物聯網+人工智慧,正在讓物流行業發生一場效率革命

物聯網+人工智慧,正在讓物流行業發生一場效率革命

來自專欄 李北辰

當人工智慧逐漸變成商業基礎設施,每個傳統行業都蘊藏著巨大良機。

在懷疑論者眼中,這是一句大而無當的空泛敘述,頗有為技術佈道之嫌。唯有當你不斷聆聽到AI在不同領域落地的聲音,不斷眼見為實,才會知曉這句話的正確,也才會真正讀懂「未來已經來臨,只是分布不均」這句名言的意涵。

譬如在一個不起眼的領域,人工智慧的介入,正在讓它發生一次蛻變——物流。

從幾年前開始,業內就已達成共識:只依靠傳統變數,無法讓這一古老的行業脫胎換骨。儘管巨頭林立,價格低廉(更多是拜車身變大所賜),但物流行業的效率依舊不高(即便最優秀的公司,1萬台貨車背後,也需要大概2500個人去管理)——你知道,很少有其他行業像物流一樣毫無保留地選擇效率為王;而新零售和新經濟等概念的彼此交織,也讓以物流為代表的後勤,成為互聯網企業沒有硝煙的戰爭。

在某種意義上,需求的純粹,也讓問題變得簡單,改變物流行業,就是改變自動化程度。想要完成從規模數量向效率提升的質變,物流需要一次技術躍遷。幸運的是,大數據,人工智慧與物聯網的相互融合,為物流行業的效率革命提供了契機。最樂觀的預計是,未來5-8年,物流會從從勞動密集型行業,逐漸進入非勞動密集型行業。

但另一方面,過強的to B角色,枯燥的行業屬性,讓物流長期遠離媒體聚光燈,無論行業本身還是行業領跑者,都顯得低調異常,我就看到有人在知乎發問:「G7到底是何方神聖」,要知道後者是掌握最多中國公路物流貨運數據的平台,京東,天貓,美團,蘇寧,順豐,三通一達,亞馬遜,德邦,DHL和中國郵政等都是他們的客戶,目前已連接車輛超過70萬台,換句話說,你在高速路上看到的大多數印有logo的貨車,背後都有G7的支持。

也許,透過這家成立八年,最近剛剛發布全新品牌形象的公司,你會更清晰地看到物流行業的現狀和未來。G7全新品牌形象更加自信、開放、融合。如果說以前的圓環代表品牌深耕的領域,那麼隨著物聯網的廣泛使用和AI技術的蓬勃發展,這個領域的深度和廣度都在不停的變化;智能技術會帶來新的革命,G7也將打破行業邊際,擁抱和引領一場行業革命。

數據壁壘

正如傑里米·里夫金在《第三次工業革命》中所言:如今人類正置身於萬物互聯時代的前夕,無處不在的通信網路正在與可再生能源,自動化物流和交通運輸網路相互連接。

剖析G7的技術和商業邏輯,他們將自己做的事概述為「IA+AI」。AI自不必說,是各個行業最大的商業變數;值得一提的是IA(Intelligent Assets,智能資產),在G7創始人兼首席執行官翟學魂看來:「只有AI落實在IA上,產業才能形成閉環,最大程度地釋放價值。通過打造智能資產服務平台,使車輛等傳統運輸資產智能化重構,讓智能車隊資產化佔據行業的核心位置。」

翟學魂:G7智慧物聯網創始人兼首席執行官

而在具體實踐上,首先在最基礎層面,G7通過安裝在貨車上的300多個感測器,實時收集車輛位置,速度,線路,溫度,進出區域,貨物裝卸,停留時間,油耗,司機駕駛行為等幾乎物流公路運輸全過程數據。

智能時代的常識是,在任何領域,數據都是最值得仰仗的資產。當這些運輸數據通過AI的賦能彼此流動,就會釋放巨大的應用價值,譬如G7去年就開發了三個頗為成熟的產品。

首先是安全機器人。眾所周知,在整個物流生態中「人」是最具不確定性的一環,司機也就成為最關鍵的風控對象(行駛在高速路的貨車司機,一天中閉眼超過3秒的時間超過26944次)。而G7安全機器人可以實時監控每一輛車,通過AI演算法不斷檢測判斷路況是否異常,車輛是否超速,司機是否打瞌睡和玩手機,一旦發現異常,司機端就會給司機報警,後台管理員也可通過語音指令提醒司機,根據G7後台統計,機器人上崗後相關事故發生率下降了75%以上。

其次是調度機器人。物流業千古不破的底層邏輯就兩個:效率最大化,成本最小化。這意味著他們無比強調精準,尤其在運輸生鮮和醫藥等過程中,調度至關重要。相比於人類個體在調度規模上的瓶頸,機器人能從某種「上帝視角」,通過AI演算法調度運力,高效匹配供需兩端。

然後是財務機器人。物流屬於重資產運營,成本結構複雜,人工,油耗,高速費……某個微觀上的細微偏差,就可能造成宏觀上的入不敷出。財務機器人能自動統計所有成本支出,每台車的每次點火,熄火,過路,加油……全部數據化,每一單任務從起點到終點,盈利虧本一鍵得知。

自動駕駛將至

其實不難發現,對公路貨運數據的幾近壟斷,構成了G7最大的原始資本,以及最難攻克的行業壁壘,這也讓他們催生出更具想像空間的業務單元。

除了在現有貨車上後置感測器,去年年底G7與合作夥伴一起,重新設計了車箱,讓昔日靜默的「鐵箱子」能夠「開口說話」,報告自己跑了多少公里,花了多少油錢,多少路錢,上了多少貨,下了多少貨,需要換輪胎了……與此同時,他們還以數據和技術為踏板,不斷往產業鏈的其他方向滲透,譬如與中國最大的物流基地運營商普洛斯成立合資公司「際鏈」,為園區入口,倉庫門,月台,起重機乃至各種工業設備配備感測器和軟體系統,最終實現全場景的自動化。

當然,談及自動化,沒人會懷疑,自動駕駛才是物流行業的「終局思維」:自動駕駛貨車會比乘用車更快實現規模量產。

這並不難理解,如上所述,物流行業的底層邏輯就是「效率最大化」和「成本最小化」,這讓他們對自動駕駛(哪怕只是L3級)有更迫切的需求;而從技術一端剖析,相比於大城市內部複雜的「網狀」路線,貨車在高速公路上是「線狀」行駛,道路環境單一且相對封閉,這種重複線路的學習成本更低,更易於儘早落地。翟學魂最近就直言:「未來5-8年,中國主要高速公路上跑的貨車大部分都應該是自動駕駛的卡車。」

意料之外,情理之中,G7開始進軍自動駕駛。上個月,G7與普洛斯和蔚來資本宣布,共同出資組建由G7控股的新技術公司,研發基於自動駕駛,新能源技術和物流大數據的智能重型卡車,構建AI時代的物流資產管理和服務新模式。

事實上,中國在製造貨車技術上的成熟,自動駕駛激光和雷達等核心產業的完善,以及演算法壁壘的降低,讓這家新公司的未來變得頗為可期。儘管五年前,G7未曾想到會涉足當時門檻高企的自動駕駛,但五年後,基於自身積累的海量數據和行業知識,G7的入局成為一種必然。

就像G7總裁馬喆人(前騰訊副總裁,負責騰訊位置服務(LBS)、車聯網和自動駕駛業務)所言:「首先,基於G7各種各樣的數據進行分析和挖掘,能為車輛結構的設計和工況的設計提供優化的依據,從而能幫助下一代商用車輛進一步優化設計結構;其次,在規模化運營體系下,G7的數據能夠優化商用車輛沿著全運輸線路網路的調配能力;第三,基於G7平台大量的司機行為數據,也是未來自動駕駛網路的數據分析基礎。」

物流行業的未來

翟學魂不止一次將傳統貨車向智能貨車的過度,比作十年前功能機向智能手機的躍遷,就像iPhone讓手機衍生出更多服務,G7也試圖從現在開始,勾勒出物流資產服務的未來樣貌。

在我看來,某種意義上,G7的野心是與合作夥伴一起,建立一個高度自動化的集成體系,實現對整個物流業務模式和資產應用方式的變革。譬如馬喆人就曾預測:物流行業的終級模式是進入集約化發展,出現一系列自動駕駛越級運營車隊,或者是高階智能駕駛的超級資產池,這種大車隊和資產池本質上是為行業提供運輸資產的共享化。

「G7的客戶一直都是物流公司,大的比如順豐和德邦有1萬台車,小的有10台車,只是說過去我們只提供車輛數據,可能以後連車也一起給你,我們希望把智能設備、智能資產所有綜合給到客戶,讓他去比原來買一台車,自己去加油,請司機,最後換算下來一公里多少錢,如果比原來便宜很多,為什麼不呢」,翟學魂對未來的描述更為具象:「我們要給客戶的是結果,就是我的車比現在的安全性要提高兩個數量級,比現在的能耗降低15%到20%,比現在的管理成本下降一個數量級。」

嗯,在「IA+AI」的雙向加持之下,這或許就是物流行業的未來篇章。

最後值得一提的是,在G7總部採訪過程中,令我印象最深刻的,倒不是物流業正在掀起的效率革命,而是翟學魂展示的一張實時數據——令人意外和遺憾的是:截止採訪當天下午三點,在G7連接的70多萬輛車裡,發生了145起撞車事故。

為什麼撞了這麼多?很大一部分答案就在實時數據里:同樣截止下午三點,G7的智能管車平台監測到,有5萬多名困得不行的貨車司機,閉了3秒鐘的眼;有4000多次打哈欠行為,以及 4萬多次打電話。

高速路上的悲劇大抵相似,這種情況每天都在發生——好在,至少我相信,未來十年,新技術的福祉,會讓撞車數字無限逼近為零;未來十年,物流行業的變化,或許將超過過去100年的總和。

靜候佳音吧。

李北辰/文


推薦閱讀:

藍胖子機器人已完成數千萬美元A+輪融資
剛剛下發一重要文件,又一行業危機潮來臨,數百萬人將失去飯碗
找鋼網模式對我國物流信息平台建設的一些借鑒
智能製造的核心——智能物流
?我國物流行業發展幾個問題的答覆

TAG:物聯網 | 物流行業 | 人工智慧 |