撰文 | 李信馬
題圖 | AI生圖
如果將人工智能看作是一場席卷人類社會的技術(shù)改革，那由海量的司機、卡車、貨物，和密密麻麻的交通路線、倉儲節(jié)點組成的物流行業(yè)，這緊貼現(xiàn)實世界的龐大產(chǎn)業(yè)集群，一定是AI改革的深水區(qū)。
要不要擁抱AI？要的話，AI技術(shù)的毛細血管，又要怎樣深入每一臺車，每一位司機？
不久前，在G7易流舉辦的2025數(shù)字物流大會上，筆者看到了這家深耕物流行業(yè)多年的科技公司給出的答案。
一、物流下半場的AI+趨勢
2025年，對物流行業(yè)來說是特殊的一年。
翟學魂將過去十年稱之為物流行業(yè)的上半場，主要的增長來自電商和快遞行業(yè)的發(fā)展。而下半場，他認為，將由即時零售、農(nóng)牧、區(qū)域大宗和公鐵聯(lián)運這四個領(lǐng)域帶來結(jié)構(gòu)性的增長。
這些看法在數(shù)據(jù)層面也得到了一定的印證，2025年，我國全國貨運指數(shù)五年來首次提升并穩(wěn)定在5%左右，總量增加的同時，平均的運距變短了，短途運輸?shù)谋壤黠@增加?！按蠹叶歼^剩，比如山姆賣羊排，盒馬也賣羊排，那就看誰的效率更高，送到你家時既沒有凍上也還是冷的，這就要求極致的效率和體驗共同發(fā)生?！?/p>
圖片來源：G7易流
與之相對應的在供給端，新能源車從小眾變成了主流，尤其在城配領(lǐng)域，新能源車的效率已經(jīng)超過了柴油車。
圖片來源：G7易流
不過，由于新能源車不只是能源新，車型也較新，不一定適應物流場景，司機也是新手多，車隊甚至物流公司也缺少經(jīng)驗和磨合，導致效率提升有限的情況下，安全性還有所下降，翟學魂就表示：“新能源車隊的運營水平，現(xiàn)在是最大的拖后腿因素。”
圖片來源：G7易流
他認為，新能源帶來的不僅是卡車的變化，而是新的生態(tài)體系。“大家很快會看到一件事——在區(qū)域大宗這個領(lǐng)域，車輛、資產(chǎn)、能源和運營管理會以新的方式整合到一起，然后變成一個高效的體系。”
結(jié)合供需兩端的變化，他給出了一個具體的數(shù)字預測：未來會有500萬臺車的需求，這500萬臺車的需求是高質(zhì)量的，既需要效率，也需要非常好的穩(wěn)定性，這是未來國內(nèi)物流行業(yè)盈利的基礎(chǔ)。
中國物流與采購聯(lián)合會會長蔡進在當天的演講中提到，物流行業(yè)發(fā)展到現(xiàn)在，在供應鏈轉(zhuǎn)型升級的過程中，已經(jīng)變得更加敏捷、更加柔性。
過去物流行業(yè)的商業(yè)模式是“大批量、少批次、高庫存”，“（上世紀八九十年代）那時候是短缺經(jīng)濟，能拿到一萬噸鋼材，干嘛要一噸噸地做？一定是一萬噸、十萬噸甚至上百萬噸的進貨給一些大工程、大項目。現(xiàn)在不一樣了，是過剩的時代，所以物流的模式轉(zhuǎn)向‘小批量、多批次、低庫存’，現(xiàn)在做鋼材的配送，都是按車算，按十噸、二十噸的過去。”
在“小批量、多批次、低庫存”的物流模式中，過去的人工做法已經(jīng)不適應了，必須依托于先進的技術(shù)去推動物流模式的更加敏捷和柔性。從資源的整合、流程的優(yōu)化到物流和供應鏈的協(xié)同，AI技術(shù)都是不可或缺的。
因此，蔡進認為，“AI+物流”既是應運而生，也是物流行業(yè)轉(zhuǎn)型升級的必然方向。
對此，翟學魂也有類似的看法，他認為物流行業(yè)只有兩個基本問題：效率和安全。物流行業(yè)的一切數(shù)字化、智能化，都是為了這兩個目的，而在物流行業(yè)的下半場，效率和安全的挑戰(zhàn)都增加了。
二、紫寶盒，邁向AI的第一步
眼前的這個小盒子，就是G7易流的第一款AI產(chǎn)品——紫寶盒。
DoNews拍攝
對這款產(chǎn)品，G7易流創(chuàng)始人、CEO翟學魂表示：“它只有一個使命，就是幫助大家邁出AI的第一步。”紫寶盒有兩個核心能力，一是能夠感知豐富的現(xiàn)場，二是有直達一線的自動執(zhí)行能力。
過去，G7易流做過至少40款不同功能的車載硬件，如下圖所展示：
圖片來源：G7易流
而紫寶盒是“All in One”的超級網(wǎng)關(guān)，可以將車上所有的感知設備，如攝像頭、傳感器，也包括其他品牌的硬件等連接在一起，收集各項數(shù)據(jù)并進行傳輸。
模擬安裝效果 DoNews拍攝
概念圖 圖片來源：G7易流
另一方面，它還是有著強大端側(cè)算力的AI大腦，翟學魂表示，紫寶盒會對獲取的數(shù)據(jù)進行識別判斷并執(zhí)行，其中80%的運算在本地發(fā)生，“因為送到天上來不及了”。
比如司機有打電話、抽煙、打哈欠等動作，機器識別后就會直接進行示警。筆者現(xiàn)場測試了下效果，拿出手機放在耳邊，還有張嘴打哈欠，差不多1秒就會提示。
DoNews拍攝
據(jù)其產(chǎn)品負責人介紹，紫寶盒和G7易流的訓練平臺連接在一起以后，可以隨時升級部署算法，優(yōu)化管理邏輯，并快速反應到車輛上。
大模型技術(shù)的應用，讓算法的訓練速度大大提升，“原來需要1萬張圖片來訓練算法，現(xiàn)在可能100張圖片就可以了。這個產(chǎn)品我們搞了一年之后，平臺上線的能夠識別獨特場景的算法超過了100個，比過去十年上線的還多，比如可疑人員入侵、裝卸貨、副駕駛狀態(tài)、高速異常停車等?！钡詫W魂說。
更進一步，紫寶盒還會通過智能體自動生成表格。物流行業(yè)與表格密不可分，一家物流公司運營中涉及到的表格可能有上千種，囊括報銷單、出車表、油價表等海量數(shù)據(jù)，靠人力填寫錄入不但效率低，而且容易出錯，遠不如在源頭就自動生成。
在會后的采訪中，翟學魂談到，他認為物流行業(yè)有兩類工作不適合有人來做，一個是分析數(shù)據(jù)得出結(jié)論，一個是一對一的語音溝通。
他分享了一個案例，一位客戶買了300多臺電動重卡，運營半年多的時間，眼鏡度數(shù)增加了200度，因為有太多數(shù)據(jù)需要分析。“路線怎么優(yōu)化？成本怎么管理？每個場站應該待多長時間？司機哪個安全、哪個不安全？要做大量的分析?！?/p>
還有客戶直接和他說，接受不了G7易流的方案，“幾千臺車，那么多攝像頭，一天一萬張單子，其實有幾張會對貨物有危險呢？我覺得不超過50個?！?/p>
過去物流行業(yè)的數(shù)據(jù)化，提高了行業(yè)的安全水平，但海量的報表，又讓許多公司疲于處理和分析數(shù)據(jù)?！澳切┯幸磺_車的人，真的找了一屋子人處理數(shù)據(jù)，為什么需要一屋子的人？因為每個人每天的時間精力是有限的，溝通是有帶寬的成本?！?/p>
而這兩項工作，都可以通過AI進行。更進一步，翟學魂暢想，許多中層干部的主要任務就是上傳下達，當AI具備強大的溝通能力和上下文能力后，這些工作也可以轉(zhuǎn)交給AI，未來物流公司的高層可能會通過AI直接對接到基層司機，那時，行業(yè)的效率也將大大提升。
好的產(chǎn)品都是順應時代的需求而生，而當下，似乎就是誕生新物種的關(guān)鍵節(jié)點。
三、為什么先做AI硬件，而不是行業(yè)大模型？
其實，談到AI的行業(yè)落地，絕大多數(shù)公司的第一反應是做一個行業(yè)大模型。這件事的門檻并不高，大公司有充足的行業(yè)數(shù)據(jù)，市場上有成熟的開源大模型，效果也是立竿見影。當初，行業(yè)大模型也是G7易流開始AI第一步的方案之一。
但最后選擇先做AI硬件，理由則是基于對行業(yè)的認知，和G7易流自身的定位。
翟學魂在采訪中解釋，他們經(jīng)過論證得出的結(jié)論是，物流行業(yè)之所以還沒有被AI化，不是大模型的能力還不夠，而是因為行業(yè)的基礎(chǔ)設施不具備AI化的前提條件，在數(shù)據(jù)基礎(chǔ)方面還需要大幅提升?！拔覀?nèi)ツ曜隽舜罅康恼撟C，坦白說，我們在兩年之前也還沒有想清楚，去年我們放棄了先做行業(yè)大模型的策略，確立了先做紫寶盒硬件，以紫寶盒硬件為基礎(chǔ)，做物流的智能體平臺。”
物流運營的本質(zhì)是感知數(shù)據(jù)、做決定然后執(zhí)行，翟學魂將其總結(jié)為一個“蝴蝶結(jié)”，有兩個又快又長的翅膀，一側(cè)是司機和車，一側(cè)是對應的物流服務，海量的數(shù)據(jù)在中間匯聚、分析和輸出。
圖片來源：G7易流
G7易流原本的定位是做信息化和數(shù)字化，超過80%的客戶是用G7易流的數(shù)據(jù)來做監(jiān)控，發(fā)現(xiàn)問題之后客戶自己去做落實，也就是只做蝴蝶的一側(cè)。但另一端的事，可能是更有價值的，在AI時代，G7易流想向另一側(cè)拓展，也是因為本質(zhì)上，“監(jiān)控完了之后，不就是為了要給司機打個電話，不就是為了把冷機打開，不就是為了把那件事情辦了嗎？那就直接幫你把這個辦就完了”。
過去一年，G7易流集中了全部研發(fā)團隊的精英，做了大量的工作，比如紫寶盒要適配幾百個型號的電車，識別對應的電量、電池；要做人臉識別、貨箱入侵等算法；G7易流開放平臺有一千多個接口，做Agent的時候，這些接口也要調(diào)用……可能沒多么難，但這個紫寶盒，可以說是G7易流技術(shù)積累的沉淀結(jié)晶了。
總結(jié)G7易流的AI策略，首先是“自底向上”，先解決底層數(shù)據(jù)的問題；第二是“軟硬一體”，因為在物流行業(yè)，要感知數(shù)據(jù)、溝通和執(zhí)行，必須要將邊緣AI硬件低成本地布滿所有供應鏈的現(xiàn)場；第三，是做到從感知到執(zhí)行的“知行合一”，通過AI能力打通決策層和基層執(zhí)行。
目前，物流行業(yè)的AI化，在多個方面持續(xù)推進，比如無人駕駛也是一個重要的方向，當天活動上參展的還有嬴徹科技的無人卡車和新石器的無人城配車，前者拿下了不少快遞公司的單子，后者據(jù)稱年底車輛總數(shù)將達到3萬輛。
DoNews拍攝
在采訪的最后，翟學魂表示，每年G7易流都會賣出很多的設備，但這些設備有幾十個不同的種類，到明年的這個時候，希望變成只有一種，至于G7易流在AI方面更進一步的規(guī)劃，還在保密中。
