解讀G7的數字化之道：車隊結算、安全保險以及自動駕駛汽車

G7創始人兼CEO翟學魂

大而重的物流行業想要數字化，離不開平台的助推。近日，物聯網平台G7宣布已接入112萬輛貨車，服務客戶超過6萬家。基於這些數據，G7想要在能源、製造、金融等傳統企業與物流車隊之間搭建平台的目標逐漸落地。

按照G7的規劃，該平台將結合自身的技術壁壘和客戶資源，從結算金融、安全保險、智能裝備三個層面推動傳統企業轉型升級，幫助物流企業實現降本增效。簡要來說，這家公司目前主要做了幾件事，為平台上的車主搭建信用結算網路，為貨車安裝主動安全系統並通過AI技術降低保險賠付率，為企業提供自動駕駛卡車運力網路。

「智能化裝備不僅提高了物流行業的效率，而且釋放了整個裝備產業鏈新的動能，我相信在未來3-5年內，由最優秀的智能化裝備形成的產業鏈會逐漸形成，而且會遠遠超過當年智能手機所創造的新的市場。」G7創始人兼CEO翟學魂表示。

當前，產業互聯網正在各個行業掀起變革浪潮，本質上是傳統行業實現數字化的過程。觀察G7在相關領域的發展路徑，有助於更好地理解產業互聯網時代的競合關係。

傳統行業的革命

「現在我們不是一個主機廠，而是成了"供應商"。比如，面向嬴徹科技、菜鳥物流，我們成為了集成的總成，角色轉變了。」福田汽車副總經理、福田戴姆勒汽車執行副總裁認為，未來真正有自動駕駛技術含量的公司，會把沒有技術含量、靠簡單拼湊起來的交通運輸工具企業淘汰掉。

雷鋒網新智駕注意到，不僅是福田汽車一家感受到了寒意，整個汽車行業均處於學習和適應自動駕駛的階段。全球知名車企無一不在投入大量資金和研發人員，試圖在技術革新後不被甩出賽道。

實際上，由於自動駕駛技術最先落地的多為城際道路和物流園區等封閉場景，所以主要應用於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、自動駕駛功能常常率先應用於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有所判斷和應用。

自動駕駛屬於未來，但對於車企尤其是大型貨車來說，當前最大的問題無疑是安全事故頻發、司機勞動力成本高等。

數據顯示，我國2017年交通事故造成死亡人數約6.3萬人，2018年同比下降約0.9%，但仍處於6萬人的大關。國家安全監管部門相關負責人此前表示，企業主體責任落實不到位、非法違規現象突出、技術裝備發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，除了完善法律法規和加強企業安全知識培訓之外，更重要的是通過技術預防和干預司機的危險駕駛行為，以及引入信息化技術、自動駕駛技術等，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等安全配置的做法一致，我國也已發布相關政策，要求為長途客運車輛、旅遊客車、危險物品運輸車輛強制安裝智能視頻監控報警、防碰撞和整車整船安全運行監管技術裝備。

防範與提效

目前，進入汽車賽道可以從安全防範和提高效率等方面入手。

據雷鋒網新智駕了解，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，避免道路事故發生。推出車隊信用結算網路，解決原來靠人工記賬的零散方式。同時，與銀行機構合作，利用自身的物聯網技術收集物流企業全業務流程數據，建立授信風控准入模型，降低物流企業的借款成本。

根據G7披露的數據顯示，目前，該平台已實現1.2億公里零死亡，保險公司的賠付率從80%降到40%；結算服務已服務超過10000家物流企業客戶，累積撮合授信規模超過40億，累積ETC交易規模超過200億，累積油品交易規模超過40億。

以降低保險賠付率為例，G7和保險公司的演算法團隊會定期總結和分析上周安全事故，然後在未來一周內由演算法工程師對系統的軟硬體演算法進行迭代，今後再有類似的安全事故發生時，系統便會進入主動干預。

此外，G7還通過「數字貨艙」在運營場景中幫助客戶提高運營效率。通過採用G7的數字貨艙服務，可以實現對挂車的實時車輛定位、AI量方、自動稱重和遠程鎖車等功能。以AI量方為例，G7的AI量方技術可以把網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，通過比對找到當中的問題點，從而根據問題點篩選出到問題線路及問題車輛。

實現上述物聯網技術的原理是G7的幾大演算法。

據G7智能裝備的產品經理黃易飛介紹，智能調度系統背後主要有遺傳演算法、蟻群演算法和模擬退火演算法，藉助遺傳演算法通過不斷地選擇、交叉、變異、自適應探索的過程，獲得最優解。藉助蟻群演算法進行信息融合，通過分散式計算、信息正反饋和啟發式搜索等獲得最短路徑，組合成一套完善的方案。藉助模擬退火演算法進行概率篩選，使演算法在接近目標值的時候逐漸收縮、收斂跨越幅度，最終獲得全局最優。

至於與智能調度系統相結合的AI量方技術，主要利用了循環神經網路演算法和四分位空間移動演算法。其中，循環神經網路演算法可以進行具備記憶力的自適應學習，進而組成數據立方，形成龐大的特徵工程，為數據集合提供最底層的元素。四分位空間移動演算法主要是，根據四分位數據的補償、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於當下，那麼G7對自動駕駛汽車的投入則是在布局未來。

作為一家物聯網平台，G7聯合普洛斯和蔚來資本共同出資創立自動駕駛公司嬴徹科技，相當於延展出一支面向未來的技術觸角。近日，嬴徹科技在CES Asia2019大展上發布L3級別自動駕駛樣車嬴徹１號，並表示這款產品將在2021年實現量產。

從自動駕駛層面看，L3是從封閉場景到開放場景的轉型點，在一些互聯網平台巨頭看來，由於不具備主機廠和零部件供應商的優勢，做L3已經沒有機會，而L5又過於遙遠，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切入聚焦城際運輸的自動駕駛這一問題，G7總裁、嬴徹科技CEO馬喆人認為，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於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，實現全自動駕駛駕駛的挑戰仍然很大，基於G7在物流領域積累的經驗，城際運輸領域在L3場景下首先可以實現司機不再介入駕駛，從而解決城際運輸中最核心的管理問題，最終通過規模化的運營最終把成本降低接近10%。

雷鋒網新智駕了解到，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，接下來進行車規級的升級，在對一些長尾場景進行迭代優化後進入量產階段。

除了通過合資公司研發自動駕駛技術，G7還推出了智能挂車服務，並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」，涉足冷鏈車隊資產服務。

總體來說，與商用車物流有關的數據或智能化服務，均可能納入G7的視野。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！