文|魏啟揚

來源|智能相對論（aixdlun）

“新基建”政策風口之下，由產(chǎn)業(yè)互聯(lián)網(wǎng)帶動的數(shù)字化轉(zhuǎn)型在各行各業(yè)加速滲透，以物聯(lián)網(wǎng)技術(shù)為主要支撐之一的智慧物流在新冠疫情彌久不散的特殊背景下更是被提到了行業(yè)的歷史高度。

物流物聯(lián)網(wǎng)的普及落地最終將大幅提升行業(yè)效率這一結(jié)果沒有疑問，但當我們分析對比了中美兩國主要的物流物聯(lián)網(wǎng)玩家之后，發(fā)現(xiàn)在同一目標下，中國實踐與美國經(jīng)驗之間存在一些差距，其中既有業(yè)務(wù)模式理解上的不同，也有技術(shù)方案路徑上的差異。

一、拆解物流全鏈條，每個環(huán)節(jié)都有“大生意”

如果僅僅只將物流物聯(lián)網(wǎng)/智慧物流視為物流行業(yè)提升效率的升級方向，那就有些片面了，站在商業(yè)的角度，智慧物流是一個極具想象的市場。

據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《中國智能物流行業(yè)市場需求預測與投資戰(zhàn)略規(guī)劃分析報告》統(tǒng)計數(shù)據(jù)顯示，2019年我國智慧物流市場規(guī)模增長至4,872億元，增幅達19.55%。預計到2020年我國智慧物流市場規(guī)模將超過5,000億元，至2025年，我國智慧物流市場規(guī)模將突破萬億元。

2011—2019年中國智慧物流交易規(guī)模及增速情況（單位：億元，%）

數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院

就智慧物流本身，巨大的藍海市場也引來了大量資本入局。細數(shù)一下近期資本市場的熱點話題，前有滴滴殺入城市貨運市場，后有達達登陸美股上市。

以上種種加上歷年來各種政策的刺激，為智慧物流的“乘風破浪”創(chuàng)造了一個極為舒適的行業(yè)氛圍。

另外一個層面，智慧物流市場的整體規(guī)模很大，對照著美國物流企業(yè)的業(yè)務(wù)模式，將物流鏈條拆解，每個業(yè)務(wù)環(huán)節(jié)又能形成獨立閉環(huán)，同樣也是一筆“大生意”。

具體來說，除了前端倉儲和末端配送之外，在運輸環(huán)節(jié)上，針對物流核心痛點：安全、時效、成本又能拆解成車隊管理、數(shù)字結(jié)算、安全管理（保險）和智能裝備4個小賽道。

車隊管理服務(wù)代表企業(yè)Fleetmatics擁有全球最大的GPS車隊管理系統(tǒng)，通過80,000多個客戶管理著超過180萬輛汽車。根據(jù)企名片所公開的信息，早在2016年，F(xiàn)leetmatics便被美國電信巨頭Verizon以24億美元的價格收購。

數(shù)字結(jié)算領(lǐng)域，圍繞著能源交易，解決車隊管理降本增效的痛點，美國誕生了CAGR超過20%、截至2020年7月31日市值達214.48億美元的FleetCor（數(shù)據(jù)來自百股經(jīng)）。

FleetCor主要財務(wù)數(shù)據(jù)

數(shù)據(jù)來源：英為財情

安全管理方面，美國既有Verisk這樣的綜合性大數(shù)據(jù)服務(wù)公司，通過提供數(shù)據(jù)分析支持和決策支持，以保護客戶資產(chǎn)和降低損失；又有Lytx這樣的專業(yè)技術(shù)公司，通過視頻遠程信息處理產(chǎn)品，幫助提高駕駛員的安全性和企業(yè)生產(chǎn)效率。其中截至7月31日Verisk的市值為301.83億美元（數(shù)據(jù)來自百股經(jīng)）。

Verisk主要財務(wù)數(shù)據(jù)

數(shù)據(jù)來源：英為財情

最后在智能裝備方面，Ryder和Penske是兩家主要的競爭對手。

Ryder是全美最大的卡車服務(wù)商，同時還提供定制化運力服務(wù)及供應鏈管理解決方案，運營的運輸車輛超過24萬。

Ryder主要財務(wù)數(shù)據(jù)

數(shù)據(jù)來源：英為財情

Penske是一家多元化的運輸服務(wù)公司，卡車租賃是其主要業(yè)務(wù)之一，現(xiàn)已發(fā)展成集卡車長租、卡車短租、維修保養(yǎng)、二手車銷售、物流服務(wù)等多個業(yè)務(wù)板塊一體的車輛運營商和物流服務(wù)商。截止2020年3月，運營和維護的車隊超過327,000輛。

很明顯，美國物流行業(yè)跟隨著工業(yè)社會的進程，一直在持續(xù)進化，這里的進化不光包括智能化新技術(shù)的應用與普及，也包括行業(yè)分工的精細。

從上文提到的幾個物流物聯(lián)網(wǎng)公司的營收規(guī)模、業(yè)務(wù)范圍以及市值/估值等多維度綜合來看，在物流行業(yè)的每個細分賽道中，美國都培育出具有競爭壁壘、盈利能力超強的巨頭。

這也意味著，物流物聯(lián)網(wǎng)概念下的每個細分賽道都能挖出“礦”來。

二、數(shù)據(jù)驅(qū)動內(nèi)核下的“張良計”與“過墻梯”

將目光放回國內(nèi)，中國物流物聯(lián)網(wǎng)的玩家們同樣也完成了在細分賽道的占位。通過下表可以看出，中國市場內(nèi)，以G7為代表的物流物聯(lián)網(wǎng)服務(wù)提供者也開始在這些細分賽道中布局，但值得注意的是，G7做到了全覆蓋，將物流運輸流程的每個環(huán)節(jié)都串聯(lián)了起來，形成了物流物聯(lián)網(wǎng)的全鏈條發(fā)展，這也是與美國物流物聯(lián)網(wǎng)公司最大的不同。

這樣的結(jié)果導致在基于數(shù)據(jù)驅(qū)動下的資產(chǎn)組合的內(nèi)核下，G7與美國同行的行業(yè)解決方案也表現(xiàn)出“張良計”與“過墻梯”這樣不同路徑下的殊途同歸。

我們先來看看車隊管理領(lǐng)域。

雙方的目標一致，都是通過GPS和安裝在車上其他傳感器設(shè)備來獲取卡車運行數(shù)據(jù)，然后在AI算法和云計算等技術(shù)的幫助下，為車隊或需要管理在途車輛的客戶提供實時跟蹤、任務(wù)安排、路線規(guī)劃、實時溝通響應等功能，以求獲得更低的運營成本、更高的時效與安全管理水平。

車隊管理是G7在物流物聯(lián)網(wǎng)的基盤，G7的其他業(yè)務(wù)也是在這個基礎(chǔ)上生長出來的，因而在這個小賽道中，中國也只有G7可以做到與Fleetmatics相當?shù)囊?guī)模。根據(jù)公開數(shù)據(jù)顯示，G7物聯(lián)網(wǎng)平臺自2010年起連接的重載貨運卡車數(shù)量超過160萬。國內(nèi)知名的快遞企業(yè)如順豐、京東物流、三通一達、百世、德邦等都是G7的客戶。

G7與Fleetmatics的差異主要體現(xiàn)在兩個方面。

Fleetmatics僅面向車隊客戶提供服務(wù)，G7的服務(wù)對象更廣，除了車隊客戶外，還向貨主和物流公司提供服務(wù)，并成為了上下游之間的技術(shù)標準；在產(chǎn)品方面，F(xiàn)leetmatics的產(chǎn)品主要基于GPS數(shù)據(jù)提供服務(wù)，G7則將產(chǎn)品衍生到能耗管理、安全管理等更加復雜的SaaS產(chǎn)品領(lǐng)域。

在數(shù)字結(jié)算方面，F(xiàn)leetCor用一種類似于信用卡的加油支付產(chǎn)品將大型石油公司和物流車隊串聯(lián)起來。

對石油公司而言，F(xiàn)leetCor手握一批基數(shù)龐大的客戶；對物流車隊而言，F(xiàn)leetCor提供的支付程序可以利用數(shù)據(jù)跟蹤一些重要商業(yè)效率的節(jié)點，打擊欺詐和防止員工濫用，使費用管理做到全流程監(jiān)控，降低整體運營成本。

基于交易量的“服務(wù)費”是FleetCor商業(yè)模式的最大特點，這也使得FleetCor的收入和利潤基本不受不斷波動的能源市場的影響。

G7雖然也是從能源某個節(jié)點切入，用互聯(lián)網(wǎng)、大數(shù)據(jù)等新興技術(shù)為客戶提供高效、可靠、安全的數(shù)字化支付解決方案，但G7在能源結(jié)算的基礎(chǔ)上進行了場景和業(yè)務(wù)擴展。

一面通過G7司機之家向司機提供后市場、餐飲、住宿等場景的消費服務(wù)，另一方面通過卡車司機一站式消費平臺（卡車寶貝）向司機提供數(shù)字化結(jié)算的支付服務(wù)。

與此同時，在運費、路橋費的數(shù)字化結(jié)算上也存在具有中國特色的巨大機會。

在安全管理上，Verisk和Lytx嚴格來說走的是兩個方向。

Verisk的側(cè)重點是通過不同的金融手段和保險方案來保護物流車隊的資產(chǎn)；Lytx更偏向于采用技術(shù)手段參與到車隊的安全運營中。

美國這兩家企業(yè)的專業(yè)化程度非常高，像Verisk不光為物流車隊提供基于保險方案的安全管理服務(wù)，還向保險公司提供理賠方面的解決方案，此外Verisk的業(yè)務(wù)板塊也從物流保險服務(wù)拓展到金融服務(wù)、能源及其他專業(yè)市場等領(lǐng)域。

由于Verisk能夠根據(jù)客戶的需求不斷開發(fā)新的產(chǎn)品，包括行業(yè)的擴張，領(lǐng)域的擴張以及產(chǎn)品的擴展等，其產(chǎn)品創(chuàng)新一直走在行業(yè)前列。

與美國同行相比，G7擁有更龐大的客戶群體以及與安全相關(guān)的基礎(chǔ)數(shù)據(jù)，只是視頻監(jiān)控的車隊規(guī)模暫時還有差距。

具體的安全管理方案上，G7最新推出的安全管家2.0兼顧了Verisk和Lytx的長處，通過對車輛即時及長期的風險預測和干預，將保險公司、物流車隊與司機實現(xiàn)了實時連接，并以此形成安全管理的閉環(huán)。

如何理解？

安全管家2.0先會利用車上的各類傳感器采集數(shù)據(jù)，為司機、車隊進行評分，以此作為制定保險方案的參考（安全的車隊可以獲得更高的評分和更低的保費）；然后以技術(shù)降賠為導向，根據(jù)安全分的高低，為風險不同的車隊/司機提供在硬件、軟件及人工干預等方面的差異化服務(wù)方案；最后用“安全小姐姐”對司機疲勞等高危風險狀態(tài)進行電話實時干預。

業(yè)務(wù)鏈條被打通之后，技術(shù)落地才產(chǎn)生了真正的價值，因為只有與保險公司打通，拿到諸如司機狀態(tài)、車輛情況等事故前后的真實數(shù)據(jù)，這樣才能對預判和干預風險的決策提供有價值的參考。

最后，在智能裝備方面，Ryder和Penske還是走傳統(tǒng)租賃的老路，即買車或者根據(jù)客戶的需求定制車輛然后將資產(chǎn)出租，裝備智能化的程度參差不齊，這也導致這兩家雖然擁有較大的市場份額，但財務(wù)回報并不理想。

不過Ryder和Penske的優(yōu)勢在于其主營業(yè)務(wù)的“多點開花”。

比如Ryder擁有車隊管理解決方案（FMS），包括各類運輸車輛的長期租賃、短租、維護等后服務(wù)、燃料、二手車銷售；定制化運輸解決方案（DTS），提供車輛及司機專業(yè)化運輸服務(wù)；供應鏈解決方案（SCS），綜合合同物流服務(wù)三大業(yè)務(wù)板塊。Penske則是一家多元化運輸服務(wù)公司，汽車相關(guān)行業(yè)均有涉獵，其中較為主流的可分為：卡車租賃、汽車銷售、金融投資以及賽車車隊四大類型。

G7的做法是用IoT技術(shù)武裝的智能裝備產(chǎn)品“數(shù)字貨艙”來實現(xiàn)物流車隊的降本增效。

”數(shù)字貨艙”通過智能終端（A-Router）與數(shù)據(jù)傳感器，采集車廂內(nèi)的貨物體積、重量、溫度等多維度數(shù)據(jù)信息，然后結(jié)合大數(shù)據(jù)智能決策，既能對頭掛匹配、AI量方、載重監(jiān)控、溫度控制、防側(cè)翻等運輸場景實現(xiàn)智能化的資產(chǎn)管理，又能對掛車與貨物實現(xiàn)可視化、標準化、集中化的系統(tǒng)性管理，站在提升物流車隊運營效率的角度，其實際作用不言而喻。

美國之所以沒有出現(xiàn)像G7這樣的全鏈條公司，其中很大一個原因在于每個公司都將自己的業(yè)務(wù)在細分賽道扎得很深，從而建立了堅實的競爭壁壘，彼此之間很難相互滲透，加之每家體量都做得非常大，即便有公司有意向?qū)崿F(xiàn)全鏈條的“大一統(tǒng)”，也往往有心無力，畢竟世界范圍內(nèi)能拿出天文數(shù)字收購金額的公司沒有幾家。

三、構(gòu)筑物流物聯(lián)網(wǎng)護城河的三條軍規(guī)

中美兩國物流巨頭的業(yè)務(wù)模式和技術(shù)方案或有不同，但他們從市場競爭中跑出，構(gòu)建起物流物聯(lián)網(wǎng)護城河的核心要素卻又有相通之處。

1、數(shù)據(jù)沉淀的廣度和深度是第一原則

得數(shù)據(jù)者得天下，無論是消費互聯(lián)網(wǎng)還是產(chǎn)業(yè)互聯(lián)網(wǎng)，數(shù)據(jù)都是最重要的底層基礎(chǔ)，作為產(chǎn)業(yè)互聯(lián)網(wǎng)的一個分支，物流物聯(lián)網(wǎng)當然也不例外。

隨便舉兩例子，車隊管理公司Fleetmatics通過80,000多個客戶管理著超過180萬輛汽車，G7物聯(lián)網(wǎng)平臺連接的重載貨運卡車數(shù)量超過160萬，累計服務(wù)客戶數(shù)量超過7 萬家，運輸線路多達35萬條，日均跟蹤車輛里程超過1.3億公里、上傳數(shù)據(jù)超過7T。

安全管理代表公司Verisk本身就是一家大數(shù)據(jù)服務(wù)公司，有近50年的數(shù)據(jù)積累，Lytx和G7在安全管理上的技術(shù)解決方案也是建立在數(shù)據(jù)的基礎(chǔ)上，其“數(shù)字貨艙”也可視為一項由數(shù)據(jù)驅(qū)動的新型資產(chǎn)。至于數(shù)字結(jié)算，更要與數(shù)據(jù)打交道了。

上述巨頭在物流運輸各個環(huán)節(jié)數(shù)據(jù)沉淀的廣度與深度，以及數(shù)據(jù)采集驅(qū)動的多樣性和及時性，都是其他競爭對手很難超越和復制的，尤其客戶容量不斷增強，場景不斷擴展，在同行業(yè)內(nèi)的數(shù)據(jù)厚度和多客戶的交叉驗證上不斷增強，他們的數(shù)據(jù)壁壘也越來越高。

2、由場景理解倒推技術(shù)落地完成業(yè)務(wù)閉環(huán)

人工智能行業(yè)的普遍問題是先埋頭于技術(shù)，再根據(jù)技術(shù)找應用場景，但在物流企業(yè)要想成長為巨頭，必須抓住場景，從剛需場景倒推技術(shù)落地才能獲得更強的競爭力。

比如做數(shù)字結(jié)算的FleetCor，做安全管理的Verisk以及做智能設(shè)備的Ryder和Penske也都是十幾年甚至幾十年來只做一件事情，這樣也使得他們對這一流程的所有場景都能有深刻理解，在此基礎(chǔ)上形成了自己的業(yè)務(wù)閉環(huán)。

不同于消費互聯(lián)網(wǎng)，產(chǎn)業(yè)物聯(lián)網(wǎng)就是需要長時間的沉淀。

伴隨物聯(lián)網(wǎng)時代的發(fā)展與技術(shù)進步，G7用了十年的時間，不光在每個小賽道中通過對場景的理解，利用數(shù)據(jù)和技術(shù)完成了業(yè)務(wù)閉環(huán)，還站在全局的視角，將每個賽道都串聯(lián)起來，形成了物流生產(chǎn)全過程的業(yè)務(wù)閉環(huán)。

通過應用場景的落地，不少物流公司和車隊接納了物聯(lián)網(wǎng)，但對于中國龐大的物流市場而言，物流物聯(lián)網(wǎng)之路還遠遠沒有到達盡頭。

3、物聯(lián)網(wǎng)時代連接的本質(zhì)是建立生態(tài)

物聯(lián)網(wǎng)的根本是連接，除了數(shù)據(jù)和算法，朋友圈也至關(guān)重要，除了在技術(shù)層面的合作之外，就物流物聯(lián)網(wǎng)本身，對擴展場景和沉淀數(shù)據(jù)也有積極意義。

像FleetCor在全球擁有800多個合作伙伴，10多年的發(fā)展過程中，也經(jīng)歷了超過60次的外部投資與并購，以FleetCor為中心，形成了一個非常穩(wěn)定的數(shù)字結(jié)算生態(tài)。

G7同樣擁有一個非常龐大的朋友圈，合作企業(yè)不光數(shù)量多，而且質(zhì)量非常高，其中不乏像普洛斯、WABCO、丸紅、太平洋保險、中國鋁業(yè)、道達爾等行業(yè)巨頭。

如果用資產(chǎn)管理的的角度來看這個問題，物流巨頭們交朋友，建生態(tài)的本質(zhì)在整合資源之外，更深層次用意是用規(guī)模化的閉環(huán)來尋找低成本資金使用的各種可能。

總結(jié)：當數(shù)據(jù)成為底層基礎(chǔ)和核心資產(chǎn)，當場景成為企業(yè)發(fā)展的關(guān)鍵，物聯(lián)網(wǎng)時代物流行業(yè)的價值構(gòu)成和管理要素也發(fā)生了變化，特別是未來物流實現(xiàn)無人化操作之后，我們看到的是倉儲機器人、無人卡車這些智能設(shè)備，但其驅(qū)動的真實力量卻是數(shù)據(jù)。

可以預見，未來的物流行業(yè)將會變成由數(shù)據(jù)驅(qū)動的資產(chǎn)組合，此時物流公司的內(nèi)涵也將發(fā)生變化，最好的物流公司將是資產(chǎn)管理公司，遵循著這一思路，未來很長一段時間內(nèi)，并購、整合這類資本運作將是物流行業(yè)的常態(tài)。

由于美國物流物聯(lián)網(wǎng)細分賽道間的競爭壁壘太過堅固，因而其中的資源重新整合也只存在于細分賽道中；中國物流物聯(lián)網(wǎng)尚處于發(fā)展階段，各細分賽道間依然有很多拓展空間，即便出現(xiàn)了像G7這樣的全鏈條發(fā)展企業(yè)，行業(yè)還是存在巨大機會。

屆時，中國向左，出現(xiàn)橫跨全賽道的超級玩家；美國向右，巨頭間壁壘森嚴，互相井水不犯河水。

此內(nèi)容為【智能相對論】原創(chuàng)，

僅代表個人觀點，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復制或建立鏡像。

部分圖片來自網(wǎng)絡(luò)，且未核實版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。