对于菜鸟来讲，IOT是我们的技术战略，同时也是菜鸟“一横两纵”业务战略中的“一横”，我们要打造数字化引擎，IOT对菜鸟甚至对整个阿里经济体意味着新的数字化技术手段和突破方向。今天所有的IOT都必须与AI、大数据、业务结合在一起，才能发挥它的作用，就像原子核如果不作为核武器来使用，可能也爆发不出它强大的能量。IOT不是目的，IOT只是手段，数字化也不是目的，数字化也只是手段。数字化是为了管理经营的透明化，以及面向智能化的迁移。对于物流来说，绝大多数物流企业还是成本型企业，不是面向机会型的，所以我们的目的又会回归到提效、降本、发现新机会等方向。
随着数据化概念越来越深入，随着运营精细化，IOT是所有物流企业都要拥抱的大方向，这会提高我们未来的核心竞争力。很多时候，当我们做场景智能化和精细化管理时，等用到数据时捉襟见肘，或是因为数据很小，或是因为数据质量差，如果我们拥有垃圾数据库，处理得到的也是垃圾结果，对于数字化来讲，我们可以拿到足够多有用的数据，且是否足够与现实匹配，这就涉及到数字孪生，物理世界和数字世界有非常强的匹配关系，数字世界在物理世界都能找到对应关系，物理世界发生所有的行为在数字世界都有所反馈，然后在数字世界建模进行大数据分析和智能化推导。
互联网向产业互联网升级
在过去十多年发生了两件事，一是快速信息化，一是移动化。那么，接下来二十年会发生什么？互联网阶段会延伸到产业互联网阶段，互联网阶段的很多事情都是做信息加工，比如基于信息系统的建设去拿到数据做供需匹配和全局优化，但互联网和产业结合在一起时，就不仅仅是信息管理问题，真正站在产业角度去优化产业时会发现，过去的模式、业务数据及管理方式，都是值得改变的，所以，产业互联网会面临数据升级。首先，数据增量会变得很多，其次，以前看不到的数据现在要想办法看到。基于真正的产业大数据做供需匹配和全局优化，这样才可以把互联网真正的加到产业中去，今天我们对IOT也有另外的理解，物联网是为了另外的IOT（Industry Of Technology），我们希望基于技术和新的场景化设计，把整个产业放在其中重新思考，在各个环节各个流程和模式上进行改变，IOT是阿里和菜鸟进行数字化转型的必要条件。
数字化经历了几个过程，开始是系统化，我们关心的是怎么用一套系统管理业务，系统化的核心是为了基于系统实现监督和管理的作用，在过去的二十年，整个信息化高速公路都是朝着这个方向铺下去的，系统化是把你的思维、管理需要、管理意志力翻译出来变成系统，这个阶段系统本身还是个工具，到下一阶段我们要实现数字化，在此阶段可以收集大量数据并管理它们，基于已有的数据，我们的运营成本、价值洞察、经营管理都会发生很大的区别，以前我只知道我想要什么数据，然后被信息化管理了，而今天很多数据是因为节点重要被数字化了，甚至我看到了从来没看到过的东西，这会实现整个过程和管理的透明化，以及不断深入下去的机器化。数字化不是目的，只会让云上数据存储的更多，是为大数据分析和智能化应用做准备的。系统化通过数字化真正走向智能化时，我们拥有足够多的数据和管理细节，不论是做供需匹配、全局优化和商业洞察，都会发生很大的变化。IOT背后代表的是数字化，IOT是数字化非常关键的技术手段。
数字化是一切精细运营和智能优化的基础
从业务和技术两个角度来看IOT，都是要形成智能物流与供应链系统。对于业务建模来说，我们在解决××的生产环境中用××的生产要素对××的生产任务进行加工，业务思考的是今天的生产对象哪些是本来应该数字化而没有数字化的，今天的生产环境中有哪些应该被数字化而没有数字化，当然不可能所有的东西都要数字化，但是核心的要素和环节是必须数字化的，这是一开始做数字化建模就要基于自己的业务模式和场景构建出来的一套业务模型，这是菜鸟正在做的主力电商物流思考的大方向。接下来菜鸟很多IOT的产品和场景解决方案都围绕图中架构进行的，哪些地方是最关键的要素而没有被数字化的，比如LEMO的PDA最早是想看到移动的人，对移动的库工进行数字化，接下来仓库中的货、场地、容器等都应该被数字化。对于技术建模来说，所有要被数字化的对象都可以从几个角度去看，一是对象是动态还是静态的，这对技术选型会产生很大的影响；二是距离，连接是一个核心问题，连接本身跟发射距离是有关系的，其中我们要思考除了做场景化产品、智能硬件之外，底层最应该投入的基础技术是什么；三是主动和被动数字化，被动数字化就是全程不断的上传数据，主动数字化是需要人主动去实现的，主动和被动数字化也是我们思考技术模型的一个重大方向。
数字孪生
数字实体建模，对物理实体进行抽象归一。数字实体互联互通，形成物理世界的“数字孪生”。
数字孪生即是从物理实体的数字化到数字实体的智能化整个方向，核心就是怎么让两个世界发生关系，物理世界的东西怎么在数字世界结构化，数字世界的东西怎么能驱动物理世界的人或物。脏、乱、差的数据是做不出智能化的效果，有效数字化才能形成数据智能，并与云端智能形成自反馈闭环。
数字孪生是数字化必须要走到的一个进程，对于数字化来讲，一定会在云端有一个对应关系，数字化到数字孪生围绕着数据收集、虚拟映射及整合呈现、分析决策到实体影响与改造，核心都会围绕人、机量返还进行改造，这一定会带来实体和管理决策的改变。IOT+数字化，并不能直接应用解决业务问题，数字化整合串联才能和业务紧密结合。
数字孪生设计阶段包括以下四个阶段：
1.实体映射可视化：关键物流要素和数据可视化协同关键角色，挖掘创新点，激发概念点。
2.低数字孪生：从单模块出发，进行模块组合实现过程中的产品运作的管控及仿真模拟。
3.全要素数字化与仿真模拟：全物流要素及数据数字化使用物理与虚拟相互影响的仿真模拟，实现产品全生命周期管控。
4.数字孪生生态：协同全行业及所有角色和要素，帮助实现全链路要素的数字孪生。
我们所有的努力方向都要追求第四个阶段，每一步要做什么需要和生产流程结合在一起设定当前的目标。
数字仓和数字驿站
未来我们在不断构建的就是数字仓、数字分拨、数字驿站和数字网点等场景，都会基于数字物理世界、IOT中台和产品矩阵，构建出数字仓和数字驿站等解决方案。
物流IoT领域的若干技术问题
物流IOT领域有很多问题在未来值得去推进，对于物流来讲都是基础性问题，从人、车、货、场几个维度去看，比如货物的定位和安全问题，这是核心问题，如何找到一个环境稳定、低成本的物品定位技术，这是我们未来在物流行业需要突破的技术；比如自动化提升效能，在复杂环境下的高可靠网络通信技术是什么样的，还有分布在海内外的设备安全和运维技术是什么样的。诚然，对于物流和供应链环节需要的新IOT技术远远不止这些，企业应该更多的思考自己物流环境真正需要的底层核心技术是什么，因为这会给我们企业在管理上、生产上、经营上带来极大的改变和突破，菜鸟也在积极地与行业一起思考在哪些方向上寻求突破，这也是IOT在基础技术方面投入和沉淀的大方向。