思考”。在越来越多的推理和决策领域，机器会比人类表现得更好。
