记者 | 佘晓晨

产业互联网进入新阶段，物流行业的智能化也急需提速。Digital Transformation Spending in Logistics Market的报告显示，到2026年，全球物流市场数字化转型支出的复合增长率约为109.7％，数值将达到949.7亿美元。

而从整个物流行业来看，货运行业的数字化走得更慢一些。“互联网进入货运行业之后，数字化了20%的货运市场，还有80%没有被改变。”近期，在接受J9九游会官网新闻专访时，货拉拉CTO张浩表示，在中国，出行、外卖已经几乎进入存量市场，但绝大多数的货运需求还在使用传统方式来满足。

“在同城货运方面货拉拉已经耕耘了8年，但到今天为止，和整个行业相比，货运的数字化渗透率还处在很早期的阶段。”张浩称，在中国，物流的生产力占整个国民生产总值的约17%，但在一些发达国家，物流生产力的比例为8%到9%，我们在效率上的差距还是很大——在货运领域，这种情况更为明显。

2020年，货拉推出了“智慧大脑”系统。张浩解释称，智慧大脑就是将物流领域基本的生产元素进行数字化，之后进行最优资源的匹配。他认为，这其中最根本的环节是车和货的匹配；其次是道路的数字化。

值得注意的是，和客运行业相比，货车的数字化存在较多的挑战：例如货车车型、长宽高的备案不够完善。此外，实际场景中往往有很多变动，很难实现完全的标准化。至于道路的数字化，货运场景中一个突出的问题是，大量的货运地点是一些偏远地区，这些地方的数字化发展仍不到位。

在进入货运行业之前，张浩曾任饿了么技术副总裁、滴滴研究院高级总监，在Uber、LinkedIn和Microsoft从事过数据工作。对于To B和To C场景的区别，他认为，底层的业务逻辑可以被总结成一样的思路，也就是上文所述的“数字化+匹配”。

张浩解释称，货运行业本质上是一个供大于求的行业，但出行行业是供小于求。在高峰时段，出行场景是人等车，但在货运行业，更多时候是车等人（货），“这决定了我们在产品设计和技术方案上的不同。”

回到数字化的问题，在道路方面，货拉拉选择和图商展开深度合作，再附加上货运的定制能力；而在人和货的数字化上，货拉拉自研了一套算法，“在保证隐私的前提下对用户的使用习惯进行深度挖掘，对用户货物的品类、重量和尺寸、运输路线等作出精准的预测。”

在具体的业务流程里，数字化的解决方案则通过车载设备实现。张浩表示，除了能提供车辆的定位之外，车载摄像头可以知道司机有没有疲劳驾驶、危险驾驶，货物是否有违禁品等，监控整体的业务行为。

在这一过程中，货拉拉通过两个入口积累数据，一个是司机和用户的手机，一个就是车载设备。目前，货拉拉拥有IoT云平台，建立了安全监控、业务流程采集、服务质量评分等系统。

但作为一家采用众包模式的互联网公司，货拉拉需要解决的一个难题是控制硬件的成本。对此，张浩认为，车载设备是很好的一个开端，他透露称，希望今年年底，货拉拉车载设备“安心拉”智能行驶记录能覆盖50%以上的业务，在搬家每日超过1000订单的城市将会做到100%的覆盖。