一个SaaS和物联网的新物种实践

G7 工程师正在一台沃尔沃挂车头上安装双防设备，摄影 / 陈拯

一个阳光晴朗，却又北风肆虐的冬月，网络货运公司 G7 的两名销售人员陈丽华和孟晗，在北京四大物流基地之一的亦庄马驹桥附近，拜访了货运小企业主迟殿龙。

迟殿龙将公司驻点设在了距离京津塘高速很近的亦贸科创中心。陈丽华是 G7 的销售负责人，他这次来找迟殿龙，一是定期拜访，二是看看迟殿龙对公司的安全保险业务感不感兴趣。

迟殿龙做的是北京地区的城市快运业务，手里外挂自有车辆与外协车辆加起来一共有 130-140 台车，金杯、冷藏、箱货，甚至是依维柯这样的商用车他都有。从 2009 年的 30 多辆车，发展到现在的 100 多辆，管理起来也是个难题。后来，他听人介绍，G7 的无车承运平台比较好用，在 2019 年上半年接入了 G7。

用迟殿龙的话说，G7 系统使用给他们带来了很多便利，比如之前需要两个调度的项目，现在 1 个人就够了，之前需要 1 个人只管理一个项目的，现在这个人可以管理多个项目。节省出来的人力，迟殿龙将他们调配出来开拓新业务。 开拓新业务可能需要从下面培养新人，现在调度节省出来的老人不用培训，也省掉很多成本。 他说。

货运行业的利润已经远远不如从前，行业竞争越发激烈，同行之间的价格战不断压低运费，互联网的渗入也让货运定价更加透明。

所以迟殿龙在物流这十年，感受最深的一点是，公司营业额在成倍增长，但利润却远远没有赶上营业额的增长。迟殿龙能想到的保卫利润、节省成本的办法，就是要比同行率先拥抱新技术。

我们也在用 G7 的开票服务，帮我省了不少事儿，再也不用东拼西凑找票据了。 迟殿龙说。

2018 年初，交通运输部在全国开展道路货运无车承运人试点工作一年多后，发布了 229 家无车承运人试点考核合格企业名单，这些考核合格的企业除了提供依托互联网平台的无车承运、车队安全管理、调度管理等服务外，还可以为像迟殿龙这样的中小企业解决开票问题。

G7、托运人、实际承运人关系图

无车承运的模式试点了两年之后，2020 年 1 月 1 日起， 无车承运 改为网络货运，像 G7 这样在试点中表现良好的企业将可以拿到相关部门颁发的网络货运牌照。

也就是说迟殿龙选择的无车承运，也就是现在的网络货运，已经成为一种被官方承认的互联网时代新物种。

2020 年 3 月，G7 在全国的十几个基地，已经陆续开始了网络货运资质办理的相关工作。

天津市交通运输管理部门向 G7 旗下吉旗物联下发天津市首张网络货运牌照

跟随这个新物种的发展，物流行业正在逐步接入互联网，它的联网之旅是从一个一个安装在卡车各个部位的传感器、摄像头开始的。

G7 也在这样的大潮中，迎来了新的发展机会。

模式的困惑：车队管理 SaaS 叫好不叫座

G7 成立于 2010 年，也就是在迟殿龙进入物流行业的第二年。

早期 G7 的业务较多聚焦在车辆定位服务上。直到 2013 年，G7 第一次发布了 GREAT 架构，最主要是给车队管理者提供 GIS（地理信息系统，Geographic Information System）、GPS 定位（Global Positioning System, 全球定位系统）），以及自动结算及考核等。 2014 年，G7 才推出智能管车产品，开始从经济性、安全性、时效性上考虑大车队管理的有效方法。

2013 年的 G7 可视化系统相关界面

经济性上，G7 智能管车将对车辆里程、油耗、经济转速、车速等方面进行在线化数据分析，提升运营效率，降低运营成本。

以油耗管理为例，当时车队一般以 包干 或者 实报实销 的模式进行油耗管理，但这两种管理模式都存在漏洞。一方面，在包干模式下，司机愿意省油，于是很多司机采取空挡滑行，以节省更多油，这对货车正常行驶造成了很大的安全隐患；而实报实销的模式，又会有司机偷油倒卖。

G7 的智能管车系统恰好可以通过实时数据识别出来司机的种种驾驶习惯。

安全性上，G7 可以对司机驾驶过程的超速、超转速、急刹车、急加速、疲劳驾驶等安全事件实时在线分析，规范司机驾驶行为，提高车队整体运营安全系数；时效性上，即从车辆怠速、超速、发车准点率、到达准点率等 KPI 指标，对司机进行综合评定，实现车队的整体时效性管控。

实现以上功能，主要依赖 G7 推出智能设备—— G7Smart，该设备与货车发动机连接，可对货车运行姿态、发动机油能等进行识别。目前 G7Smart 已经迭代至 2.5 版本。

G7 推出的第一款 G7Smart

接下来的几年，随着传感器、AI 数据分析等技术的发展，G7 对于车队管理的水平逐渐提高，后期也不断推出了更多硬件产品。他们不仅可以监控驾驶过程中货车行驶数据，也可以通过摄像头监控司机的状态，例如是否疲劳驾驶等等。

G7 硬件家族

G7 CEO 翟学魂曾在公开场合表示，,G7 安全管家 2.0, 预计可以让卡车事故赔付率减少 20-30%, 并挽救成千上万条生命，G7 大数据系统也已经接入超 170 万辆货车。

做到这样的成绩，与 G7 团队的辛苦分不开。由于是传统物流与新型互联网的结合体，G7 的工作相当于将新型互联网产品带到 田间地头 ，所以 G7 研发、交付等人员的工作环境也都相对更 接地气 。

G7 研发人员户外调试卡车物联网系统

在向外界解释 G7 人是如何工作的时候，G7 CEO 翟学魂经常会提到的一个场景是，G7 的研发人员在户外一辆货车上光着膀子测试系统：

大家看到这个光膀子的哥们是我们的项目经理；底下这个人是硬件算法工程师，他在调硬件算法，下面这个哥们是做平台算法的工程师。很明显大家看到这张照片就知道，这不是一天两天或者一下子就可以解决问题的，需要我们一点点持续跟很多合作伙伴一起解决这个问题。

但即便如此，这些车队管理工具，很有些叫好不叫座的感觉。

很辛苦、用户也不少，但如果按照既定的售卖硬件 +SaaS 订阅付费的模式，一成不变地发展下去，G7 这家公司可能会与其他 SaaS 公司一样——小而美，却做不到大而强。

如何拓展 G7 的未来想象力，是 G7 接下来需要回答的一个重要问题。

转机：从管理工具到生产工具

翟学魂对钛媒体谈到 2018 年一次董事会的场景： 那天股东们都很高兴，他们感觉 G7 的天花板变高了。

天花板变高的原因，在于 G7 拓展了更多商业模式，它的未来想象力更高了—— G7 在筹划把自己从一个车队管理工具箱升级为生产工具：

我们最初的业务总的来说是一个管理工具、管理软件，产业的进步是生产工具本身创造的，管理软件使得管理效率提高。但是它不是决定效率的根本。 翟学魂说。

于是，G7 想把自己从创造管理工具的道路上解放出来，转而创造生产工具。解放了这个思路。

G7 在 2018 年推出了 G7 数字货舱，就是 G7 用创造生产工具的办法来提升货运物联网运行效率的重大开端。换句话讲，G7 为了将自己的 SaaS 系统能够创造更大的价值，自己设计生产了一个硬件产品去适配它。

2020 年 3 月，G7 数字货舱大宗版批量交付

G7 数字货舱具备 AI 量方、智能载重、防侧翻等诸多功能。收费模式采用租赁与购买相结合，车队管理者可以考虑自身情况租赁或者购买 G7 数字货舱。特别是对与中小车队来说，租赁的模式可以极大减少车队的固有成本性支出。

2020 年 3 月，G7 智慧物联旗下智能挂车品牌 G7 数字货舱，联合九鼎物流梦驼铃平台、嬴彻科技在银川举办了首批 20 台 G7 数字货舱大宗版 · 智能载重挂车 批量交车仪式。

以大宗运输中的煤炭运输为例， 偷货、换货、窜货 一直是煤炭运输行业的一大痛点。

看似相同的煤炭，质量与价格却千差万别。传统采取人员 蹲点 的管控方式，不仅耗费大量人力且效率低下，运输途中时常发生违规卸货、以次充好、低价窜货的情况，对货主以及运输企业造成巨大经济损失。

其次是装卸称重过程中的排队等候。传统的地磅称重的方式，由于地磅不可移动，称重时往往需要反复排队过磅，一旦发生堵车，司机的大部分时间都被消耗在排队上、造成时间成本的巨大浪费。

G7 数字货舱大宗版智能挂车配备了国内首创的 IoT 载重监控设备，基于行业领先的 AI 算法，可通过感应车辆装卸货时产生的物理形变，自动获取车内的货物重量，从而避免车辆在装卸货两端反复过磅，为每趟车节省 2-3 小时的排队时间；同时，通过载重 + 位置数据捕捉，实时获取车辆在整个运输流程中所处的状态，实现流向管控、实时称重、载重报警、装卸效率监控、大数据效益分析等智慧化管理功能。

实时载重监控，自动判断装卸事件

G7 智能装备业务总裁王晴童表示： 以前，物流企业购买资产，然后购买 SaaS 服务。而现在，G7 将资产服务和智能服务做集成，进行一站式运营，按需付费。这样不仅能让客户体验最新的科技，最重要的是让物流企业现金流需求减少，更好的应对市场变化。

除了自己身体力行地生产货车上的智能硬件，G7 也在将自己的智能硬件、技术输入到垂直行业的合作伙伴中，与他们一起创造生产工具。

当初依靠货运企业租赁 管理工具 ，通过订阅物流大数据 SaaS 收费的商业模式，现在则变成了租赁 生产工具 给货运企业，甚至是通过一整套软件 + 硬件的物联网解决方案来让客户买单。

G7 客户中集瑞江便是一家愿意为货运物联网技术解决方案买单的公司。

中集瑞江是港股上市公司中集车辆旗下所属企业，专注在专用车生产，主要提供搅拌车、罐车、自卸车、半挂车等特种车。2019 年 3 月，中集瑞江正式开始研发智能车。

在智能车内，中集瑞江嵌入了一套车联网系统 ( RJST-IOT ) ，这套车联系统可以自动生成包括车辆载重、里程、油耗、成本等信息在内的智能报表，并实时显示车辆各模块部件运行情况、核心零部件使用寿命情况，远程调取车辆实时运行画面，行车过程触发的各类安全事件、工作事件等等。

中集瑞江智能罐车模拟图

这套车联网系统其实在 G7 的数字货舱已经有了很多体现，但这种智能化自动化在中集瑞江所在的特种车领域却刚刚长出新芽。

李天宝告诉钛媒体，在研发车联网系统之前，他的团队已经密集调研了 2-3 个月才最终定下了智能车系统研发项目。

李天宝对行业的判断最主要的有两点：第一，智能车中的自动化传感系统在特种车领域还是空白；第二，在安全辅助上，很多特种车也已经安装相关系统，但绝大部分是后装。后装的传感器、摄像头等设备在使用寿命上有很大的局限性。这给中集瑞江这种前装特种车智能车型留下了很大的发展空间。

2020 年 1 月，中集瑞江生产的 100 多辆智能罐车已经开始向客户交付，交付的模式是中集瑞江向客户交付智能整车，辅以免费的 SaaS 系统，方便车主对智能车的移动控制。

这看起来是中集瑞江结合自身场景、用第三方服务造了一辆车，但实际上在制造行业，这微小变化所引发的蝴蝶效应，使得物联网的价值被进一步凸显。李天宝告诉钛媒体，在货运物联网行业，一般大宗货车的数据各家都有，而中集瑞江的优势，就是利用特种车上的数据，能够为行业提供一些独有的参考。

李天宝给钛媒体看了一张草图，在这张草图上，他清晰画出了对中集瑞江特种车未来在 货运物联网数据价值挖掘 上的一些思路和想法，比如如何让客户利用 SaaS 上的数据进行运营检测、设备管理、驾驶员行为评判等等。

货运各项数据的线上化已经箭在弦上。

物联网大数据与网络货运生态的深度集成

在 SaaS 智能管车、智能装备等管理工具和生产工具的双向加持下，G7 通过网络货运平台已经连接了货车与司机在运输过程中的全流程数据，实现了交付与交易的线上化。

在交付线上化上，G7 将传感器装到了货车上，在网络货运平台上做车货匹配，以此沉淀下来了信息流数据；而承运人、托运人在网络货运平台上形成的运营单，沉淀下来了业务流数据；在交易线上化上，客户在 G7 上形成收、付款沉淀下来了资金流数据；G7 作为网络货运平台还需要帮助承运人向货运人开发票，这也沉淀出了票据流数据。

G7 将这合称为 四流合一 。

G7 网络货运平台的四流合一

在这 四流 中，由于信息流和业务流给 G7 沉淀下来了很多用户，基于此形成的货运生态，给 G7 拓宽资金流提供了基础。比如针对 170 万辆车的司机后市场，G7 推出了商城消费系统卡车宝贝，通过 G7 卡车宝贝，司机可以实现整个后市场，例如尿素，润滑油，维修保养，轮胎等一系列的线上化结算。

G7 数据显示，目前车后市场每辆卡车平均年消费 60 万元，其中油气费用消费占到 48%、轮胎消费占到 11%，车贷消费占到 19%，如果 G7 能够将目前的 170 万辆车全部使用 G7 卡车宝贝，理想情况下，平台上每年产生的消费金额将超过 1 万亿元。

另外，G7 也推出了一号卡业务，司机可以通过电子卡包微信扫码实现油站与物流企业老板之间的线上结算。目前，G7 一号卡已经连接了 12837 个加油站。

除了解决油品的结算问题，在加油站侧，G7 还建立了 G7 汇管油民营加油站营销系统。

该系统，通过 G7 自主研发的智能设备准确获取加油机数据成为收银依据，加油员可通过 POS 机或者手机完成收银，同时支持微信、支付宝、现金、银行卡、电子会员卡等多种支付方式，资金直达账户，加油数据和收银数据可同步到电脑管理后台和手机管理端，可确保加油数据和收银数据无误。

同时，还支持班结、日结，全面的数据汇总和分析，加油站老板可通过数据分析了解油站运营情况，进行及时的调整，财务可将数据汇总、各维度拆分，形成各种报表，大大降低财务管理难度和错误率。

G7 的货运大数据功能在这个系统上也体现出了价值，加油站接入 G7 汇管油民营加油站营销系统后，G7 的货运大数据上的货车轨迹数据，还会为加油站实现导流。

另外，在发挥社会价值上，G7 十年积累下来的货运大数据也在疫情期间发挥了作用。5 月 6 日，发改委向 G7 发出了一封感谢信，信中说道：

我们在开展各行业复工复产检测分析、推进产业链协同复工复产的过程中，得到你公司的大力支持。你们充分发挥物流平台大数据优势，坚持每日向我们提供公路整车、零担运输、物流园区等运营情况，为我们研判复工复产形势，研究制定有关整车措施提供了数据支撑。在此表示衷心的感谢。

G7 在官方公众号发布的公路货运指数报告（5/4-5/10）

无论是卡车宝贝的商城结算场景、G7 汇管油民营加油站营销系统，还是货运指数报告，都是在 G7 货运物联网大数据生态上长出的新场景。未来，网络货运生态还可能被挖掘出的更多可能，这些可能又将推动 G7 的商业模式产生一次新的化学反应。

质变发生：技术创造的行业机会 剪刀差

从一个 SaaS 管理工具，到搭配 SaaS 的生产工具，交易交付线上化。G7 的商业模式已经发生了巨大变化。

就在不久前，G7 重新升级了 G7 安全管家 2.0，向业界公开推出了 G7 安全分、千人千面、安全小姐姐等经过头部客户验证的安全管理服务，将车队管理进行量化，进一步加强了车队 - 车 - 司机之间的管理关系：

1.G7 安全分，G7 安全分基于 2G+4G 融合的 IoT 大数据和人工智能算法，为司机和车队的驾驶行为、事故率进行量化评分，可对司机和车队的全局性、长期风险进行预测。

2. 千人千面，该服务为不同风险等级的司机及车队，提供差异化的安全服务方案。对于风险较高的司机，采用全面的硬件、软件、人工结合的方案，采用四颗摄像头监控卡车前、后、侧的路况以及车内驾驶员行为，实时采集发动机与 GPS 轨迹数据，并通过人工智能算法进行 24 小时实时干预。

3. 安全小姐姐，除业内常见的机器和人工客服实时提醒之外，安全小姐姐还可针对高风险的司机，提供一对一的安全特训，引导司机改变驾驶行为，进而从长期上降低风险。

G7 安全分示意图

翟学魂这样理解这件事情： 为什么 2015 年之前不搞安全？因为那个时候的技术戳不动。有时候技术需要相对长的积累才能变成一把匕首，才能够戳得动很厚的墙。

在货运物联网领域，G7 成为了那把最关键的匕首。当这把关键的匕首突破防线，新的商业领地就被开辟了出来。

G7 技术负责人向伟对此颇为认同：G7 这两年取得一个很大的突破点，就是在安全管理上面有了新的模式，最主要还是依靠新的技术，特别是图像识别技术在这两年逐步走向了成熟。

向伟说的图像识别技术，指的是 G7 安全管理服务的其中一项——帮助司机 防碰撞 、 防疲劳 ，又叫 双防设备 。G7 会在货车车头以及车舱内部安装一些传感器、摄像头，通过图像识别技术及人工智能算法在货车可能发生碰撞和司机可能疲劳驾驶的情况下发出警报。

G7 工程师两位工程师正在安装双防设备，摄影 / 陈拯

技术的提升让 G7 有了放手发展安全管理业务的底气。在技术托底的情况下，G7 不仅能让现有安全管理业务规模化，也可以就安全管理开发更多业务模式。

由此，G7 SaaS 商业模式的另一条通路也被打开：进军货车车险。

货车车险一直以来都是保险公司比较头疼的险种。

一方面，这类险种市场足够大，按照我国货车保有量 2000 万台计算，货车车险的市场大概有 2000 亿元左右，这块市场占到了我国保费总收入的的三分之一，保险公司并不想放弃这么大的市场份额；

而另一方面，这类车险的出险率又相对较高，从赔付率来讲，保险公司并不能获得特别大的利润，甚至会造成亏损。

G7 这类网络货运平台出现之后，G7 凭借自己的安全管理技术想要与保险公司一起为车队管理者提供服务，这涉及到三个方面的利益关系：

车队管理者：因为保费比原来低或者可以尝试新的安全管理服务，车队管理者选择接受 G7 安全保险；并且在使用 G7 安全管理产品之后，由于事故率降低，车队下一年的保费也随之降低；

保险公司：将保险以更低的折扣与 G7 服务打包卖给车队管理者；G7 在将车队事故率降低的同时，也降低了保险公司的出现率，保险公司虽然将保险以更低的价格卖出，但由于赔付率的下降，手里留住的钱变多，公司利润上升；

G7：投入技术成本，压低事故率、出险率；从保险公司那里拿到保险折扣，将保险产品以更低或者与此前相同的价格卖给车队管理者。

那么在安全保险业务上，G7 的盈利是从哪儿来的呢？

G7 CEO 翟学魂在前段时间的演讲中透露了一个剪刀差概念： 我们看到安全管家 2.0 的结果是比 1.0 增加了 10 到 15 个点技术的降赔额，达到了 20% 到 30%。虽然看起来只有增加了 10% 的点，但是这十个点很重要，为什么？因为这十个点的降低，使得技术的投入第一次低于了降赔产生的结果，所以这时候剪刀差就剪开了。

而 G7 的盈利恰在于剪刀差剪开的那部分。

G7 副总裁陈立宁在与钛媒体交流时也提及了这其中的关系： 中国货车保险 2000 多亿，如果我们下降了 40% 的赔付率，也就是这 2000 多亿能省 40%，就有 800 亿的巨大价值创造。

按照陈立宁的理解，这 800 多亿不是保险公司付给 G7，而是说他过去要花出去的钱，现在省下来了；对车队来说实际上成本也没有增加，因为他交的保费没变，或者还更低了；而从社会价值上，G7 的安全管理业务又减少了行业司机死亡。

把这三件事儿放在一起，其实我们是用新的物联网的方式创造了一个新的保险的空间，创造了一个 40% 的一个池子。 陈立宁说。

这样来看，G7 获取价值的方式，就是用帮助保险公司省下来的钱让保险公司付给 G7 技术研发成本，因为 G7 确实降低了赔付率；再回到车队管理者身上，在使用安全服务降低了事故率之后，车队第二年将会更便宜的价钱去买保险，这就形成了一个新的闭环。

2019 年一年，G7 已经打通了七千多个司机全量的 IoT 数据，连接了 140 万车，目前货运物联网市场占有率超过 20。目前，G7 连接货车数量已经达到了 170 万。再回头看，此时的 G7 已经不是当初那个纯粹的 SaaS 大数据平台了，G7 在商业模式上已经打破了 SaaS 的固有天花板，它的触角已经从 SaaS 智能管车，延伸到智能装备生产工具，也延伸到了金融、保险等诸多领域。

一个货运物联网新物种已然诞生。

时下，G7 也已经迎来创立十周年。翟学魂 G7 发布的十周年公开信中提到这么一句话：G7 过去的十年，经历了物联网为产业服务的孕育过程。而今天，物联网的服务能力已经成长到开始加速改变这一切。

但目前，货运虽已入网，但整个行业都还处于蝶变的前夜。翟学魂提到，过去十年，移动互联网改变了消费习惯和物流效率。用户上午在电商平台下单，下午就能送到。但这种改变远未波及扩散到大部分基础产业，许多产业的运营水平还相当原始。

尽管许多矿井的自动化已经武装到牙齿，但煤矿老板至今仍要拿起桌上的望远镜，观察远处坑口排队的货车长龙是一公里短还是五公里长，以此来决定明天该限产还是涨价……

从这个角度看，货运行业的智能物联才刚爬完第一个坡，面对后面的漫长的改变之路，G7 这个网络货运新物种的第二个十年，开始了。（本文首发钛媒体 App，作者 | 秦聪慧，编辑 | 刘湘明）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体 App