一、項目詳述

1.行業(ye) 分析

1.1行業(ye) 現狀及發展趨勢

近年來隨著互聯網+產(chan) 業(ye) 的高度發展，各省市網絡貨運平台開始興(xing) 起。互聯網+貨運的實施方式為(wei) 通過智能化實現了把車輛、貨主以及司機的信息共享的同時進行合理匹配來提高物流行業(ye) 運輸效率。從(cong) 而滿足了用戶更加多元化和個(ge) 性化的貨運新需求，解決(jue) 傳(chuan) 統物流行業(ye) 的供需不匹配的行業(ye) 困境。

2020年1月1日，交通運輸部、國家稅務總局發布的《網絡平台道路貨物運輸經營管理暫行辦法》（以下簡稱《辦法》）正式實施，標誌著網絡物流行業(ye) 開始步入了一個(ge) 全新的發展時代，為(wei) 平台型物流企業(ye) 實現健康、有序的發展奠定了堅實的基礎。同時，《辦法》也為(wei) 傳(chuan) 統貨運行業(ye) 開辟了轉型升級的通道。

在這種趨勢下，基於(yu) 平台型物流企業(ye) 搭建完善的貨運生態體(ti) 係，深度融合AI技術、大數據、雲(yun) 計算、衛星定位等先進技術，為(wei) 貨運行業(ye) 群體(ti) 帶來完善的服務和效益是未來發展的核心方向.

1.2網絡貨運行業(ye) 痛點

（1）運輸安全管理漏洞較大

Ø  從(cong) 業(ye) 資質缺乏監管手段：據權威部門調查，部分平台運營企業(ye) 無法做到有效源頭管理，導致運輸安全風險居高不下。

Ø  運輸過程缺乏安全性監控：由於(yu) 運輸計劃複雜，貨主沒有渠道進行車輛的監管，導致運輸過程的安全性無法有效跟蹤。

（2）運輸效率和成本管控手段缺乏

Ø  時效性監控缺乏：車輛運輸過程不透明，導致車輛是否晚發晚點通常不可獲知，而這類風險的發生將降低運輸效率，造成資源不能高效利用；

Ø  車輛等貨時間長，空置率高、運價(jia) 難以下降：根據數據統計，目前中國汽車物流企業(ye) 公路運輸車輛空駛率高達39%，導致貨運行業(ye) 成本居高不下，以及環境、交能耗的浪費；

運輸計劃複雜，結算規則繁瑣：貨物運輸整體(ti) 流程較為(wei) 複雜，在運輸過程中，涉及等貨拚車，整車串點運輸，多點卸貨等各種運輸場景，這其中監管困難，難以跟蹤整體(ti) 運輸進程，且結算過程無節點跟蹤，未形成統一計算流程。

（3）平台用戶粘性不高

生態圈不完善：盡管平台型物流企業(ye) 興(xing) 起，但整體(ti) 生態圈不完善，除了解決(jue) 車貨匹配等運輸效率問題外，網絡物流還包括貨車風控監管、金融服務、油卡、ETC等麵向貨主、車主、司機的增值服務有待開發和解決(jue) ；

保障缺失：由於(yu) 目前貨運行業(ye) 的經營主體(ti) 普遍為(wei) 個(ge) 人為(wei) 單位，難以承擔安全監管責任，更無力承擔貨運行業(ye) 的高風險；故貨運保險尤為(wei) 重要。

1.3貨運大數據成功應用於(yu) 貨運車輛保險風控業(ye) 務

2014年，交通部、公安部、國家安全生產(chan) 監督管理總局聯合發布《道路運輸車輛動態監督管理辦法》（2014年第5號，簡稱5號部令），在部令中要求全部重型載貨汽車和半掛牽車在2015年12月31日要安裝衛星定裝置並接入全國道路貨運車輛公共監管與(yu) 服務平台。

中交興(xing) 路作為(wei) 《全國道路貨運車輛監管與(yu) 服務平台》（以下簡稱：全國貨運平台）的建設和運營方，截止目前已接入貨運車輛600餘(yu) 萬(wan) ，基本實現了全國重載普貨車輛與(yu) 半掛牽引車輛的全覆蓋，動態數據接入3萬(wan) 億(yi) 條。平台結合大數據技術、智能分析、實時計算技術，對車輛行駛行為(wei) 、駕駛員行為(wei) 進行分析，並實時提醒，可有效糾正駕駛者的不良駕駛習(xi) 慣，提高駕駛安全係數。

基於(yu) 《全國道路貨運車輛監管與(yu) 服務平台》海量數據，中交興(xing) 路在法律法規框架內(nei) 展開了一係列運輸過程管控和駕駛行為(wei) 數據挖掘和市場應用，並在車險定價(jia) 方麵做了大量創新研究。

2.技術方案

2.1係統業(ye) 務架構

本項目以中交興(xing) 路貨運大數據和數據中台服務為(wei) 底層支撐，結合風控AI雲(yun) 平台以及UBI保險產(chan) 品係，圍繞平台型物流企業(ye) 提供軟件產(chan) 品服務、UBI保險服務和保中風控服務，助力平台型物流企業(ye) 打造自己的生態圈.

2.2係統技術架構

本項目係統架構主要分為(wei) 三層：數據層、計算層和業(ye) 務支撐層，技術架構如下圖所示。

數據層：從(cong) 車輛、APP、第三方渠道采集的車輛位置及狀態數據、天氣數據、GIS數據、UGC數據、征信數據等。

計算層：基於(yu) 海量數據和分析模型進行實時計算和T+1運算，為(wei) 業(ye) 務支撐層提供分析結果，包括UBI模型、保前風控模型、反欺詐模型、事故發現引擎等。

業(ye) 務支撐層：主要由UBI保險業(ye) 務支撐係統和AI風控雲(yun) 平台係統構成，其中UBI保險業(ye) 務支撐係統提供投保、試算、支付和保單管理等應用功能和API接口服務，AI風控雲(yun) 平台提供在途車輛監控、在途貨物跟蹤、預警消息提醒、行為(wei) 分析統計等應用工和API接口服務。

對保險業(ye) 務的實時分析業(ye) 務流程進行抽象後，保險業(ye) 務的實時分析整體(ti) 架構如下，其中實時計算引擎考慮到業(ye) 務特點，采用的是業(ye) 務比較流行的SparkStreaming和FlinkStreaming兩(liang) 套計算引擎，對於(yu) 準實時業(ye) 務，用SparkStreaming引擎，對於(yu) 實施要求高的業(ye) 務用FlinkStreaming引擎計算，計算結果根據不同業(ye) 務特點進入相應的存儲(chu) 係統;

2.3接口服務方案

本項目麵向國內(nei) 平台型物流企業(ye) 的信息係統提供開放服務接口，采用https API方式對外提供接口服務。

係統為(wei) 開發者提供安全證書(shu) ，開發者在客戶端開發中導入證書(shu) ，遵循API接口規範，發送https請求，支持POST、GET兩(liang) 種，接口將驗證API用戶的合法性和安全性，然後提供接口服務，接口數據采用UTF-8格式編碼。

基於(yu) 中交興(xing) 路成熟的“智運開放”係統框架，定製開發了UBI保險接口和風控服務接口。

2.4平台服務方案

（1）平台型物流企業(ye) 服務方案

針對貨運行業(ye) 全新發展趨勢帶來的挑戰，中交根據國家相關(guan) 的規範要求和自身數據價(jia) 值對平台進行了改進和完善，以此順應新物流時代的發展。

基於(yu) 智運AI技術，平台從(cong) 時效、結算、安全三方麵打造互聯網+物流的服務方案。針對大宗行業(ye) 運輸、貿易批零運輸、幹支線運輸、生產(chan) 製造運輸四大行業(ye) 場景，打造業(ye) 務流、信息流、資金流、票據流、貨物軌跡流“五流合一”的科技物流平台。

（2）運單+保單全程可視化

車輛調度生成運單，同步生成保單。全程透明高效，運輸過程可以實時查看。

2.5關(guan) 鍵技術

（1）基於(yu) 貨運大數據的UBI保險分析模型

作為(wei) 一款麵向市場的具有真正意義(yi) 上的根據用戶實時行駛情況來定價(jia) 的保險產(chan) 品，UBI保險基於(yu) 多種風險因子的計算模型，對貨車每趟行駛過程，從(cong) 多個(ge) 維度實時的分析，計算相應分數，依據模型權重，最終得出實際應付保費，在整個(ge) 模型中，實時計算模塊對整個(ge) 運輸過程實時分析，實時得出各種特征因子，如運輸距離，天氣因素、駕駛行為(wei) 、道路因素等，在模型中，分為(wei) 主要因子、次要因子，輔助因子等，最後調用模型計算，得出最終保費。

傳(chuan) 統保險隻能在承保前根據用戶曆史賠付情況判斷大概的風險情況，UBI保險可精準識別用戶每趟行程的實時風險，做到千人千麵、精準定價(jia) 。

中交興(xing) 路基於(yu) 深度學習(xi) 、XGBoost、GAM等領先的機器學習(xi) 算法，獨創車聯網貨運風險模型該分析模型結合路線特征，天氣特征等開發貨運險專(zhuan) 屬模，該車險模型已經保險公司全麵應用，日查詢量超40萬(wan) ，已成全行業(ye) 標杆產(chan) 品。

（2）基於(yu) GAM算法的保險風險成本預測模型

廣義(yi) 可加模型（Generalized Addictive Model，簡稱GAM）是對廣義(yi) 線性模型（Generalized Linear Model，簡稱GLM）的擴展。GLM要求自變量x（即車聯網駕駛行為(wei) 數據因子）與(yu) 因變量y（即保險風險）之間必須是線性關(guan) 係，或者可轉化為(wei) 線性關(guan) 係。GAM突破了這一限製，在自變量x與(yu) 因變量y之間的關(guan) 係不確定時，采用非參數擬合算法，用一組樣條基（knots）函數代替原自變量（如圖所示），使擬合後的曲線連續且至少具有二階導數，並通過對懲罰係數的調節，調整曲線的平滑度，減緩過度擬合。

由於(yu) 保險風險的發生具有偶然性和不確定性，車聯網駕駛行為(wei) 數據因子具有連續性和動態性，二者之間的關(guan) 係是低信噪比（Signal-Noise Ratio）的複雜非線性關(guan) 係，因此，GAM算法比深度學習(xi) 、支持向量回歸等其它高級統計學習(xi) 算法更適用於(yu) 保險風險預測場景。使用該算法可以很好地擬合出駕駛行為(wei) 數據因子與(yu) 保險風險之間複雜的非線性關(guan) 係，並且使擬合結果具有可解釋性。

（3）基於(yu) 馬爾科夫模型的車輛位置點道路匹配算法

道路匹配算法核心技術采用隱馬爾科夫模型（HMM）將GPS點采樣數據作為(wei) 觀察值，認為(wei) 該點所屬道路為(wei) 隱藏值，核心問題即轉換為(wei) 在一係列觀察值前提下，找到可聯通的隱藏值序列，滿足該隱藏值（即匹配的道路集合）代價(jia) 和最小。每個(ge) gps點對應的可能隱藏值（即可選匹配道路）有多個(ge) ，自概率和點到道路距離的對數相關(guan) ，轉移概率為(wei) 前一個(ge) gps點某個(ge) 可匹配道路到當前gps點某個(ge) 可匹配道路的距離和的cost，該cost值與(yu) 途徑道路距離和的對數相關(guan) ，這樣建立起整張狀態轉移圖之後，采用viterbi動態規劃算法，計算從(cong) 第一個(ge) gps點到最後一個(ge) gps點的可選道路集合中cost最小的解，即為(wei) 該gps點集所對應的道路匹配解。

二、先進性和創新點

經綜合分析國內(nei) 外麵向平台型運輸企業(ye) 提供的網絡貨運平台解決(jue) 方案，尚未發現同時向平台型運輸企業(ye) 提供UBI保險產(chan) 品和風控雲(yun) 平台開放接口服務， 本項目創新性將區塊鏈、AI、大數據、風控模型深度融合，並創新性應用於(yu) 網絡貨運行業(ye) 。

總體(ti) 來說，本項目屬於(yu) 國內(nei) 領先水平，具體(ti) 表現在：

將區塊鏈技術應用貨運行業(ye) ，創建分布式記賬

著眼於(yu) 中交的SaaS平台，中交根據四大貨運場景分析，運用智運AI組件，在時效、安全、結算方麵協助客戶進行智能管控。並首次將區塊鏈技術應用到貨運行業(ye) ，采用區塊鏈技術互聯並分布式記賬，每個(ge) 司機的行車記錄都記錄到統一賬本。根據真實可靠不可篡改的詳細運單記錄信息，替代中心化的結算中心，降低現有清算中心負擔，提升運營效率，降低運營成本。

基於(yu) 海量貨運數據和雲(yun) 計算技術實現信息共享化

此外中交基於(yu) 貨運平台大數據，智能衛星定位係統，已擁有超過640萬(wan) 車輛用戶，貨車覆蓋率在行業(ye) 內(nei) 首屈一指，可對車輛進行24小時數據采集。

首創基於(yu) UBI保險的互聯網貨運生態體(ti) 係

鑒於(yu) 貨運行業(ye) 的高風險、高賠付特征，大貨車承保逐漸邊緣化。中交基於(yu) 貨運大數據以及風控服務，打造了UBI智能保險體(ti) 係，並與(yu) 中國平安財產(chan) 保險有限公司合作，推出了基於(yu) 用戶行為(wei) 的貨運險產(chan) 品：優(you) 駕保·UBI網絡貨運物責險。

開辟創新保險體(ti) 係，引入風險監控與(yu) AI閃賠技術

此外對於(yu) UBI保險，中交也打造了車輛風險管控和快速理賠的增值服務，創建智能科技保險的生態閉環，為(wei) 投保客戶打造一條龍便捷服務。

風險管控：所有投保用戶均可享受免費風控托管服務，通過全鏈路數據監控網絡，客戶可以追蹤到旗下車隊、車輛的動態信息。包括運輸途中的異常情況報警、疲勞超速危險行為(wei) 提醒、惡劣天氣和危險路段預警等。

l  快速理賠：傳(chuan) 統理賠流程複雜且流程繁瑣，而基於(yu) 車輛數據采集和區塊鏈技術，可將車輛行駛信息，駕駛行為(wei) 信息，事故信息等記錄在區塊鏈分布式賬本中，基於(yu) 區塊鏈分布式存儲(chu) ，不可篡改的特點，確保了信息的真實可靠，達到理賠快速查勘、定損，提高理賠效率。因此中交不僅(jin) 打造UBI科技保險，也著眼於(yu) 提升用戶理賠服務，並推出了智能化AI理賠助手。

三、推廣應用情況或預期推廣應用前景

1.推廣應用情況

中交興(xing) 路是國內(nei) 領先的數據科技公司，已為(wei) 3000多家道路運輸相關(guan) 單位提供各類信息服務，並與(yu) 300多家平台型物流企業(ye) 建立深度合作關(guan) 係，除了提供網絡貨運平台產(chan) 品和數據服務外，提供科技保險服務與(yu) 風險管控服務，通過智能化理賠助手實現快速賠付，針對貨損事故，通過反欺詐模型計算以及AI技術分析可實現1個(ge) 工作日內(nei) 協助平安財險完成事故定性，從(cong) 而助力中小企業(ye) 搭建網絡物流生態閉環。

截止目前，已交付並投入使用的網絡貨運平台數量接近200家，2019年為(wei) 近10000家貨主企業(ye) 提供運力服務，累計風控AI雲(yun) 平台收入8500萬(wan) 元，UBI保險投保數突破100萬(wan) 單，保費規模逾5000萬(wan) 元。

2.預期應用前景

中交打造的物流生態圈未來應用場景非常巨大。隨著國家《辦法》的正式實施，中交興(xing) 路網絡貨運平台用戶和其承接運單數快速增長，UBI保險產(chan) 品服務和風控服務也將快速增長，預計2020年開始至未來三年內(nei) ，每年可帶來3到5億(yi) 元直接保費收入，並帶來5到10億(yi) 元風控服務收入，其中ubi保險占貨運險市場的20%左右。

2.1經濟效益

建立貨運生態圈，多舉(ju) 措賦能實體(ti) 經濟，降本增效

融合UBI科技保險與(yu) 風控AI雲(yun) 平台，無疑給平台型物流企業(ye) 附加了更高的經濟價(jia) 值。建立完善的物流生態閉環，不僅(jin) 為(wei) 客戶提供車貨匹配和資源智能分配服務，同時通過提升各環節服務體(ti) 驗感，如油卡、ETC、保險金融服務解決(jue) 貨運主體(ti) 的行業(ye) 痛點，滿足貨運市場需求。中交產(chan) 品應用以來，貨車司機月收入增加30%-40%，較傳(chuan) 統貨運降低交易成本6%—8%，其帶來的經濟效益是非常顯著的。

開辟保險新模式，為(wei) 投保主體(ti) 和保險公司建立共贏關(guan) 係

中交在UBI智能保險體(ti) 係的創新，為(wei) 貨運行業(ye) 開辟了新的發展方向。UBI智能保險是將司機行為(wei) 與(yu) 定價(jia) 捆綁在一起，通過風控AI雲(yun) 平台監控評估貨車運輸風險，這也使合作保險公司能夠更好地監控和控製他們(men) 的風險敞口，潛在地提高他們(men) 的風險承受力，並使他們(men) 能夠接觸到新的客戶群。而對投保主體(ti) 而言，基於(yu) 中交的UBI保險體(ti) 係，合作保險公司有能力向駕駛員收取更低的安全駕駛費用，這為(wei) 消費者提供了強大的購買(mai) 動力，促使他們(men) 通過改善駕駛行為(wei) ，以達到降低保費的目的，滿足消費者獲取低價(jia) 的消費心理。

2.2社會(hui) 效益

結合風控科技手段，實現車貨資源高效利用

中交打造的平台型物流企業(ye) 生態閉環，以貨運群體(ti) 的需求點出發，響應國家政策，創建了結合風控大數據、人工智能、雲(yun) 計算、科技保險為(wei) 一體(ti) 的物流生態網絡。中交創建貨運生態圈以來，截至目前已提高車輛利用率效率約70%；平均等貨時間由2-3天縮短至6-8小時；極大提高了貨運行業(ye) 運輸效率。

應用AI安全技術實現健康、有序的物流行業(ye) 發展

通過智運AI安全體(ti) 係，建立“人車企”認證流程，以國家稅務總局發布的《網絡平台道路貨物運輸經營管理暫行辦法》為(wei) 核心，保證互聯網貨運環境的健康與(yu) 有序發展。

打破傳(chuan) 統保險模式，重塑貨運行業(ye) 保險新秩序

中交借助自身的貨運大數據，充分地利用了個(ge) 體(ti) 用戶的駕駛數據來創建保險定價(jia) 模型，建立行業(ye) 導向，即車輛動態行為(wei) 數據在提交保險報價(jia) 時，比靜態基礎信息和保障方案更為(wei) 重要。中交基於(yu) 數據采集，可以依據這些不同場景下的真實駕車數據為(wei) 用戶量身打造一套保單。