G7創(chuàng)始人兼CEO翟學(xué)魂

大而重的物流行業(yè)想要數(shù)字化，離不開平臺的助推。近日，物聯(lián)網(wǎng)平臺G7宣布已接入112萬輛貨車，服務(wù)客戶超過6萬家?；谶@些數(shù)據(jù)，G7想要在能源、制造、金融等傳統(tǒng)企業(yè)與物流車隊之間搭建平臺的目標(biāo)逐漸落地。

按照G7的規(guī)劃，該平臺將結(jié)合自身的技術(shù)壁壘和客戶資源，從結(jié)算金融、安全保險、智能裝備三個層面推動傳統(tǒng)企業(yè)轉(zhuǎn)型升級，幫助物流企業(yè)實現(xiàn)降本增效。簡要來說，這家公司目前主要做了幾件事，為平臺上的車主搭建信用結(jié)算網(wǎng)絡(luò)，為貨車安裝主動安全系統(tǒng)并通過AI技術(shù)降低保險賠付率，為企業(yè)提供自動駕駛卡車運力網(wǎng)絡(luò)。

“智能化裝備不僅提高了物流行業(yè)的效率，而且釋放了整個裝備產(chǎn)業(yè)鏈新的動能，我相信在未來3-5年內(nèi)，由最優(yōu)秀的智能化裝備形成的產(chǎn)業(yè)鏈會逐漸形成，而且會遠(yuǎn)遠(yuǎn)超過當(dāng)年智能手機所創(chuàng)造的新的市場?！盙7創(chuàng)始人兼CEO翟學(xué)魂表示。

當(dāng)前，產(chǎn)業(yè)互聯(lián)網(wǎng)正在各個行業(yè)掀起變革浪潮，本質(zhì)上是傳統(tǒng)行業(yè)實現(xiàn)數(shù)字化的過程。觀察G7在相關(guān)領(lǐng)域的發(fā)展路徑，有助于更好地理解產(chǎn)業(yè)互聯(lián)網(wǎng)時代的競合關(guān)系。

傳統(tǒng)行業(yè)的革命

“現(xiàn)在我們不是一個主機廠，而是成了'供應(yīng)商'。比如，面向嬴徹科技、菜鳥物流，我們成為了集成的總成，角色轉(zhuǎn)變了。”福田汽車副總經(jīng)理、福田戴姆勒汽車執(zhí)行副總裁認(rèn)為，未來真正有自動駕駛技術(shù)含量的公司，會把沒有技術(shù)含量、靠簡單拼湊起來的交通運輸工具企業(yè)淘汰掉。

雷鋒網(wǎng)新智駕注意到，不僅是福田汽車一家感受到了寒意，整個汽車行業(yè)均處于學(xué)習(xí)和適應(yīng)自動駕駛的階段。全球知名車企無一不在投入大量資金和研發(fā)人員，試圖在技術(shù)革新后不被甩出賽道。

實際上，由于自動駕駛技術(shù)最先落地的多為城際道路和物流園區(qū)等封閉場景，所以主要應(yīng)用于這些場景的商用車對自動駕駛的到來感受更為直接，一些ADAS系統(tǒng)、自動駕駛功能常常率先應(yīng)用于貨運客車或城市公交車等車型上。這就要求主機廠與Tier 1、科技公司必須迅速對新技術(shù)有所判斷和應(yīng)用。

自動駕駛屬于未來，但對于車企尤其是大型貨車來說，當(dāng)前最大的問題無疑是安全事故頻發(fā)、司機勞動力成本高等。

數(shù)據(jù)顯示，我國2017年交通事故造成死亡人數(shù)約6.3萬人，2018年同比下降約0.9%，但仍處于6萬人的大關(guān)。國家安全監(jiān)管部門相關(guān)負(fù)責(zé)人此前表示，企業(yè)主體責(zé)任落實不到位、非法違規(guī)現(xiàn)象突出、技術(shù)裝備發(fā)展不平衡等制約交通運輸安全的問題依然存在。與此同時，貨運企業(yè)也存在信息化不足、資金缺口等運營管理問題。

解決這些問題，除了完善法律法規(guī)和加強企業(yè)安全知識培訓(xùn)之外，更重要的是通過技術(shù)預(yù)防和干預(yù)司機的危險駕駛行為，以及引入信息化技術(shù)、自動駕駛技術(shù)等，以提高管理效率和降低運營成本。

與歐盟決定為汽車強制安裝緊急制動系統(tǒng)等安全配置的做法一致，我國也已發(fā)布相關(guān)政策，要求為長途客運車輛、旅游客車、危險物品運輸車輛強制安裝智能視頻監(jiān)控報警、防碰撞和整車整船安全運行監(jiān)管技術(shù)裝備。

防范與提效

目前，進入汽車賽道可以從安全防范和提高效率等方面入手。

據(jù)雷鋒網(wǎng)新智駕了解，針對安全和管理兩大難題，G7的主要做法是，通過“AI+人工7x24小時”對司機的危險駕駛行為進行實時干預(yù)，避免道路事故發(fā)生。推出車隊信用結(jié)算網(wǎng)絡(luò)，解決原來靠人工記賬的零散方式。同時，與銀行機構(gòu)合作，利用自身的物聯(lián)網(wǎng)技術(shù)收集物流企業(yè)全業(yè)務(wù)流程數(shù)據(jù)，建立授信風(fēng)控準(zhǔn)入模型，降低物流企業(yè)的借款成本。

根據(jù)G7披露的數(shù)據(jù)顯示，目前，該平臺已實現(xiàn)1.2億公里零死亡，保險公司的賠付率從80%降到40%；結(jié)算服務(wù)已服務(wù)超過10000家物流企業(yè)客戶，累積撮合授信規(guī)模超過40億，累積ETC交易規(guī)模超過200億，累積油品交易規(guī)模超過40億。

以降低保險賠付率為例，G7和保險公司的算法團隊會定期總結(jié)和分析上周安全事故，然后在未來一周內(nèi)由算法工程師對系統(tǒng)的軟硬件算法進行迭代，今后再有類似的安全事故發(fā)生時，系統(tǒng)便會進入主動干預(yù)。

此外，G7還通過“數(shù)字貨艙”在運營場景中幫助客戶提高運營效率。通過采用G7的數(shù)字貨艙服務(wù)，可以實現(xiàn)對掛車的實時車輛定位、AI量方、自動稱重和遠(yuǎn)程鎖車等功能。以AI量方為例，G7的AI量方技術(shù)可以把網(wǎng)點的開單配載貨量和車輛的實際裝載貨量進行有效地比對，通過比對找到當(dāng)中的問題點，從而根據(jù)問題點篩選出到問題線路及問題車輛。

實現(xiàn)上述物聯(lián)網(wǎng)技術(shù)的原理是G7的幾大算法。

據(jù)G7智能裝備的產(chǎn)品經(jīng)理黃易飛介紹，智能調(diào)度系統(tǒng)背后主要有遺傳算法、蟻群算法和模擬退火算法，借助遺傳算法通過不斷地選擇、交叉、變異、自適應(yīng)探索的過程，獲得最優(yōu)解。借助蟻群算法進行信息融合，通過分布式計算、信息正反饋和啟發(fā)式搜索等獲得最短路徑，組合成一套完善的方案。借助模擬退火算法進行概率篩選，使算法在接近目標(biāo)值的時候逐漸收縮、收斂跨越幅度，最終獲得全局最優(yōu)。

至于與智能調(diào)度系統(tǒng)相結(jié)合的AI量方技術(shù)，主要利用了循環(huán)神經(jīng)網(wǎng)絡(luò)算法和四分位空間移動算法。其中，循環(huán)神經(jīng)網(wǎng)絡(luò)算法可以進行具備記憶力的自適應(yīng)學(xué)習(xí)，進而組成數(shù)據(jù)立方，形成龐大的特征工程，為數(shù)據(jù)集合提供最底層的元素。四分位空間移動算法主要是，根據(jù)四分位數(shù)據(jù)的補償、空間移動獲取最佳的計算方式。

布局自動駕駛

如果說圍繞貨運司機展開的布局著眼于當(dāng)下，那么G7對自動駕駛汽車的投入則是在布局未來。

作為一家物聯(lián)網(wǎng)平臺，G7聯(lián)合普洛斯和蔚來資本共同出資創(chuàng)立自動駕駛公司嬴徹科技，相當(dāng)于延展出一支面向未來的技術(shù)觸角。近日，嬴徹科技在CES Asia2019大展上發(fā)布L3級別自動駕駛樣車嬴徹１號，并表示這款產(chǎn)品將在2021年實現(xiàn)量產(chǎn)。

從自動駕駛層面看，L3是從封閉場景到開放場景的轉(zhuǎn)型點，在一些互聯(lián)網(wǎng)平臺巨頭看來，由于不具備主機廠和零部件供應(yīng)商的優(yōu)勢，做L3已經(jīng)沒有機會，而L5又過于遙遠(yuǎn)，所以主要會聚焦L4級別中的特定場景。

提及G7為何首先從L3切入聚焦城際運輸?shù)淖詣玉{駛這一問題，G7總裁、嬴徹科技CEO馬喆人認(rèn)為，城際運輸意味著場景倉到倉，“中國的平均距離是800公里，從倉到高速入口、高速出口到倉兩端路程平均低于10公里，也就是說，800公里中的95%及以上是在高速道路。”

馬喆人還表示，實現(xiàn)全自動駕駛駕駛的挑戰(zhàn)仍然很大，基于G7在物流領(lǐng)域積累的經(jīng)驗，城際運輸領(lǐng)域在L3場景下首先可以實現(xiàn)司機不再介入駕駛，從而解決城際運輸中最核心的管理問題，最終通過規(guī)?；倪\營最終把成本降低接近10%。

雷鋒網(wǎng)新智駕了解到，嬴徹1號目前在封閉道路上已具備完整的L3場景下自主行駛能力，接下來進行車規(guī)級的升級，在對一些長尾場景進行迭代優(yōu)化后進入量產(chǎn)階段。

除了通過合資公司研發(fā)自動駕駛技術(shù)，G7還推出了智能掛車服務(wù)，并與日本丸紅株式會社合資成立了“天津吉紅融資租賃有限公司”，涉足冷鏈車隊資產(chǎn)服務(wù)。

總體來說，與商用車物流有關(guān)的數(shù)據(jù)或智能化服務(wù)，均可能納入G7的視野。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。