“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”？
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“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。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。
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。
最新論文