跨境物流数智化白皮书：瓶颈不在运输，在交接协同

本文解读：《2026跨境物流数智化变革白皮书：从价值迁移到Agentic数智协同-亚马逊云科技等三方联合》 · 共 64 页 · 原文

跨境物流的成本大头不在船和车上，在货到之前那些来回确认、解释和追问里。

这份白皮书由香港大学供应链创新研究院、亚马逊云科技和 StraightShip 三方联合完成，全篇在回答一个问题： 当 AI 把专业处理服务的成本压下去之后，价值位置和组织协同方式会怎么变。

它给出的抓手是麦肯锡的一组估计：美国中段及末端物流的低效交接，对应其研究范围内13%到19%的物流成本， 每年造成最高约950亿美元的损失。

沿着这条线，白皮书拆出 Cost to Serve 四类活动，再提出 GNC 能力框架，最后用四个案例说明从哪里起步。

运输资源可以买，把资源组织成稳定交付的那部分工作买不到。

图源：《从价值迁移到Agentic数智协同》（第1页）

一、先看需求盘子有多大，再看增长卡在哪

The Business Research Company 估算，全球跨境电商物流市场将从2025年约1025.5亿美元增至2026年的 约1211.3亿美元，预计增长18.1%，到2030年约2384.2亿美元。报告特意标注，这是跨境电商物流细分市场的机构预测，不能等同于全部跨境物流市场规模， 引用时要看清口径。

中国市场的需求基数更实在。安永引述的数据显示，2024年中国跨境电商进出口额2.63万亿元， 同比增长10.8%。目的地的履约基础设施已经铺开。德勤2025年行业展望提到，中国企业建设的跨境电商海外仓已超过2500个， 总面积超过3000万平方米。

但仓库数量不等于履约质量。报告的原话是，市场增长带来的不只是更多货量， 也包括更多需要持续管理的库存、服务节点与客户承诺。

价值重心因此上移：物流企业创造价值的空间，正从拿到运输资源，延伸到组织出稳定的履约结果。

货量涨只是表象，真正变化的是客户买的东西从运费变成了确定性。

图源：《从价值迁移到Agentic数智协同》（第2页）

二、从直发到本地履约，三种出海形态并存

跨境直发库存集中、链路简单、海外固定投入低，但时效和成本受小包政策、关税、清关效率和末端网络牵制。

海外仓把库存前置到目的地，交付更贴近客户，同时多出一整套连续活动：进口清关、仓储管理、库存控制、 区域运输、末端配送和退货处理。

麦肯锡预测，到2028年前置库存履约可能占全球跨境包裹量的约40%。报告同样加了限定， 这不代表海外仓取代直发，多种模式会长期并存。

从经营深度看，报告观察到三种并存形态：商品出海关注交易与运输，库存出海要求管理目的地库存与连续履约， 经营能力出海则需要本地团队、渠道与服务体系长期运作。

三者不是必经阶段。同一家企业完全可能针对不同商品和市场，同时走三种方式。报告为此引入 Glocal 一词概括新要求，即本地响应加跨区域协同。中国货代服务商的角色， 也从把货运出去，变成在不同区域持续获得并组织履约能力。

这类报告的原文件，运营动脉（www.yydm.cn）收得比较全，按行业分好了类，翻起来不费劲。

想核一个具体数字，或者补一张原图，直接搜报告名就能定位到相应的那一页。

直发并没有死，只是它撑不起客户对本地库存与本地团队的那份期待。

图源：《从价值迁移到Agentic数智协同》（第3页）

三、三重变化，生态那一层最难补

格局之变讲的是从单一环节价格走向完整服务结果。运价仍重要，但当服务跨干线、清关、仓储、配送和异常处理， 单段低价已保不住整体交付。

生态之变讲的是从提供单项服务走向组织多方履约。以北美为目的地的履约为例，清关、仓储、Drayage、Rail、 LTL 与 FTL、Last Mile 可能分属不同主体。报告的原话是：资源可得并不等于服务自然连续，企业仍需完成选择、衔接、跟踪、替代与问责。

逆向物流也被算进履约能力。麦肯锡估算，美国零售商每年为回收退货商品价值投入约2000亿美元， 退货、库存处置和价值回收都会成为服务的一部分。

技术之变讲的是从单点工具进入业务协同。传统系统能记录业务对象和执行标准流程， 但需求理解、非结构化文件处理、异常判断仍高度依赖专业人员。

三个变化叠在一起，竞争重点就换了：不再是拥有多少资源，而是能否以可接受成本把分散资源组织成稳定、 可追踪、责任清晰的服务。

链条越长，决定成败的越不是谁手握资源，而是谁能把资源组织成连续服务。

图源：《从价值迁移到Agentic数智协同》（第4页）

四、AI 部署率72%，但可衡量的价值只有13%

这是全篇最该被记住的一组落差。Gartner 在2024年对265名全球受访者的供应链调查发现，72%的组织已部署生成式 AI， 但个人层面的效率改善尚未稳定转化为团队生产率和投资回报。

BCG 与 Alpega 在2026年对180余家物流服务商及货主的调查更具体：约四成受访物流服务商已走出试点， 只有约一成把 AI 规模化嵌入核心运营，13%报告了可衡量的价值。

两个样本不能直接相减，但共同指向同一个结论：AI 的价值不取决于部署了多少工具， 而取决于信息、判断与行动能否在真实业务中连起来。

四类信号也在同时出现。政策上，美国调整小额包裹免税政策，欧盟于2026年对低价值直邮进口引入新的关税机制； 市场上，客户开始为库存可用性和异常响应买单。

技术上，AI 已能参与文件理解、知识调用和任务推进，但规模化收益尚不普遍；竞争上，超过40%的货主 已把服务商 AI 能力纳入选择考虑，但列为强制条件的不足10%。

部署率再高也没用，八成服务商卡在从试点走向核心运营的那道缝里。

图源：《从价值迁移到Agentic数智协同》（第5页）

五、一票货要协调五条流，不只是运输一条

报告把跨境物流的协同对象拆成五条流：商流、物流、信息流、资金流、权责流。商流问的是客户买什么服务，报价、合同与服务承诺是否一致；物流问货物由谁承运、节点如何衔接、 何时完成交付。

信息流看订单、状态、预计到达时间、文件和签收信息是否完整及时；资金流看采购成本、客户价格、附加费、 账单与结算能否对应。

权责流最难，要回答谁可以审批和变更安排、谁承担风险、谁负责处理索赔。一次船期延误就能同时搅动这五条关系：重新确认提柜与入仓、调整后续配送、核实新增费用、通知客户， 再判断是否影响服务承诺。

报告把由此产生的任务归成三类：选择资源时需要统一准入、数据和服务标准；衔接环节时要按时间窗口推进； 处理异常时则要多方反复调整。前两类可以用规则和计划管住，第三类只能靠沟通和判断。

一票货的状态一变，后面跟着的往往是一整组新的协调任务要重排。

图源：《从价值迁移到Agentic数智协同》（第6页）

六、Cost to Serve：把钱算到完整交付上

Cost to Serve 指企业为完整交付一项客户服务而投入的全部业务活动及其成本， 它要回答的是每票业务除了运力和仓储，还烧掉了多少协调、判断、管理和客服资源。

报告把它切成四类活动。物理履约活动是国际运输、整车零担、提送柜、铁路、仓储、装卸和末端配送， 受影响于距离、运力供需、能源价格和资源利用率。

协同与交易活动是找供应商、询价报价、派单、预约、跟踪、沟通和异常协调。这类成本常藏在 员工找信息、确认条件、联系合作方和推动下一步所花的时间里。

专业与治理活动是文件处理、报关、合规、商品分类、风险审核、索赔、审批、审计和责任管理， 需要专业知识、规则判断和明确授权，结果还得经得起核验。

客户服务与解决方案交付活动是客户沟通、状态解释、方案设计、绩效报告、费用说明和咨询服务， 它既支撑体验，也可能成为收入来源。

四类不是财务科目，同一起异常会同时触发多类活动。企业该从每票运输、每次询价、每个异常或每张单据入手， 记录人工时间、系统切换次数、沟通轮次、审批节点和返工次数。

只看运费的人，永远算不出这票业务到底有没有赚钱。

图源：《从价值迁移到Agentic数智协同》（第7页）

七、资源越多，协同成本反而可能越高

这是白皮书的反直觉判断：更大的服务网络意味着更多选择，也意味着更多要维护的信息、关系和执行条件。

以提柜、仓储和末端配送的三段衔接为例，拿到三段报价只是开始。团队还要确认提柜时间、仓库容量、 预约要求、文件状态和费用条件；船期一变，多个节点就要重排。

每轮调整都占用人员时间，还可能产生等待费和额外费用。连接的承运商越多， 需要协调的条件组合涨得比货量更快。

知识分散是第二个问题。客户要求、服务商条件和历史处理经验如果散落在邮件、表格和个人记忆里， 员工就得反复查询、比较和确认，业务量越大重复工作越多。

第三是关键人员依赖。业务增长时，能同时处理文件判断、异常处理、费用确认和客户解释的人， 最容易成为等待队列的中心。

报告把这类状态概括为分段 SaaS 加专家人工衔接：系统各自处理好标准环节，人再在系统之间补背景、 解释差异、推动下一步。

报价单越堆越多，说明能力并没有沉淀下来，只是人越来越忙。

图源：《从价值迁移到Agentic数智协同》（第8页）

八、GNC 框架：把能力、关系和执行分开看

报告提出 Graph–Node–Chain 三层能力框架，并明确它属于联合研究提出的方法工具，而非已被广泛检验的成熟理论。

Node 描述一项业务能力及其执行边界，要写清五件事：负责什么结果、需要哪些资源和规则、 由谁执行与维护、授权和接管边界是什么、怎样评价成本与质量。

Graph 描述能力之间的依赖、替代、约束、责任和资源关系，可以从财务、人事、系统、履约四个视角检查同一件事。Chain 是围绕具体目的组合能力的执行安排，可以包含顺序步骤、并行任务、条件分支和审批， 进入具体业务后才绑定订单、资源、时间和状态。

落到分工上，SaaS 负责规则明确、路径稳定的工作，比如订单、运输、库存、账单和结算； Agent 结合合同、单证、规则和历史案例做信息准备与方案比较；Human 明确意图、评价结果、反馈改进。

报告特别强调：分工是否有效，要看服务整体投入和结果是否改善，而不是看 AI 承担了多少任务。

先定义能力，再决定由人、系统还是 Agent 来执行，顺序不能倒。

图源：《从价值迁移到Agentic数智协同》（第9页）

九、四个案例，四种起步方式

亚马逊的部分讲预测和调度。其供应链优化技术 SCOT 用深度学习和大量数据，每天对超过4亿种商品做需求预测， 支持决定在哪些设施储备哪些商品及数量。

仓内部分，DeepFleet 用于协调机器人移动、减少拥堵，官方发布称可使机器人车队行程时间改善10%； 相关履约中心的处理时间最多缩短25%。报告提醒，这是设施层面指标，不能直接换算为完整服务成本降幅。

StraightShip 是核心案例，讲的是把经验变成能力：以温哥华港到多伦多客户仓库的一票业务示意， 从报价前确认承诺、执行中让状态推动行动、异常时重组能力，到交付后追单证结算、复盘更新节点。

万邑通讲的是连接库存与仓内作业。15个海外仓、总面积超50万平方米、累计服务卖家超2万家， 用小件效率提升139.1%、大件提升150.0%、出库准确率99.99% 量化改善。

WallTech 的 AI 合约解析把船东运价合约处理从半天到一天压缩到5分钟以内，人工录入5个以上步骤 简化为1步上传，加价规则按优先级自动匹配。

四个案例的共性是都围绕一项客户结果做有限范围试行，而不是先铺技术、再找场景。

四个案例讲了四种起点，但都不是从买工具开始的。

图源：《从价值迁移到Agentic数智协同》（第10页）

十、下一步从哪一类场景先动手

报告给出的推进顺序是先合规与履约效率，再向运营与客服横向扩展，因为前两者回本更快、口径也更清楚。

合规被重新定义为基础设施。美国取消800美元免税门槛、各国监管收紧之后， 合规已从事后行政事务变成必须贯穿全链路的主动治理。

数据全球合规的关键动作是把监管代码校验、单证一致性核查嵌进报关前置环节， 并盯住深层供应商风险。报告引用的数据是，约85%的重大供应链事件可追溯至二至四级供应商。

履约侧最容易起步的是智能单证与清关。报告提到提单占单证成本的10%到30%，人工录入、核对和流转 正是最该被规模化掉的高成本活动。

可视性缺口同样具体：37%的企业无法追踪在途货物，这也是基于 GPS 数据的配送预测被单列成场景的原因。

但报告反复提醒一条纪律：如果自动处理省了时间、却增加了核对和纠错，服务成本并没有下降。 完整版与全部图表都在运营动脉（www.yydm.cn），搜标题即可打开。

先从一处最耗人力的交接点动手，比做一次全链路改造要靠谱得多。