“今天AI的發(fā)展階段就等于在互聯(lián)網(wǎng)行業(yè)還沒有搜索引擎的時代，等于有了電的應(yīng)用但還沒有電網(wǎng)的時代�！眲�(chuàng)新工場董事長兼CEO李開復(fù)在某論壇上這么評價人工智能的發(fā)展階段。近幾年來，AI的應(yīng)用場景逐漸從視頻、電商擴大到智能安防、自動駕駛等領(lǐng)域，應(yīng)用廣度和深度不斷擴大。相反房地產(chǎn)、能源、物流、制造等傳統(tǒng)行業(yè)依然沒有享受到AI的紅利，究其原因，無外乎生產(chǎn)運輸環(huán)境惡劣、產(chǎn)業(yè)鏈復(fù)雜、場景不標準等因素導(dǎo)致其被區(qū)隔在數(shù)字經(jīng)濟之外。
如果說消費互聯(lián)網(wǎng)的發(fā)展已經(jīng)到了智能化時代，那么產(chǎn)業(yè)物聯(lián)網(wǎng)還停留在原始階段，生產(chǎn)加工、運輸銷售、日常管理等很多環(huán)節(jié)亟需從人力依賴轉(zhuǎn)向信息自動化。據(jù)普華永道（PWC）預(yù)測，人工智能在2030年將給世界帶來100萬億人民幣的經(jīng)濟價值，這些價值將主要由“傳統(tǒng)企業(yè)+AI”的模式創(chuàng)造。
這也是為什么剛剛落幕的五中全會和十四五規(guī)劃再次從政策層面明確提出要“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等同各產(chǎn)業(yè)深度融合，推動先進制造業(yè)集群發(fā)展”。隨著人口老齡化加速，以及年輕人逃離傳統(tǒng)行業(yè)，各行各業(yè)+AI已經(jīng)成為國家戰(zhàn)略層面推動的一件大事。
這期間涌現(xiàn)出的智能聯(lián)網(wǎng)設(shè)備公司、智能資產(chǎn)管理公司很多，但真正能為傳統(tǒng)行業(yè)提供AI系統(tǒng)性解決方案的企業(yè)卻很少。大多數(shù)創(chuàng)業(yè)者僅僅解決了產(chǎn)業(yè)鏈某一環(huán)的問題，并未形成脈絡(luò)閉環(huán)。
有些傳統(tǒng)企業(yè)安裝了A公司的智能設(shè)備，又購買了B公司的智能管理系統(tǒng)，使用一段時間后卻發(fā)現(xiàn)效果非常有限，一方面A、B之間的數(shù)據(jù)不能互通，還要依賴人工分析，另一方面無法與合作伙伴進行信息共享，達不到共同提升的效果。
每一個傳統(tǒng)產(chǎn)業(yè)都是一個復(fù)雜的供應(yīng)鏈系統(tǒng)，長期積淀下來的行業(yè)習(xí)慣根深蒂固，有許多潛移默化的行業(yè)規(guī)則。在筆者看來，AIoT企業(yè)想要徹底把機器智能融入到一個產(chǎn)業(yè)系統(tǒng)，讓傳統(tǒng)企業(yè)更好的+AI，必須做到以下三點。
1）從單一場景切入賦能細分流程，逐漸重構(gòu)行業(yè)規(guī)則
以我們熟悉的智能家居行業(yè)為例，用戶們最期待的狀態(tài)是通過一套操作系統(tǒng)控制家里所有的家居，且能實現(xiàn)聯(lián)動效應(yīng)。2017年來，阿里、騰訊、百度、小米、京東等一眾互聯(lián)網(wǎng)公司都推出了自己的智能音箱，企圖占領(lǐng)智能家居的流量入口，圍繞自身構(gòu)建智慧家居生態(tài)，但這場競爭不到2年就偃旗息鼓，徒留一堆不能互通兼容的智能單品。
而堅持中臺策略的涂鴉智能，沒有生產(chǎn)過一個智能硬件，卻連接了消費者、制造品牌、OEM廠商、零售連鎖的智能化需求，為全球20萬款智能硬件的開發(fā)、銷售提供了一站式智能解決方案。任何一家企業(yè)想要做智能單品，都可以在涂鴉得到硬件、云端、OS、SaaS等全方位的支持，從APP端到連接層、SDK嵌入，都有標準化服務(wù)保障系統(tǒng)運行穩(wěn)定。
涂鴉智能自2015年推出一個單品的云模組，開始具備為客戶提供標準化服務(wù)的能力，然后打通亞馬遜音箱的周邊產(chǎn)品智能生態(tài)，實現(xiàn)出貨量和平臺激活數(shù)據(jù)裂變式發(fā)展，接著在2018年后逐步滲透酒店、社區(qū)、醫(yī)院、機場等不同場景的智慧人居需求。
當蘇寧、海爾、創(chuàng)維、西門子、首旅如家、木林森、佳兆業(yè)等各領(lǐng)域的智能家居玩家都生長在涂鴉的生態(tài)上，自然就解決了硬件之間互聯(lián)互通的問題，也讓涂鴉成為該產(chǎn)業(yè)的基礎(chǔ)設(shè)施。一系列動作驗證了，從單一場景到流程智能化，從而重構(gòu)行業(yè)規(guī)則的路徑優(yōu)勢。
在貨運物流領(lǐng)域，G7則憑借其AIoT能力成為順豐、京東、極兔、德邦、中通等快遞快運企業(yè)，和煤炭、鋼鐵、化工等大宗貨運領(lǐng)域的基礎(chǔ)服務(wù)平臺。
干線物流等長途貨運領(lǐng)域一直存在著信息不對稱的問題，卡車司機和車隊老板、貨主之間長期博弈。車隊老板為了知道卡車的位置，有沒有繞路接私活，有沒有準點到達，不得不頻頻打電話，甚至讓司機停車去路邊電話亭打電話，用區(qū)號來辨別位置。
G7從航空時刻表中得到啟發(fā)，設(shè)計了一個貨運界的航班時刻表，時刻記錄卡車位置信息，以及車輛的起點、終點和行程進度，讓車隊的準點率提升到90%以上。在電商行業(yè)剛開始注重配送時效的2012年，G7的班線管理產(chǎn)品迅速推廣到全行業(yè)成為一個基礎(chǔ)設(shè)施。
接著，2016年G7發(fā)布安全管理產(chǎn)品，實現(xiàn)駕駛安全過程管理，2018年發(fā)布數(shù)字貨艙，讓車廂的溫度、重量或體積全程可視，都是從單一場景出發(fā)推出切合普遍性需求的產(chǎn)品，迅速進化成了整個行業(yè)的基礎(chǔ)設(shè)施。
圍繞物流資產(chǎn)的使用場景做軟硬件產(chǎn)品研發(fā)，G7不斷深化物流資產(chǎn)的智能網(wǎng)聯(lián)能力。在硬件上，給卡車車身安裝胎壓胎溫監(jiān)測報警器、智能稱重傳感器、防側(cè)翻傳感器、ADAS防碰撞預(yù)警系統(tǒng)、DMS駕駛行為分析系統(tǒng)；軟件上，有手機、PC雙系統(tǒng)的管理平臺，能夠?qū)崿F(xiàn)卡車遠程風險管控、智能調(diào)度、過程管理，全面提升效率、降低成本、保障安全。
沿著物流行業(yè)的浪潮演進，G7先是解決了快遞快運干線物流領(lǐng)域所有涉及安全、成本、時效方面的問題，從物流園區(qū)到車隊、司機和貨主整個鏈條上的所有參與者都成為G7服務(wù)的對象；2019年開始則逐漸把已驗證成熟的技術(shù)復(fù)用到煤炭、鋼鐵、化工等制造業(yè)大宗物流領(lǐng)域，越來越多的大宗企業(yè)和政府部門也開始成為G7的客戶。
2）要想更好的驅(qū)動AI，需要源源不斷的數(shù)據(jù)作為動力
今年4月，數(shù)據(jù)作為一種新型生產(chǎn)要素首次正式出現(xiàn)在我國官方文件中。進一步加強政府、社會數(shù)據(jù)資源整合共享，成為驅(qū)動我國經(jīng)濟長期增長的動力。
數(shù)據(jù)是人工智能的燃料，也是產(chǎn)業(yè)物聯(lián)網(wǎng)的核心。而數(shù)據(jù)的獲取和積累依賴于基礎(chǔ)設(shè)施的完善，另一方面，數(shù)據(jù)又能反作用于基礎(chǔ)設(shè)施，幫助基礎(chǔ)設(shè)施實現(xiàn)升級。
傳統(tǒng)行業(yè)各領(lǐng)域都展開過不同程度的數(shù)字化轉(zhuǎn)型，積累了海量的數(shù)據(jù)，只是以前的數(shù)字化局限在企業(yè)內(nèi)部，缺乏上下游、各環(huán)節(jié)的數(shù)據(jù)打通。比如，公路貨運領(lǐng)域，不乏聚焦車貨匹配、車險、加油、ETC等各個環(huán)節(jié)的服務(wù)公司。這種情況下，一個物流企業(yè)想要完成貨運全程數(shù)字化需要下載多個APP，想要進行整體的效益評估也需要整合多個部門的數(shù)據(jù)，并不方便。
G7從給卡車裝GPS、給發(fā)動機裝傳感器開始，提高了客戶在信息收集、處理、決策等環(huán)節(jié)的效率，贏得客戶的信任。在此基礎(chǔ)上，G7積累的大量駕駛行為、油耗、支付數(shù)據(jù)，也能夠更快發(fā)現(xiàn)車隊痛點，研發(fā)出下一個切中行業(yè)需求的產(chǎn)品，形成了一個快速推廣、快速積累和分析數(shù)據(jù)的良性循環(huán)。
根據(jù)公開數(shù)據(jù)，2018年G7連接的卡車數(shù)量是80萬輛，2019年底為130萬輛，2020年9月為180萬輛。借著5G、AI、物聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用，G7在深耕貨運行業(yè)8年后進入快速增長期，以AIoT數(shù)據(jù)底座連接了駕駛室、掛車、安全保險、能源、稅籌、維保等貨運行業(yè)上下游全鏈條，成為貨運行業(yè)信息流、物流、資金流的中心節(jié)點。
控制了資產(chǎn)場景、掌握了業(yè)務(wù)數(shù)據(jù)，G7逐漸成為貨運物流行業(yè)里的基礎(chǔ)設(shè)施，并以開放心態(tài)推動產(chǎn)業(yè)內(nèi)合作、分享和融合。即可以針對大型客戶，在原有的產(chǎn)品服務(wù)能力上做一定程度的個性化、模塊化服務(wù)，又可以為沒有研發(fā)能力的中小車隊提供相對標準化的類“公有云”服務(wù)。
如此以來，大型車隊、物流園區(qū)、煤礦鋼鐵等貨主、卡車司機等都能接入G7的系統(tǒng)看到貨運全過程，實時分析經(jīng)營效益，靈活決策。而保險、能源、裝備制造企業(yè)也能通過與G7合作，分享到貨運行業(yè)數(shù)智化的紅利。
就像阿里在推動自身電商業(yè)務(wù)發(fā)展的過程中，推動了支付、快遞行業(yè)的發(fā)展，成為鏈接消費者、商家、快遞、倉儲等各個環(huán)節(jié)的服務(wù)型基礎(chǔ)設(shè)施公司，G7、涂鴉智能等公司也在成為各自領(lǐng)域的供應(yīng)鏈鏈主，成為上下游所有人都離不開的基礎(chǔ)設(shè)施。
3）商業(yè)模式普惠化
現(xiàn)在的市場上不缺乏智能設(shè)備，僅車聯(lián)網(wǎng)領(lǐng)域能提供ADAS、DMS設(shè)備的公司就有幾十家，問題是怎么能讓這些AI產(chǎn)品在傳統(tǒng)產(chǎn)業(yè)進行普及，讓大小企業(yè)都能用得上用得起。
目前來看，AI提供商大多有兩種商業(yè)模式：
一種是傳統(tǒng)的賣貨模式，一手交錢一手交貨。因為設(shè)備提供商不具備數(shù)據(jù)分析和運營能力，或者數(shù)據(jù)維度單一、無法和其他數(shù)據(jù)打通形成閉環(huán)，導(dǎo)致數(shù)據(jù)的可用性會大大降低。
這種模式下，產(chǎn)品提供方淪為硬件或軟件銷售公司，用戶也無法真正從數(shù)字化中受益。雖然也誕生了一批大型企業(yè)，甚至上市公司，但商業(yè)模式的天然缺陷，造成產(chǎn)品客戶群狹窄，不能讓產(chǎn)業(yè)里的中小微企業(yè)受惠。
一種是即插即用的輕資產(chǎn)運營模式，降低硬件價格從而降低用戶門檻，獲得用戶數(shù)據(jù)的運營權(quán)，通過數(shù)據(jù)增值服務(wù)帶來更多收入的可能。
G7在2010年創(chuàng)業(yè)做GPS盒子時，就啟用了當時較少見的SaaS模式，即將這個GPS盒子的硬件、安裝、運維連同背后的IT軟件系統(tǒng)，看作一個開放的服務(wù)平臺。所有的客戶都可用自己的賬號登陸這個平臺，不按硬件和系統(tǒng)付費，而是按照體驗需求付費，每臺卡車每天只需2元錢。
在G7的商業(yè)框架中，用戶可以用很便宜的價格使用智能資產(chǎn)，實現(xiàn)數(shù)字化管理。最早的GPS定位服務(wù)，2018年推出的安全管家、數(shù)字貨艙，都以普惠的定價降低了新技術(shù)的使用門檻。
比如，G7的安全保險業(yè)務(wù)，一開始更多面向大型物流公司和車隊，后來團隊發(fā)現(xiàn)中小型客戶對成本非常敏感，不足以承擔7×24小時的安全服務(wù)，而貨運行業(yè)又通常把安全和保險放在一塊看待的，于是團隊開始著手和保險公司研究，推出能讓個體司機、小車隊用得起的產(chǎn)品。
運用多年積累的駕駛數(shù)據(jù)，分析保險公司過往事故理賠案例，在AIoT的輔助下G7安全管家實現(xiàn)了對車隊和司機的全局性、長期性風險預(yù)測，提供有針對性的分級服務(wù)、過程管控，讓優(yōu)秀的司機花更少的保險費，同時改善高危司機的駕駛習(xí)慣。而對G7來說，和保險公司合作獲得了“保險經(jīng)紀費+安全管理服務(wù)費”兩個收入來源，同時讓安全管家成為又一個行業(yè)普及產(chǎn)品。
一般而言，物流行業(yè)要么賺資產(chǎn)的錢，要么賺服務(wù)的錢，無論是車輛、托盤還是調(diào)度車隊，都是重模式。數(shù)據(jù)化資產(chǎn)和智能裝備的出現(xiàn)，讓資產(chǎn)管理舉重若輕成為可能。
產(chǎn)業(yè)智能升級浪潮，需要創(chuàng)新的商業(yè)路徑。要讓AI在傳統(tǒng)行業(yè)成為像水電一樣的基礎(chǔ)設(shè)施，就必須設(shè)身處地的創(chuàng)造一套合適落地的普惠化路徑。
G7從蠻荒中起步，創(chuàng)業(yè)十年內(nèi)逐步打通“系統(tǒng)—裝備—能源—園區(qū)”全鏈條的物流關(guān)鍵要素，以產(chǎn)業(yè)物聯(lián)網(wǎng)「鋪路人」的角色，一步步重新定義產(chǎn)業(yè)邊界。如G7創(chuàng)始人翟學(xué)魂所說：“為什么叫鋪路，你光給富豪鋪路，那叫專用線，鋪路就得給所有人鋪路，一人交一塊錢也夠了�！�
