大宗貨運領域下,智慧物流“落地”有多難?

文 | 曾響鈴
來源 | 科技向令說
智慧物流的落地進程正在被新基建浪潮加速,巨頭級企業都在加碼。例如,7月底,順豐就發布了大數據平臺、數據燈塔和豐溯三大產品,聲稱要打造出“完整的數字化供應鏈體系”。
顯然,在被用戶體驗倒逼著深度耕耘的基礎上,To C的智慧物流嘗試在數字化方面更進一步。
而對比來看,同樣對智慧物流有著迫切需求的To B大宗貨運,其激烈的變革卻較少為大眾所關注。
從數字上看,全年公路運輸總量中有2.5萬億工業品,其中又以煤炭、鋼鐵、水泥等大宗貨運為主。中國經濟的高速發展支撐起龐大的大宗貨運物流市場,但也因為經營模式陳舊留下效率、安全、成本等諸多難以回避的痛點問題。
再加上,煤炭鋼鐵等大宗產業過去往往都將精力放在生產方面的智能化、數字化升級上,導致物流智能化未趕上生產智能化的進度,這就讓To B型智慧物流服務有了用武之地。不過,從現狀看,大多智慧物流服務平臺很難將技術與產業深度融合,只有真正解決大宗行業核心痛點的企業,才敢說自己真“落地”。
一、“黑盒”式管理是大宗貨運揮之不去的痛點
大宗貨運最根本的痛點在于行業的“黑盒”化:
過分依賴傳統人力和工具管理,整體業務過程變成只有輸入和輸出端的“黑盒子”,能夠落實到司機、車、貨等端口的過程干預能力太少,只有被動等待“結果”,出現問題救火式解決,而不是提前預防和優化。

而“黑盒”問題最突出的表現就是效率低下,這體現在幾個方面:
首先,是物流園區的“黑盒“式管理。
很多大宗企業自建有物流園區,這里每天有幾百個倉庫,數千輛貨車進出,帶來上萬名司機流動。貨車什么時間、從哪個入口進入/出口駛出,在什么位置裝卸貨及最優路線是什么,以及司機的吃飯、住宿問題,都需要考慮。
而當下許多園區因為缺乏準確的信息掌握,仍然只有“順其自然”的運營,擁堵下的車輛、貨物積壓成為常態。一車貨可能三四個小時就裝配完,但一個半掛車為了這車貨可能要等上三四天甚至更久,效率大大降低。
其次,是運輸”黑盒“式管理。
在長交易鏈條下,貨主與司機之間“隔了萬重山”,信息不對稱導致信任缺乏、合規風險等問題,運力也無法及時有效匹配,貨等車、車也等貨,車輛利用效率低而貨主又不能及時找到匹配的資源。
此外,貨主或物流平臺缺乏對車輛的在途監控,出車后車在哪里、是否按要求行駛很難有準確的判斷,更別談為貨車制定最優路線這樣的操作了;種種情況下,在途花費和運費結算等日常工作也變得難以處理,耗費大量人力物力……最終,“效率低下”成為大宗貨運常常掛在嘴邊但又無人能解的難題。
除了“效率黑盒”,大宗貨運還面臨“安全黑盒”、“成本黑盒”等痛點。前者,司機開車如何全憑自覺,大量有風險但“走運”沒發生事故的行為沒有得到追溯;后者,物流企業或平臺很難開展細節化、深入到毛細血管的成本管理,造成大量成本優化機會的缺失。
總之,大宗貨運因為體系傳統而龐大,數字化程度一方面很低,另一方面提升的過程也很困難,問題逐步積累下來,造成今天多個層面的“黑盒”問題。
二、智慧物流要在大宗貨運落地,必須回答好這兩個問題
智慧物流并不缺乏各種包裝的“概念”,但真正能得到企業認可、產生實際價值的落地應用并不算多。不談那些大的技術和商業概念,在新基建的檔口,誰能夠“最落地”,誰就能吃到智慧物流的時代紅利。
而掃描整個行業,可以發現以G7為代表的一些智慧物流服務提供者近些年開始走向臺前,在大宗貨運領域的服務被廣泛認可。它們所做的,無非是以體系化解決方案真正打破了業務黑盒,構建了一套“最落地”的智慧物流服務體系。
這種“最落地”,表現為兩個方面:
1、整體數字化架構:以信息化平臺對傳統依賴人力的管理模式進行徹底改造
“傳統”本身就是一個體系化概念,如果智慧物流系列解決方案不能夠對物流業務整體架構全面改造,而只是單一維度切入(市場上能發現很多這樣的解決方案),則無法真正打開“黑盒”,顧得了安全可能未必能顧得上效率和成本,等等。
從這個角度看,G7這樣的玩家之所以冒出,無非在于它以AIoT為核心能力,構建了一套數字底座、平臺引擎、落地應用的三層架構,在安全、效率、成本等方面,幫助大宗貨運的管理者徹底改變了傳統以人力和經驗為主的管理模式,將人、車、路、貨、場、油、錢、票等要素統一至線上化平臺,一次性完成了從傳統物流到智慧物流的整體架構重塑。

G7大宗貨運數字化架構
而這種整體架構重塑,其實就是企業或平臺的“數字化”改造,讓“大概這么多”、“開車習慣不太好”等,“差不多”式工作方式和評估標準徹底終結,整個公路物流全鏈條的生產要素被數字化,用“數據”量化、追蹤、管理所有運營要素,而非模糊的經驗指導。
從案例上看,在運輸管理方面,水泥行業以低價鼓勵更遠的買家采購是通常的營銷策略,而這導致了偷貨竄貨問題,傳統的解決方法是在沿途設置人為的站點和人員進行檢查,但很難做到全面預防。G7的“水泥流向管控解決方案”利用AIoT配合算法,解決了“車在哪里”、“貨在哪里裝卸”等問題,根除了偷貨竄貨問題,其落地案例京蘭水泥利用這套解決方案,每年節約人力成本300萬元、竄貨損失減少1000萬元。
在園區管理和后市場方面,以某大型煤炭企業為例,其物流園區規模龐大,過去,園區內外擁堵很常見,與G7合作后,該企業上線了園區可視化智慧管理及司機、后市場線上化結算,能夠實時掌握運力的在途、等待、異常等情況并進行調配,按G7自己的數據,可以使園區承載能力提升50%。

此外,在“G7卡車寶貝”這類一站式產品的支撐下,貨車司機還可以享受加油、加氣、便利店、汽修保養、休息室等服務,并有24小時電子監控保障車輛及貨物安全,這種服務鏈條把貨運后市場一并納入到了智慧物流體系中。
一名常年在戶外專門服務該煤炭企業的司機感嘆道,“現在不僅排隊時間縮短了,等待進入園區拉貨之前,再也不用隨便坐在路邊吃飯了。特別是現在天熱了,沖個澡打個盹,特別解乏,休息加油兩不誤!”
2、彈性延展:賦予生態接駁能力,連接大宗貨運需要的更多生態資源
由于產業鏈條長,大宗貨運的數字化越往深處走,就肯定會面臨對更多生態資源的需求。
因此,一個要得到行業認可并落地的智慧物流服務商,必須在解決黑盒的基礎上,彈性化連接更多大宗業務需要的生態資源,更具有個性化定制的能力,以符合客戶企業不斷延伸的資源需求。
毫無疑問,這方面,后市場是主要的“資源”聚集地,通過與沿途生態資源合作或者自建運營點,為卡車司機提供加油加氣、維修保養、輪胎、潤滑油等一系列車輛服務以及保險和金融服務,為大宗貨運打開了無限的產業生態合作空間。
例如,G7就與找油網、可蘭素、新奧能源等企業合作,完成了業內第一張囊括柴油、天然氣、尿素、潤滑油在內的加注能源網絡;此外,通過和中國人保、太平洋保險等頭部保險公司合作,為車隊提供安全保險閉環的解決方案,幫助車隊降低事故率從而獲得更低的保險價格;在物流裝備領域,通過與中集、中鋁等大型企業協作,為大宗貨運提供定制化輕量化的資產服務,其中2020年新推出的數字貨艙大宗版不僅具備IoT功能,在自重上更輕一噸使得貨車可以裝載更多貨物。
在這種接駁能力下,智慧物流在宏觀層面成為一個可以容納更多創新可能、面向未來的“框架”,徹底變成開放式玩法,具備了連接所有利益相關方的能力。未來,商業價值“潘多拉魔盒”打開,更多品牌或服務或將加入到體系之中,也正因為不同產業伙伴的持續加入,才能使產業物聯網真正落地。
三、智慧物流新基建還有“基建”
回過頭來看一個重要的邏輯問題:智慧物流解決方案所提供的服務,并不是“智慧物流”本身。
正如G7創始人兼CEO翟學魂所言,已成立10年的G7一直以來都是物流行業的“鋪路人”。如果非要定義一個嚴格的邏輯,智慧物流是新基建的重要內容,它的主體是各類大宗貨主和物流企業,而服務于它們的智慧物流服務商則是這個“新基建”本身的“基建”,定位更加底層化。
這種多重創新支撐的體系從未改變,只是內容更加體系化。例如G7,2010年創立時的GPS盒子,2012年的“班線管理”,2016年車隊安全管理服務,2018年的數字貨艙、數字化結算服務,再到現在全面體系化的智慧物流解決方案,都是如此。
反過來可以說,當下市場上發展得還不錯的智慧物流服務提供商,都沒有也不應該去做物流的事,為物流行業提供支持才是獲取更大商業價值空間的最好方式。
四、結語:產業革新,慢即是快
大宗貨運行業有很多痛點問題等待解決,幸運的是,行業本身也表現出積極的革新意愿和動作。在提供落地解決方案的外部服務方支持下,大宗貨運正在突圍智慧物流,其產業數字化將更上一個臺階。就如翟學魂所說,“未來3-5年,大宗貨運即將發生翻天覆地的變化,就像10年前的快遞快運對消費品的影響一樣。”
而這個過程中,很多服務物流的企業都想搭上新基建的快車,但最終只有最深厚的積淀才能獲得行業的認可,類似G7這樣的企業通過“最落地”的解決方案真正吃到“紅利”,其前提是它已經耕耘了整整十年——智慧物流服務并不是一條可以快速暴起的產業創新之路。
*此內容為【科技向令說】原創,未經授權,任何人不得以任何方式使用,包括轉載、摘編、復制或建立鏡像。
【完】
曾響鈴
1鈦媒體、品途、人人都是產品經理等多家創投、科技網站年度十大作者;
2虎嘯獎評委;
3作家:【移動互聯網+ 新常態下的商業機會】等暢銷書作者;
4《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜志特約評論員;
5鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者;
6“腦藝人”(腦力手藝人)概念提出者,現演變為“自媒體”,成為一個行業;
7騰訊全媒派榮譽導師、多家科技智能公司傳播顧問。
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
-
精彩回顧立即查看>> 【線下會議】恩智浦創新技術峰會·深圳
-
精彩回顧立即查看>> 【在線直播】可視化神器!VisionSym 賦能汽車光學原型開發
-
精彩回顧立即查看>> 12月16-17日 AMD 嵌入式峰會
-
精彩回顧立即查看>> 恩智浦創新技術峰會
-
精彩回顧立即查看>> 【工程師系列】汽車電子技術在線大會
-
精彩回顧立即查看>> Works With 開發者大會深圳站
推薦專題


分享










