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。基于這些資料，G7想要在能源、制造、金融等傳統企業與物流車隊之間搭建平台的目标逐漸落地。

按照G7的規劃，該平台将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更新，幫助物流企業實作降本增效。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絡，為貨車安裝主動安全系統并通過AI技術降低保險賠付率，為企業提供自動駕駛卡車運力網絡。

“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産業鍊新的動能，我相信在未來3-5年内，由最優秀的智能化裝備形成的産業鍊會逐漸形成，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。

目前，産業網際網路正在各個行業掀起變革浪潮，本質上是傳統行業實作數字化的過程。觀察G7在相關領域的發展路徑，有助于更好地了解産業網際網路時代的競合關系。

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，我們成為了內建的總成，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，整個汽車行業均處于學習和适應自動駕駛的階段。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，由于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，是以主要應用于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于貨運客車或城市公共汽車等車型上。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。

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

資料顯示，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%，但仍處于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，貨運企業也存在資訊化不足、資金缺口等營運管理問題。

解決這些問題，除了完善法律法規和加強企業安全知識教育訓練之外，更重要的是通過技術預防和幹預司機的危險駕駛行為，以及引入資訊化技術、自動駕駛技術等，以提高管理效率和降低營運成本。

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緻，我國也已釋出相關政策，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訊監控報警、防碰撞和整車整船安全運作監管技術裝備。

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(公衆号：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幹預，避免道路事故發生。推出車隊信用結算網絡，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資料，建立授信風控準入模型，降低物流企業的借款成本。

根據G7披露的資料顯示，目前，該平台已實作1.2億公裡零死亡，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，然後在未來一周内由算法工程師對系統的軟硬體算法進行疊代，今後再有類似的安全事故發生時，系統便會進入主動幹預。

此外，G7還通過“數字貨艙”在營運場景中幫助客戶提高營運效率。通過采用G7的數字貨艙服務，可以實作對挂車的實時車輛定位、AI量方、自動稱重和遠端鎖車等功能。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，進而根據問題點篩選出到問題線路及問題車輛。

實作上述物聯網技術的原理是G7的幾大算法。

據G7智能裝備的産品經理黃易飛介紹，智能排程系統背後主要有遺傳算法、蟻群算法和模拟退火算法，借助遺傳算法通過不斷地選擇、交叉、變異、自适應探索的過程，獲得最優解。借助蟻群算法進行資訊融合，通過分布式計算、資訊正回報和啟發式搜尋等獲得最短路徑，組合成一套完善的方案。借助模拟退火算法進行機率篩選，使算法在接近目标值的時候逐漸收縮、收斂跨越幅度，最終獲得全局最優。

至于與智能排程系統相結合的AI量方技術，主要利用了循環神經網絡算法和四分位空間移動算法。其中，循環神經網絡算法可以進行具備記憶力的自适應學習，進而組成資料立方，形成龐大的特征工程，為資料集合提供最底層的元素。四分位空間移動算法主要是，根據四分位資料的補償、空間移動擷取最佳的計算方式。

布局自動駕駛

如果說圍繞貨運司機展開的布局着眼于當下，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，相當于延展出一支面向未來的技術觸角。近日，嬴徹科技在CES Asia2019大展上釋出L3級别自動駕駛樣車嬴徹１号，并表示這款産品将在2021年實作量産。

從自動駕駛層面看，L3是從封閉場景到開放場景的轉型點，在一些網際網路平台巨頭看來，由于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又過于遙遠，是以主要會聚焦L4級别中的特定場景。

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，城際運輸意味着場景倉到倉，“中國的平均距離是800公裡，從倉到高速入口、高速出口到倉兩端路程平均低于10公裡，也就是說，800公裡中的95%及以上是在高速道路。”

馬喆人還表示，實作全自動駕駛駕駛的挑戰仍然很大，基于G7在物流領域積累的經驗，城際運輸領域在L3場景下首先可以實作司機不再介入駕駛，進而解決城際運輸中最核心的管理問題，最終通過規模化的營運最終把成本降低接近10%。

雷鋒網新智駕了解到，嬴徹1号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更新，在對一些長尾場景進行疊代優化後進入量産階段。

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，并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”，涉足冷鍊車隊資産服務。

總體來說，與商用車物流有關的資料或智能化服務，均可能納入G7的視野。