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