G7工程師正在一臺沃爾沃掛車頭上安裝雙防設備，攝影/陳拯
一個陽光晴朗，卻又北風肆虐的冬月，G7的兩名銷售人員陳麗華和孟晗，在北京四大物流基地之一的亦莊馬駒橋附近，拜訪了貨運小企業主遲殿龍。
遲殿龍將公司駐點設在了距離京津塘高速很近的亦貿科創中心。陳麗華是G7的銷售負責人，他這次來找遲殿龍，一是定期拜訪，二是看看遲殿龍對公司的安全保險業務感不感興趣。
遲殿龍做的是北京地區的城市快運業務，手里外掛自有車輛與外協車輛加起來一共有130-140臺車，金杯、冷藏、箱貨，甚至是依維柯這樣的商用車他都有。從2009年的30多輛車，發展到現在的100多輛，管理起來也是個難題。后來，他聽人介紹，G7的無車承運平臺比較好用，在2019年上半年接入了G7。
用遲殿龍的話說，G7系統使用給他們帶來了很多便利，比如之前需要兩個調度的項目，現在1個人就夠了，之前需要1個人只管理一個項目的，現在這個人可以管理多個項目。節省出來的人力，遲殿龍將他們調配出來開拓新業務。“開拓新業務可能需要從下面培養新人，現在調度節省出來的老人不用培訓，也省掉很多成本。”他說。
貨運行業的利潤已經遠遠不如從前，行業競爭越發激烈，同行之間的價格戰不斷壓低運費，互聯網的滲入也讓貨運定價更加透明。
所以遲殿龍在物流這十年，感受最深的一點是，公司營業額在成倍增長，但利潤卻遠遠沒有趕上營業額的增長。遲殿龍能想到的保衛利潤、節省成本的辦法，就是要比同行率先擁抱新技術。
“我們也在用G7的結算服務，幫我省了不少事兒。”遲殿龍說。
2018年初，交通運輸部在全國開展道路貨運無車承運人試點工作一年多后，發布了229家無車承運人試點考核合格企業名單，這些考核合格的企業除了提供依托互聯網平臺的無車承運、車隊安全管理、調度管理等服務外，還可以為像遲殿龍這樣的中小企業解決運費結算問題。
無車承運的模式試點了兩年之后，2020年1月1日起，“無車承運”改為網絡貨運，像G7這樣在試點中表現良好的企業將可以拿到相關部門頒發的網絡貨運牌照。
也就是說遲殿龍選擇的無車承運，也就是現在的網絡貨運，已經成為一種被官方承認的互聯網時代新物種。
2020年3月，G7在全國的十幾個基地，已經陸續開始了網絡貨運資質辦理的相關工作。
天津市交通運輸管理部門向G7旗下吉旗物聯下發天津市首張網絡貨運牌照
跟隨這個新物種的發展，物流行業正在逐步接入互聯網，它的聯網之旅是從一個一個安裝在卡車各個部位的傳感器、攝像頭開始的。
G7也在這樣的大潮中，迎來了新的發展機會。
G7成立于2010年，也就是在遲殿龍進入物流行業的第二年。
早期G7的業務較多聚焦在車輛定位服務上。直到2013年，G7第一次發布了GREAT架構，最主要是給車隊管理者提供GIS（地理信息系統，Geographic Information System）、GPS定位（Global Positioning System,全球定位系統）），以及自動結算及考核等。 2014年，G7才推出智能管車產品，開始從經濟性、安全性、時效性上考慮大車隊管理的有效方法。
2013年的G7可視化系統相關界面
經濟性上，G7智能管車將對車輛里程、油耗、經濟轉速、車速等方面進行在線化數據分析，提升運營效率，降低運營成本。
以油耗管理為例，當時車隊一般以“包干”或者“實報實銷”的模式進行油耗管理，但這兩種管理模式都存在漏洞。一方面，在包干模式下，司機愿意省油，于是很多司機采取空擋滑行，以節省更多油，這對貨車正常行駛造成了很大的安全隱患；而實報實銷的模式，又會有司機偷油倒賣。
G7的智能管車系統恰好可以通過實時數據識別出來司機的種種駕駛習慣。
安全性上，G7可以對司機駕駛過程的超速、超轉速、急剎車、急加速、疲勞駕駛等安全事件實時在線分析，規范司機駕駛行為，提高車隊整體運營安全系數；時效性上，即從車輛怠速、超速、發車準點率、到達準點率等KPI指標，對司機進行綜合評定，實現車隊的整體時效性管控。
實現以上功能，主要依賴G7推出智能設備——G7Smart，該設備與貨車發動機連接，可對貨車運行姿態、發動機油能等進行識別。目前G7Smart已經迭代至2.5版本。
G7推出的第一款G7Smart
接下來的幾年，隨著傳感器、AI數據分析等技術的發展，G7對于車隊管理的水平逐漸提高，后期也不斷推出了更多硬件產品。他們不僅可以監控駕駛過程中貨車行駛數據，也可以通過攝像頭監控司機的狀態，例如是否疲勞駕駛等等。
G7硬件家族
G7 CEO翟學魂曾在公開場合表示，,G7安全管家2.0,預計可以讓卡車事故賠付率減少20-30%,并挽救成千上萬條生命，G7大數據系統也已經接入超170萬輛貨車。
做到這樣的成績，與G7團隊的辛苦分不開。由于是傳統物流與新型互聯網的結合體，G7的工作相當于將新型互聯網產品帶到“田間地頭”，所以G7研發、交付等人員的工作環境也都相對更“接地氣”。
G7研發人員戶外調試卡車物聯網系統
在向外界解釋G7人是如何工作的時候，G7 CEO翟學魂經常會提到的一個場景是，G7的研發人員在戶外一輛貨車上光著膀子測試系統：
“大家看到這個光膀子的哥們是我們的項目經理；底下這個人是硬件算法工程師，他在調硬件算法，下面這個哥們是做平臺算法的工程師。很明顯大家看到這張照片就知道，這不是一天兩天或者一下子就可以解決問題的，需要我們一點點持續跟很多合作伙伴一起解決這個問題。”
但即便如此，這些車隊管理工具，很有些叫好不叫座的感覺。
很辛苦、用戶也不少，但如果按照既定的售賣硬件+SaaS訂閱付費的模式，一成不變地發展下去，G7這家公司可能會與其他SaaS公司一樣——小而美，卻做不到大而強。
如何拓展G7的未來想象力，是G7接下來需要回答的一個重要問題。
翟學魂對鈦媒體談到2018年一次董事會的場景：“那天股東們都很高興，他們感覺G7的天花板變高了。”
天花板變高的原因，在于G7拓展了更多商業模式，它的未來想象力更高了——G7在籌劃把自己從一個車隊管理工具箱升級為生產工具：
“我們最初的業務總的來說是一個管理工具、管理軟件，產業的進步是生產工具本身創造的，管理軟件使得管理效率提高。但是它不是決定效率的根本。”翟學魂說。
于是，G7想把自己從創造管理工具的道路上解放出來，轉而創造生產工具。解放了這個思路。
G7在 2018年推出了G7數字貨艙，就是G7用創造生產工具的辦法來提升貨運物聯網運行效率的重大開端。換句話講，G7為了將自己的SaaS系統能夠創造更大的價值，自己設計生產了一個硬件產品去適配它。
2020年3月，G7數字貨艙大宗版批量交付
G7數字貨艙具備AI量方、智能載重、防側翻等諸多功能。收費模式采用租賃與購買相結合，車隊管理者可以考慮自身情況租賃或者購買G7數字貨艙。特別是對與中小車隊來說，租賃的模式可以極大減少車隊的固有成本性支出。
2020年3月，G7智慧物聯旗下智能掛車品牌G7數字貨艙，聯合九鼎物流夢駝鈴平臺、嬴徹科技在銀川舉辦了首批20臺"G7數字貨艙大宗版 · 智能載重掛車"批量交車儀式。
以大宗運輸中的煤炭運輸為例，"偷貨、換貨、竄貨" 一直是煤炭運輸行業的一大痛點。
看似相同的煤炭，質量與價格卻千差萬別。傳統采取人員"蹲點"的管控方式，不僅耗費大量人力且效率低下，運輸途中時常發生違規卸貨、以次充好、低價竄貨的情況，對貨主以及運輸企業造成巨大經濟損失。
其次是裝卸稱重過程中的排隊等候。傳統的地磅稱重的方式，由于地磅不可移動，稱重時往往需要反復排隊過磅，一旦發生堵車，司機的大部分時間都被消耗在排隊上、造成時間成本的巨大浪費。
G7數字貨艙大宗版智能掛車配備了國內首創的IoT載重監控設備，基于行業領先的AI算法，可通過感應車輛裝卸貨時產生的物理形變，自動獲取車內的貨物重量，從而避免車輛在裝卸貨兩端反復過磅，為每趟車節省2-3小時的排隊時間；同時，通過載重+位置數據捕捉，實時獲取車輛在整個運輸流程中所處的狀態，實現流向管控、實時稱重、載重報警、裝卸效率監控、大數據效益分析等智慧化管理功能。
實時載重監控，自動判斷裝卸事件
G7智能裝備業務總裁王晴童表示：“以前，物流企業購買資產，然后購買SaaS服務。而現在，G7將資產服務和智能服務做集成，進行一站式運營，按需付費。這樣不僅能讓客戶體驗最新的科技，最重要的是讓物流企業現金流需求減少，更好的應對市場變化。”
除了自己身體力行地生產貨車上的智能硬件，G7也在將自己的智能硬件、技術輸入到垂直行業的合作伙伴中，與他們一起創造生產工具。
當初依靠貨運企業租賃“管理工具”，通過訂閱物流大數據SaaS收費的商業模式，現在則變成了租賃“生產工具”給貨運企業，甚至是通過一整套軟件+硬件的物聯網解決方案來讓客戶買單。
G7客戶中集瑞江便是一家愿意為貨運物聯網技術解決方案買單的公司。
中集瑞江是港股上市公司中集車輛旗下所屬企業，專注在專用車生產，主要提供攪拌車、罐車、自卸車、半掛車等特種車。2019年3月，中集瑞江正式開始研發智能車。
在智能車內，中集瑞江嵌入了一套車聯網系統(RJST-IOT)，這套車聯系統可以自動生成包括車輛載重、里程、油耗、成本等信息在內的智能報表，并實時顯示車輛各模塊部件運行情況、核心零部件使用壽命情況，遠程調取車輛實時運行畫面，行車過程觸發的各類安全事件、工作事件等等。
中集瑞江智能罐車模擬圖
這套車聯網系統其實在G7的數字貨艙已經有了很多體現，但這種智能化自動化在中集瑞江所在的特種車領域卻剛剛長出新芽。
李天寶告訴鈦媒體，在研發車聯網系統之前，他的團隊已經密集調研了2-3個月才最終定下了智能車系統研發項目。
李天寶對行業的判斷最主要的有兩點：第一，智能車中的自動化傳感系統在特種車領域還是空白；第二，在安全輔助上，很多特種車也已經安裝相關系統，但絕大部分是后裝。后裝的傳感器、攝像頭等設備在使用壽命上有很大的局限性。這給中集瑞江這種前裝特種車智能車型留下了很大的發展空間。
2020年1月，中集瑞江生產的100多輛智能罐車已經開始向客戶交付，交付的模式是中集瑞江向客戶交付智能整車，輔以免費的SaaS系統，方便車主對智能車的移動控制。
這看起來是中集瑞江結合自身場景、利用第三方服務造了一輛車，但實際上在制造行業，這微小變化所引發的蝴蝶效應，使得物聯網的價值被進一步凸顯。李天寶告訴鈦媒體，在貨運物聯網行業，一般大宗貨車的數據各家都有，而中集瑞江的優勢，就是利用特種車上的數據，能夠為行業提供一些獨有的參考。
李天寶給鈦媒體看了一張草圖，在這張草圖上，他清晰畫出了對中集瑞江特種車未來在“貨運物聯網數據價值挖掘”上的一些思路和想法，比如如何讓客戶利用SaaS上的數據進行運營檢測、設備管理、駕駛員行為評判等等。
貨運各項數據的線上化已經箭在弦上。
在SaaS智能管車、智能裝備等管理工具和生產工具的雙向加持下，G7通過網絡貨運平臺已經連接了貨車與司機在運輸過程中的全流程數據，實現了交付與交易的線上化。
在交付線上化上，G7將傳感器裝到了貨車上，在網絡貨運平臺上做車貨匹配，以此沉淀下來了信息流數據；而承運人、托運人在網絡貨運平臺上形成的合同，沉淀下來了業務流數據；在交易線上化上，客戶在G7上形成收、付款沉淀下來了資金流數據；G7作為網絡貨運平臺還需要幫助承運人向貨運人開發票，這也沉淀出了票據流數據。
G7將這合稱為“四流合一”。
G7網絡貨運平臺的四流合一
在這“四流”中，由于信息流和業務流給G7沉淀下來了很多用戶，基于此形成的貨運生態，給G7拓寬資金流提供了基礎。比如針對170萬輛車的司機后市場，G7推出了商城消費系統卡車寶貝，通過G7卡車寶貝，司機可以實現整個后市場，例如尿素，潤滑油，維修保養，輪胎等一系列的線上化結算。
G7數據顯示，目前車后市場每輛卡車平均年消費60萬元，其中油氣費用消費占到48%、輪胎消費占到11%，車貸消費占到19%，如果G7能夠將目前的170萬輛車全部使用G7卡車寶貝，理想情況下，平臺上每年產生的消費金額將超過1萬億元。
另外，G7也推出了1號卡業務，司機可以通過電子卡包微信掃碼實現油站與物流企業老板之間的線上結算。目前，G71號卡已經連接了12837個加油站。
除了解決油品的結算問題，在加油站側，G7還建立了G7匯管油民營加油站營銷系統。
該系統，通過G7自主研發的智能設備準確獲取加油機數據成為收銀依據，加油員可通過POS機或者手機完成收銀，同時支持微信、支付寶、現金、銀行卡、電子會員卡等多種支付方式，資金直達賬戶，加油數據和收銀數據可同步到電腦管理后臺和手機管理端，可確保加油數據和收銀數據無誤。
同時，還支持班結、日結，全面的數據匯總和分析，加油站老板可通過數據分析了解油站運營情況，進行及時的調整，財務可將數據匯總、各維度拆分，形成各種報表，大大降低財務管理難度和錯誤率。
G7的貨運大數據功能在這個系統上也體現出了價值，加油站接入G7匯管油民營加油站營銷系統后，G7的貨運大數據上的貨車軌跡數據，還會為加油站實現導流。
另外，在發揮社會價值上，G7十年積累下來的貨運大數據也在疫情期間發揮了作用。5月6日，發改委向G7發出了一封感謝信，信中說道：
“我們在開展各行業復工復產檢測分析、推進產業鏈協同復工復產的過程中，得到你公司的大力支持。你們充分發揮物流平臺大數據優勢，堅持每日向我們提供公路整車、零擔運輸、物流園區等運營情況，為我們研判復工復產形勢，研究制定有關整車措施提供了數據支撐。在此表示衷心的感謝。”
G7在官方公眾號發布的公路貨運指數報告（5/4-5/10）
無論是卡車寶貝的商城結算場景、G7匯管油民營加油站營銷系統，還是貨運指數報告，都是在G7貨運物聯網大數據生態上長出的新場景。未來，網絡貨運生態還可能被挖掘出的更多可能，這些可能又將推動G7的商業模式產生一次新的化學反應。
從一個SaaS管理工具，到搭配SaaS的生產工具，交易交付線上化。G7的商業模式已經發生了巨大變化。
就在不久前，G7重新升級了G7安全管家2.0，向業界公開推出了G7安全分、千人千面、安全小姐姐等經過頭部客戶驗證的安全管理服務，將車隊管理進行量化，進一步加強了車隊-車-司機之間的管理關系：
1.G7安全分，G7安全分基于2G+4G融合的IoT大數據和人工智能算法，為司機和車隊的駕駛行為、事故率進行量化評分，可對司機和車隊的全局性、長期風險進行預測。
2.千人千面，該服務為不同風險等級的司機及車隊，提供差異化的安全服務方案。對于風險較高的司機，采用全面的硬件、軟件、人工結合的方案，采用四顆攝像頭監控卡車前、后、側的路況以及車內駕駛員行為，實時采集發動機與GPS軌跡數據，并通過人工智能算法進行24小時實時干預。
3.安全小姐姐，除業內常見的機器和人工客服實時提醒之外，安全小姐姐還可針對高風險的司機，提供一對一的安全特訓，引導司機改變駕駛行為，進而從長期上降低風險。
G7安全分示意圖
翟學魂這樣理解這件事情：“為什么2015年之前不搞安全？因為那個時候的技術戳不動。有時候技術需要相對長的積累才能變成一把匕首，才能夠戳得動很厚的墻。”
在貨運物聯網領域，G7成為了那把最關鍵的匕首。當這把關鍵的匕首突破防線，新的商業領地就被開辟了出來。
G7技術負責人向偉對此頗為認同：“G7這兩年取得一個很大的突破點，就是在安全管理上面有了新的模式，最主要還是依靠新的技術，特別是圖像識別技術在這兩年逐步走向了成熟。”
向偉說的圖像識別技術，指的是G7安全管理服務的其中一項——幫助司機“防碰撞”、“防疲勞”，又叫“雙防設備”。G7會在貨車車頭以及車艙內部安裝一些傳感器、攝像頭，通過圖像識別技術及人工智能算法在貨車可能發生碰撞和司機可能疲勞駕駛的情況下發出警報。
G7工程師兩位工程師正在安裝雙防設備，攝影/陳拯
技術的提升讓G7有了放手發展安全管理業務的底氣。在技術托底的情況下，G7不僅能讓現有安全管理業務規模化，也可以就安全管理開發更多業務模式。
由此，G7 SaaS商業模式的另一條通路也被打開：進軍貨車車險。
貨車車險一直以來都是保險公司比較頭疼的險種。
一方面，這類險種市場足夠大，按照我國貨車保有量2000萬臺計算，貨車車險的市場大概有2000億元左右，這塊市場占到了我國保費總收入的的三分之一，保險公司并不想放棄這么大的市場份額；
而另一方面，這類車險的出險率又相對較高，從賠付率來講，保險公司并不能獲得特別大的利潤，甚至會造成虧損。
G7這類網絡貨運平臺出現之后，G7憑借自己的安全管理技術想要與保險公司一起為車隊管理者提供服務，這涉及到三個方面的利益關系：
車隊管理者：因為保費比原來低或者可以嘗試新的安全管理服務，車隊管理者選擇接受G7安全保險；并且在使用G7安全管理產品之后，由于事故率降低，車隊下一年的保費也隨之降低；
保險公司：將保險以更低的折扣與G7服務打包賣給車隊管理者；G7在將車隊事故率降低的同時，也降低了保險公司的出現率，保險公司雖然將保險以更低的價格賣出，但由于賠付率的下降，手里留住的錢變多，公司利潤上升；
G7：投入技術成本，壓低事故率、出險率；從保險公司那里拿到保險折扣，將保險產品以更低或者與此前相同的價格賣給車隊管理者。
那么在安全保險業務上，G7的盈利是從哪兒來的呢？
G7 CEO翟學魂在前段時間的演講中透露了一個剪刀差概念：“我們看到安全管家2.0的結果是比1.0增加了10到15個點技術的降賠額，達到了20%到30%。雖然看起來只有增加了10%的點，但是這十個點很重要，為什么？因為這十個點的降低，使得技術的投入第一次低于了降賠產生的結果，所以這時候剪刀差就剪開了。”
而G7的盈利恰在于剪刀差剪開的那部分。
G7副總裁陳立寧在與鈦媒體交流時也提及了這其中的關系：“中國貨車保險2000多億，如果我們下降了40%的賠付率，也就是這2000多億能省40%，就有800億的巨大價值創造。”
按照陳立寧的理解，這800多億不是保險公司付給G7，而是說他過去要花出去的錢，現在省下來了；對車隊來說實際上成本也沒有增加，因為他交的保費沒變，或者還更低了；而從社會價值上，G7的安全管理業務又減少了行業司機死亡。
“把這三件事兒放在一起，其實我們是用新的物聯網的方式創造了一個新的保險的空間，創造了一個40%的一個池子。”陳立寧說。
這樣來看，G7獲取價值的方式，就是用幫助保險公司省下來的錢讓保險公司付給G7技術研發成本，因為G7確實降低了賠付率；再回到車隊管理者身上，在使用安全服務降低了事故率之后，車隊第二年將會更便宜的價錢去買保險，這就形成了一個新的閉環。
2019年一年，G7已經打通了七千多個司機全量的IoT數據，連接了140萬車，目前貨運物聯網市場占有率超過20。目前，G7連接貨車數量已經達到了170萬。再回頭看，此時的G7已經不是當初那個純粹的SaaS大數據平臺了，G7在商業模式上已經打破了SaaS的固有天花板，它的觸角已經從SaaS智能管車，延伸到智能裝備生產工具，也延伸到了金融、保險等諸多領域。
一個貨運物聯網新物種已然誕生。
時下，G7也已經迎來創立十周年。翟學魂G7發布的十周年公開信中提到這么一句話：“G7過去的十年，經歷了物聯網為產業服務的孕育過程。而今天，物聯網的服務能力已經成長到開始加速改變這一切。”
但目前，貨運雖已入網，但整個行業都還處于蝶變的前夜。翟學魂提到，過去十年，移動互聯網改變了消費習慣和物流效率。用戶上午在電商平臺下單，下午就能送到。但這種改變遠未波及擴散到大部分基礎產業，許多產業的運營水平還相當原始。
“盡管許多礦井的自動化已經武裝到牙齒，但煤礦老板至今仍要拿起桌上的望遠鏡，觀察遠處坑口排隊的貨車長龍是一公里短還是五公里長，以此來決定明天該限產還是漲價……”
從這個角度看，貨運行業的智能物聯才剛爬完第一個坡，面對后面的漫長的改變之路，G7這個網絡貨運新物種的第二個十年，開始了。（本文首發鈦媒體App，作者 | 秦聰慧，編輯 | 劉湘明）
搜浪信息科技發展（上海）有限公司 備案號：滬ICP備17005676號
