原标题：物联网+人工智能，正在让物流行业发生一场效率革命
当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”，要知道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，换句话说，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。G7全新品牌形象更加自信、开放、融合。如果说以前的圆环代表品牌深耕的领域，那么随着物联网的广泛使用和AI技术的蓬勃发展，这个领域的 和广度都在不停的变化；智能技术会带来新的革命，G7也将打破行业边际，拥抱和引领一场行业革命。
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。”
翟学魂：G7智慧物联网创始人兼首席执行官
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。
自动驾驶将至
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
翟学魂不止一次将传统货车向智能货车的过度，比作十年前功能机向智能手机的跃迁，就像iPhone让手机衍生出更多服务，G7也试图从现在开始，勾勒出物流资产服务的未来样貌。
在我看来，某种意义上，G7的野心是与合作伙伴一起，建立一个高度自动化的集成体系，实现对整个物流业务模式和资产应用方式的变革。譬如马喆人就曾预测：物流行业的终级模式是进入集约化发展，出现一系列自动驾驶越级运营车队，或者是高阶智能驾驶的超级资产池，这种大车队和资产池本质上是为行业提供运输资产的共享化。
“G7的客户一直都是物流公司，大的比如顺丰和德邦有1万台车，小的有10台车，只是说过去我们只提供车辆数据，可能以后连车也一起给你，我们希望把智能设备、智能资产所有综合给到客户，让他去比原来买一台车，自己去加油，请司机，最后换算下来一公里多少钱，如果比原来便宜很多，为什么不呢”，翟学魂对未来的描述更为具象：“我们要给客户的是结果，就是我的车比现在的安全性要提高两个数量级，比现在的能耗降低15%到20%，比现在的管理成本下降一个数量级。”
嗯，在“IA+AI”的双向加持之下，这或许就是物流行业的未来篇章。
最后值得一提的是，在G7总部采访过程中，令我印象最深刻的，倒不是物流业正在掀起的效率革命，而是翟学魂展示的一张实时数据——令人意外和遗憾的是：截止采访当天下午三点，在G7连接的70多万辆车里，发生了145起撞车事故。
为什么撞了这么多？很大一部分答案就在实时数据里：同样截止下午三点，G7的智能管车平台监测到，有5万多名困得不行的货车司机，闭了3秒钟的眼；有4000多次打哈欠行为，以及 4万多次打电话。
高速路上的悲剧大抵相似，这种情况每天都在发生——好在，至少我相信，未来十年，新技术的福祉，会让撞车数字无限逼近为零；未来十年，物流行业的变化，或许将超过过去100年的总和。
静候佳音吧。
李北辰/文
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
