人工智能逐渐变成商业基础设施,每个传统行业都蕴藏着巨大良机。
 
在怀疑论者眼中,这是一句大而无当的空泛叙述,颇有为技术布道之嫌。唯有当你不断聆听到 AI 在不同领域落地的声音,不断眼见为实,才会知晓这句话的正确,也才会真正读懂“未来已经来临,只是分布不均”这句名言的意涵。
 
譬如在一个不起眼的领域,人工智能的介入,正在让它发生一次蜕变——物流。
 
从几年前开始,业内就已达成共识:只依靠传统变量,无法让这一古老的行业脱胎换骨。尽管巨头林立,价格低廉(更多是拜车身变大所赐),但物流行业的效率依旧不高(即便最优秀的公司,1 万台货车背后,也需要大概 2500 个人去管理)——你知道,很少有其他行业像物流一样毫无保留地选择效率为王;而新零售和新经济等概念的彼此交织,也让以物流为代表的后勤,成为互联网企业没有硝烟的战争。
 
在某种意义上,需求的纯粹,也让问题变得简单,改变物流行业,就是改变自动化程度。想要完成从规模数量向效率提升的质变,物流需要一次技术跃迁。幸运的是,大数据,人工智能与物联网的相互融合,为物流行业的效率革命提供了契机。最乐观的预计是,未来 5-8 年,物流会从从劳动密集型行业,逐渐进入非劳动密集型行业。
 
但另一方面,过强的 to B 角色,枯燥的行业属性,让物流长期远离媒体聚光灯,无论行业本身还是行业领跑者,都显得低调异常,我就看到有人在知乎发问“G7 到底是何方神圣”,后者是掌握最多中国公路物流货运数据的平台,京东,天猫,美团,苏宁,顺丰,三通一达,亚马逊,德邦,DHL 和中国邮政等都是他们的客户,目前已连接车辆超过 70 万台,你在高速路上看到的大多数印有 logo 的货车,背后都有 G7 的支持。
 
也许,透过这家成立八年,最近刚刚发布全新品牌形象的公司,你会更清晰地看到物流行业的现状和未来。
 
数据壁垒
正如杰里米·里夫金在《第三次工业革命》中所言:如今人类正置身于万物互联时代的前夕,无处不在的通信网络正在与可再生能源,自动化物流和交通运输网络相互连接。
 
剖析 G7 的技术和商业逻辑,他们将自己做的事概述为“IA+AI”。AI 自不必说,是各个行业最大的商业变量;值得一提的是 IA(Intelligent Assets,智能资产),在 G7 创始人兼首席执行官翟学魂看来:“只有 AI 落实在 IA 上,产业才能形成闭环,最大程度地释放价值。通过打造智能资产服务平台,使车辆等传统运输资产智能化重构,让智能车队资产化占据行业的核心位置。”
 
而在具体实践上,首先在最基础层面,G7 通过安装在货车上的 300 多个传感器,实时收集车辆位置,速度,线路,温度,进出区域,货物装卸,停留时间,油耗,司机驾驶行为等几乎物流公路运输全过程数据。
 
智能时代的常识是,在任何领域,数据都是最值得仰仗的资产。当这些运输数据通过 AI 的赋能彼此流动,就会释放巨大的应用价值,譬如 G7 去年就开发了三个颇为成熟的产品。
 
首先是安全机器人。众所周知,在整个物流生态中“人”是最具不确定性的一环,司机也就成为最关键的风控对象(行驶在高速路的货车司机,一天中闭眼超过 3 秒的时间超过 26944 次)。而 G7 安全机器人可以实时监控每一辆车,通过 AI 算法不断检测判断路况是否异常,车辆是否超速,司机是否打瞌睡和玩手机,一旦发现异常,司机端就会给司机报警,后台管理员也可通过语音指令提醒司机,根据 G7 后台统计,机器人上岗后相关事故发生率下降了 75%以上。
 
其次是调度机器人。物流业千古不破的底层逻辑就两个:效率最大化,成本最小化。这意味着他们无比强调精准,尤其在运输生鲜和医药等过程中,调度至关重要。相比于人类个体在调度规模上的瓶颈,机器人能从某种“上帝视角”,通过 AI 算法调度运力,高效匹配供需两端。
 
然后是财务机器人。物流属于重资产运营,成本结构复杂,人工,油耗,高速费……某个微观上的细微偏差,就可能造成宏观上的入不敷出。财务机器人能自动统计所有成本支出,每台车的每次点火,熄火,过路,加油……全部数据化,每一单任务从起点到终点,盈利亏本一键得知。
 
其实不难发现,对公路货运数据的几近垄断,构成了 G7 最大的原始资本,以及最难攻克的行业壁垒,这也让他们催生出更具想象空间的业务单元。
 
除了在现有货车上后置传感器,去年年底 G7 与合作伙伴一起,重新设计了车箱,让昔日静默的“铁箱子”能够“开口说话”,报告自己跑了多少公里,花了多少油钱,多少路钱,上了多少货,下了多少货,需要换轮胎了……与此同时,他们还以数据和技术为踏板,不断往产业链的其他方向渗透,譬如与中国最大的物流基地运营商普洛斯成立合资公司“际链”,为园区入口,仓库门,月台,起重机乃至各种工业设备配备传感器和软件系统,最终实现全场景的自动化。
 
当然,谈及自动化,没人会怀疑,自动驾驶才是物流行业的“终局思维”:自动驾驶货车会比乘用车更快实现规模量产。
 
这并不难理解,如上所述,物流行业的底层逻辑就是“效率最大化”和“成本最小化”,这让他们对自动驾驶(哪怕只是 L3 级)有更迫切的需求;而从技术一端剖析,相比于大城市内部复杂的“网状”路线,货车在高速公路上是“线状”行驶,道路环境单一且相对封闭,这种重复线路的学习成本更低,更易于尽早落地。翟学魂最近就直言:“未来 5-8 年,中国主要高速公路上跑的货车大部分都应该是自动驾驶的卡车。”
 
意料之外,情理之中,G7 开始进军自动驾驶。上个月,G7 与普洛斯和蔚来资本宣布,共同出资组建由 G7 控股的新技术公司,研发基于自动驾驶,新能源技术和物流大数据的智能重型卡车,构建 AI 时代的物流资产管理和服务新模式。
 
事实上,中国在制造货车技术上的成熟,自动驾驶激光和雷达等核心产业的完善,以及算法壁垒的降低,让这家新公司的未来变得颇为可期。尽管五年前,G7 未曾想到会涉足当时门槛高企的自动驾驶,但五年后,基于自身积累的海量数据和行业知识,G7 的入局成为一种必然。
 
就像 G7 总裁马喆人(前腾讯副总裁,负责腾讯位置服务(LBS)、车联网和自动驾驶业务)所言:“首先,基于 G7 各种各样的数据进行分析和挖掘,能为车辆结构的设计和工况的设计提供优化的依据,从而能帮助下一代商用车辆进一步优化设计结构;其次,在规模化运营体系下,G7 的数据能够优化商用车辆沿着全运输线路网络的调配能力;第三,基于 G7 平台大量的司机行为数据,也是未来自动驾驶网络的数据分析基础。”
 
物流行业的未来