“你在哪?还有多少时间能到?”在十多年前的公路物流行业,车队老板会不停地给手下的司机打电话,询问这些问题。
处在今天移动互联网时代的物流从业者,似乎很难想象当年这幅场景。
当时物流圈里,卡车司机跟车队老板普遍存在一种博弈关系。司机会设法接点私活,希望多一点个人空间;车队老板想知道手下的司机是不是在认真干活、有没有绕路去接私活、能不能准点到达。这一系列博弈让车队老板焦虑不已,甚至还会要求司机必须去路边的电话亭打电话,用电话区号来验证行政区位,以判断司机是否撒谎。
GPS的出现逐渐缓和了这些矛盾。
彼时,国家大力推广GPS。政策风口催生了一批GPS运营商,买卖设备给行业引入了一波“快钱”。司机们纷纷在规定下安装GPS,GPS不仅给车队老板提供司机的实际定位,也给平台积攒了大量的位置及驾驶数据。
但有人开始思考,这些数据到底有什么用?
恰逢移动互联网时代的到来,智能机也成了广大司机的标配,期间,GPS产能的提升让它的价格越来越便宜,这二者使得越来越多的司机和货车被网络连接。
于是,有人开始从GPS数据与实际业务相关联找到新的创业机会,如车载GPS定位车,手机APP定位人,通过车辆与平台的秒级交互,提供告知车队老板车辆位置、司机是否绕路等信息服务。
顺着这条思路,一个小小的GPS硬件传感器设备,撬开了物流产业物联网时代的缝隙。
仅从物流运输环节而言,时效、成本、安全是永恒的话题。就这三个关键点,物流行业经历过无数的探索和迭代,然而物联网时代的到来,让这个传统行业发展的天花板再次被突破。 AIoT技术带来的改变可拆分成车队管理、数字结算、安全管理和智能装备。
如何理解?
通过GPS等传感器获取卡车的运行数据,来告知车队是否准时发车到达、有无事故、油耗等信息,达到车队管理的效果,尤其是大规模车队的线上化管理;
在卡车司机长途运输中,必然涉及到餐饮、住宿、维修保养后市场等消费场景,以及占据1/3以上成本的加油、路桥等都将逐步升级为数字化结算;
通过对行驶数据和安全评估分析,以技术手段对司机驾驶行为进行远程风险预测,并进行提醒、干预,然后将车队、司机、保险连接起来,提供降低油耗、保险费用等安全管理方案,实现安全管理的闭环;
在装备上,涉及到车辆集采、定制、租赁等环节,还可通过传感器与物联网技术实现车辆设备的物联网化、智能化管理,提升驾驶安全和资产管理效率。
……
由此可见,物流运输的每一环节中都蕴含着巨大的商业机遇,这是物联网时代的机遇。
在物联网时代下,G7是把握住物流运输全链条机遇的一家企业。
发现GPS新机遇
2010年的一天,行业内熟称“老翟”的G7创始人翟学魂从朋友处得知,便携式GPS只要几百元,这远低于翟学魂的心理价位。
G7创始人、CEO翟学魂
常年和技术与物流打交道的翟学魂认为,在低成本下,GPS的数据价值可能蕴含了全新的商业机会。他想,既然私家车GPS导航是为了给驾驶车的人指路,那卡车GPS也可以将司机的位置信息,传递给在远方的车队老板。
于是,G7团队立刻研究了一个方案,做了个盒子把GPS装进去,并加上通信功能。
为了验证这个设想,翟学魂给自己的老朋友,佳吉快运的老板付长明打了个电话,他想要听听行业最专业最资深的从业者的声音:“假如我能通过一个车载盒子,让你知道自己的卡车每时每刻在哪里,你需要吗?”付长明的第一句话,让翟学魂备受鼓舞,他说:“我需要”。但是,他马上又跟了一句话,“贵就不要了”。
这一天或许更加坚定了翟学魂“技术普惠”的价值观,直至今日,他还坚称“TO B行业不降成本就是耍流氓。”
那时,翟学魂做了个大胆的决定,将一贯的定制模式改为当时还不曾提及的SaaS模式,即将这个GPS盒子的硬件、安装、运维连同背后的IT软件系统,看作一个开放的服务平台。所有的客户都可用自己的账号登陆这个平台,不按硬件和系统付费,而是按照体验需求付费,每台卡车每年只要700多元。“一天两元钱”的广告语开始在卡车司机群体中流传开来。
低成本的位置场景服务为G7开辟了一条正确的道路,当年迅速占领了管车类市场,累计出货接近50w台设备,也为G7吸引了第一波资本,2011年,G7获得钟鼎资本数千万人民币投资。
从单一场景到基础设施
资本的进入进一步挖掘了G7的发展潜力。
GPS盒子和SaaS系统的配合让车队掌握了司机的位置,但这依然还是一个高强度、高重复度的工作。
因为车队依然需要频繁和司机沟通、查阅案头文件,对照出发目的地、计划时刻表,才能对一台卡车的行程是否正常做出判断。面对手下数十、上百台卡车,车队的管理人员焦头烂额。
像从私家车GPS找到启发,翟学魂和团队从民用航空业找到了解决办法。
如果把飞机视为卡车,人和行李视为货物,航线视为公路,那航空本身就和公路物流是一回事。其中,航班时刻显示屏的存在,记录了每一架飞机的预计出发时间、抵达时间、航班号和登机口,让乘客可以更从容地到达出发,那公路物流为何不可?
醍醐灌顶之下,G7设计了一个货运界的航班时刻表,里面除了卡车位置信息,还包含一台车计划的起点、终点、出发时间和到达时刻,这便是G7的班线管理产品。
从此,从办公室的电子地图显示屏上,车队老板便可知所有卡车的状态,并能集中精力解决异常情况。
G7班线管理产品界面
痛点的击中及极高的投入产出比,让这款产品从G7的客户群迅速推广至整个行业,成为一个行业普及型的产品。就这样,一个从单一场景出发、切合普遍性需求的产品,迅速进化成了整个行业的基础设施。
跃至行业头部位置
2014年,G7和投资方钟鼎对“是维持现在的状态还是继续拓展”有过一番讨论。
“当时G7和一众大型物流公司在车队管理上均有合作,且已实现盈利,可能即将上市。而继续加大投入意味着可能会亏损,上市时间也会遥遥无期。”钟鼎资本合伙人汤涛回首这一段历史时表示。
权衡之下,翟学魂下定决心要做大事业。
当时G7平台上汇聚着几十万辆卡车的资源和数据,翟学魂想,在这些资源下,能不能运用大数据进一步降低货运成本,甚至通过AIoT将更多物流生产要素数字化?
翟学魂这一决定加速了下一轮融资的进程,汤涛回忆:“这是G7发展历史上的一个拐点。当老翟决定时,我们也决定B轮追投G7。”
量变带来了质变,在货运互联网荒蛮时期,G7迅速跃至行业头部位置。2015年,G7又获得了腾讯、钟鼎的3000万美元的投资。
这轮融资让G7更好地介入了互联网金融服务,通过连接车辆、司机、货主、高速公路、加油等关键要素,将路桥费、油费、司机工资、车贷等从线下现金交易搬至线上结算,如将加油枪与G7连在一起,司机扫码支付后便能加油,也继而实现了加油站与车队老板银行账户的直接结算。
这一举动让G7成为全世界首个将物联网与货运支付联系在一起的公司。“将交易和交付的过程与物联网深度结合,这是G7未来十年内持续要做的事。”翟学魂认定这是未来的方向。
连接货运全链条客户
如果前几年解决的是“成本”、“时效”的问题,那下一步还要解决什么?
翟学魂将目光转向了更让人头疼的“货运安全”。
那几年,安全服务成为G7成本投入最高的业务,通过对货运数据的分析,借助人工+智能的手段,对司机驾驶过程中分心、打盹等行为进行干预。
2019年,G7从货运死亡线上拉回来的人至少有100个。谈及安全服务,翟学魂感叹:“我们搞安全这个事真的还挺艰辛的。”
此前,G7一直和顺丰、韵达等大车队合作,而中小型客户对成本非常敏感,不足以承担7×24小时的安全服务,这成为了G7的痛点。
翟学魂决定先以大量人力支持这个业务,“后来人力的经济效应实在太差,我们只能进一步加速提升技术算法能力,慢慢地,从1个人工干预50台车升级至1个人工干预500台车。我们中等规模的客户越来越多。”
之后,他又意识到,个体司机是不可能购买这个服务的,只能从保险入手。于是,G7将数据跟保险公司打通,从单一的风险管理变成风险评估及管理,形成技术闭环,真正实现降低事故率及赔付率,改变整个保险理赔的成本结构,更多个体司机的安全得到了保障。
在这个过程中,秉着客户是为结果买单,而不是为技术增加成本的目的,G7打通了大客户、中等客户到个体司机整个链条。
对于这段历史,翟学魂调侃道:“为什么叫铺路,你光给富豪铺路,那叫专用线,铺路就得给所有人铺路,一人交一块钱也够了。”
随着越来越多中小型客户的加入,G7建立了一个全国车队服务网络,也让其服务成本越来越低。
从管理工具变成生产工具
为了“将技术变成最终结果”这个终极目的,2018年,G7推出了智能装备产品——数字货舱,利用物联网技术与运营设备的紧密结合,将AI量方、实时载重、全程追溯、温度控制、防侧翻等解决方案的技术压缩到一台新式挂车,并将租赁和保险成本相结合,实现整体的降本增效。近期,数字货舱2.0全新升级,并时隔十年再次推出“一天两块钱”的智能包,这一次不仅仅有GPS功能,还包含头挂匹配、AI量方等AIoT功能。“技术普惠”又一次被G7扎扎实实的落在行动上。如今G7通过经营性租赁已向市场投放了7,000多辆数字货舱,已是全国最大的智能挂车资产服务平台。
随后,G7还与普洛斯、蔚来资本联合出资组建自动驾驶卡车新技术公司——嬴彻,计划通过服务化的模式进入这个原本售价高昂的市场。
从车队管理、安保服务到发明G7数字货舱再到成立嬴彻,G7一步步成为从管理工具到生产工具的资产公司,技术创新的回报外溢到整个行业,具有巨大的商业价值和社会价值。
在这期间,G7获得了全球物联网领域最大一笔融资——3.2亿美元,普洛斯、中银投资、腾讯等现有股东继续追加投资。
除了股东的长期追随,G7还拥有京东、德邦、福佑等七万多个老朋友型客户。翟学魂认为以产业普世价值结交“有格局的朋友圈”,是长期发展物联网事业的关键,因为客户只会将数据交给靠谱的人。如今,除了物流业的朋友,G7正在拓展煤炭、钢铁等大宗商品、制造业等新产业朋友圈。
同时,翟学魂总结:“之所以相对同行脱颖而出,是因为我们不管过程有多艰辛、投入有多大,始终朝着要把技术变成结果的目的。每次我们喊的调都很高,所以吹出去的牛逼,总要兑现。”
而将技术变成AI量方、数字货舱及智慧加注机等结果,正是来源于G7团队的一线员工,在实际业务场景中所发现的需求。跳出KPI的考核、老板审视的表面,让概念变成结果、让物联网成为生产力的这一支团队,翟学魂将其称为“有灵魂的团队”,这也是G7能走到今天的重要因素。
汤涛对翟学魂及其团队评价也很高:“老翟对这个行业很有使命感,如果不是爱物流,他也不会坚持那么久。G7团队也很有凝聚力,看起来很扎实,在货运物联网这个方向越做越厚了”。
目前,G7累计为500家大型货主与物流公司、超过7万家成长型车队以及100万以上司机提供服务,并连接超过百万台货运卡车。
这两年,G7再次更新商业模式,将原有TMS更新成网络货运模式,进一步践行从“按使用付费”到“按结果付费”。
至此,G7成为拥有安全管家+智能装备+网络货运三大核心业务的公路物流数字化基础设施与产业连接平台。
未来,物流行业会是怎样的格局?
整体而言,行业会形成大型平台与小而美的物流公司并存的格局。其中,小而美的物流公司具有独特的服务客户的价值,专注其优势部分,如服务、交易方式,而不是去投资产做自己不擅长的部分。
就此,翟学魂认为,小而美的物流公司需要将他们不擅长的工作,变成基础性工作,让别人解决。如只给这些物流公司一个账号,AI便能线上一键化驱动并解决诸如找司机、找车、加油、交付、开票等工作。
这些正是未来物联网与交易及交付的深度集成所加速形成的行业态势。
在翟学魂看来,物联网有两个层次,最底层的是生产工具,即智能挂车、自动驾驶、机器人等设备;第二个层次是网络部分,需要寻找生产要素进行网络连接。对于G7而言,如果只做第二个层次,即车货匹配,是没有核心价值的,真正要做的是利用物联网连接更多关键的生产工具,提高生产力。
“凡是我们做得好的事情,都是这两个层次的连接发生了变化。”
从这一层面来看,未来从“系统—装备—能源—园区”全链条的物流关键要素都会实现物联网化,类似于数字孪生,将物理世界镜像至线上,其中5G技术的到来也会加速这个进程。
汤涛表示,从行业来看,G7跟客户的长久联系,及在公路干线运输领域的数字化沉淀成果,都称得上是中国物流的一个重要基础设施。数字化的下一步便是智能化,即利用数据进行深度学习,通过人工智能挖掘出更高的效益。
这正是翟学魂对智能装备的终极期望——自我控制、自我管理和自我深度学习。
“未来的物流企业都会将数字化、智能化当成一个核心竞争力,尤其是大型快递零担的网络型公司,他们对整个底层设施的需求会越来越多,这可能会在未来形成新的爆发点。”汤涛强调,这也是钟鼎未来重点关注的方向,也许5年后便会实现。
同时他提出,技术变化之后,有可能会带来商业模式的变化。
翟学魂对此深表认同。
前十年是以需求驱动的时代,即客户需要什么给什么。这十年对物流网络的覆盖能力、时效等提出的需求,产生了上千亿规模的快递快运公司、创造了全世界一流的电商交付网络,效率规模的提升也让寄递成本越来越低。
其中技术支撑了这个变化,如车队管理服务守护了成千上万台车的安全,但技术并未起到原生性的作用。
未来十年是技术驱动的时代。未来,无论是什么样的客户,都需要安全、低成本及高效率,无需研究需求。这个时代建立在大量的数据基础上,利用物联网和算法,便能替代人搜集及处理数据,操作决策。
如在满大街的自动驾驶卡车上,司机从驾驶员变成了车辆管理员的身份,人还在工作,但工作的方式发生了很多变化,这将是整个行业的趋势。在生产力决定生产关系的定理下,也会驱动新的商业模式出现。
新商业模式或许离我们还很远,但罗戈网·物流沙龙坚信,物联网时代将加速一切意想不到的变化。
与此同时,我们也应注意到如老翟所言,“过去十年,移动互联网带来的改变,远未波及扩散到大部分基础产业,许多产业的运营水平还相当原始”。这十年,从GPS着手,G7践行着物流产业物联网“铺路人”的身份,一步一个脚印,布局着物流的基础设施。如今,众多产业的原始现状也需要类似于G7这样的先行者,利用技术革命突破极限。
未来十年,老翟吹的“牛”能否实现?至少他与G7的这十年,便是在不断兑现曾经吹过的“牛”。
人工智能深度学习简史(1956~2024)
1332 阅读年营收643亿,净利88亿,航空货运三巨头业绩出炉
1285 阅读2025 LOG低碳供应链物流 杰出贡献奖
1239 阅读2025 LOG 低碳供应链物流 数智化优秀服务商
1173 阅读2025高考试卷正在发往全国各地,中国邮政承担押运任务
1148 阅读老牌跨境物流企业爆雷,资金链断裂
1062 阅读2025 LOG低碳供应链物流 杰出贡献奖
987 阅读买还是租,物流企业持有新能源车的最佳姿势
932 阅读2025 LOG低碳供应链物流 最具影响力品牌商
926 阅读2025 LOG低碳供应链物流 杰出贡献奖
933 阅读