“中国制造”向来以低成本、低价格和组织优势闻名于世，但在全社会物流成本控制、特别是在集装箱多式联运这个高效的货运组织方式上，“中国物流”的运行模式却难以取得进步，关键因素可能是隐含的结构型产业结构与文化冲突。
学者们分析集装箱多式联运运行不畅的主要原因，在于基础设施建设不足、技术标准不够统一、经营主体各自为战、信息共享难以推行、运输组织方式陈旧等。但究其本源，就是传统的管理方式导致物流企业在多式联运的运行体制机制上存在冲突。
美国铁路曾因货运上下游经营主体分离的问题经历了长达50年的衰落，1970年其破产线路的里程甚至达到当时铁路总里程的21％。直到1991年，美国出台了《1991联合运输地面运输效率法（ISTEA）》，批准多种运输方式的企业进行并购，允许一级铁路公司可以通过并购拥有自己的汽运公司和水运公司，并发展运输代理制，实现“一单到底”，才使得集装箱海铁多式联运得到了快速发展。2016年，集装箱多式联运已经成为美国铁路的第一大收入来源。
而在我国，由于历史原因，提供货运服务的铁路总公司、船公司、港口和汽运公司等都难以越过体制障碍，更难在短期内实现经营主体的融合统一，尽管中远海运和招商局（中外运）等船公司凭借规模优势并购了众多国内和国际的港口，但离真正能在海铁之间和公铁之间实现多式联运无缝连接的距离还比较大。
当物流服务横跨多个经营主体时，“一票到底”模式就很难实现。因为，当物流过程的责权利分离时，各经营主体都不愿意为难以控制的其他运输或仓储过程担责，因而在追求数据集成时，因跨界共享的信息平台难以实施，恰恰让各经营主体间的数据形成各个数据孤岛。
数据共享是发展趋势。2015年9月，国务院就出台了《促进大数据发展行动纲要》；2016年12月，工信部又出台了《大数据产业发展规划（2016－2020年）》，在国家层面持续推动大数据技术创新，特别是在政务信息上，以数据集中和共享为途径，打通信息壁垒，形成了覆盖全国、统筹利用、统一接入的数据共享大平台，但也仅仅在政务信息共享上取得了一定的突破。
物流体系也越来越依赖大数据，通过物流数据的相关性来突破认知极限，实现大数据的收集、传输、存储、计算、展示、扩展、重组和再利用，形成物流企业的数字资产。目前，亚马逊物流的云计算平台AWS配送周期可以缩短到1小时至48小时；菜鸟网络有效地支持了淘宝和天猫电商平台的快速配送以及“双11”购物节“以储代运”的前置仓模式；京东物流则通过基于大数据的青龙系统支持智慧物流的递进升级。
然而，物流大数据并未让物流企业间的纵向合作与横向联盟更为顺畅、有效和便捷。2017年6月，本已结成联盟的顺丰速运与菜鸟网络开始在“数据接口”的问题上“互怼”；6月下旬，因沃尔玛私下要求供应商停止使用AWS平台，亚马逊控告沃尔玛，称这是沃尔玛利用其采购权限进行的霸凌行为。
数据已经成为新的生产要素，它不仅是基础性资源和战略性资源，更是重要的生产力，而且数据资源可以形成能“场景变现”的数据资产，特别是在“以消费者为中心”的时代，与客户相关的数据资产才是场景变现的核心价值。而从数据资产到场景变现的巨大期望，导致不同经营主体间的激烈博弈，例如运满满就曾以货车帮使用网络爬虫软件非法侵入运满满计算机系统为名义，将货车帮的高管送进了拘留所。
即便是在可以保证数据安全的情况下，也很少有商业企业愿意将具有商业价值的自有数据资源拱手让出。以互联网社交平台为例，与盛行欧美的Facebook相似的人人网，在中国只能流行于没有太多隐私的校园；而微信的月活跃数已经达到9．80
亿人，这是因为微信倡导“熟人才社交”，对外人隔离的保密属性让其在中国得以流行。
因此，在数据共享之前，不仅仅要确认数据安全，还需要一个实现数据保密的过程。药品全程冷链物流的成功就得益于“双盲物流”，即货物数据与物流大数据的有效隔离。
铁路总公司、中远海运等诸多企业乃至行业机构都在试图建立统一的数据共享平台，整合对方的数据，即让其他企业数据放在自己控制的信息平台上共享，但按这种思路开发的数据共享成功概率极低，运行的周期更是漫长无期，必须要构建具有足够保密功能的技术支持才能得以突破。
天然具有保密性且去中心化的区块链技术和IOTA量子纠缠技术，都可以直接利用技术手段打破多个经营主体的保密性需要，直接植入到物流及供应链的大数据中。也就是说，每一个物流运营者看到的数据和信息仅仅是完成该流程业务所需要的全部必要数据和信息，而关于货物及原始客户及其他大数据，对于该运营者来说，只是一个数据黑箱而已。这样，供应链全流程上的多个运营主体即可充分享受到大数据共享的运营便利，实现“一票到底”，又不用担忧自身获取的资源数据演变为其他企业场景变现的数据资源。
欲速则不达，对物流业来说，成功的数据共享需要先有有效的数据保密技术支持才行。
