從人類真正意義上的第一個發明輪子開始，到駕馭馬匹，開鑿大運河，開啟大航海，再到100多年前，鐵路，汽車與飛機的集體涌現，物流都可被視作人類文明在不同階段最直觀的“標志物”。

即便到了現代社會，物流能力也是衡量一個國家綜合實力的晴雨表，當前全球的發達國家，幾乎全是物流能力最強大的國家，在“效率至上”的商業社會總法則下，他們總在思索，如何把一個物件，用更省事的方式，運到更遠的地方。

中國也在努力。在中國，20年前，一個包裹從北京寄到上海差不多20元，如今20年過去，油價漲了3倍，人工漲了10幾倍，快遞費卻更便宜了，這背后離不開物流設施的技術進步，尤其是在過去10年，中國所有成功的物流企業，其實都在悉心耕耘一件事：建立一個準點到達的物流網絡，你今天給我貨，我明天給你送到。

然而，經過10年的野蠻生長，有一點他們也已心知肚明：想要在粗獷的舊體系中完成精進，正變得越來越難，那些在高速路上終日狂奔的疲憊的貨車，想要跟上智能時代的腳步，就必須脫胎換骨，仰仗新的技術。

好在技術一端的進步令人欣慰：傳感器成本的持續下降，大數據與深度學習的彼此成就，隨5G風口全速奔進的自動駕駛，一系列技術變遷，讓智能化浪潮正在席卷物流行業的每一個環節——物流從勞動密集型向技術密集型的換道，沒有任何單一力量能夠阻擋。

更重要的是，換道速度之快，或許超出一般人的想象，比如我去年采訪G7創始人翟學魂時，他當時就說，G7連接的車輛數字一直在變，結果沒過多長時間，無意中看到他朋友圈，說G7連接車輛總數已經突破100萬臺。

其實對于物流行業的轉型方向，G7的角色是一個縮影。依我之見，傳統物流企業的演變，要依靠兩股并行不悖的力量：技術進步與觀念升級——而G7從傳統SaaS服務向“AI（人工智能）＋IA（智能資產）”的戰略轉變，讓他們有足夠的能力，推動這兩股力量的交匯。

透過這種交匯你會發現，為了降本增效這個最現實的目標，物流或許是最篤定地相信“分工產生效能”，相信“共享模式能優化資源配置”，相信“AI和大數據已成為市場經濟的一部分”，相信“自動駕駛真的是人類福音”……這些樂觀信念的行業。

先來看第一股力量：技術進步。

當然，行業常識是，作為掌握最多中國公路物流貨運數據的平臺，基于AI與物聯網技術平臺，G7可以向大型物流企業和物流車隊提供車隊管理與服務綜合解決方案，覆蓋安全，結算，金融，智能裝備等車隊運營全流程。

按照官方描述，今天的G7已經完成了對“頭＋掛”的全覆蓋，比如基于大數據平臺，他們可以實現油耗監控及駕駛行為監測和掛車的智能終端，高精度定位，胎溫胎壓監測，電子制動，遠程鎖車等功能。

而最能突顯G7技術優勢的，無疑是數字貨艙智能掛車，它除了能自動感知位置，重量，速度，溫度等常規數據，還在AI技術的輔佐下，大幅提升了掛車對貨物的主動感知。

比如，考慮到物流企業對裝載率和裝車質量的本能訴求，數字貨艙的“AI量方”功能，能讓物流企業告別人為的粗顆粒度裝載，他們通過傳感器＋AI算法，對艙內貨物進行高精度掃描＋三維圖像建模，最終實現每10秒自動計算出貨艙容積占用百分比，實現精細化裝載。且貨艙在裝載過程中具體的空間分布，哪里空，哪里滿，都能以3D方式呈現，在最大程度上保證了車輛真正滿載。另外，數字貨艙還可實時查看貨物在運輸途中的狀態，貨車在行駛途中，云平臺每3分鐘就會自動上傳貨艙內的高清圖像信息，且從出發到送達，貨物運輸實現全程可視化，能夠在最大程度上杜絕人為作弊。

總之，拜機器智慧所賜，數字貨艙讓物流企業對“最大化獲利”的渴望，不再通過現場裝載過程中的“事在人為”來實現，更不再通過頻繁“超載”來實現，而是通過機器的“精打細算”來實現。

這無疑更加體面，所以給我的感覺，它提升了物流行業在這一環節的“文明程度”。
?

當然，如前所述，物流行業想要充分降本增效，技術創新和模式創新同樣重要，甚至某種意義上，對于具體的單一企業而言，后者可能更加重要。

事實上，G7也試圖打造一個圍繞卡車全生命周期的資產服務平臺，仍以數字貨艙智能掛為例，G7可以提供以需求為中心的輕資產租賃服務：以前，物流企業需要購買資產，然后購買SaaS服務；現在，G7將資產服務和智能服務集成在一起，進行一站式運營，按需付費，無需購買，只需每天付少量費用即可直接使用。

那么輕資產對物流企業有什么好處？我認為主要有三個。

首先，能讓物流企業不缺席任何一場技術盛宴。眾所周知，種種原因所致，如今物流行業競爭加劇，商用車市場為滿足物流企業日趨苛刻的需求，產品迭代速度很快，往往搞得物流企業疲憊不堪，而倘若采用租賃掛的方式，無需投入大筆資金，即可以用最討巧的方式，持續享用最新的技術福祉。

其次，局外人可能有所不知，在物流產業鏈的“生態位”中，物流車隊（尤其中小車隊）其實是個蠻脆弱的物種，每天在各種不確定性中求生，比如一旦大批購買掛車，往往開始擔心政策法規趨嚴，產品升級加快，二手車市場不成熟等后期經營和處置變現上的變數。

但倘若采取租賃模式，靈活的資產管理方式，方便的提車流程，完善的售后服務，能夠幫助物流企業擺脫重資產束縛，大幅減少對現金流的需求，可以根據業務和市場變化，輕松調整租用設備的數量，比如當一家企業突然接到一筆大訂單，但它此刻沒有充裕的現金，或者覺得沒必要重新購買裝備，它完全可以選擇更睿智的掛車租賃。

而輕資產模式對物流企業的好處之三，也許更觸及其根本利益。很多人都知道，作為一種存量思維，“節約成本”只是物流企業的“生存之道”——而只有切換到增量思維，不斷開辟新線路，才是他們真正的“生財之道”，而租賃服務能讓他們在相同資金情況下，可獲車輛數更多，從而真正將工作重心放在開疆拓土上。

說到底，對于世界上的大多數非科技行業，技術是通用的，但業務增長是自己的。
?

行文至此，我也知道，只要談及輕資產服務，敏感于未來的讀者，一定已經想到四個字：自動駕駛。

嗯，你或許聽說過Gartner曲線，大意是指，許多新技術趨勢來臨后，往往會有兩輪熱度：第一輪，是在誕生伊始，在輿論的亢奮聲中，它往往流于概念，難于落地，也讓熱情逐漸冷卻——但在冷卻過程中，它其實正在低調醞釀，在遠離聚光燈的地方，被開發成產品，并被市場逐漸接受，最終真正走向社會，從而帶來第二輪熱度。

給我的感覺，自動駕駛現正處在第一輪熱度消退，第二輪熱度上揚的間隙，而尤為值得一提的是，在這個間隙中，相比掣肘于復雜交通系統的乘用車市場，自動駕駛或許會在商用車市場率先落地。

所以不難想象，G7的資產池一定會發力自動駕駛，他們去年聯合普洛斯和蔚來資本共同出資創建嬴徹科技，瞄準城際公開道路，研發L3和L4級自動駕駛，希望能夠提供多種模式的自動駕駛運輸資產服務。而作為物流老兵和主要投資方，G7將在市場，數據和平臺方面為年輕的嬴徹提供重要支持，二者也將互相扶持，協同進化，為物流客戶提供更為一體化的車隊管理服務，包括“SAAS服務＋自動駕駛車頭＋智能掛”的整體解決方案，創造更完整的客戶價值。

不難發現，無論是已經實現的智能掛，還是即將實現的自動駕駛，G7的未來愿景，是構建一張高度自動化的機器人集成網絡。講真，憑我對人類司機靠譜程度的悲觀，這張網絡一旦搭建完畢，無論安全還是效率，都勢必迎來質變。就像翟學魂所言：“八年努力，我們做好了連接這件事，讓高速公路上一半的車輛都接入了G7平臺，成為全球第一個連接卡車跨百萬量級的產業物聯網平臺。但是，僅是連接還遠遠不夠，現在，卡車行業每年還有數萬人失去生命，每天還有數百萬人在重復低效地勞動著。下一個八年，讓我們一起來改變這一切。”

當然，這張集成網絡的建立，除了G7自身的努力，離不開合作伙伴的齊心協力。

其實我一直覺得，在這個分工不斷細化的時代，同一產業鏈上不同角色的相互依存度也越來越高，尤其是在物流這個務實且理性的行業，所有玩家都深諳一點：假如生態不活躍，每個物種的前途都將暗淡下去。

也因如此，我們看到，基于大數據平臺的價值，G7與合作伙伴的關系，正在從簡單的售買甲乙方向共建生態平臺轉變。作為一個中立開放的基礎設施平臺，G7的冀望，是與合作伙伴一起，共同構建一個覆蓋物流，金融，能源，汽車，新技術等領域的生態系統，它既能讓合作伙伴的收益最大化，也能讓整個產業鏈的資產效率最大化。

倘若如此，中國物流的“文明程度”，也將上升至一個全新的高度。