“為什么這么漂亮的車做發布,唯一強調的信息只有14萬元左右的價格?“

“車賣的便宜,物流成本就會真的低嗎?”

這是有著20多年物流經驗的G7創始人、CEO翟學魂在某行業論壇上發表的看法。

答案是否定的。舉個例子,快遞快運行業的物流車是最貴的,遠高于煤炭行業,然而后者的平均每公里運輸成本卻大約是前者的3倍。究其原因,無外乎是快遞快運行業目前已形成一個標準化、規模化、信息化的市場,綜合發力的前提下實現輕松調度運力、在效率上做到極致,而這都是大宗行業所不具備的。

既然車價的高低對物流成本起不到關鍵作用,那么我們就來分析下還有誰在“暗中掣肘”?

提升運營管理水平才是降低物流運輸成本的關鍵

我們不妨從卡車全生命周期出發,這也就意味著要針對購車費、燃油費、道路通行費、司機成本、維修保養、金融、運營、管理等多方面考量成本。

對于貨運領域來說,由于能源需求極具規律、運輸路線相對固定,所以一家物流企業每月在燃油、道路通行、司機成本等方面的支出是可控、可預測的。加之購車、維修保養、金融又是相對低頻的支出,由此看來,運營、管理或將是降低物流運輸成本的關鍵。

目前,物流運輸的運營和管理主要面對“人、車、貨”,并存在兩大問題——過分依賴人工和“黑盒化”。

你很難想象,10年前,車隊老板接到一單活兒后,屬于他和司機間的一場“博弈”便開始了。長交易鏈條下,信息的不對稱導致交易雙方之間極度缺乏信任,一趟動輒上千公里的運輸過程中充滿著車隊老板“五分鐘一短信,十分鐘一電話”的詢問,圍繞著的無非是“車到哪了?還有幾天到?是否裝滿了?貨有沒有損壞?是否被竄貨……”這些亙古不變的話題。為了解決這種不安全感,老板甚至會沿路設置人工查崗,因此造成了大量的人工成本和時間浪費。

除了在途運輸方面,物流園區的“黑盒化”和過分依賴人工問題也十分嚴重。一個物流園區往往存在幾百個倉庫,一天近千輛貨車的吞吐量變帶來2000多司機的流動。在哪個位置裝卸貨、在哪個口進出這種看似尋常的問題,在物流園區這種場景里卻成了“世紀難題”。據悉,一名貨車司機在一趟30-50km的短倒運輸任務中,等待運輸任務的時間、等待裝卸貨的時間、上下車次數、交接紙質單據環節占整個運輸任務時長的60%以上,這無形中增加了許多運營成本。

有關物流運輸過程的管理痛點還有很多,我們不一一列舉。總之,在這個龐大且傳統的運輸體系中,因數字化程度低導致的效率低下問題比比皆是。因“黑盒化、效率低下”而導致的管理高成本,已經是物流行業幾十年來的歷史遺留問題。 

當物流行業瞄準“數字化”

當“黑盒化、效率低下”成為物流行業的共識后,數字化、智能化是每一個想要改變物流行業現狀的企業的答卷。

對于消費者而言,物流智能化、數字化的直觀感受是每年雙11給的。從2019年菜鳥網絡公布的數據來看,包裹量從2013年的1.52億漲到2019年12.92億的同時,簽收時間卻從2013年的9天,降低到2019年的2.4天。其背后代表的含義不言而喻,肯定不是靠簡單的堆人力去解決日益暴漲的快遞量。

2013年,阿里巴巴聯合各大快遞公司成立了菜鳥網絡,通過全局化、平臺化的思路來解決這個問題。2014年,快遞電子面單上線。每一張電子面單都有一個獨一無二的編碼,只要掃一下,就能全鏈路定位和追蹤每個快遞的實時位置和狀態。

看似一張小小的電子面單,實則連接了包括物流、倉儲、分撥中心、車輛、驛站、快遞柜等整個物聯網體系。

站在傳統物流行業,G7也在用物聯網體系去改變傳統的管理方式。拿上述兩處痛點舉例,G7分別交出了G7數字貨艙和G7數字貨運兩大解決方案。前者通過AI量方、震動監控、遠程鎖車、載重監控等在內的15項IoT科技,采集車廂內包括貨物體積、重量、溫度在內的多維度數據,并通過智能資產管理平臺app呈現給物流企業,使其輕松實現在途貨物/車輛可視、在途監管等,實現車隊高效運營和成本有效管控。

后者則是通過推進物流全鏈條數字化,為企業降本增效。前不久G7無人值守磅房在鄂爾多斯三同圓集運站落地,通過AI+IoT技術實現園區運營管理線上化、平臺化。自此,單車過磅時間由3分鐘縮短為10秒,效率提升18倍,集運站裝卸貨車輛由每天300臺提升至900臺,吞吐量提升3倍。

園區只是物流全鏈條的一個場景,此外,G7數字貨運還用數字化量化每一個運營要素。

以AIoT為核心能力,扎根在每一個基礎場景,在安全、效率、運輸、成本等方面幫助大宗貨運的管理者徹底改變傳統人力的管理模式。

無論是菜鳥網絡還是G7,我們能看到,未來的物流一定是將所有要素數字化后,并在此基礎上實現智能化,以此來實現運營管理的降本增效。而實現數字化最有力的抓手,無疑是物聯網。