原標題：跑在路上的 1300 萬輛貨車，現在有了救命的「安全分」

提起最讓人頭疼的職業，卡車司機絕對繞不過去。

過於勞累且危險，是這個職業的關鍵詞。但人們又無法缺少卡車司機，他們承載着 1300 萬輛物流運輸車輛的運行，行走在中國大大小小的公路上。在快速擴張的中國市場中，安全風險居高不下，一直是困擾物流行業良性發展的痛點。

在這個世界性難題下，技術成爲了解決問題的關鍵。智能物聯網的發展和基礎算力的提升，推動風險行爲的可視化、透明化，使貨運企業借力數字科技實現智慧安全管理成爲可能。

技術帶來的價值

事實上，安全一直是卡車運輸行業的痛點。它和企業利益直接掛鉤，如果遇上交通事故，對小車隊來說是不小的打擊，也會影響到後續的保險公司。

更重要的是，司機可能因此而喪失生命。G7 創始人兼 CEO 翟學魂提到，每年都會有超過 2 萬名司機因交通事故死亡，在 700 萬輛重型卡車保有量裏，2 萬不算是一個小數字。

普華永道發佈的報告顯示，截止 2019 年，我國的百萬公里事故數爲 3.7 起；據美國交通運輸部的統計，早在 2014 年，美國公路貨運百萬公里事故數已經降到 0.1 起左右。此外，中國卡車司機死亡率常年在 1‰左右，與發達市場相比，我國公路貨運行業安全管理提升依然任重道遠。

事故發生的直接原因，都離不開司機。翟學魂提到，在 G7 大數據平臺上，沒有一起事故是由於剎車失靈等客觀原因導致的，基本上都與司機駕駛行爲、車輛裝備、路況以及突發環境等因素相關。

這也是技術公司能夠解決的事。

比如卡車內面向司機的疲勞監測系統，就是爲了防止司機在開車過程中打瞌睡、注意力不集中而專門設置的提醒。但疲勞監測系統有一個問題，就是即便提醒及時，也可能在幾秒鐘之內發生事故。換句話說，這一套只針對司機的系統無覆蓋到所有的高風險場景。

作爲物聯網科技公司，G7 顯然想的更遠。G7 根據 IoT 大數據與人工智能算法推出了「安全分」功能，可對司機和車隊的全局性、長期風險進行預測。

根據裝備各類傳感器的車輛在路上行駛的數據，其中包括司機的個人資料以及他的駕駛行爲，車輛的駕駛環境等多維度歷史數據，讓 G7 能爲該司機評分，並預測司機未來可能發生交通事故的風險情況，不只是預測下一秒鐘的危險，而是一個季度到一年的風險。

G7 安全分對車隊的風險評估 | G7

而綜合一個車隊中所有司機的評分，能看出車隊的整體風險在哪個層級。G7 將風險從高到低分爲 9 級，級別高低能影響到保險的賠付率，也能提高對車隊的安全管理。

普華永道的報告提到，中國重載貨車的保費在千億級規模以上，事故除了導致貨運企業的保費開支增加外，保險公司通常會賠付損失的 80%。而得當的安全管理可以使得總體事故賠付率下降 10% 到 15%，上游貨運企業的風險管理水平對承保公司的利潤存在着顯著影響。G7 顯然就想切入這塊市場，獲得貨運企業、保險公司和技術公司的三贏。

翟學魂說到，新技術可以讓卡車事故賠付率減少 20-30%，這一數字得到的直接好處是，2020 年 Q1，技術成本首次低於了降賠產生的金額，也就是說，因爲技術換來的賠付率降低，覆蓋了技術本身的成本，這是技術帶來的最顯著的價值。

數據是核心

一些痛點在被解決的時候，另一些痛點也在被放大，這是物流行業遭遇的問題。中國物流運輸行業的安全問題就是這樣被「推」上來的。

翟學魂對中國市場有着明確的判斷，他曾在極客公園 IF 大會上講到，2017 年，安全產品成爲了 G7 的新增長引擎。當物流公司快速成長後，他們都購買了大量的車，僱傭大量司機，開車頻率越來越高，埋下了安全隱患。

在成本降低、效率增加的時候，其實對於貨運企業的安全壓力就越大，安全管理對於企業來說變成了剛需。G7 方面在接受極客公園採訪時表示，此前 G7 是盡力向客戶賣產品，而在安全管理方面，企業都是主動找上門來。

G7 是如何做到的？大量客戶是基礎，但在安全技術方面，G7 的核心是數據。

大數據、AI 都不是什麼新鮮事，如果把人工智能的概念濃縮起來，就是機器模型的學習。創造模型、機器進行學習雖然高深，但技術人員也能夠克服。

最困難的地方其實是數據的獲取。G7 從 GPS 起家，爲車輛裝上 GPS，就能獲取車輛簡單的數據。當車輛傳感器佈置的越來越多，數據越來越多，於是 2017 年，G7 開啓了「安全管家 1.0」，用技術來完成車輛安全管控。

G7 創始人兼 CEO 翟學魂 | 現場拍攝

然而就像上文說到的，一套疲勞駕駛監測系統只能覆蓋 20% 的風險場景，如果繼續向前發展，安全技術從 GPS 發展到了 IoT。和前者不同的是，IoT 多維的傳感器等硬件設備可以全部覆蓋到車輛、司機和車輛周邊環境的各類數據，對於 G7 來說，IoT 就能獲得更多安全的「抓手」。

除了佈置傳感器，獲取數據以外，還要將所有數據聯網，進行系統的構架。G7 研發副總裁向偉告訴極客公園，數據的獲取主要看深度和廣度兩方面。

深度指的是不光要感知數據，還要結果數據。在過去一年，G7 與保險行業進行深度合作，掌握了 1 萬多精準的事故數據。

精準的事故數據意味着更多的細節，這個時刻事故發生了，司機在國道上還是高速上，一分鐘前有沒有踩到剎車，所有結果數據產生了事故發生的原因，原因有隱含在車輛感知的數據當中，從「因」和「果」的數據當中尋找規律。

廣度則是指樣本不能出現偏差。個體司機、中型或小型的車隊面對的情況都不相同，車輛行駛狀況好或者不好，各方面的數據都要囊括，才能覆蓋這套精準預測的系統。

更重要的是，在安全技術方面，G7 安全管家明確了它面向結果的目標。事故率、死亡率、賠付率都是結果，這是它與技術的根本區別，軟件、硬件、算法、運營糅雜在一起，得出的服務，才稱得上是結果。

責任編輯：靖宇

題圖來源：視覺中國

本文首發於極客公園，轉載請聯繫極客君微信geekparker 或 [email protected]