9月11日-14日，由鈦媒體與ITValue共同主辦的2024 ITValue Summit 數字價值年會在三亞舉行。此次峰會主題為“Ready For AI”，交流經驗教訓，交叉行業思考，推動創新交易，以創新場景為基礎，共同探索AI驅動下數字經濟時代的全新機遇，共同打造一場數字經濟時代的AI創新探索盛宴。

大會上，G7易流創始人、首席執行官翟學魂以“下半場的一線生機”進行了分享。

在分享中，翟學魂指出，當下對于物流行業而言，已經進入了發展的“下半場”。2024年全國公路貨運指數同比2021年降幅14.2%，同比2023年降幅2.6%，“從2020年以后，隨著企業側對生產資料需求的大幅度縮減，物流行業整體的運價在下降，大宗運價下降超過24%。”翟學魂指出，“與此同時，隨著新能源汽車的普及，城市物流，以及長途物流過程中，新能源車輛的使用占比快速增加，新能源活躍車輛漲幅達29.5%。”新能源車輛給物流市場帶來了不小的沖擊，也將改變物流市場的發展格局。

可以想見，隨著市場格局的改變，以及需求的通縮，物流行業“下半場”的競爭會更加激烈，但在翟學魂看來，只要利用好一樣“工具”就能在殘酷的下半場競爭中，看到“一線生機”，這件“工具”就是數據，“當下，除了數據，一切都是過剩的，下半場的一線生機正在于數據。”翟學魂強調，“如果我們能夠在窘迫的產業里，發現可以改變產業結構的稀缺的數據，并讓這些數據形成閉環，產生飛輪效應，我們就有可能獲得‘一線生機’。”

關于如何利用數據，幫助企業尋找“一線生機”，翟學魂分享了G7易流的經驗。G7易流通過對司機駕駛行為，以及過往駕駛記錄等數據的分析，制定了貨運安全「關鍵分」的“紅綠燈”司機分級制度，并通過對高危司機多收取保費，以及少派單的“懲罰”模式，讓貨運成本和風險，雙雙降低，“高危司機（紅燈）的事故率是安全司機（綠燈）的20多倍，平均損失金額近10倍，”翟學魂指出，“通過對司機行為‘稀缺’數據的分析，打出「關鍵分」，從而降低整體貨運的保費，實現降本。“

以下為G7易流創始人、首席執行官翟學魂演講實錄，經鈦媒體編輯整理：

大家好！G7易流是一個物流科技公司，我們主要服務于大企業和小型物流公司。比如我們幫助牛奶公司建立數字化的物流網絡；我們為超過4萬家中小物流公司建立了數字化平臺。在平臺上，物流公司可以看見公司的車在哪，訂單在哪，包括實現如何進行調度，如何結算，如何開票等能力，目前平臺上活躍的卡車、重型卡車260多萬，占全國700多萬輛卡車的40%左右。

基于這40%的公路貨運流量，我們從2018、2019年開始推出了貨運指數。據貨運指數統計，自2021年開始，貨運指數開始下降，2024年全國公路貨運指數同比2021年降幅14.2%，同比2023年降幅2.6%。所以才說現在是物流行業的下半場。

下半場已經持續了一段時間了，但是，為什么我們認為一線生機也不完全是一個壞消息？別看每年降低1~2%，這1~2%并不是“一潭死水”，一方面隨著ToB企業對于生產資料需求的下降，生產資料物流價格也大幅度下降，運價下降幅度超過了24%。但是，另一方面，新能源活躍車輛上升了29.5%。這兩個變化的曲線有一個交叉的過程。

新能源車輛在城市物流和長途物流方面的應用，開始對價格產生重大的影響。換句話說，如果你現在拿一個柴油車送貨，基本上拿不到合同了，招投標環節就“輸了”。不是因為客戶更喜歡新能源車，而是相比較下新能源車輛的成本比柴油車的成本更低。今年我們最大的體會就是：新能源作為一個新技術，在通縮的背景下，大家都價格更加敏感。新技術一旦突破了價格門檻，用舊技術的人就活不下去了。

另一個好消息。我們通過對去年效率的統計，小客戶提升了18%，大客戶提升了25%，整體效率也讓我們看到了“一線生機”。

接下來我們說今天的重點。

一線生機在哪？首先，我們有一個判斷：一切都是過剩的，除了數據。以吉利為例，吉利自動駕駛的領導告訴我，他們公司內部僅自動駕駛就有5個公司。除此之外，就如同今天中國做大模型的公司一樣，做新能源的車廠，尤其是重卡車廠，任何一家中國前5名的新能源重卡車廠生產的車輛，在未來5年內都夠全中國使用.....就如果我類比的一樣，幾乎所有的資源的都是過剩的，但唯獨數據是稀缺的。

為什么說數據是稀缺的？一個典型的例子，我們服務的行業中城市物流就是一個典型的場景。大家別小看城市物流，我們生活中所有的一切幾乎都是靠大概1500臺車、2000萬名司機供給的，但是現在這個行業非常窘迫。比如一個小型貨車司機，以前一個月大概7~8千塊錢，在物流上半場時，城市物流貨車司機是一個不錯的中產階級。但是今天什么局面呢？

以我訪問的成都的一個物流公司網點為例，現在司機“換手”時間大概在10個月一場，每周開會都有新人，這還是大公司。原先240/單，后來160/單，現在甚至低的30~40/單，因為收入太低，留不住有經驗的老司機，所以才導致了“換手”如此頻繁。

這就導致了一些問題：

第一是貸款的租賃公司頻繁的退車，導致租賃公司壞賬率很高，壓力大。

第二是，因為司機都是新手，事故率相比老司機大幅上升，而現在新能源貨車比例很高，維修成本高，最后就導致了價值8萬的車，2萬元的保險。而且就這樣，保險公司還是賠錢的。

當需求下降，最基礎的人收入下降時，整個產業面臨所有人“全輸”的局面，就造成了窘迫。

為什么在窘迫的生態里，我們覺得數據是稀缺的呢？通過兩組數據可以看出——高危司機的事故率是安全司機的20多倍，而且這些“高危司機”造成的賠款是安全司機的10倍左右。

造成這種原因并不是偶然的，因為司機每天都在開車，一周要開幾百公里，這些高危司機有一個共性——有著不好的駕駛習慣。我們通過數據分析把這些高危司機找出來，收取他們10倍的保費，或者不給他們訂單，這樣自然整體的成本就下降了。

基于此，我們制定了一套“紅綠燈”的制度，紅燈代表高危司機，黃燈代表一般的普通司機，綠燈代表非常好的安全司機。通過包括工作強度（每天工作時間）、工作習慣、駕駛習慣等多維度數據的采集，加在一起，綜合出得分。接下來，我們會跟物流公司、租賃公司，包括車廠一起推動“紅綠燈”改變過去循環。

這里我想強調一件事，一個可能是來自一線，可能是秒級的額外的數據，都可能產生一個額外的結果，就會變成企業獨特的“特產”，有可能給企業在窘迫中，帶來“一線生機”。

除此之外，我們還打造了一個司機助手，這個助手將云端數據通過大模型，實現實時跟司機交互的方式。原先沒有大模型的能力的時候，我們這個軟件是無法實現與司機互動的，且原來我們有100多個安全人員，只能觸達10%的司機。現在有了大模型的能力以后，我們可以實現與全部司機，7X24小時的互動溝通。

我想強調的是：數據本來就在那里，真正稀缺的數據是企業將所有數據集合在一起，產生了原本沒有的洞察效果。

我想奉獻給大家的是：我們在一個產業里，越是窘迫的產業，如果我們能夠在窘迫的產業里，發現可以改變產業結構的稀缺的數據，并讓這些數據形成閉環，產生飛輪效應，我們就有可能獲得“一線生機”。

最后，我認為，雖然數據很稀缺，但折騰不止的精神更為稀缺。