提起最讓人頭疼的職業(yè)，卡車司機絕對繞不過去。過于勞累且危險，是這個職業(yè)的關(guān)鍵詞。但人們又無法缺少卡車司機，他們承載著 1300 萬輛物流運輸車輛的運行，行走在中國大大小小的公路上。在快速擴張的中國市場中，安全風險居高不下，一直是困擾物流行業(yè)良性發(fā)展的痛點。在這個世界性難題下，技術(shù)成為了解決問題的關(guān)鍵。智能物聯(lián)網(wǎng)的發(fā)展和基礎(chǔ)算力的提升，推動風險行為的可視化、透明化，使貨運企業(yè)借力數(shù)字科技實現(xiàn)智慧安全管理成為可能。

技術(shù)帶來的價值

　　事實上，安全一直是卡車運輸行業(yè)的痛點。它和企業(yè)利益直接掛鉤，如果遇上交通事故，對小車隊來說是不小的打擊，也會影響到后續(xù)的保險公司。更重要的是，司機可能因此而喪失生命。G7 創(chuàng)始人兼 CEO 翟學魂提到，每年都會有超過 2 萬名司機因交通事故死亡，在 700 萬輛重型卡車保有量里，2 萬不算是一個小數(shù)字。

　　普華永道發(fā)布的報告顯示，截止 2019 年，我國的百萬公里事故數(shù)為 3.7 起；據(jù)美國交通運輸部的統(tǒng)計，早在 2014 年，美國公路貨運百萬公里事故數(shù)已經(jīng)降到 0.1 起左右。此外，中國卡車司機死亡率常年在 1‰左右，與發(fā)達市場相比，我國公路貨運行業(yè)安全管理提升依然任重道遠。事故發(fā)生的直接原因，都離不開司機。翟學魂提到，在 G7 大數(shù)據(jù)平臺上，沒有一起事故是由于剎車失靈等客觀原因?qū)е碌?，基本上都與司機駕駛行為、車輛裝備、路況以及突發(fā)環(huán)境等因素相關(guān)。

　　這也是技術(shù)公司能夠解決的事。比如卡車內(nèi)面向司機的疲勞監(jiān)測系統(tǒng)，就是為了防止司機在開車過程中打瞌睡、注意力不集中而專門設置的提醒。但疲勞監(jiān)測系統(tǒng)有一個問題，就是即便提醒及時，也可能在幾秒鐘之內(nèi)發(fā)生事故。換句話說，這一套只針對司機的系統(tǒng)無覆蓋到所有的高風險場景。

　　作為物聯(lián)網(wǎng)科技公司，G7 顯然想的更遠。G7 根據(jù) IoT 大數(shù)據(jù)與人工智能算法推出了「安全分」功能，可對司機和車隊的全局性、長期風險進行預測。根據(jù)裝備各類傳感器的車輛在路上行駛的數(shù)據(jù)，其中包括司機的個人資料以及他的駕駛行為，車輛的駕駛環(huán)境等多維度歷史數(shù)據(jù)，讓 G7 能為該司機評分，并預測司機未來可能發(fā)生交通事故的風險情況，不只是預測下一秒鐘的危險，而是一個季度到一年的風險。

　　G7 安全分對車隊的風險評估｜G7而綜合一個車隊中所有司機的評分，能看出車隊的整體風險在哪個層級。G7 將風險從高到低分為 9 級，級別高低能影響到保險的賠付率，也能提高對車隊的安全管理。普華永道的報告提到，中國重載貨車的保費在千億級規(guī)模以上，事故除了導致貨運企業(yè)的保費開支增加外，保險公司通常會賠付損失的 80%。而得當?shù)陌踩芾砜梢允沟每傮w事故賠付率下降 10% 到 15%，上游貨運企業(yè)的風險管理水平對承保公司的利潤存在著顯著影響。G7 顯然就想切入這塊市場，獲得貨運企業(yè)、保險公司和技術(shù)公司的三贏。翟學魂說到，新技術(shù)可以讓卡車事故賠付率減少 20-30%，這一數(shù)字得到的直接好處是，2020 年 Q1，技術(shù)成本首次低于了降賠產(chǎn)生的金額，也就是說，因為技術(shù)換來的賠付率降低，覆蓋了技術(shù)本身的成本，這是技術(shù)帶來的最顯著的價值。

數(shù)據(jù)是核心

　　一些痛點在被解決的時候，另一些痛點也在被放大，這是物流行業(yè)遭遇的問題。中國物流運輸行業(yè)的安全問題就是這樣被「推」上來的。翟學魂對中國市場有著明確的判斷，他曾在極客公園 IF 大會上講到，2017 年，安全產(chǎn)品成為了 G7 的新增長引擎。當物流公司快速成長后，他們都購買了大量的車，雇傭大量司機，開車頻率越來越高，埋下了安全隱患。在成本降低、效率增加的時候，其實對于貨運企業(yè)的安全壓力就越大，安全管理對于企業(yè)來說變成了剛需。G7 方面在接受極客公園采訪時表示，此前 G7 是盡力向客戶賣產(chǎn)品，而在安全管理方面，企業(yè)都是主動找上門來。G7 是如何做到的？大量客戶是基礎(chǔ)，但在安全技術(shù)方面，G7 的核心是數(shù)據(jù)。大數(shù)據(jù)、AI 都不是什么新鮮事，如果把人工智能的概念濃縮起來，就是機器模型的學習。創(chuàng)造模型、機器進行學習雖然高深，但技術(shù)人員也能夠克服。最困難的地方其實是數(shù)據(jù)的獲取。G7 從 GPS 起家，為車輛裝上 GPS，就能獲取車輛簡單的數(shù)據(jù)。當車輛傳感器布置的越來越多，數(shù)據(jù)越來越多，于是 2017 年，G7 開啟了「安全管家 1.0」，用技術(shù)來完成車輛安全管控。

　　然而就像上文說到的，一套疲勞駕駛監(jiān)測系統(tǒng)只能覆蓋 20% 的風險場景，如果繼續(xù)向前發(fā)展，安全技術(shù)從 GPS 發(fā)展到了 IoT。和前者不同的是，IoT 多維的傳感器等硬件設備可以全部覆蓋到車輛、司機和車輛周邊環(huán)境的各類數(shù)據(jù)，于 G7 來說，IoT 就能獲得更多安全的「抓手」。除了布置傳感器，獲取數(shù)據(jù)以外，還要將所有數(shù)據(jù)聯(lián)網(wǎng)，進行系統(tǒng)的構(gòu)架。

　　G7 研發(fā)副總裁向偉告訴極客公園，數(shù)據(jù)的獲取主要看深度和廣度兩方面。深度指的是不光要感知數(shù)據(jù)，還要結(jié)果數(shù)據(jù)。在過去一年，G7 與保險行業(yè)進行深度合作，掌握了 1 萬多精準的事故數(shù)據(jù)。精準的事故數(shù)據(jù)意味著更多的細節(jié)，這個時刻事故發(fā)生了，司機在國道上還是高速上，一分鐘前有沒有踩到剎車，所有結(jié)果數(shù)據(jù)產(chǎn)生了事故發(fā)生的原因，原因有隱含在車輛感知的數(shù)據(jù)當中，從「因」和「果」的數(shù)據(jù)當中尋找規(guī)律。廣度則是指樣本不能出現(xiàn)偏差。

　　個體司機、中型或小型的車隊面對的情況都不相同，車輛行駛狀況好或者不好，各方面的數(shù)據(jù)都要囊括，才能覆蓋這套精準預測的系統(tǒng)。更重要的是，在安全技術(shù)方面，G7 安全管家明確了它面向結(jié)果的目標。事故率、死亡率、賠付率都是結(jié)果，這是它與技術(shù)的根本區(qū)別，軟件、硬件、算法、運營糅雜在一起，得出的服務，才稱得上是結(jié)果。

【獨家稿件及免責聲明】本網(wǎng)注明轉(zhuǎn)載文章中的信息僅供用戶參考。凡注明來源“運輸人網(wǎng)”的作品，未經(jīng)本網(wǎng)授權(quán)均不得轉(zhuǎn)載、摘編或使用。聯(lián)系郵件：master@yunshuren.com