全球贸易管理现状:将其提升到一个新的水平

它们的名字是琥珀色的路,笛卡尔，Aptean,有限公司他们通过提供软件引擎，帮助当今的全球供应链减少摩擦，为自己开辟了一个利基市场。作为全球贸易管理解决方案在美国，这些供应商和其他供应商以一种非常自动化的方式帮助托运人遵守管理跨境运输的许多法规。

GTM擅长筛选受制裁方名单、管理出口许可证、维护出口分类、处理禁运检查、管理分类代码、生成进出口文件和确保进口控制，它最出名的是如何帮助托运人降低运输不合规时的成本。这些解决方案还简化和自动化业务流程，并帮助托运人确定其全球货物的“总到岸成本”。

科技市场研究公司Technavio最近的一份GTM报告称:“随着贸易全球化，供应商必须尽可能提高生产和供应链的效率。”“运输和物流服务提供商、报关商、外贸代理和第三方服务提供商等中介机构之间快速高效的沟通势在必行。万博ag客户端appGTM解决方案只能帮助组织更好地实现这一目标，并帮助他们在竞争中获得优势。”

在接下来的几页中，我们将探索GTM在更广泛的供应链软件领域的现状，讨论托运人如何利用这些主要基于云的平台，并强调一些可能很快就会进入GTM领域的新功能。

全球贸易蓬勃发展

全球贸易正如火如荼地发展，世界各地的托运人也跟着走。根据世界贸易组织(WTO)最新预测显示，2017年世界商品贸易量增长3.6%(高于2016年的1.3%)，今年有望增长3.2%。根据世贸组织的说法，中国和美国的强劲增长推动了对进口的需求，这“刺激了亚洲内部的贸易，因为需求通过区域供应链传导”。

随着时间的推移，世界贸易量起伏不定，GTM仍然是供应链软件应用程序池中的坚定力量，帮助托运人在当前的商业环境中更智能、更好、更高效地工作。

今年,麦克尼尔,首席研究分析师Gartner他说，他看到全球贸易领域对跟踪和追踪功能的需求很高，Sendum、TransVoyant和FourKites等公司正在为用户提供更多的实时可见性和基于位置的服务。他说:“我们确实看到人们对GPS、RFID和传感器等基于硬件的选择重新产生了兴趣。”

更低的硬件/设备成本和更容易获得技术本身，推动了人们重新燃起兴趣。但麦克尼尔表示，这一领域仍有增长空间，他指出，“仍需要有人对这款设备负责。”换句话说，如果托运人使用提供海洋集装箱跟踪的承运人，个人仍然需要在集装箱上安装跟踪设备。在大多数情况下，这一责任落在供应商的肩上，但它也可以由客户来处理第三方物流(3PL)公司甚至是客户。

麦克尼尔说:“这是一个具有挑战性的领域，但最重要的是，供应商正在使发货人更容易从整体上进行跟踪和追踪基于云计算的每个人都可以分享信息和数据的平台。”

那些基于云的平台——管理发生在典型企业之外的活动——也对GTM领域以及托运人如何使用和与软件交互产生了影响。麦克尼尔说:“多亏了云，用户可以获得更实时、更准确的信息，避免了电子数据交换(EDI)等传统系统带来的延迟，这些系统可能需要数小时或数天才能获得信息。”

让他们顺从

进出口合规是一头复杂的野兽，并没有变得更容易驯服，特别是随着越来越多的国与国之间的贸易限制和规则出现，以及现有的贸易规则(即，北美自由贸易协定)要么被改变，要么被完全废除。

“合规是一个持续的、复杂的问题，”Capgemini的物流和供应链高级经理阿米特·塞西(Amit Sethi)说，“但我认为软件供应商在合规解决方案方面做得还不够——他们本可以在这方面做得更多。”

从目前的GTM采用率来看，Sethi表示，越来越多的供应商提供基于云的平台，这有助于提高这些采用率。这是因为今天的托运人倾向于不孤立地考虑产品分类和合规性等活动，而是将其作为整个供应链流程的一部分。在全球化供应链的背景下尤其如此，越来越多的公司与外国商业伙伴进行贸易。

Sethi说:“从托运人的角度来看，特别是随着电子商务的出现，对全球贸易分类、文件和进出口备案规则和条例的需求只会增加。”“因此，GTM开始获得比过去几年更多的牵引力。”

这种势头应该会在2018年继续保持下去，主要是因为“合规要求不可能从这个阶段下降，”塞西补充道。他指出，甲骨文GTM是建立在供应商的基础上的manbetx 平台，作为云平台的一个例子，它在托运人中越来越受欢迎。此外，他表示，像GT Nexus这样的供应商，允许托运人在网络上以一种非常协作的方式管理他们的全球贸易活动，正在满足企业对灵活、互联的GTM解决方案的需求。

目前推动市场发展的还有一些新兴技术，从机器学习到人工智能再到区块链，所有这些技术都有望对商业和生活的许多不同方面产生持续的影响。

麦克尼尔预测:“我认为，我们将开始看到一些GTM供应商谈论如何在他们的解决方案中应用机器学习(即计算机可以在没有明确编程的情况下学习和采取行动)。”例如，将机器学习应用于实时可见性可以提供“各种新的见解”，他补充说，例如改进估计到达时间(ETA)计算。

麦克尼尔说:“你可以随时打电话给承运人，了解货物预定到达的时间，然后计算到达目的地所需的总时间。”“然而，将实时可见性与机器学习相结合，你将立即获得更准确、更快的结果。”

然而，麦克尼尔指出，这个例子只是触及了机器学习在供应链领域应用的表面，并补充说:“现在，每一位Gartner分析师都在某种程度上谈论机器学习。”