過去十年,是中國電商物流乘風破浪的黃金時代。伴隨著網絡購物和數字經濟的蓬勃發展,中國物流行業突飛猛進,快遞服務量從2010年的20億件到2020年突破700億件,自2014年以來穩居世界第一;快遞行業收入也伴隨著需求增長而不斷提升,2020年有望突破8000億元,世界級的快遞公司不斷在中國市場成長起來,更多的新技術、新業態和新模式還在不斷地迭代衍生。這是一個旺盛需求推動效率提升、數字技術推動行業變革,疊加引發經濟增長的激動人心故事。

圖片來源網絡

但故事還有另一面。中國貨運總量76%是靠公路運輸完成的。中國目前約有3000萬卡車司機,但其中95%都是個體戶,擁有50名以上員工的卡車公司只有1%�？爝f行業借助數字化提升效率獲得了長足發展,但是規模遠大于快遞行業的貨運物流卻依然延續粗放而原始的模式,效率低下而成本畸高。數據顯示,中國公路運輸的平均空載率約為40%,而德國和美國的平均空載率為10%至15%�？傮w而言,中國貨運和物流業成本約占GDP的15%,幾乎是美國的兩倍,整個社會都此付出了巨大的代價。麥肯錫的報告指出,如果整個中國貨運行業進行深度數字化改造,提高效率降低成本,可以創造出高達45%的收入增長。

在物流領域深耕多年的翟學魂看到了行業的難點和痛點。十年前,他創辦物聯網科技公司G7,立志于用先進的技術改變公路物流行業的現狀、推動整個行業的價值增長。從2010年的一個時時查閱卡車位置信息的可視化產品,到如今通過G7平臺鏈接超過180萬臺卡車,成為全球最大公路物聯網平臺,翟學魂不斷把最先進的技術和創新帶進物流行業,解決行業粗放的管理難題。

在翟學魂看來,旺盛的需求和技術的進步推動快遞行業發展經歷了黃金十年,接下來隨著自動駕駛技術和新能源發展,這兩股力量將會推動貨運行業的大規模數字化變革,“可以預見,未來十年將是中國貨運物流的黃金時代,整個社會的效率和勢能也將因此得到極大的提升。”

在接受FT中文網專訪時,翟學魂詳細地探討了技術和能源變革將如何引發貨運物流行業的變化,以及由此引發的一系列產業變革,并帶來新的增長和機遇,更深入分析了公路物流數據背后對于經濟和商業的影響、啟示。

以下為部分采訪實錄。

貨運物流行業的數字化變革才剛開始

FT中文網:“雙11”不僅是電商的重要節點,對于物流行業來說也是大考,您怎么看“雙11”?

翟學魂:雙十一是一年的高峰,也是我們數據增長最快的時期。但是我更想分享一個真實的事情,這是去年的新聞。有一臺快遞貨車從深圳開車到廊坊,全程超過2200公里,算上開車、休息、裝卸等時間,一共是24小時。一整天時間,這幾乎是人類的極限。

這意味著什么?意味著快遞物流已經非常高效,整個流通和轉場的過程精細化程度很高,同時有很好的安全保障,才能夠達到這樣的效率。中國的快遞物流發展已經是全球最好,在to C端,我們不僅可以用最快的速度發貨,還能把成本降到很低。拼多多上很多商品9毛9都能包郵,這是因為把剩余運力做了精細化分配。相比之下,美國歐洲的快遞成本貴得驚人,發一個快遞十幾美金很正常,時效也很難保證。

但同時,我們的貨運物流還處于一個很粗放、原始的發展狀況,長期維持著‘小散亂弱’的局面,數字化技術的滲透還遠遠不夠,導致貨運行業效率極低。你今天去快遞站點,基本看不到司機,因為快遞行業的效率非常高,司機都在路上跑。而你要去煤礦,會看到很多的司機排著隊在那里等著接活,或者等著裝卸,相比之下效率很低。這也可以解釋為什么煤炭這樣的大宗商品,同等質量的運輸價格是快遞這樣高度分散的小件物品的兩倍,可見貨物物流的運轉能力還有很高的提升空間。

FT中文網:為什么快遞行業發展迅速,但貨運行業卻依然是粗放原始的發展?

翟學魂:需求驅動是快遞行業高速發展的重要原因。過去十年,中國的電商發展突飛猛進,阿里、京東這樣的企業每年保持2-3倍的規模在增長,使得快遞物流的運轉速度前所未有的增長起來:車輛從每天行駛100公里,到一天可以行駛1000公里;自動化貨倉和機器人分揀系統更是大大提高了配貨裝卸能力。G7也深度參與了這個數字化的過程。

今天看中國的快遞行業獨步天下,但2010年我創辦G7的時候,整個行業還處于相當落后的。我記得當時物流企業想要知道貨物到什么位置了,需要打電話給司機,然后司機在路邊找固定電話打回去,用固定電話的區號以便確認貨物的真實位置信息。這是2010年,我們還在用這么原始的方法確定位置這樣的關鍵信息,跟蹤物流就更無從談起。

到了2014年,我們在幫京東和順豐做車輛位置信息對接,幫助它們能實時看到遍布全國的貨物運輸信息,這時候數字化才逐漸滲透到中國物流行業。

在數字化改造物流行業之前,物流企業沒有辦法發展壯大,因為僅靠人來管理,管理半徑始終有限。一個精力旺盛、經驗豐富的車隊隊長最多能夠管理25臺車,而數字化之后,車隊的規�？梢猿尸F指數級增長。

相比之下,貨運行業則處于十年前的快遞行業發展階段。這是因為像煤炭這樣的大宗商品長期是供不應求,企業沒有太大的動力去創新降低成本、提高效率。但是今天的情況則大不相同,能源結構發生了變化,新能源將要成為主流,這會帶來一系列的產業變革和社會變化。貨運行業要面臨成本壓力;與此同時,自動駕駛等革命性技術的深入普及,帶來了生產方式的變革,對于物流行業來說,這無疑將是一次顛覆性的改變。

所以接下來的十年,是貨運物流行業發生重大變化的時代。提高效率、降低成本成為當務之急,這對于整個社會效率提升、拉動經濟增長也有很大的幫助。

安全和信任是數字化的關鍵核心

FT中文網:貨運行業數字化進程中最關鍵的是什么?

翟學魂:數字化提升行業效率是重中之重,但我認為除了經濟效應之外,數字化還應該關注的是安全和信任這兩部分,這也是物流行業的基石。

在我看來,G7做的最有價值、最有意義的工作,是安全服務。對每年交通事故進行分析,會發現原因很多,但是歸根結底是人的原因,比如疲勞駕駛、比如駕駛方法比較危險等等。以往這些問題很難被發現,只有出了事情才來反思。如果我們能夠通過技術手段,把這些風險在事前就盡量降低,減少不必要的事故,這是科技進步的意義。

在G7,我們通過一系列物聯網的手段,能夠記錄司機的駕駛情況,并且根據大數據進行數據分析,一旦發現司機存在長時間駕駛、夜間駕駛等情況,我們會有后臺進行提醒,必要的時候會進行電話提醒,以及采取一系列技術手段,讓風險降低下來。

另外一個有意義的事情是建立信任。物流行業長期存在著三方合作,貨主、車隊老板和司機,這背后是一年三萬億人民幣的巨大產業。因為信息不透明、溝通不及時,三方經常存在著信任問題。比如加油這件事情就很棘手,老板如果說油錢他出,沒有辦法保證司機沒有偷油,司機也很委屈,沒有辦法證明自己;老板如果說油錢司機包干,那司機有可能為了省油,在下坡時候掛空擋,幾十噸的大卡車掛空擋是一件非常危險的事情。

數字化和物聯網解決了信任的問題,司機的每一個動作都被記錄下來成為數據,在信息透明、溝通暢通的情況下,老板和司機重新建立起信任。在這個情況下,司機可以用最好的方式開車,提升了安全系數還能增加收入。

FT中文網:還有哪些難點和痛點被數字化解決了?

翟學魂:我們還做了一些新的嘗試。比如從專注數據這個數字資產深入到實物資產——數字貨艙,這是我們發布的一個智能掛車,通過電控懸掛系統,可以實時感知裝載貨物的重量,并實時記錄載重曲線。

傳統貨物量方的計算方式,多使用激光尺進行測量、估算,還要經歷拍照上傳貨物照片、運營人員統計數據等步驟,流程十分繁瑣且不夠精準。司機需要等待裝卸,這樣導致了效率低下,而數字貨艙能夠很好的解決這個問題。我們不僅可以讓用戶時時查詢了解車輛的行駛情況,還能對車輛裝載的貨物進行充分了解,提前進行數字化安排。

貨運物流是經濟的晴雨表

FT中文網:在G7的官方網站上不僅有卡車行駛大數據,還列出了全國整車貨運物流指數,是否可以用這個數據與宏觀經濟數據進行印證呢?

翟學魂:貨運物流是經濟的晴雨表,這句話很有道理。經濟的繁榮與商品的流通正相關,而且商品流通的速度越快,貿易和交易的次數就越多,產生的經濟價值就越大。商品的流通速度當然取決于物流的速度。所以我們看到貨運物流指數越好,說明經濟表現越好。

此外,貨運物流還有先導性。因為貨運物流包括了從原材料生產、到加工、到成品運輸等等全流程。一旦經濟形勢出現問題,首先就是需求端減弱,供應鏈的源頭就能夠感受到,一路通過貨運物流傳導下來。而經濟一旦復蘇,首先就是供應鏈源頭啟動,通過物流一路傳導。因此我們看到貨運物流指數與經濟增長曲線的擬合度很高,而且還有先導性。

FT中文網:能否分享一些具體的數據和案例?

翟學魂:短期數據擬合度高可能會存在一些巧合因素,那么我們調取一個長期的數據來印證。例如,我們在G7的官方網站調取近三年全國長途干線貨運流量數據,與同期的GDP走勢進行對比,可以很容易發現兩者有非常高的擬合度。

從這張對比圖可以清晰地看到,近三年不論是貨運流量還是GDP走勢的最低點都出現于2020年的第一季度,彼時正是中國農歷春節和新冠疫情大流行兩者疊加。

這張圖透露的另外一個很重要的訊息是印證了中國經濟在經歷了2020年第一季度的低點之后便V型反彈。隨著疫情的控制和各地復工復產的推進,全國物流園區在隨后幾個月近90%恢復到去年旺季70%以上,甚至有一些的確需求反彈,甚至超過了去年11月。具體數據可以參考我們與中國最大的物流園企業普洛斯共同完成的數據。

現在已經是2020年的12月,我們再來看看今年全年的整車流量與2019年的對比�？梢园l現2020年全國公路貨運整車流量已經完全恢復、甚至超過了2019年同期,這也印證了中國經濟的恢復,跟我們的實際感受是相吻合的。

我們的數據已經被很多研究宏觀經濟的學者、制定區域發展政策的機構所采用,成為他們進行數據分析的一個很重要的參考工具。我們也希望與更多的社會機構進行合作,充分發揮物流數據的價值,為行業和社會提供更多的參考。

(圖文采編自FT中文網丨戈楊,有編輯)