跑在路上的 1300 万辆货车，现在有了救命的「安全分」

摘要

卡车物流的系统性风险，只能用数据和技术来降低。

提起最让人头疼的职业，卡车司机绝对绕不过去。

过于劳累且危险，是这个职业的关键词。但人们又无法缺少卡车司机，他们承载着 1300 万辆物流运输车辆的运行，行走在中国大大小小的公路上。在快速扩张的中国市场中，安全风险居高不下，一直是困扰物流行业良性发展的痛点。

在这个世界性难题下，技术成为了解决问题的关键。智能物联网的发展和基础算力的提升，推动风险行为的可视化、透明化，使货运企业借力数字科技实现智慧安全管理成为可能。

技术带来的价值

事实上，安全一直是卡车运输行业的痛点。它和企业利益直接挂钩，如果遇上交通事故，对小车队来说是不小的打击，也会影响到后续的保险公司。

更重要的是，司机可能因此而丧失生命。G7 创始人兼 CEO 翟学魂提到，每年都会有超过 2 万名司机因交通事故死亡，在 700 万辆重型卡车保有量里，2 万不算是一个小数字。

普华永道发布的报告显示，截止 2019 年，我国的百万公里事故数为 3.7 起；据美国交通运输部的统计，早在 2014 年，美国公路货运百万公里事故数已经降到 0.1 起左右。此外，中国卡车司机死亡率常年在 1‰左右，与发达市场相比，我国公路货运行业安全管理提升依然任重道远。

事故发生的直接原因，都离不开司机。翟学魂提到，在 G7 大数据平台上，没有一起事故是由于刹车失灵等客观原因导致的，基本上都与司机驾驶行为、车辆装备、路况以及突发环境等因素相关。

这也是技术公司能够解决的事。

比如卡车内面向司机的疲劳监测系统，就是为了防止司机在开车过程中打瞌睡、注意力不集中而专门设置的提醒。但疲劳监测系统有一个问题，就是即便提醒及时，也可能在几秒钟之内发生事故。换句话说，这一套只针对司机的系统无覆盖到所有的高风险场景。

作为物联网科技公司，G7 显然想的更远。G7 根据 IoT 大数据与人工智能算法推出了「安全分」功能，可对司机和车队的全局性、长期风险进行预测。

根据装备各类传感器的车辆在路上行驶的数据，其中包括司机的个人资料以及他的驾驶行为，车辆的驾驶环境等多维度历史数据，让 G7 能为该司机评分，并预测司机未来可能发生交通事故的风险情况，不只是预测下一秒钟的危险，而是一个季度到一年的风险。

G7 安全分对车队的风险评估 | G7

而综合一个车队中所有司机的评分，能看出车队的整体风险在哪个层级。G7 将风险从高到低分为 9 级，级别高低能影响到保险的赔付率，也能提高对车队的安全管理。

普华永道的报告提到，中国重载货车的保费在千亿级规模以上，事故除了导致货运企业的保费开支增加外，保险公司通常会赔付损失的 80%。而得当的安全管理可以使得总体事故赔付率下降 10% 到 15%，上游货运企业的风险管理水平对承保公司的利润存在着显著影响。G7 显然就想切入这块市场，获得货运企业、保险公司和技术公司的三赢。

翟学魂说到，新技术可以让卡车事故赔付率减少 20-30%，这一数字得到的直接好处是，2020 年 Q1，技术成本首次低于了降赔产生的金额，也就是说，因为技术换来的赔付率降低，覆盖了技术本身的成本，这是技术带来的最显著的价值。

数据是核心

一些痛点在被解决的时候，另一些痛点也在被放大，这是物流行业遭遇的问题。中国物流运输行业的安全问题就是这样被「推」上来的。

翟学魂对中国市场有着明确的判断，他曾在极客公园 IF 大会上讲到，2017 年，安全产品成为了 G7 的新增长引擎。当物流公司快速成长后，他们都购买了大量的车，雇佣大量司机，开车频率越来越高，埋下了安全隐患。

在成本降低、效率增加的时候，其实对于货运企业的安全压力就越大，安全管理对于企业来说变成了刚需。G7 方面在接受极客公园采访时表示，此前 G7 是尽力向客户卖产品，而在安全管理方面，企业都是主动找上门来。

G7 是如何做到的？大量客户是基础，但在安全技术方面，G7 的核心是数据。

大数据、AI 都不是什么新鲜事，如果把人工智能的概念浓缩起来，就是机器模型的学习。创造模型、机器进行学习虽然高深，但技术人员也能够克服。

最困难的地方其实是数据的获取。G7 从 GPS 起家，为车辆装上 GPS，就能获取车辆简单的数据。当车辆传感器布置的越来越多，数据越来越多，于是 2017 年，G7 开启了「安全管家 1.0」，用技术来完成车辆安全管控。

G7 创始人兼 CEO 翟学魂 | 现场拍摄

然而就像上文说到的，一套疲劳驾驶监测系统只能覆盖 20% 的风险场景，如果继续向前发展，安全技术从 GPS 发展到了 IoT。和前者不同的是，IoT 多维的传感器等硬件设备可以全部覆盖到车辆、司机和车辆周边环境的各类数据，对于 G7 来说，IoT 就能获得更多安全的「抓手」。

除了布置传感器，获取数据以外，还要将所有数据联网，进行系统的构架。G7 研发副总裁向伟告诉极客公园，数据的获取主要看深度和广度两方面。

深度指的是不光要感知数据，还要结果数据。在过去一年，G7 与保险行业进行深度合作，掌握了 1 万多精准的事故数据。

精准的事故数据意味着更多的细节，这个时刻事故发生了，司机在国道上还是高速上，一分钟前有没有踩到刹车，所有结果数据产生了事故发生的原因，原因有隐含在车辆感知的数据当中，从「因」和「果」的数据当中寻找规律。

广度则是指样本不能出现偏差。个体司机、中型或小型的车队面对的情况都不相同，车辆行驶状况好或者不好，各方面的数据都要囊括，才能覆盖这套精准预测的系统。

更重要的是，在安全技术方面，G7 安全管家明确了它面向结果的目标。事故率、死亡率、赔付率都是结果，这是它与技术的根本区别，软件、硬件、算法、运营糅杂在一起，得出的服务，才称得上是结果。

本文首发于极客公园