MEET2021 | G7创始人翟学魂:货运物流正在被IoT重构,卡车流量也能反映GDP走向
新鲜蓝莓、正品LV包包……智能物流能帮你做什么
编辑部 整理自 MEET 2021
量子位 报道 | 公众号 QbitAI
新鲜蓝莓、贵重物品、正品鞋包……这些消费者日常享受的商品或服务,几乎都是由干线物流完完整整的带给我们。
而完成一次物流运输的背后,高速货运往往要跟路况、天气、事故、损耗等等因素博弈。
怎样才能让物流行业既服务好消费端,又为运力端降本增效?
在MEET 2021智能未来大会现场,G7创始人、CEO翟学魂给出这样的观点:
要改变传统物流行业的商业关系。
怎么变?用数据、用平台、用算法,完全打破过去物流公司“借贷-买车-省钱-高风险”的旧循环。
在不改变原意的基础上,量子位对翟学魂的演讲进行了编辑整理。
关于MEET 智能未来大会:MEET大会是由量子位主办的智能科技领域顶级商业峰会,致力于探讨前沿科技技术的落地与行业应用。本次大会现场有李开复等20余位行业顶级大咖分享,500余名行业观众参与,超过150万网友在线收看直播。包括新华社、搜狐科技、澎湃新闻、封面新闻等数十家主流媒体在内纷纷报道,线上总曝光量累计超过2000万。
亮点
G7物流物联网平台,涵盖了几乎物流过程中所有跟效率、成本、安全相关的事。
技术卖给别人不是增加了成本,而是确实改善了原来的状态。
G7要做的,是改变一种商业关系:在中国第一次把货运卡车租给客户。
物流数据是经济运行的晴雨表。
未来5到8年的时间,物流行业的能源、装备、生产力会发生根本性的变化。
量子位
#MEET智能未来大会 G7创始人、首席执行官翟学魂:未来5年,大部分卡车都会变成无人驾驶的卡车。并且5年之后,绝大部分卡车的能源会发生根本性变化。
视频号
(以下为翟学魂演讲分享全文)
“真实可见”的物流物联网
20年前,我就在物流行业提供技术服务。不过,G7是10年前成立的,专门在物流领域里面提供物联网服务。
具体什么是物联网呢?
给大家一点感性直观的认识。
屏幕上的是中国地图,上面的每一个点,是G7平台在此时此刻处理的一个物联网上相关的事件。
比如当下弹出的事件是装卸货;还有低温告警提示-15度,如果是货箱里装的是酸奶,-15度就变成冰渣,不能喝了。
现在发生的事件,是天津地区的某一辆车加了240块钱的油;此外,在内蒙,有个司机完成了运输,收款372块钱;还有另外一起ETC付款事件,司机一共付了800多。
前面这些,都是G7物流物联网平台的直观体现。
到今天为止,G7大概连了1万多个加油站,物联网平台一秒大概会处理100多万件事。
100多万次听起来不是特别多。但是,这已经覆盖了中国公路上,近30%长途重卡发生的事件。
这其中包括加油、过路、运费支付、危险事件、温度变化、超速违章等等,涵盖了几乎物流过程中所有跟效率、成本相关的事,以及所有跟安全相关的事情。
这就是给大家展示的G7在做的物联网的平台。
从GPS到物联网服务
G7运营了10年的时间,我们做了很多重要的事情。
10年间,我们从一个简单的GPS功能,变成了一个能实时跟踪温度、胎压、货箱体积、重量、汽车油耗、司机困倦程度等等一系列数据的物联网服务。
嘴上说这10年的历程,可能很多人不太相信。因为往往一个公司网站上写的公司大事,其实不一定是真实,有可能不也是最重要的。
我认为这不是一个真正的物联网公司,或者是数据公司该做的历史表述。
我给大家看另外一种历史:
从2010年开始,G7的业务地图逐渐被点亮。
黄色的是安全设备,蓝色的是油气站点,紫色的是数字货舱。
这是一个相当真实的历史成长,我们生活在数字化的时代还是很幸福的,可以把过去的10年用10秒钟表现出来,而且是绝对真实的。
这是现在的数据,每天大概能跑1亿多公里:
新鲜蓝莓、正品LV包包……智能物流能帮你做什么
我给大家讲几个具体的例子。
G7有一个第一原则:做有结果的技术。
我们从来不想跟客户讲道理,不想跟行业讲道理,我们要的,就是服务有一个结果。
这张图片上,后面叫挂箱,这个挂箱大概有17米那么长,这是G7 10年来做的最大的一个产品。
为什么我们要做这个产品呢?
大家可以想想,如果那里面的货物是你自己的,比如说女士的LV的包包,你一定希望追踪货的情况。你不希望司机切换路线,私自换成了山寨包。
所以我们把货箱重新设计。
G7设计的货箱,还有有这样的功能:
正在装箱的卡车,在平台端,我们的客户在APP上就可以看见车厢正在被装满。
G7把一个黑盒子变成了可视化的过程,这在世界范围内是首创。
这一点物流公司的老板是很关心的,因为如果装了80%,正好盈亏平衡,如果装到95%就赚很多钱,如果装50%以下就一定赔很多钱。
装了多少,中间经历了什么,我们第一次把货箱里的情况呈现出来。
此外,今年我们还做了一个很有意思的改进。
大家看这三个图片中的产品,比如说蓝莓。
爱吃蓝莓的朋友一定不喜欢软塌塌的、已经变得有点水的蓝莓,而是想吃很坚挺,外面有一层白色果粉的新鲜蓝莓。
但是如果运输过程搞不好,20块一箱的蓝莓,变成软绵绵的,2块钱都没人买。
蓝莓产地都比较远,几乎都是云南一类的地方运过来。商品质量好不好,取决于一件事,路上不能颠的太厉害。
G7怎么解决这个问题呢?
我们做了一个振动的地图,在即将到颠簸路段时,提醒司机一定要慢,这样货物到了目的地就能保存的比较完好。
实际效果如何呢?如果不提醒这司机,一路可能有20%的货损。但是,如果在最关键的时候提醒他,最后可能只有2%的货损。
对消费者来说,消费品质提高了,而且司机也避免被罚款。
这就是我们说的有结果的技术。
我们希望技术卖给别人不是增加了成本,而是确实改善了原来的状态。
IoT重构货运生态:把卡车做成共享经济
除了前面说的技术以外,G7还做了物流商业上的改进。
新的货运卡车,智能货舱是铝的,因为铝的轻可以多装货,同时还加上很多IoT、 AI的技术。
这样一来,整车制造成本就比一般的要贵,物流公司都不愿意承担。
但从另一个角度来看,这样的货舱能装更多货物,使用寿命从5年增加到变成12年,这时,如果采用让客户根据情况付费的租用形式,成本反而降低了。
所以G7要做的,是改变一种商业关系:在中国第一次把这么大的整车租给客户。
对于很多物流公司来说,购置车辆的钱往往是利率很高的贷款。而为了压缩成本,物流公司会选择廉价的轮胎、货箱等等,出问题的隐患不小。
但是,我们把这个循环倒过来,一辆车每月租金3000块钱,客户不用再花20、30、40万去买一辆车,而且车辆各个环节用的东西都是最好的,无形中节约成本。
而且因为车辆使用寿命长,对于我们来说,折旧成本也小。
我们联合了金融公司,也联合了供应铝材料的公司,大家一起重新设计了新的货运生态,最终要让这台车跟共享单车一样,变成一个服务。
目前这样的车,已经有9000多辆在路上跑,我们希望5年之内,让大部分的车都变成这样的形式。
智能物流的数据价值
我们发现有一种车相当危险,就是拉煤的车。
因为大部分拉煤的车不愿走高速,但普通道路路况差,事故概率高。而且,司机连续驾驶,非常困倦,很容易出问题。
怎么让煤炭运输更安全呢?其实这个问题可以分为两个部分。
第一个问题是怎么找到拉煤的司机。
G7联合保险公司,先用最基础的图像识别技术识别拉煤的车,通过识别司机去过的地方,我们基本就能知道哪一些司机是拉煤的。
第二,实际作业过程中,如果是两个司机换着开,那么危险系数就会降低,反之,一个人开就很危险。
所以我们用了基础的模式识别,找到只有一个司机驾驶的车辆,并且是拉煤的。然后我们就跟保险公司合作,给他安装一套新的物联网设备,时刻观察他的状况。
司机不用为此付更多的钱,反而能得到更好的保险。
此外,还有一个稍微宏观一点的例子。
图上的这两个曲线,黑色的是中国的GDP,另外一个曲线是G7的车流量。
所以大家能看到拟合度还挺高的,这个统计是清华的一流经济学家做的G7数据回溯,发现G7的数据跟GDP高度吻合。
具体分析一下这张图,今年整个G7的车流量的变化中,有一个很深的谷底,这对应着疫情最严重的时候。
6月份的第二周,也出现了一个不太明显的下降,大概在11%左右。但全中国的11%的货流量下降,是很严重的一件事。
还记得6月初出了一个什么事吗?北京新发地出现了疫情。
所以,新发地的疫情不仅影响新发地,也不仅影响着北京,而是影响了整个中国的11%的货流量。
最后,我再分享一个案例。大家都还记得雄安吗?雄安的建设还在继续吗?
从G7物联网平台的数据得出结论是,雄安的建设还在如火如荼的进行。
因为雄安最核心的地区是雄县,雄县的货流量是蓝色的。也就是说有无数多的车穿过了隔壁两个县都去了雄县,说明那个地方每天川流不息的有几千辆车跑来跑去,雄安的建设还在继续。
G7平台的货运数据的另一层价值,是帮助一些部门,比如经济决策部门,能够在当天就知道疫情的情况,不同地区的复工复产的情况,起到晴雨表的作用。
以上,是我想跟大家分享的物联网,或者说AI在一个产业里如何带来变化,而且我相信未来的3到5年的时间,这样的变化会远远超过过去10年。
我相信未来5年左右的时间,大部分新上路的卡车都会变成自动驾驶的卡车,也许不是完全无人的,但是一定是司机不担心安全,也不担心油耗的。而且,绝大部分卡车的能源会发生根本性变化,不会再用柴油了。
所以,未来5到8年的时间,物流行业的能源、装备、生产力会发生根本性的变化,而G7这能在这个过程中,起到显著的推动作用。
谢谢大家!
- 大疆自动驾驶,获中国销量TOP 2车企同时入股2024-12-17
- 比亚迪三十年庆,王传福:1000亿投入智能化2024-11-29
- 华为智驾首次上车比亚迪!38万元硬派越野车标配端到端2024-11-12
- 小鹏也背叛纯电了!增程首秀续航1400公里,自研智驾芯片亮相,还给老用户搞硬件升级2024-11-07