文 |魏啟揚

來源|智能相對論（aixdlun）

50萬億（注），現(xiàn)今人人都想搭上“新基建”這輛快車。

現(xiàn)在的問題是，很多行業(yè)并不在“新基建”所錨定的7大領(lǐng)域（5G、特高壓、城市軌道交通、新能源充電樁、大數(shù)據(jù)中心、人工智能、工業(yè)互聯(lián)網(wǎng)）之內(nèi)，如何與這7大領(lǐng)域產(chǎn)生關(guān)聯(lián)，通過本行業(yè)的“新基建”完成產(chǎn)業(yè)升級，成為破局的關(guān)鍵。

4月29日，有媒體報道，貨運自動駕駛企業(yè)嬴徹科技宣布已完成1億美金融資。嬴徹科技的此輪投資中，老股東G7和普洛斯繼續(xù)跟進(jìn)。

雖然這是發(fā)生在自動駕駛領(lǐng)域的一起融資事件，但放在“新基建”的戰(zhàn)略語境下，由投資方G7——中國領(lǐng)先的物聯(lián)網(wǎng)貨運服務(wù)平臺的身份進(jìn)行延伸思考，可在一定程度上反映出以G7為代表的物流巨頭持續(xù)強(qiáng)化其物流數(shù)字化基礎(chǔ)設(shè)施優(yōu)勢的意圖。

一、伴隨電商而起的快遞只是智慧物流的A面

談到物流，很多人的第一反應(yīng)或許是由順豐和“四通一達(dá)”這些快遞企業(yè)所展現(xiàn)出來的強(qiáng)大的“投送”能力。從2013年日均業(yè)務(wù)量剛剛突破3000萬件，到2016年全行業(yè)1天可送1億個包裹，再到2018年天貓雙11物流訂單超過10億。以快遞為代表的智慧物流已經(jīng)跑的足夠快，足夠遠(yuǎn)。這是不是說明我國的智慧物流伴隨著電商行業(yè)的發(fā)展已經(jīng)趨向成熟，不需要再搞“新基建”了呢？

答案是否定的。

伴隨電商而起的快遞只是整個物流產(chǎn)業(yè)中的一個組成部分，是智慧物流在B2C領(lǐng)域展現(xiàn)在外界的A面，隱藏在背后的B2B這類更加傳統(tǒng)的領(lǐng)域里，行業(yè)依然停留在信息化程度低，運營分散的“原始階段”。

拿B2B大宗領(lǐng)域較典型的煤炭物流場景來舉例，由于車貨匹配欠佳且調(diào)運車輛方式較為粗放（大多仍使用微信或者電話），貨運效率低下、拉運時間較長。例如從鄂爾多斯地區(qū)運煤炭到曹妃甸港口，需要采用公路+鐵路的運輸方案，煤炭采購等手續(xù)預(yù)計花費6小時，車輛協(xié)調(diào)、排隊等候、裝卸車時間預(yù)計6小時，車輛路途1小時，單趟40公里的煤炭公路運輸，從前期等待到運輸完畢，卡車司機(jī)需要耗費13個小時之久。

以上，我們可以非常明顯看到，中國物流行業(yè)在B2C領(lǐng)域的A面與B2B領(lǐng)域的B面之間的存在著極大的不均衡。

華夏新供給經(jīng)濟(jì)學(xué)研究院院長賈康在《“新基建”中智能物流和智能供應(yīng)鏈建設(shè)已是當(dāng)務(wù)之急》一文中分享了這樣一組數(shù)據(jù)：當(dāng)前中國物流成本占GDP比重為14.6%，高于全球平均水平11.7%近3個百分點，折為物流成本相對差距，高出了近25%；相比世界排名第一的美國7.2%的比重水平，中國高出了7.4個百分點，折為物流成本的相對差距高出了一倍以上。

菜鳥網(wǎng)絡(luò)2019年的數(shù)據(jù)也顯示，中國全年物流總費用折合美金在1.75萬億美元，這個數(shù)據(jù)也超過了美國全年物流總費用的1.49萬億美元。

以上案例與數(shù)據(jù)顯示，無論是比重還是絕對數(shù)量，中國物流行業(yè)與世界先進(jìn)水平相比，都有相當(dāng)大的距離，物流行業(yè)A B兩面之間存在著極大的不均衡。如果將快遞行業(yè)的優(yōu)勢進(jìn)行沖抵，那么物流行業(yè)在B2B領(lǐng)域的短板該是有多短？

事實上，關(guān)于智慧物流的探索，中國的玩家們一直在努力，針對效率、管理和安全這三個行業(yè)普遍存在的痛點，行業(yè)中都有大量對應(yīng)的解決方案，但問題一直沒有解決的原因在于其“頭痛醫(yī)頭、腳痛醫(yī)腳”的傳統(tǒng)物流基建思路。

一個典型的例子，物流企業(yè)針對自己內(nèi)部管理，會有倉儲、運輸、車輛、財務(wù)等多個管理系統(tǒng)；一個卡車司機(jī)完成一趟運輸閉環(huán)，整個過程可能要用到運力信息撮合、路況禁區(qū)查詢、過路費計算、車輛管理、車況診斷、財務(wù)結(jié)算等多個應(yīng)用。

雖然這些系統(tǒng)和應(yīng)用能解決對應(yīng)的問題，但就整個流程而言，由于各個系統(tǒng)和應(yīng)用就像一個個高聳的煙囪，相互之間數(shù)據(jù)割裂，缺乏協(xié)同，行業(yè)的整體效率始終難以提高。

二、智慧物流“新基建”到底應(yīng)該怎么建？

既然問題已經(jīng)找出來了，那么智慧物流“新基建”的方向也大致有數(shù)了，我們或可從以下三個方面入手。

首先，從場景出發(fā)，構(gòu)建產(chǎn)業(yè)鏈條的數(shù)字化底座。

快遞行業(yè)之所以遠(yuǎn)遠(yuǎn)跑在傳統(tǒng)物流的前面，其很大原因在于電商巨頭們對快遞行業(yè)的“收編”，一定程度來說，快遞并不只是物流行業(yè)的一部分，更多的是電商產(chǎn)業(yè)鏈條的一個環(huán)節(jié)。

在電商產(chǎn)業(yè)生態(tài)中，所有場景和生產(chǎn)要素都要求數(shù)字化，在這個過程中，快遞行業(yè)可以說是“順勢而為”，也可以說“身不由己”的完成了全鏈條的數(shù)字化基礎(chǔ)設(shè)施建設(shè)或改造。

回到B2B傳統(tǒng)物流領(lǐng)域，這也要求物流企業(yè)或車隊也要基于對場景的理解，構(gòu)建一個數(shù)據(jù)可以在各個場景之間通聯(lián)流轉(zhuǎn)的基礎(chǔ)底座，我們可以將其理解為智慧物流的IaaS。

以G7為例，通過將GPS盒子等各類傳感器在車隊中的普及應(yīng)用，構(gòu)建了一張由150萬輛物流卡車組成IoT網(wǎng)絡(luò)，從單一場景出發(fā)，多維度的數(shù)據(jù)收集，進(jìn)而進(jìn)化成整個行業(yè)的數(shù)字化基礎(chǔ)設(shè)施。

其次，從痛點出發(fā)，構(gòu)建連接管理與運營的平臺引擎。

產(chǎn)業(yè)鏈條各生產(chǎn)要素的數(shù)據(jù)收集回來后，怎么利用？

從滿足物流企業(yè)和車隊老板降本增效這兩個最核心需求來看，需要這些數(shù)據(jù)在內(nèi)部管理與外部運營這兩個領(lǐng)域的各個場景中流轉(zhuǎn)，這樣才能提高整體效率，這時我們需要一個連接管理和運營、兼容數(shù)字底座和應(yīng)用的平臺引擎，也就是智慧物流的PaaS。

其實行業(yè)中也有類似概念的平臺系統(tǒng)，但由于對產(chǎn)業(yè)鏈條中的場景理解不夠，數(shù)字底座的滲透率有限，因而這些平臺系統(tǒng)的功能和體驗都有非常大的局限性。

G7的做法是通過經(jīng)營服務(wù)平臺和資產(chǎn)服務(wù)平臺這兩個平臺引擎來解決上述問題。

前者解決車隊加油、ETC金融服務(wù)、工資、稅金、運費結(jié)算，甚至后市場的輪胎、潤滑油等車隊運營一系列日常高頻需求的問題；后者給物流企業(yè)帶來成本結(jié)構(gòu)的改變，以前需要自持車隊，如今采用運力租賃的方式，使資產(chǎn)由重變輕，人力成本下降，帶來的是經(jīng)營管理效率的提升。

必須明確，建設(shè)智慧物流PaaS中臺的核心需要直接指向成本、時效、安全這三個行業(yè)長期沉疴的核心痛點。

最后，從體驗出發(fā)，構(gòu)建貫穿全場景的物流應(yīng)用。

上文提到，由于數(shù)據(jù)的割裂，卡車司機(jī)要使用N個應(yīng)用才能完整的跑完一趟運輸閉環(huán)，卡車司機(jī)的手機(jī)容量是否夠用暫且不說，光是在各個App中切換，其所謂的數(shù)字化體驗?zāi)苡卸喔叽蠹叶寄芟胂蟆８釉愀獾氖牵捎跀?shù)字化基礎(chǔ)設(shè)施的不完善，運輸過程中很多環(huán)節(jié)還沒有上線實現(xiàn)數(shù)字化，仍要用“原始”手段才能完成。

理想中的全場景體驗是怎樣？我們用一個卡車司機(jī)的日常工作來作答。

車快沒油了，打開App，附近加油站的位置和價格一目了然，一鍵加油并即時完成線上結(jié)算；長時間駕駛后在App上找到最近的司機(jī)之家，在那里填飽肚子、洗個熱水澡，還能小睡一會；ETC、維修保養(yǎng)、運費結(jié)算一系列動作都可以通過App完成，不用隨身攜帶大量現(xiàn)金，也不用留存一堆發(fā)票回去報銷；行駛過程當(dāng)中，出現(xiàn)疲勞、打哈欠或打電話等危險動作，智能安全設(shè)備會進(jìn)行實時提醒，如果危險系數(shù)過高會觸發(fā)安全管家進(jìn)行人工干預(yù)，直到風(fēng)險消失……

總之，司機(jī)跑一趟活的全程需求，均可以通過一個應(yīng)用（平臺）來實現(xiàn)。

事實上，物流行業(yè)中有部分App應(yīng)用已經(jīng)具備了這樣的能力，如果將視野放的更廣一些，在數(shù)字底座和平臺引擎的基礎(chǔ)上，產(chǎn)業(yè)鏈的每個環(huán)節(jié)都應(yīng)有基于各自場景的SaaS應(yīng)用。

總而言之，智慧物流“新基建”的關(guān)鍵不光在“物流運輸”的過程，還應(yīng)包括上游貨主與下游車隊、保險公司、能源公司、金融公司等間接服務(wù)物流產(chǎn)業(yè)的組織與產(chǎn)業(yè)鏈的數(shù)字化連接與承載。其中既有基于物聯(lián)網(wǎng)層面的“硬件”建設(shè)，也有基于數(shù)據(jù)管理和應(yīng)用“軟件”開發(fā)。

三、自動駕駛，補(bǔ)足智慧物流“新基建”的最后一環(huán)

產(chǎn)業(yè)鏈全場景生產(chǎn)要素的“數(shù)字化”建設(shè)或改造就是智慧物流“新基建”的全部嗎？

無論是電商巨頭還是物流企業(yè)都認(rèn)為這個問題的答案還需加上自動駕駛。

阿里、京東、蘇寧乃至順豐都在自動駕駛賽道競逐很長一段時間了，像阿里菜鳥的末端配送無人車“小G”已經(jīng)經(jīng)過了多次迭代，還與一汽解放聯(lián)手發(fā)布了自動駕駛卡車“公路高鐵”；京東的無人配送小車多次曝光；蘇寧物流也曾在2018年先后推出過無人配送小車“臥龍一號”和無人重卡“興龍一號”。

物流行業(yè)中，除了G7投資了嬴徹科技之外，另外一個物流巨頭滿幫也投資了自動駕駛研發(fā)公司智加科技，根據(jù)滿幫的規(guī)劃，自動駕駛車輛未來要占到1/3，滿幫還要自己組建自動駕駛重卡車隊，自己運營。

電商巨頭和物流企業(yè)之所以死死咬住自動駕駛不放，其內(nèi)在邏輯都只有一個，即智慧物流的閉環(huán)還需靠自動駕駛補(bǔ)上。

這一點很好理解，自動駕駛技術(shù)應(yīng)用在商用卡車上，將大幅改善人們的工作和生活狀態(tài)，自動駕駛技術(shù)補(bǔ)充貨運司機(jī)，將減輕工作強(qiáng)度，降低事故發(fā)生率。

與此同時，通過技術(shù)將車輛的全生命周期打通并且形成數(shù)據(jù)，把每公里的成本都核算清楚，這樣就能做到更加精細(xì)化的管理。有數(shù)據(jù)顯示，自動駕駛或可為運營商帶來5%—10%降本和效率的提升。

從上述分析來看，自動駕駛確實是能大幅度改變物流行業(yè)生產(chǎn)力的基礎(chǔ)工具。

按照當(dāng)前的趨勢發(fā)展，自動駕駛在未來或?qū)⒊蔀槲锪餍袠I(yè)的“標(biāo)配”。

其實從卡車自動駕駛賽道的玩家背景即可看出，在自動駕駛研發(fā)這項既需要場景支持，又需要數(shù)據(jù)喂養(yǎng)的長跑中，規(guī)模在其中起著至關(guān)重要的作用，在一定程度上也決定著行業(yè)競爭格局的走勢。

因為，只有一定的規(guī)模才能支撐起足夠豐富的場景和足夠數(shù)量的數(shù)據(jù)，這樣才能在運營和研發(fā)這兩個層面給自動駕駛和物流行業(yè)形成雙向循環(huán)的“正向反饋”，行業(yè)玩家在構(gòu)筑起自己的護(hù)城河的同時，行業(yè)競爭也將走向集中。這樣或?qū)?dǎo)致物流行業(yè)運營模式的變化。

通過G7、普洛斯和嬴徹科技的實踐與探索，我們或可窺視一二。

G7提供核心場景和數(shù)據(jù)能力，普洛斯作為亞洲最大的物流倉庫提供商和服務(wù)商，提供資金支持和業(yè)務(wù)協(xié)同，嬴徹實現(xiàn)車規(guī)級自動駕駛卡車量產(chǎn)后，進(jìn)而推出“技術(shù)+運營”端到端的商業(yè)模式。

目前G7及嬴徹通過向物流車隊提供“數(shù)字貨艙”（掛車）及“L1級別重型卡車”的租賃服務(wù)，已經(jīng)實現(xiàn)了“按流量（公里數(shù)）付費”的資產(chǎn)服務(wù)化模式的市場落地。

總結(jié)：在“新基建”和自動駕駛的“改造”下，物流企業(yè)或?qū)⑼瓿蓮闹刭Y產(chǎn)到輕資產(chǎn)的轉(zhuǎn)變，物流行業(yè)也將進(jìn)入到一個更快、更準(zhǔn)時、更安全的新時代。

注：數(shù)據(jù)來源于《南風(fēng)窗》：《50萬億！新基建的風(fēng)口在哪里？》一文，《南風(fēng)窗》根據(jù)各省公開信息統(tǒng)計而來，涵蓋各地多年投資計劃總額。

此內(nèi)容為【智能相對論】原創(chuàng)，

僅代表個人觀點，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。

部分圖片來自網(wǎng)絡(luò)，且未核實版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。