看不見的AI機器人 正在改變大宗物流

四月初的一個晚上，石宇接到一個求助電話：上海某鋼鐵企業的員工極度缺乏生活物資，問他是否能組織冷鏈運力，將郊區的蔬菜牛奶等物資，運到城市社區。

石宇是鋼蜂科技的創始人。接到求助電話后，鋼蜂科技緊急上線城配業務，幫該企業將生活物資配送至上海各個社區，解了燃眉之急。

整個4月，鋼蜂科技的城配業務為該企業配送生活物資及生產物資的車次達40次，訂單405次，服務人群1215人（含員工）。

鋼蜂科技并非自建車隊的物流公司，而是通過標準化方式對接大宗物流貨主與運力的技術公司。從2019年成立至今，鋼蜂科技積累了3萬車隊及數十萬司機，服務了圣農食品、浙江物產、圣象地板等企業。

在物流大面積受阻的特殊時期，鋼蜂科技的物流平臺顯示出獨特的靈活性——一個司機開到高速路口行程碼失效了，馬上調度另外一個車隊的司機過來接力。

所以，上述鋼鐵企業發現鋼蜂科技運力尚存后，索性將華東地區的生產資料和產品運輸一起交給鋼蜂科技。疫情漸緩的5月份，這家鋼鐵公司與鋼蜂科技簽訂了一個覆蓋全國的干線運輸合作。

立足于大宗運輸領域，鋼蜂科技聚焦基建材料運輸、工業原材料運輸和冷鏈運輸3個細分類目，通過數據和算法提高物流運輸效率，并將AI機器人應用于多個環節。從2020年5月份投入運營，鋼蜂科技每月承接的業務運費為數百萬元，2020年總業務量超過數千萬元，2021年已經超過數億元。

目前，鋼蜂科技已完成兩輪融資，投資方包括胖貓創投、順為資本、GGV紀源資本和金沙江創投。

01

如何破解物流標準化難題

大宗物流，包括煤炭、礦石、鋼鐵、糧食、礦建材料等，占到全國物流總運量的約92%，運輸總量超過500億噸。

大宗物流的運營一直是個難題，訂單層層轉包，大合同套小合同，貨主和司機之間至少還有2-3層關系。一個訂單來了，物流公司需要大量調度員去市場上找車。

石宇回憶自己見過的物流場景，“一個客戶幾百條線路，如果物流公司希望在每條線路上都有幾個車隊的話，那就意味著要找上千個車隊；如果物流公司每打10通電話才能找到一個車隊，那要打上萬通電話去滿足一個客戶的問題。更可怕的是，客戶線路每周都可能發生變化，那就意味著物流公司要不斷重復做這個事情?！?

中間的找車成本和運輸監控成本加起來，在物流公司總營收中的占比超過3%。

如何用技術提高效率，石宇想了四五年。

他是互聯網行業的老兵，有10年從業經驗。2015年，他加入頭部商用車車聯網公司中交興路，開始踏入物流行業，歷任中交興路副總裁、冷鏈馬甲CEO和胖貓物流總經理。

進入物流行業后，石宇發現這是一個供需皆苦的行業?！耙话阋粋€規模很大的市場，要么是買方市場，要么是賣方市場，至少有一方會覺得很爽。但是大宗物流里，是供需雙方都不滿意，需求方覺得物流成本高，服務可靠性差，供給方覺得不賺錢，運營成本高。為什么幾萬億的大市場里大家都覺得不好，錢哪去了？根源在于流程節點多，而且每一個節點都是手工作業操作，把這些成本消耗掉了?！?

石宇總結，在這樣一個市場中，如果能夠改善1%的效率，意味著創造了百億價值。而改善效率的關鍵，在于標準化。

鋼蜂科技研發了一套數據模型，對貨主方或大型物流公司的運輸需求進行拆分。

貨主的運輸需求有多少條線路？多少個節點？是一點到多點，還是多點到多點？

當甲方需求標準化后，定價、計費和交付條款也能夠繼而標準化。

貨主可以使用鋼蜂科技提供的“貨運通”小程序，實現訂單管理、貨物跟蹤、異常預警和結算管理。

同時，鋼蜂科技還要將乙方的運力標準化。

車隊使用SaaS工具及“車隊寶”小程序，進行車隊的運力管理、運單跟蹤、異常處理和結算管理。哪家車隊喜歡跑哪條線路，能承擔多少貨運量，這些運力特征形成數據并積累下來。

在供給與需求之間，是“鋼蜂云智”平臺，負責智能調度、智能定價和算法風控。系統背后的數據庫有車型、貨源、線路偏好等，通過數據分析，鋼蜂科技完成運力資源的整合。

當供需雙方的需求與能力被標準化之后，匹配效率隨之升高，原先找車成本和運輸監控成本降至0.2%。

談及服務標準化問題，石宇認為，目前國內生產資料的整車物流市場缺乏規范秩序，標準化和透明化程度都相對較低。交付標準和時效還停留在一單一議模式，價格也隨需求不斷波動。

而鋼蜂正是致力于通過解決服務標準化的問題，提高上下游之間的協作效率。對于細分領域里的貨主來說，服務標準化程度提高了，供應鏈效率也就提高了。

2021年，鋼蜂提升標準化服務，推出專為上海和廣東地區打造的高標準化的運力服務產品“鋼到”和“蜂粵”。2021年下半年與近百家客戶達成合作。

02

讓機器人代替人做決策

供需雙方的標準化，是鋼蜂科技第一階段完成的任務。

“我們做過一個測算，一個車隊在和鋼蜂合作之前和合作之后，它的周轉率改善了55%。和我們合作緊密度排前30%的車隊，我們每個月提升的運輸公里大概在2000~2500公里之間。如果考慮到上一個訂單會聯通的下一個訂單的話，實際上給它帶來的每個月的公里數的提升大概能提升到5000公里?！笔钫f。

5000公里是什么概念？中國一臺重卡平均的行駛里程是不到1萬公里，美國一輛重卡平均行駛里程大約在2萬公里，如果能給司機多帶來5000公里的行駛里程，相當于增加了一半的訂單量。

第二階段，鋼蜂科技建立一個數字化尋源體系，研發運力尋源機器人。

當收到訂單時，機器人可以從幾萬個車隊的運力池里面抽出與訂單需求相關的運力，推薦給運營人員，進一步提高了找車效率。

在操作過程中，客戶在企業微信上發一段消息給尋源機器人，告知它需要在哪條線路上找怎樣的車，機器人會識別并分析需求，給合適的車隊和司機發短信或者打電話，找到合適的運力，然后推薦給客戶。

“我們希望盡量用機器代替人力，這種策略帶來了鋼蜂業務的增長與履約成本的下降?！笔钫f。

目前鋼蜂正在做第三階段，讓機器人代替人去做決策，訂單應該按照什么邏輯順序，分發給誰，如何跟蹤。

“如果你能夠讓每一個甲方的訂單都交給最希望承運的車隊，那會提升整個交易效率，但這對我們運力整合的能力要求非常高，而且靠人工作業幾乎無法做到?！?021年，鋼蜂研發出AI機器人“鋼小蜂”，這是鋼蜂科技內部最受歡迎的AI機器人，它背后是一套幾萬家車隊和幾十萬個司機組成的數據庫，每個數據庫里的字段都會帶有一些標簽，比如車型、溫控、貨品、線路等。鋼小蜂可以分析這些數據，幫助人完成運力整合。通過機器提升交付的可靠性。

3年來，鋼蜂科技不斷進行產品迭代與創新，也不斷加強產品的AI屬性：

2019年11月，發布“鋼蜂云鏈-標準版”、“鋼蜂云鏈APP”；

2020年3月，發布“鋼蜂云鏈-快速版”、“貨到了”小程序；

2021年9月到11月，發布“鋼蜂運力池”、“鋼蜂AI運營機器人”、“貨運通”+“車隊寶”小程序；

2022年1月，發布“物流女仆”虛擬員工、“冷鏈哨兵”機器人；

2022年2月到3月，發布“清盜夫”預警系統、“AI控制塔”。

比如冷鏈哨兵，可以24小時檢測冷藏車的溫控情況，既減少了三班倒的人力消耗，也保障了所有冷藏車的異常檢測。

2022年，鋼蜂科技還將AI產品對外輸出，把在自營和平臺業務中驗證成功的AI虛擬員工等產品推廣給行業中更多的企業客戶。

“起初這些系統與機器人都是服務于鋼蜂自己。但有些貨主客戶想要去購買它們，交給為其服務的其他物流公司使用，或者推薦物流公司找我們來買，以提升服務水平。我們也很愿意做這個事情?！笔钫f。

03

AI如何助力物流

回顧上海封城，石宇發現，隨著鋼蜂科技交付能力的凸顯，獲客變得更容易。4月份，鋼蜂科技的業績遠超前三個月，同時4月的新增客戶數比2月、3月加起來都多。

但石宇認為，2022年，鋼蜂科技最重要的事情不是獲客，而是繼續完善供給側的標準化——將運力資源拆解到最小模塊：車隊偏好什么貨品、什么路線、當下運力是否冗余、車輛實時數據等。

鋼蜂的思路是，用技術去改變運力組織效率、改變訂單分發效率、改變物流交付效率，讓整個過程都變得更加可控。同時，盡可能減少人工參與，降低人力成本?！颁撔》渥铋_始出現的時候，解決的是單點問題，比如車輛位置監控、訂單高效識別。但我相信AI最終會把物流交付的鏈條全部串聯起來，從需求分析、運力組織、訂單分發、運輸過程結算到最后的清算。這也是我們現在正在研發的東西?！?

讓技術、讓機器人更多地參與，往深里說，石宇想做的不是改變生產關系，而是提升生產力。

“先做單點突破，然后嘗試把這些點連接起來，從分析需求——識別訂單——組織運力——分發訂單——監控運輸過程——結算，整個過程完全靠AI機器人串聯?！笔顝娬{，“這就是我們正在研發的東西，我相信這是個劃時代的產品，最后我們這些虛擬員工會把整個物流的交付鏈條變成數字化、智能化?！笔羁偨Y。

艾瑞咨詢研究院《2020年中國人工智能+物流發展研究報告》顯示，我國物流業發展已經走到智慧化階段。

圖片來自艾瑞咨詢研究院

目前，物流業的人工智能應用集中于公路干線運輸，包括以自動駕駛技術為核心的無人卡車，比如贏徹科技、圖森未來、智加科技等；以計算機視覺與AloT產品技術，為運輸車輛管理系統提供實時感知功能，比如G7物聯、中交興路、易流科技等。

圖片來自艾瑞咨詢研究院

頭部企業們對“人工智能＋物流”大多秉持著積極且謹慎的態度，基于深刻的行業理解，在自身業務體系中尋找適Al技術“即插即用”的場景。

石宇認為，想要做出好用的AI產品，一個關鍵點是：AI應用要在多大程度上改變流程?！癆I使用過程當中，會在多大程度上受到原有作業流程的影響，這其實是一個非常大的問題，因為數字化落地需要多重角色協作才能實現。如果你提供的產品或者服務，在使用過程中，需要改變很多原有的作業流程，它就很難實現?！?

鋼蜂科技的AI產品原則是，將AI作為一個員工嵌入到原有流程里面，不需要對原有流程做太多改變。比如說冷鏈哨兵，在現有流程中，扮演員工角色，效果則遠超人工作業。

目前，物流+AI還是以輔助管理、提升效率為主，將計算機視覺、智能語音等技術與機器學習、運籌優化等Al算法融入實際業務中，形成眾多降本增效的點狀應用。

艾瑞咨詢研究院認為，近兩年，自動駕駛在卡車領域進展順利，無人卡車在港區、園區等相對封閉的場景中已經開始進入試運行階段，但與實際運營的尚有距離。未來數年內，人工智能在物流運輸中的商業化價值，主要還是體現在車輛狀態監測、駕駛行為監控等方面。