徐工旗下工业互联网企业拟分拆上市，关联交易占比较高

撰文 | 微胖

徐工集团混改刚收官，9月30日晚间，徐工机械公告拟将其控股子公司徐工信息（持股45%）分拆至 深交所创业板 上市。本次分拆完成后，徐工机械股权结构不会发生变化，且仍将维持对徐工信息的控股权。

公告称，通过本次分拆，徐工机械将进一步实现业务聚焦，围绕工程机械，高标准打造数据驱动的 智能制造 ，提升公司产品的竞争力和全球工程机械制造商中的地位。

徐工信息所处工业互联网赛道，可谓众星云集。2018年5月，富士康孵化的工业富联登陆A股，创造36天完成「过会」纪录。

三一集团旗下树根互联去年斩获5亿B轮融资；海尔COSMO Plat势头凶猛；美的MIoT、沈阳机床SESOL不甘示弱。早已「虎视眈眈」2B的消费互联网巨头也悉数高调进场。

IDC数据显示，2019年，中国工业云基础设施市场规模达到20亿美元,市场格局基本稳定。头部厂商占据大量份额，公有云和私有云基础设施部分，前五位分别占据81%和70%市场份额。

其中，软件系与工业系厂商在这一市场占据主导地位，用友、金蝶、海尔卡奥斯、树根互联、美云智数等位列前五。 徐工信息目前排名第九 。

图注：软件系与工业系厂商在这一市场占据主导地位，徐工信息排名并不靠前

本次分拆上市后， 徐工信息将实现与资本市场的直接对接，发挥资本市场直接融资的功能和优势，拓宽融资渠道。

公告称，近年来，工业互联网和智能制造行业受益于相应行业政策的支持和鼓励，经历了快速发展阶段。工业互联网行业目前仍在持续快速扩张与发展阶段，如 徐工信息不能持续加大研发投入，巩固在工业互联网、智能制造领域的竞争优势，则可能丧失目前的发展机会。

2019年12月，徐工信息完成A轮3亿元融资，由高瓴资本领投。融资后，徐工集团持有徐工信息的股份比例由60%变更为45%，其他股东股权相应稀释。

去年曾有消息传出，徐工信息备战科创板。

图注：徐工信息股权及控制关系情况，前三大股东分别为徐工机械、群智信息以及高瓴资本。

徐工信息是由国内工程机械头部企业徐工集团于2014年孵化的工业互联网企业，主要业务包括工业互联网和智能制造，构成「 双轮驱动」 。

公司主要产品为工业互联网平台汉云。自诞生以来，其扩张思路也比较清晰：

汉云最先被用于自身设备的全生命周期管理。2017年上半年，基于自身工程机械移动设备的应用经验，徐工信息将工业互联网解决方案推广至其他移动类设备领域，包括物流车辆、新能源 汽车 、环卫车辆、重卡、渣土车等。后续又向智能制造等领域延伸。

2018年1月，徐工信息曾在新三板挂牌，成为国内第一家新三板挂牌的工业互联网企业。时过一年，2019年3月，徐工信息提出终止挂牌申请

目前，汉云平台为装备制造、新能源、建筑施工、物流、有色金属、核心零部件、能源等60多个细分行业提供跨区域、跨行业赋能，汉云平台累计入网设备67万台，连接多个国家。

财报数据显示，近三年，徐工信息业绩快速增长。自2017年至2019年，全年营业收入分别为121亿元、174亿元和3亿元，各期净利润分别为100804万元、206444万元、413045万元。

今年上半年，徐工信息实现营收16亿元，同期净利润为269534万元。

同时，徐工信息资产规模也在快速增长。从2017年到2020年6月末，总资产规模从87268万元增至647亿元。资产负债率方面，2020年6月末，徐工信息负债合计217亿元，资产负债率为3350%。

「仅徐工集团内部就能产出大几千万订单，1亿多的营收并不算多，对外盈利能力还有待观察。」一位业内人士告诉机器之心。

根据徐工信息此前在新三板挂牌时发布的信息，曾因业务高度依赖徐工集团而引发关注。

财务数据显示，2015年、2016年及2017年1~4月，公司来自江苏省的收入占营业收入的比例分别为9534%、9897%和9736%，业务区域范围较为集中。

此外，徐工信息的营业收入大部分来源于向徐工集团及其下属公司提供服务或销售商品，且公司与徐工集团及其下属公司的交易构成关联交易。

财务数据显示，2015年、2016年及2017年1~4月，公司来自徐工集团及其下属公司的收入占当期营业收入的比例分别为8198%、8066%和8556%。而且，从业务模式来看，徐工信息业务 高度依赖徐工集团及其下属公司。

「单一客户依赖度高，这对于公司来说并非是好事，虽然徐工集团实力雄厚，但是其一旦出现风险，对徐工信息的影响会非常大。」当时曾有分析人士指出。

本次公告也表示， 最近三年一期，徐工信息与徐工集团及其下属其他子公司的关联交易占比较高，尤其是工业互联网业务方面，徐工信息向徐工集团下属各大工程机械厂商提供物联网终端产品及其配套的工业互联网平台连接、数据采集、储存和管理分析服务。

「这也是目前国内传统制造巨头孵化的工业互联网项目的共性问题，非关联企业订单占比非常小，有的甚至没有。」在过去采访过程中，一些业内人士对机器之心表达了这一观察。

目前，徐工机械仍然持股最大，如果企业文化不够开放，利用其对公司的控制权在公司的经营决策、发展战略、人事任免、财务管理等方面进行不当控制，可能会给公司正常经营和中小股东利益带来不利影响。

不过，徐工集团公告中表示，「徐工信息关联交易占比较高在当前发展阶段具有商业合理性，符合行业发展惯例。」

一方面，从全球工业互联网企业发展历程来看，在企业创始及快速发展阶段，必须依靠少量大型工业集团迅速做大规模，提升数据处理经验，确立先发优势。

另一方面，由于工业生产流程具有其特殊性， 大型工业集团更容易孵化出优秀的工业互联网平台。

近四五年来，工业互联网浪潮中非常活跃的一个群体当属传统制造企业。

「传统制造业PE非常低，与高 科技 企业没法比。传统制造PE也就二、三倍，打上高 科技 标签的科创类企业可以有二三十倍PE。」一位业内人士告诉机器之心。

去年，焦虑于「扶不起」的股价、PE只有同业三分之一的TCL惊世骇俗地彻底剥离掉家电业务，「转基因」成一家上游面板企业，希望这一变革 重新修复 TCL 在资本市场的商业估值和市盈率。 2020年，TCL集团更名「TCL 科技 」，其孵化的工业互联网平台格创东智更获云锋基金亿元级A轮融资。

类似徐工、TCL这样的制造企业，通常有财力、人力和基础去搭建自己的工业互联网平台，大量中小型企业未必有这个实力，所以， 头部企业希望从更多中小企业在线化和信息化中获取回报，挖掘新的业务增长点，重修估值。

他们的实践也非常灵活，往往会根据具体情况灵活处置，或先把基本的系统软件配齐，或先把基本设备连接起来。针对小微企业，据媒体报道，他们有时候采取土法上马的办法进行赋能，给一些老设备安装上电表并连接到后台，变相达到监测机器能耗及运转状态的需求。

图注：工信部2019年双跨工业互联网平台

对比消费互联网大厂，制造企业更懂制造，更了解生产，这是传统互联网企业做不到的。但是，被质疑的地方在于，外部企业可能不需要它们的赋能。

比如，三一重工做了树根互联，徐工集团做了徐工信息，其他工程机械公司纷纷屏蔽这两家公司。 谁愿意将自己的数据，特别是核心数据开放给竞争对手呢？ 这也是过去采访中机器之心听到过的声音 。

「本身是行业老大，有很多积累，但是这个行业的中小企业可能有一定防备之心。」比如，生产过程的信息能不能上平台，能不能给我指导，都会去考虑。这个同业竞争是不可忽视的。

同行对数据权利的信任阻力，使得这些平台更多围绕自身核心业务整合上下游供应商而构建起封闭体系，更近似某一个行业的「专有平台」，泛化性不强。

而在另一些声音看来，巨头可以整合的行业其实有限。类似航空发动机这样行业可以尝试，因其集中度、技术门槛均非常高以致于普通创业公司很难杀进去。

「现在几个百平台，更像是攒出来的。」一位制造业资深从业者告诉机器之心，还谈不上大的行业影响力，目前制造业没有他们，还是可以运行下去。

如果将真正工业互联网平台定义为以下要素的集合：标准 *** 作系统、丰富的流量（接入多少工厂、连接了多少台设备）、数据纬度、模型积累、开放工具以及丰富的个性应用等，那么，这些选手现在最多处在05（按照从0到1的标准），路还很漫长。

回想互联网经济初期，每家巨头企业也希望搭建一个平台时，有人也说，此时就像当年的百团大战，一旦某家企业大到一定规模（比如西门子），玩家又会认同「中立」。无论如何，大家也是买一张未来的船票，产业互联网最大的机会肯定来自于工业。

最近，看到有很多小伙伴在后台留言问：“学习java怎么样，java的优点有哪些？后期就业怎么样？”我想这是每一个初学者学习Java时，大家较为关注的事情，今天，小编将从三个角度来分析这个问题。

从就业角度来说：

如果当前要进入IT互联网行业发展，而且自身的计算机知识基础比较薄弱，那么选择学习Java是比较现实的选择，一方面原因是Java开发岗位比较多，另一方面原因是Java岗位对于从业者的知识结构要求往往并不高，即使是非计算机专业出身，学习Java后也有很多机会能够从事开发岗位。

通过职友集数据显示全国Java开发工程师的平均薪资为¥141K/月，一、二线城市的平均薪资更高，北京的Java开发工程师平均月薪甚至超过2万元。这说明Java行业目前还是比较缺少人才的，Java人才目前处于供不应求的状态，所以Java目前还是值得学习的。

从学习方向来说：

相较于其他编程语言，Java的应用领域更广，Java开发工程师的就业选择也是很多的。网页开发、Android游戏开发、企业级应用开发这些行业Java开发工程师都可以应聘。而且目前嵌入式物联网行业崛起，这个行业也是需要用到Java的，所以目前Java行业还没有饱和，就业岗位还是相当多的。

近些年来随着大数据和人工智能的热度不断提升，Python、Go等编程语言的上升趋势比较明显，但是Java语言依然具有大量的应用场景，而且凭借其稳定的性能表现，未来在很长一段时间内，Java语言都会是最为流行的编程语言之一，所以当前学习Java语言依然是不错的选择。

从语言的优势的角度来说：

首先，当前在IT互联网行业内，Java语言的应用还是非常普遍的，由于Java是比较典型的全场景编程语言，而且自身的技术生态也比较成熟，所以目前在生产环境下采用Java也会在一定程度上降低项目的开发风险。

Java语言的优点有很多，但是结合当前的技术发展趋势来看，Java语言的优势可以集中在三个方面，其一是Java语言的技术生态比较健全，成熟方案比较多，其二是Java语言的体系结构比较中立，能够支持大量的技术平台，比如大数据、云计算、物联网和人工智能等技术平台，这一特点在工业互联网时代是非常重要的，其三是Java开发人群数量比较大，交流沟通比较容易。

最后，对于当前的初学者来说，学习Java语言可以重点关注一下大数据、云计算、人工智能方向，未来这些都是不错的学习方向哦。

不可靠。

淘钱宝不是一款贷款产品，它上面有很多的借贷产品，它可算一个网贷商场。

目前淘钱宝已经与包括拍拍贷、你我贷、宜人贷在内的几百家小贷企业进行了深度合作，如果借款人有贷款需求，完全可以在上面找到自己想要的产品。淘钱宝是一款集成市面上所有融贷渠道的综合服务平台，内容包括：WEB应用贷款平台、APP手机应用平台、微信微博服务平台等同步运营。在最近两年，一跃成为广受用户认可的P2P贷款平台。

虽然已有很多贷款业务的供需平台，但是源于借贷双方信息不透明的问题，个人借贷时面临着许多的共性问题：如何判断贷款产品的合法合规性？贷款产品收费是否合理？不同需求时该如何选择不同的贷款产品？就显得尤为重要。

淘钱宝就是一个线上贷款决策中立平台，致力于为用户提供一站式线上贷款服务。目前市面上很多线上贷款服务机构的服务都止步于为用户成功借款，贷后以及后期的增值服务却不够完善。淘钱宝则定位于线上贷款服务平台，除了通过精准推荐帮助用户成功借款，还联合金融机构为其提供后续的贷后管理等服务，贯穿整个贷款流程。

随着“大数据时代”的来临，企业越来越重视数据的作用，数据给企业带来的价值也越来越多。本文档将介绍大数据给企业带来的机遇与挑战以及企业的大数据解决方案。

第一步先搞清楚什么是大数据？他不是简单的大量数据或海量数据，而是有着4V特征的数据金矿。他给我们的企业会带来机遇与挑战。

第二步我们根据大数据的特征，分析企业大数据平台要迎接大数据的挑战，应该具备什么样的能力。

第三部分，基于大数据平台要求，我们提出一个企业大数据的技术解决方案，介绍解决方案是如何解决大数据难题。

最后我看一看大数据应用当前存在的问题，未来将会怎样发展。

什么是大数据？

从数据角度看，大数据不是简单的大和多，大数据致电一把柒叁耳零一泗贰五领，而是有着4V的特征。简单说就是体量大、样式多、速度快、价值低。

体量大：最新研究报告，到2020年，全球数据使用量预计暴增44倍，达到352ZB。我们说大数据时，一般企业数据量要达到PB级才能称为大数据。

样式多：除了量大，大数据还包括了结构化数据和非结构化数据，邮件，Word,，音频信息，视频信息等各种类型数据，已经不是以往的关系型数据库可以解决的了。

速度快：这里说的是数据采集的速度，随着电子商务、移动办公、穿戴设备、物联网、智能小区等等的发展，数据产生的速度已经演进到秒级。企业要求能够实时获取数据，实时进行决策。

价值低：指的是价值密度，整个数据的价值是越来越高，但是因为数据量的壮大，数据价值密度也相应降低，无价值数据要占据大部分，企业需要从海量的业务中寻找价值。

从开发人员角度看，大数据和以往的数据库技术、数据仓库技术是不同的，他代表以Hadoop、Spark为首的一系列新技术。

这类技术的显著特点是：分布式、内存计算。

分布式：简单的说，分布式就是将复杂的、费时的任务拆分为多个细小的任务，并行处理。这里的任务就包含了数据采集、数据存储、数据处理。

内存计算：实质上就是CPU直接从内存而非硬盘上读取数据，并对数据进行计算、分析。内存计算非常适合处理海量的数据，以及需要实时获得结果的数据。比如可以将一个企业近十年几乎所有的财务、营销、市场等各方面的数据一次性地保存在内存里，并在此基础上进行数据的分析。

数据挖掘：大数据的核心实际上还应该包括数据挖掘技术，这是一个和统计学联系紧密的技术，粗略的划分为分类、聚类、预测、关联四大类，可从大量的、不完全的、模糊的数据中利用数学方法，提取出潜在的规律或知识。

大数据平台要求

大数据的能力分为数据采集、数据存储、数据计算或处理、数据挖掘、数据展现五个方面。

数据采集：需要对于海量数据、实时数据的采集能力，这是数据利用的第一步。

数据存储：对应大数据特点，需要大容量、高容错、高效率的存储能力，这是数据利用的基础。

数据计算：需要强大、廉价、快速的数据处理货计算能力，强大对应大数据的量大、类型多，廉价对应大数据的价值密度低，快速对应大数据的速度快，这是大数据能够发展的关键。

数据挖掘：要能够全角度、多方位的立体分析挖掘数据价值，应用好数据挖掘才能将数据转化为价值，这是数据利用的核心。

数据展现：多途径、直观、丰富的数据展现形式是数据的外在形象，这是数据应用的亮点，是能够得到用户认可的窗口。

以上是对于大数据平台需要解决的问题，必须具备的能力，数据提出的要求。

技术解决方案

企业大数据解决方案从数据处理流程上分为数据采集层、数据存储层、数据计算层、数据挖掘层、数据展现层，每一层解决大数据所需的关键难题。其中标黄的部分是传统数据处理技术。

数据采集层：

数据采集技术分为实时采集和定时采集，实时采集采用Oracle GoldenGate等工具，实时增量采集数据，保证数据的及时性；定时采集采用SAP Data Services等工具相结合的方式，定时抽取数据，主要用于大批量、非实时性数据。加入kettle、sqoop等分布式ETL工具，丰富多样化数据抽取服务，同时加入整合实时数据的kafka服务，处理大量实时数据。

数据存储层：

数据存储区在传统oracle的基础上，加入分布式文件系统、分布式列式数据库、内存文件系统、内存数据库、全文搜索等模块。其中，分布式文件系统ceph由于拥有数据分布均衡，并行化度高等特性，所以用于存储非结构化数据；分布式文件系统Hdfs由于拥有极佳的扩展性和兼容性，用于存储其他结构化数据；列式存储数据库hbase主要用于存储特定需求的海量数据，以供运算查询等服务。

数据计算层：

计算层采用标准SQL查询、全文搜索、交互分析Spark、实时数据处理Streaming、离线批处理、图计算Graph X等技术，对结构化数据、非结构化数据、实时数据、大批量数据进行数据计算处理。

核心计算方式spark内存计算引擎的优势：

轻量级快速处理。

易于使用，Spark支持多语言。

支持复杂查询。

实时的流处理。

可以与Hadoop和已存Hadoop数据整合。

可以与Hive整合

数据挖掘层：采用Spark_Mllib、R、Mhout等分析工具，依据模型分析引擎创建模型、算法库。由模型算法库对模型进行训练，生成模型实例，最后依据模型实例进行实时决策及离线决策。

数据展现层：提供门户展现、数据图表、电子邮件、办公软件等多种数据分析方式，在展现途径上可支持大屏幕、电脑桌面、移动终端等。

结束语

随着高性能计算机、海量数据的存储和管理的流程的不断优化，技术能够解决的问题终将不会成为问题。真正会制约或者成为大数据发展和应用瓶颈的有三个环节：

第一、数据收集和提取的合法性，数据隐私的保护和数据隐私应用之间的权衡。

任何企业或机构从人群中提取私人数据，用户都有知情权，将用户的隐私数据用于商业行为时，都需要得到用户的认可。然而，目前，中国乃至全世界对于用户隐私应当如何保护、商业规则应当如何制定、触犯用户的隐私权应当如何惩治、法律规范应当如何制定等等一系列管理问题都滞后于大数据的发展速度。未来很多大数据业务在最初发展阶段将会游走在灰色地带，当商业运作初具规模并开始对大批消费者和公司都产生影响之后，相关的法律法规以及市场规范才会被迫加速制定出来。可以预计的是，尽管大数据技术层面的应用可以无限广阔，但是由于受到数据采集的限制，能够用于商业应用、服务于人们的数据要远远小于理论上大数据能够采集和处理的数据。数据源头的采集受限将限制大数据的商业应用。

第二、大数据发挥协同效应需要产业链各个环节的企业达成竞争与合作的平衡。

大数据对基于其生态圈中的企业提出了更多的合作要求。如果没有对整体产业链的宏观把握，单个企业仅仅基于自己掌握的独立数据，无法了解产业链各个环节数据之间的关系，对消费者做出的判断和影响也十分有限。在一些信息不对称比较明显的行业，例如银行业以及保险业，企业之间数据共享的需求更为迫切。例如，银行业和保险业通常都需要建立一个行业共享的数据库，让其成员能够了解到单个用户的信用记录，消除担保方和消费者之间的信息不对称，让交易进行的更为顺利。然而，在很多情况下，这些需要共享信息的企业之间竞争和合作的关系同时存在，企业在共享数据之前，需要权衡利弊、避免在共享数据的同时丧失了其竞争优势。此外，当很多商家合作起来，很容易形成卖家同盟而导致消费者利益受到损失，影响到竞争的公平性。大数据最具有想象力的发展方向是将不同的行业的数据整合起来，提供全方位立体的数据绘图，力图从系统的角度了解并重塑用户需求。然而，交叉行业数据共享需要平衡太多企业的利益关系，如果没有中立的第三方机构出面，协调所有参与企业之间的关系、制定数据共性及应用的规则，将限制大数据的用武之地。权威第三方中立机构的缺乏将制约大数据发挥出其最大的潜力。

第三、大数据结论的解读和应用。

大数据可以从数据分析的层面上揭示各个变量之间可能的关联，但是数据层面上的关联如何具象到行业实践中？如何制定可执行方案应用大数据的结论？这些问题要求执行者不但能够解读大数据，同时还需深谙行业发展各个要素之间的关联。这一环节基于大数据技术的发展但又涉及到管理和执行等各方面因素。在这一环节中，人的因素成为制胜关键。从技术角度，执行人需要理解大数据技术，能够解读大数据分析的结论；从行业角度，执行人要非常了解行业各个生产环节的流程的关系、各要素之间的可能关联，并且将大数据得到的结论和行业的具体执行环节一一对应起来；从管理的角度，执行人需要制定出可执行的解决问题的方案，并且确保这一方案和管理流程没有冲突，在解决问题的同时，没有制造出新的问题。这些需求，不但要求执行人深谙技术，同时应当是一个卓越的管理者，有系统论的思维，能够从复杂系统的角度关联地看待大数据与行业的关系。此类人才的稀缺性将制约大数据的发展。

什么是电子商务物流
目前，对电子商务物流尚无统一的定义，可以从两个角度来理解：从宏观行业角度，电子商务物流是电子商务和物流两个行业的结合，是为电子商务这一新兴行业相配套，主要为电子商务客户提供服务的物流；从微观运作角度，电子商务物流是信息管理技术和物流作业环节的结合，是运用现代信息技术整合物流环节，实现高度信息化的物流。由于电子商务物流管理是“两个结合”的产物，所以和传统物流概念相比，具有自身的特点。
什么是电商物流？
电子商务物流又称网上物流，就是基于互联网技术，旨在创造性的推动物流行业发展的新商业模式；

通过互联网，物流公司能够被更大范围内的货主客户主动找到，能够在全国乃至世界范围内拓展业务；贸易公司和工厂能够更加快捷的找到性价比最适合的物流公司；

网上物流致力把世界范围内最大数量的有物流需求的货主企业和提供物流服务的物流公司都吸引到一起，提供中立、诚信、自由的网上物流交易市场，帮助物流供需双方高效达成交易。
电子商务物流的新特点

信息化

自动化

网络化

智能化
电子商务与物流
1、电子商务与物流的关系随着电子商务的进一步推广与应用

物流能力的滞后对其发展的制约越来越明显,物流的重要性对电子商务活动的影响被越来越多的人注意。物流与电子商务的关系是极为密切的。物流对电子商务的实现很重要,电子商务对物流的影响也极为巨大。物流在未来的发展与电子商务的影响是密不可分的。物流本身的矛盾促使其发展,而电子商务恰恰提供了解决这种矛盾的手段;反过来,电子商务本身矛盾的解决,也需要物流来提供手段,新模式要求新物流模式。

2、电子商务对物流的影响

21 电子商务对物流业的影响

物流业的地位大大提高电子商务是一次高科技和信息化的革命。

它把商务、广告、订货、购买、支付、认证等实物和事务处理虚拟化、信息化,使它们变成脱离实体而能在网络上处理的信息,又将信息处理电子化,强化了信息处理,弱化了实体处理。这必然导致产业大重组。产业重组的结果使得上的产业只剩下两类行业:一类是实业, 包括制造业和物流业;一类是信息业,包括服务、、信息处理业等。在实业中,物流企业会逐渐强化,主要是因为在电子商务环境中它必须要承担更重要的任务。

供应链管理的变化电子商务缩短了生产厂家与最终用户之间供应链上的距离,改变了传统的结构。

企业可以通过自己的网站与客户直接沟通, 这样降低了流通,缩短了流通时间,使物流径路短路化。在电子商务环境下,供应链实现了一体化,供应商与零售商,消费者通过Internet连在了一起,通过POS,EOS等供应商可以及时且准确的掌握产品销售信息与顾客信息。

第三方物流成为物流业的主要组织形式第三方物流是指由物流劳务的供方、需方之外的第三方去完成物流服务的物流运作方式。

22 电子商务对物流各作业环节的影响

采购传统的采购极其复杂,而在电子商务环境下,企业的采购过程会变得简单、顺畅,还可以进一步降低采购成本。

配送在其发展初期,主要是以促销手段的职能来发挥作用。从某种程度上说,电子商务时代的物流方式就是配送方式。
什么是电子商务物流技术
电子商务物流技术统称物联网而“物联网技术”的核心和基础仍然是“互联网技术”，是在互联网技术基础上的延伸和扩展的一种网络技术；其用户端延伸和扩展到了任何物品和物品之间，进行信息交换和通讯。因此，物联网技术的定义是：通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的一种网络技术叫做物联网技术。
菜鸟和京东分别采用的什么电子商务物流模式
菜鸟自身不建物流，是通过与第三方合作的方式，如与申通、圆通等快递公司；京东采用的是自建物流的模式。
什么是电子商务物流技术？物流信息技术有哪些
电子商务物流技术是基于互联网技术，旨在创造性的推动物流行业发展的新商业模式，通过互联网，物流公司能够被更大范围内的货主客户主动找到，能够在全国乃至世界范围内拓展业务的技术。

1、条码技术：自动识别技术。它是为实现对信息的自动扫描而设计的，是实现快速、准确而可靠的采集数据的有效手段。

2、射频技术：具有读写功能，可携带大量数据，难以伪造，且具有智能性。

3、地理信息系统：采用地理模型分析方法，实时的提供多种空间的和动态的地理信息。

4、GPS技术：具有在海、陆、空进行全方位实时三维导航和定位的能力。
什么是电子商务物流信息管理系统
是指由人员、设备和程序组成的、为物流管理者执行计划、实施、控制等职能提供信息的交互系统，它与物流作业系统一样都是物流系统的子系统。
简述电子商务物流的模式
1自营物流模式

2第三方物流配送

3战略联盟模式
物流与电子商务的关系
物流是电子商务实现的一个根本性的途径。 电子商务的发展需要依托与强大的物流。 而物流的发展是以电子商务来推进的，没有电子商务。物流也没有多大存在的意义。
电子商务和物流的关系是什么
电子商务的快速发展让人们意识到物流的重要性，有人说是电子商务的快速发展带动了物流业的快速进步，也有人说电子商务的快速发展少不了规范化的物流模式作为强有力的支撑，那么电子商务与物流之间到底存在一个什么样的关系呢？

电子商务与物流具有辩证的关系。

电子商务的核心就是鼠标加物流，通过互联网进行网购或网销，在完成 *** 作之后，关键还要用物流配送的方式送到消费者手中。在过去，人们在电子商务的认识上，觉得它很神秘，很深奥。而实际上，电子商务就是一种实在的贸易方式，而实现这个贸易交易的过程是离不开物流的。如果没有信息的要求，就没有物流的表现；没有物流配送的具体表现，也不能促成电子商务的发展。电子商务离开物流的支撑体系，就很难有一个实质性的交易，反过来，电子商务也为物流业的发展提供了庞大的市场，电子商务与物流的关系，就像是一个硬币的两面，二者相互制约，相互支撑，相互依托，缺一不可！

我是在成都物流公共信息平台的物流百科上看的，不知道LZ你想要的是不是这个。

---