50萬(wan) 億(yi) !現今人人都想搭上“新基建”這輛快車。

然而，很多行業(ye) 並不在“新基建”所錨定的7大領域(5G、特高壓、城市軌道交通、新能源充電樁、大數據中心、人工智能、工業(ye) 互聯網)之內(nei) ，如何與(yu) 這7大領域產(chan) 生關(guan) 聯，通過本行業(ye) 的“新基建”完成產(chan) 業(ye) 升級，成為(wei) 破局的關(guan) 鍵。

近日，貨運自動駕駛企業(ye) 嬴徹科技宣布已完成1億(yi) 美金融資。嬴徹科技的此輪投資中，老股東(dong) G7和普洛斯繼續跟進。

雖然這是發生在自動駕駛領域的一起融資事件，但放在“新基建”的戰略語境下，由投資方G7——中國領先的物聯網貨運服務平台的身份進行延伸思考，可在一定程度上反映出以G7為(wei) 代表的物流巨頭持續強化其物流數字化基礎設施優(you) 勢的意圖。

物流B2B領域的智慧短板

談到物流，很多人的第一反應或許是由順豐(feng) 和“四通一達”這些快遞企業(ye) 所展現出來的強大的“投送”能力。從(cong) 2013年日均業(ye) 務量剛剛突破3000萬(wan) 件，到2016年全行業(ye) 1天可送1億(yi) 個(ge) 包裹，再到2018年“天貓雙11”物流訂單超過10億(yi) 。以快遞為(wei) 代表的智慧物流已經跑得足夠快、足夠遠，這是不是說明我國的智慧物流伴隨著電商行業(ye) 的發展已經趨向成熟，不需要進行“新基建”了呢?

答案是否定的。

伴隨電商而起的快遞隻是整個(ge) 物流產(chan) 業(ye) 中的一個(ge) 組成部分，是智慧物流在B2C領域展現在外界的A麵，隱藏在背後的B2B這類更加傳(chuan) 統的領域裏，行業(ye) 依然停留在信息化程度低，運營分散的“原始階段”。

拿B2B大宗領域較典型的煤炭物流場景來舉(ju) 例，由於(yu) 車貨匹配欠佳且調運車輛方式較為(wei) 粗放(大多仍使用微信或者電話)，貨運效率低下、拉運時間較長。例如從(cong) 鄂爾多斯地區運煤炭到曹妃甸港口，需要采用公路+鐵路的運輸方案，煤炭采購等手續預計花費6小時，車輛協調、排隊等候、裝卸車時間預計6小時，車輛路途1小時，單趟40公裏的煤炭公路運輸，從(cong) 前期等待到運輸完畢，卡車司機需要耗費13個(ge) 小時之久。

以上，我們(men) 可以非常明顯看到，中國物流行業(ye) 在B2C領域的A麵與(yu) B2B領域的B麵之間的存在著極大的不均衡。

華夏新供給經濟學研究院院長賈康在《“新基建”中智能物流和智能供應鏈建設已是當務之急》一文中分享了這樣一組數據：當前中國物流成本占GDP比重為(wei) 14.6%，高於(yu) 全球平均水平11.7%近3個(ge) 百分點，折為(wei) 物流成本相對差距，高出了近25%;相比世界排名第一的美國7.2%的比重水平，中國高出了7.4個(ge) 百分點，折為(wei) 物流成本的相對差距高出了一倍以上。

菜鳥網絡2019年的數據也顯示，中國全年物流總費用折合美金在1.75萬(wan) 億(yi) 美元，這個(ge) 數據也超過了美國全年物流總費用的1.49萬(wan) 億(yi) 美元。

以上案例與(yu) 數據顯示，無論是比重還是絕對數量，中國物流行業(ye) 與(yu) 世界先進水平相比，都有相當大的距離，物流行業(ye) A、B兩(liang) 麵之間存在著極大的不均衡。如果將快遞行業(ye) 的優(you) 勢進行衝(chong) 抵，那麽(me) 物流行業(ye) 在B2B領域的短板該是有多短?

事實上，關(guan) 於(yu) 智慧物流的探索，中國物流業(ye) 界一直在努力，針對效率、管理和安全這三個(ge) 行業(ye) 普遍存在的痛點，行業(ye) 中都有大量對應的解決(jue) 方案，但問題一直沒有解決(jue) 的原因在於(yu) 其“頭痛醫頭、腳痛醫腳”的傳(chuan) 統物流基建思路。

一個(ge) 典型的例子，物流企業(ye) 針對自己內(nei) 部管理，會(hui) 有倉(cang) 儲(chu) 、運輸、車輛、財務等多個(ge) 管理係統;一個(ge) 卡車司機完成一趟運輸閉環，整個(ge) 過程可能要用到運力信息撮合、路況禁區查詢、過路費計算、車輛管理、車況診斷、財務結算等多個(ge) 應用。

雖然這些係統和應用能解決(jue) 對應的問題，但就整個(ge) 流程而言，由於(yu) 各個(ge) 係統和應用就像一個(ge) 個(ge) 高聳的煙囪，相互之間數據割裂，缺乏協同，行業(ye) 的整體(ti) 效率始終難以提高。

如何打開智慧物流“新基建”入口

智慧物流“新基建”的方向或可從(cong) 以下三個(ge) 方麵入手。

首先，從(cong) 場景出發，構建產(chan) 業(ye) 鏈條的數字化底座。

快遞行業(ye) 之所以遠遠跑在傳(chuan) 統物流的前麵，其很大原因在於(yu) 電商巨頭們(men) 對快遞行業(ye) 的“收編”，一定程度來說，快遞並不隻是物流行業(ye) 的一部分，更多的是電商產(chan) 業(ye) 鏈條的一個(ge) 環節。

在電商產(chan) 業(ye) 生態中，所有場景和生產(chan) 要素都要求數字化，在這個(ge) 過程中，快遞行業(ye) 可以說是“順勢而為(wei) ”，也可以說“身不由己”地完成了全鏈條的數字化基礎設施建設或改造。

回到B2B傳(chuan) 統物流領域，物流企業(ye) 或車隊也要基於(yu) 對場景的理解，構建一個(ge) 數據可以在各個(ge) 場景之間通聯流轉的基礎底座，我們(men) 可以將其理解為(wei) 智慧物流的IaaS。

其次，從(cong) 痛點出發，構建連接管理與(yu) 運營的平台引擎。

產(chan) 業(ye) 鏈條各生產(chan) 要素的數據收集回來後，怎麽(me) 利用?

從(cong) 滿足物流企業(ye) 和車隊老板降本增效這兩(liang) 個(ge) 最核心需求來看，需要這些數據在內(nei) 部管理與(yu) 外部運營這兩(liang) 個(ge) 領域的各個(ge) 場景中流轉，這樣才能提高整體(ti) 效率，這時我們(men) 需要一個(ge) 連接管理和運營、兼容數字底座和應用的平台引擎，也就是智慧物流的PaaS。

其實行業(ye) 中也有類似概念的平台係統，但由於(yu) 對產(chan) 業(ye) 鏈條中的場景理解不夠，數字底座的滲透率有限，因而這些平台係統的功能和體(ti) 驗都有非常大的局限性。

G7的做法是通過經營服務平台和資產(chan) 服務平台這兩(liang) 個(ge) 平台引擎來解決(jue) 上述問題。

前者解決(jue) 車隊加油、ETC金融服務、工資、稅金、運費結算，甚至後市場的輪胎、潤滑油等車隊運營一係列日常高頻需求的問題;後者給物流企業(ye) 帶來成本結構的改變，以前需要自持車隊，如今采用運力租賃的方式，使資產(chan) 由重變輕，人力成本下降，帶來的是經營管理效率的提升。

必須明確，建設智慧物流PaaS中台的核心需要直接指向成本、時效、安全這三個(ge) 行業(ye) 長期沉屙的核心痛點。

最後，從(cong) 體(ti) 驗出發，構建貫穿全場景的物流應用。

由於(yu) 數據的割裂，卡車司機要使用N個(ge) 應用才能完整地跑完一趟運輸閉環，卡車司機的手機容量是否夠用暫且不說，光是在各個(ge) App中切換，其所謂的數字化體(ti) 驗能有多高大家都能想象。更加糟糕的是，由於(yu) 數字化基礎設施的不完善，運輸過程中很多環節還沒有上線實現數字化，要用“原始”手段才能完成。

理想中的全場景體(ti) 驗是怎樣?我們(men) 用一個(ge) 卡車司機的日常工作來作答——

車快沒油了，打開App，附近加油站的位置和價(jia) 格一目了然，一鍵加油並即時完成線上結算;長時間駕駛後在App上找到最近的司機之家，在那裏填飽肚子、洗個(ge) 熱水澡，還能小睡一會(hui) ;ETC、維修保養(yang) 、運費結算一係列動作都可以通過App完成，不用隨身攜帶大量現金，也不用留存一堆發票回去報銷;行駛過程當中，出現疲勞、打哈欠或打電話等危險動作，智能安全設備會(hui) 進行實時提醒，如果危險係數過高會(hui) 觸發安全管家進行人工幹預，直到風險消失……

總之，司機跑一趟活的全程需求，均可以通過一個(ge) 應用(平台)來實現。

事實上，物流行業(ye) 中有部分App應用已經具備了這樣的能力，如果將視野放得更廣一些，在數字底座和平台引擎的基礎上，產(chan) 業(ye) 鏈的每個(ge) 環節都應有基於(yu) 各自場景的SaaS應用。

總而言之，智慧物流“新基建”的關(guan) 鍵不光在“物流運輸”的過程，還應包括上遊貨主與(yu) 下遊車隊、保險公司、能源公司、金融公司等間接服務物流產(chan) 業(ye) 的組織與(yu) 產(chan) 業(ye) 鏈的數字化連接與(yu) 承載，其中既有基於(yu) 物聯網層麵的“硬件”建設，也有基於(yu) 數據管理和應用“軟件”開發。

補足智慧物流“新基建”最後一環

產(chan) 業(ye) 鏈全場景生產(chan) 要素的“數字化”建設或改造就是智慧物流“新基建”的全部嗎?

無論是電商巨頭還是物流企業(ye) 都認為(wei) 這個(ge) 問題的答案還需加上自動駕駛。

阿裏、京東(dong) 、蘇寧乃至順豐(feng) 都在自動駕駛賽道競逐很長一段時間了，像阿裏菜鳥的末端配送無人車“小G”已經經過了多次迭代，還與(yu) 一汽解放聯手發布了自動駕駛卡車“公路高鐵”;京東(dong) 的無人配送小車多次曝光;蘇寧物流也曾在2018年先後推出過無人配送小車“臥龍一號”和無人重卡“興(xing) 龍一號”。

物流行業(ye) 中，除了G7投資了嬴徹科技之外，另外一個(ge) 物流巨頭滿幫也投資了自動駕駛研發公司智加科技。根據滿幫的規劃，自動駕駛車輛未來要占到1/3，滿幫還要自己組建自動駕駛重卡車隊，自己運營。

電商巨頭和物流企業(ye) 之所以死死咬住自動駕駛不放，其內(nei) 在邏輯都隻有一個(ge) ，即智慧物流的閉環還需靠自動駕駛補上。有數據顯示，自動駕駛或可為(wei) 運營商帶來5%—10%降本和效率的提升。

從(cong) 上述分析來看，自動駕駛確實是能大幅度改變物流行業(ye) 生產(chan) 力的基礎工具。按照當前的趨勢發展，自動駕駛在未來或將成為(wei) 物流行業(ye) 的“標配”。

其實從(cong) 卡車自動駕駛賽道的企業(ye) 背景即可看出，在自動駕駛研發這項既需要場景支持，又需要數據喂養(yang) 的長跑中，規模在其中起著至關(guan) 重要的作用，在一定程度上也決(jue) 定著行業(ye) 競爭(zheng) 格局的走勢。

因為(wei) ，隻有一定的規模才能支撐起足夠豐(feng) 富的場景和足夠數量的數據，這樣才能在運營和研發這兩(liang) 個(ge) 層麵給自動駕駛和物流行業(ye) 形成雙向循環的“正向反饋”，業(ye) 界在構築起自己“護城河”的同時，行業(ye) 競爭(zheng) 也將走向集中。

在“新基建”和自動駕駛的“改造”下，物流企業(ye) 或將完成從(cong) 重資產(chan) 到輕資產(chan) 的轉變，物流行業(ye) 也將進入到一個(ge) 更快、更準時、更安全的新時代。