然而，在工業革命轉向信息革命、工業文明轉向網絡文明的全球化經濟大變革時代，傳統物流型企業也同樣面臨新經濟的挑戰。市值超過5400億美元的亞馬遜集團其物流板塊（Amazon Logistics+）已經讓UPS、FedEx和DHL等傳統貨運巨頭面臨前所未有的挑戰，更是引領了全球電商倉儲物流；京東物流僅覆蓋2691個縣區的七大物流中心、335個大型倉庫的累計倉儲面積就達到710萬平方米，其規模在倉儲企業排名中遙遙領先；菜鳥網絡更是不走尋常路，用匯集消費者、商家、物流公司和第三方數據資源形成智慧物流/商流供應鏈的方法占領利潤的制高點，更讓對淘寶、天貓等阿里電商平臺依賴度不高的快遞龍頭順豐拔劍而起，與菜鳥網絡在數據接口上互懟互撕。

互聯網、大數據、云計算和人工智能等科技應用一方面讓需求方的消費市場開始向個性化、即時化、便利化和主動化升級轉變，另一方面則讓供給方從突出核心優勢而形成分工合作式上下游關系的傳統供應鏈模式開始向智慧供應鏈跨界融合的發展。多樣化、強時效、小批量、多頻次、一站式“門到門”貨運需求快速增長，直接連通需求和供給兩端的物流業向供應鏈轉化、并實現供應鏈創新和發展的能力成為物流行業競爭的核心優勢之一。

一方面中國已經快速步入以消費為第一拉動的經濟新模式、新階段，另一方面全球發達國家相繼將供應鏈作為國家戰略，國務院辦公廳適時將供應鏈創新與應用提升為國家戰略，以加速產業融合、深化社會分工、提高集成創新能力，推進供給側結構性改革。

鐵路作為國民經濟的大動脈和國家重要的基礎設施，同時具有網絡化、標準化、規?；?、全天候和綠色安全等優勢，營業里程超過12.4萬公里，客貨共線達到10萬公里，是網絡覆蓋最全、最具規模優勢的運輸企業；然而鐵路也在物流市場的激烈競爭中體現出各種體制機制上的不適應，特別在與公路貨運競爭中長時間居于劣勢。特別是在依舊要保證生產安全絕對第一的市場環境下，看起來鐵路非大動作難有重振雄風的機會，但互聯網、大數據和云計算等新科技卻有可能支撐鐵路貨運憑借自身資源優勢而聯合上下游企業形成新商業模式，實現彎道超車，打造適合經濟新階段的鐵路供應鏈。

供應鏈強調“全面以顧客為中心”。許多非鐵企業習慣于利用鐵路貨運資源實現全供應鏈服務，鐵路貨運在這條供應鏈上長期扮演著承運人角色，只能靠運費低廉吸引客戶，與真實顧客距離較遠；95306貨運網絡平臺建成之后，也只是簡單增加了交易中間人角色，試圖推進“門到門”全供應鏈服務，但其利用其他物流渠道的能力卻嚴重不足，既無法順暢地共享公路、航運和航空資源，也難于破解與公路、航運和航空等運輸接口界面間銜接的低質低效，導致市場競爭力提升緩慢。

鐵路貨運雖然獲得了由于高鐵成網運行而釋放的大量運能，但當需求高企之際，依舊存在運力嚴重不足。鐵路也卻缺乏協調公路運輸資源或者直接調用公路運輸資源的意識和能力，因此無法全時滿足客戶需要而丟失原本可以維護的優質客戶資源和優質市場。

鐵路貨運雖然凝聚了最為海量的運輸數據，特別是95306網站更加快了這類數據的積聚，然而，各類貨代的介入讓鐵路很少掌握從原始貨主到最終消費整條供應鏈的物流數據，也就很難讓海量數據變成支撐供應鏈收益的數據資產，更難以實現大數據支持下的供應鏈“場景變現”。

鐵路貨運雖然具備最有規模和競爭優勢的全國路網，也從收件、裝卸到配送建立了最為齊全的物流末梢，然而，貨運的清算和分配都不能對基層員工產生真正的激勵，更難以如順豐、“三通一達”等全國性布局的快遞企業獲取“快遞小哥”單票計費制的勞動力紅利，極易出現末梢權力尋租、基層以崗謀私的行為而流失客戶的現象。

數據的可控制、可量化和可變現是數據資源變為數據資產的必要條件；而在大數據基礎上，以核心業務流程為紐帶，與外部進行數據跨界合作，就可以實現數據增值；再通過企業內或企業間的授權數據共享，實現“場景變現”。

具有大數據優勢的鐵路貨運完全有能力通過集裝箱多式聯運的推進構建數據資產，進而再基于多式聯運新模式構建鐵路供應鏈，以實現對上下游企業的數據整合和跨界融合，完成大數據“場景變現”。

目前，多式聯運占全社會貨運量的2.9%，遠低于美國的40%和歐洲的35%；海鐵多式聯運僅有1.5%，更是遠低于美國的49.5%。多式聯運帶來的物流業“降本增效”的提升空間顯而易見。

提高多式聯運比例是全社會物流行業的責任。然而，公路貨運對集裝箱和多式聯運并沒有更多意愿，因為集裝箱多式聯運既打破了傳統貨車的超載和非納稅黑經濟帶來的高利潤，又需要專用裝備和專業人員提高裝載率；海/水運則早以市場為導引實現了公海/水聯運，對具有壟斷意識的鐵海多式聯運并不報太多期待。因此，只有鐵路貨運最有意愿，也最有可能推進集裝箱多式聯運，期待基于多式聯運的鐵路供應鏈將成為新經濟下物流業降本增效最靚麗的風景線。