四月初的一个晚上，石宇接到一个求助电话：上海某钢铁企业的员工极度缺乏生活物资，问他是否能组织冷链运力，将郊区的蔬菜牛奶等物资，运到城市社区。
石宇是钢蜂科技的创始人。接到求助电话后，钢蜂科技紧急上线城配业务，帮该企业将生活物资配送至上海各个社区，解了燃眉之急。
整个4月，钢蜂科技的城配业务为该企业配送生活物资及生产物资的车次达40次，订单405次，服务人群1215人（含员工）。
钢蜂科技并非自建车队的物流公司，而是通过标准化方式对接大宗物流货主与运力的技术公司。从2019年成立至今，钢蜂科技积累了3万车队及数十万司机，服务了圣农食品、浙江物产、圣象地板等企业。
在物流大面积受阻的特殊时期，钢蜂科技的物流平台显示出独特的灵活性——一个司机开到高速路口行程码失效了，马上调度另外一个车队的司机过来接力。
所以，上述钢铁企业发现钢蜂科技运力尚存后，索性将华东地区的生产资料和产品运输一起交给钢蜂科技。疫情渐缓的5月份，这家钢铁公司与钢蜂科技签订了一个覆盖全国的干线运输合作。
立足于大宗运输领域，钢蜂科技聚焦基建材料运输、工业原材料运输和冷链运输3个细分类目，通过数据和算法提高物流运输效率，并将AI机器人应用于多个环节。从2020年5月份投入运营，钢蜂科技每月承接的业务运费为数百万元，2020年总业务量超过数千万元，2021年已经超过数亿元。
目前，钢蜂科技已完成两轮融资，投资方包括胖猫创投、顺为资本、GGV纪源资本和金沙江创投。
01
如何破解物流标准化难题
大宗物流，包括煤炭、矿石、钢铁、粮食、矿建材料等，占到全国物流总运量的约92%，运输总量超过500亿吨。
大宗物流的运营一直是个难题，订单层层转包，大合同套小合同，货主和司机之间至少还有2-3层关系。一个订单来了，物流公司需要大量调度员去市场上找车。
石宇回忆自己见过的物流场景，“一个客户几百条线路，如果物流公司希望在每条线路上都有几个车队的话，那就意味着要找上千个车队；如果物流公司每打10通电话才能找到一个车队，那要打上万通电话去满足一个客户的问题。更可怕的是，客户线路每周都可能发生变化，那就意味着物流公司要不断重复做这个事情。”
中间的找车成本和运输监控成本加起来，在物流公司总营收中的占比超过3%。
如何用技术提高效率，石宇想了四五年。
他是互联网行业的老兵，有10年从业经验。2015年，他加入头部商用车车联网公司中交兴路，开始踏入物流行业，历任中交兴路副总裁、冷链马甲CEO和胖猫物流总经理。
进入物流行业后，石宇发现这是一个供需皆苦的行业。“一般一个规模很大的市场，要么是买方市场，要么是卖方市场，至少有一方会觉得很爽。但是大宗物流里，是供需双方都不满意，需求方觉得物流成本高，服务可靠性差，供给方觉得不赚钱，运营成本高。为什么几万亿的大市场里大家都觉得不好，钱哪去了？根源在于流程节点多，而且每一个节点都是手工作业操作，把这些成本消耗掉了。”
石宇总结，在这样一个市场中，如果能够改善1%的效率，意味着创造了百亿价值。而改善效率的关键，在于标准化。
钢蜂科技研发了一套数据模型，对货主方或大型物流公司的运输需求进行拆分。
货主的运输需求有多少条线路？多少个节点？是一点到多点，还是多点到多点？
当甲方需求标准化后，定价、计费和交付条款也能够继而标准化。
货主可以使用钢蜂科技提供的“货运通”小程序，实现订单管理、货物跟踪、异常预警和结算管理。
同时，钢蜂科技还要将乙方的运力标准化。
车队使用SaaS工具及“车队宝”小程序，进行车队的运力管理、运单跟踪、异常处理和结算管理。哪家车队喜欢跑哪条线路，能承担多少货运量，这些运力特征形成数据并积累下来。
在供给与需求之间，是“钢蜂云智”平台，负责智能调度、智能定价和算法风控。系统背后的数据库有车型、货源、线路偏好等，通过数据分析，钢蜂科技完成运力资源的整合。
当供需双方的需求与能力被标准化之后，匹配效率随之升高，原先找车成本和运输监控成本降至0.2%。
谈及服务标准化问题，石宇认为，目前国内生产资料的整车物流市场缺乏规范秩序，标准化和透明化程度都相对较低。交付标准和时效还停留在一单一议模式，价格也随需求不断波动。
而钢蜂正是致力于通过解决服务标准化的问题，提高上下游之间的协作效率。对于细分领域里的货主来说，服务标准化程度提高了，供应链效率也就提高了。
2021年，钢蜂提升标准化服务，推出专为上海和广东地区打造的高标准化的运力服务产品“钢到”和“蜂粤”。2021年下半年与近百家客户达成合作。
02
让机器人代替人做决策
供需双方的标准化，是钢蜂科技第一阶段完成的任务。
“我们做过一个测算，一个车队在和钢蜂合作之前和合作之后，它的周转率改善了55%。和我们合作紧密度排前30%的车队，我们每个月提升的运输公里大概在2000~2500公里之间。如果考虑到上一个订单会联通的下一个订单的话，实际上给它带来的每个月的公里数的提升大概能提升到5000公里。”石宇说。
5000公里是什么概念？中国一台重卡平均的行驶里程是不到1万公里，美国一辆重卡平均行驶里程大约在2万公里，如果能给司机多带来5000公里的行驶里程，相当于增加了一半的订单量。
第二阶段，钢蜂科技建立一个数字化寻源体系，研发运力寻源机器人。
当收到订单时，机器人可以从几万个车队的运力池里面抽出与订单需求相关的运力，推荐给运营人员，进一步提高了找车效率。
在操作过程中，客户在企业微信上发一段消息给寻源机器人，告知它需要在哪条线路上找怎样的车，机器人会识别并分析需求，给合适的车队和司机发短信或者打电话，找到合适的运力，然后推荐给客户。
“我们希望尽量用机器代替人力，这种策略带来了钢蜂业务的增长与履约成本的下降。”石宇说。
目前钢蜂正在做第三阶段，让机器人代替人去做决策，订单应该按照什么逻辑顺序，分发给谁，如何跟踪。
“如果你能够让每一个甲方的订单都交给最希望承运的车队，那会提升整个交易效率，但这对我们运力整合的能力要求非常高，而且靠人工作业几乎无法做到。”2021年，钢蜂研发出AI机器人“钢小蜂”，这是钢蜂科技内部最受欢迎的AI机器人，它背后是一套几万家车队和几十万个司机组成的数据库，每个数据库里的字段都会带有一些标签，比如车型、温控、货品、线路等。钢小蜂可以分析这些数据，帮助人完成运力整合。通过机器提升交付的可靠性。
3年来，钢蜂科技不断进行产品迭代与创新，也不断加强产品的AI属性：
2019年11月，发布“钢蜂云链-标准版”、“钢蜂云链APP”；
2020年3月，发布“钢蜂云链-快速版”、“货到了”小程序；
2021年9月到11月，发布“钢蜂运力池”、“钢蜂AI运营机器人”、“货运通”+“车队宝”小程序；
2022年1月，发布“物流女仆”虚拟员工、“冷链哨兵”机器人；
2022年2月到3月，发布“清盗夫”预警系统、“AI控制塔”。
比如冷链哨兵，可以24小时检测冷藏车的温控情况，既减少了三班倒的人力消耗，也保障了所有冷藏车的异常检测。
2022年，钢蜂科技还将AI产品对外输出，把在自营和平台业务中验证成功的AI虚拟员工等产品推广给行业中更多的企业客户。
“起初这些系统与机器人都是服务于钢蜂自己。但有些货主客户想要去购买它们，交给为其服务的其他物流公司使用，或者推荐物流公司找我们来买，以提升服务水平。我们也很愿意做这个事情。”石宇说。
03
AI如何助力物流
回顾上海封城，石宇发现，随着钢蜂科技交付能力的凸显，获客变得更容易。4月份，钢蜂科技的业绩远超前三个月，同时4月的新增客户数比2月、3月加起来都多。
但石宇认为，2022年，钢蜂科技最重要的事情不是获客，而是继续完善供给侧的标准化——将运力资源拆解到最小模块：车队偏好什么货品、什么路线、当下运力是否冗余、车辆实时数据等。
钢蜂的思路是，用技术去改变运力组织效率、改变订单分发效率、改变物流交付效率，让整个过程都变得更加可控。同时，尽可能减少人工参与，降低人力成本。“钢小蜂最开始出现的时候，解决的是单点问题，比如车辆位置监控、订单高效识别。但我相信AI最终会把物流交付的链条全部串联起来，从需求分析、运力组织、订单分发、运输过程结算到最后的清算。这也是我们现在正在研发的东西。”
让技术、让机器人更多地参与，往深里说，石宇想做的不是改变生产关系，而是提升生产力。
“先做单点突破，然后尝试把这些点连接起来，从分析需求——识别订单——组织运力——分发订单——监控运输过程——结算，整个过程完全靠AI机器人串联。”石宇强调，“这就是我们正在研发的东西，我相信这是个划时代的产品，最后我们这些虚拟员工会把整个物流的交付链条变成数字化、智能化。”石宇总结。
艾瑞咨询研究院《2020年中国人工智能+物流发展研究报告》显示，我国物流业发展已经走到智慧化阶段。
图片来自艾瑞咨询研究院
目前，物流业的人工智能应用集中于公路干线运输，包括以自动驾驶技术为核心的无人卡车，比如赢彻科技、图森未来、智加科技等；以计算机视觉与AloT产品技术，为运输车辆管理系统提供实时感知功能，比如G7物联、中交兴路、易流科技等。
图片来自艾瑞咨询研究院
头部企业们对“人工智能＋物流”大多秉持着积极且谨慎的态度，基于深刻的行业理解，在自身业务体系中寻找适Al技术“即插即用”的场景。
石宇认为，想要做出好用的AI产品，一个关键点是：AI应用要在多大程度上改变流程。“AI使用过程当中，会在多大程度上受到原有作业流程的影响，这其实是一个非常大的问题，因为数字化落地需要多重角色协作才能实现。如果你提供的产品或者服务，在使用过程中，需要改变很多原有的作业流程，它就很难实现。”
钢蜂科技的AI产品原则是，将AI作为一个员工嵌入到原有流程里面，不需要对原有流程做太多改变。比如说冷链哨兵，在现有流程中，扮演员工角色，效果则远超人工作业。
目前，物流+AI还是以辅助管理、提升效率为主，将计算机视觉、智能语音等技术与机器学习、运筹优化等Al算法融入实际业务中，形成众多降本增效的点状应用。
艾瑞咨询研究院认为，近两年，自动驾驶在卡车领域进展顺利，无人卡车在港区、园区等相对封闭的场景中已经开始进入试运行阶段，但与实际运营的尚有距离。未来数年内，人工智能在物流运输中的商业化价值，主要还是体现在车辆状态监测、驾驶行为监控等方面。
文章来源：亿邦动力
