爱吧机器人网 » 专题 > 相关科技 > 正文

物联网隐形冠军:G7从低调到爆发之路

核心提示:先讲两个故事:4月10日,旷视科技为提升智能制造创新能力、进一步完善 AI+IoT 布局,全资收购了艾瑞思机器人。此举,意味着旷视正式进军

\

先讲两个故事:

4月10日,旷视科技为提升智能制造创新能力、进一步完善 AI+IoT 布局,全资收购了艾瑞思机器人。此举,意味着旷视正式进军智能机器人业务。在业界看来,这一次收购的目的是为了将其AI技术落地,形成闭环。而作为AI大潮中的明星企业,旷视科技明白自己的强项在于基础技术领域,但是随着大数据和人工智能浪潮的进一步发展,整个行业的科技力量都在寻求价值闭环、场景闭环——也就是说AI技术不能再飘在空中而是必须落地。

今年2月14日,一个浪漫的日子,京东物流完成了一项25亿美元的融资。不过,京东公众号并没有发布融资完成这个重要消息,而是“倾诉”了一条对G7的表白:“今天是情人节,我们在一起。” G7是谁?京东为什么如此在意与G7的合作?

作为国内领先的物联网科技公司,G7并不闻名遐迩。这家企业一直在坚持赋能物流企业,即基于物联网与人工智能技术提供车队管理和相关增值服务。京东物流看重的,恰恰是G7在物流行业各应用场景中将AI落地的能力。

一直以来,高效物流和准时送达都是京东的核心竞争力之一,也得到了消费者的高度认可。事实上,这背后离不开G7的助力。目前京东物流的大部分运输车辆都已经通过G7智能车队管理系统来进行掌控,确保所有车辆运营的效率提升、安全送达。

其实,过去两年不少频频见诸媒体的知名AI企业,多是技术引导型创企。而实际上,还有一批专注行业应用的公司则在低调前行,并扎扎实实地将AI技术落地在很多行业——这是一些隐形冠军,G7就是物流行业的隐形冠军。

智慧物流爆发:资源向头部企业聚集

\

G7创始人兼CEO翟学魂先生

成立于2010年的G7,8年的发展过程一直比较低调。其实也可以从下面这个角度去理解,为何它在发展初期如此缄默。

2010年,国内智能手机还没有普及,物联网概念刚刚开始流行,AI更未见踪影。都说科技是重要生产力,但那个阶段的物流行业,“人肉”和规模都还可以提升效率,所以大家都是通过这些传统方式去运作,整个物流产业还没有把技术应用放在很高的位置,也没有意识到科技可以带来的变革力量。

而近两年来物流行业突然爆发,则是因为:靠传统的方式,物流行业的效率提升已经遇到瓶颈,未来的持续成长必须依靠金融和科技手段,这在整个行业已经形成共识,所以各个企业都开始加大对科技的重视。

“大势来了以后,早期团队特别艰苦的积累就开始得到回报了。”G7总裁马喆人告诉懂懂笔记,虽说早期G7特别艰难,但已经在实际用户中有特别高的占有率了,一旦市场起来之后就会得到高度重视。

马喆人所说的艰难,是成立8年来公司一直持续投资物联网、大数据、人工智能技术及智能设备,依托技术来推动卡车、挂车等物流设备的智能化、联网化及共享化。这个阶段的积累,现在终于看到了成果。

这正是每个行业都会发生的头部效应:当一个市场兴起之后,各种资源都会向头部平台聚拢,资金、关注度、合作伙伴的巨龙,又会形成雪球效应。在最初几年积累之后,笃定技术驱动物流行业变革的G7,开始进入了高速增长时期。

目前,G7平台上服务物流企业超过5万家,连接车辆超过60万台,成为了国内物流领域最大的物联网开放平台。其客户包括新零售的超级平台,如京东、天猫,美团和亚马逊等;垂直市场的巨头,如德邦,安能等;还有快递业巨头,如顺丰、中通和申通。

服务的物流企业聚集,企业背后的数据也就在不断聚集,G7完成了从量变到质变的过程。

时至2017年,已经在物流领域积累大量数据资源的G7与贝恩咨询一起,联合发布了《中国公路货运市场研究报告》。这份白皮书的价值马上被一些敏锐的企业和投资人发现,引发了连锁反应:

先是谷歌的投资团队前来沟通,认为这有可能是全世界最大的自动驾驶的场景,对方认为G7有过去8年积累的海量的、多维度的数据,可以帮助人工智能技术快速的迭代和成长。

随后,欧洲一家专注于普惠金融的银行机构也通过投资圈朋友找到G7,表示从中看到了一个少有的机会,希望通过数据的手段做风险控制,帮助规模更大的机构来提供更好的金融服务。

另外,就是泰国最大的物流公司来谋求合作,希望G7的专业性能帮助他们新业务的成长。这次交流还间接引爆了泰国的电商市场发展(目前泰国电商发展最大的瓶颈就在于快递效率)。

一份白皮书引发的连锁反应,让低调的G7创业团队意识到:市场正在爆发,除了低调做好技术,未来还需要与更多的合作伙伴结伴而行,让整个行业快速发展起来,把市场做大。

马喆人意识到:是时候让产业内更多的人知道G7、了解G7,这源自G7发展的需要,更因为越来越多的物流企业在主动寻找G7这样的合作伙伴。

三个智能机器人上岗了

G7聚焦的智慧物联网具体是什么内容?举个小例子:G7目前在每一辆卡车上布了300多种传感器,这些传感器每秒都在向G7的平台传输数据,而后台人员可以轻松看到各种数据形成的报告。

G7创始人兼首席执行官翟学魂曾向外界展示过一张实时动态图,其中可以看到所有跑在路上的车辆的各种情况统计:碰撞、侧翻、急加速、超速、司机玩手机、打瞌睡等等。

\

如果把这些数据“加工”在一起,就会变成对物流过程极富意义的重要工作,也就是将庞大的物流体系全部都变得可视、可控。

很明显,智慧物联网的第一步是连接,将所有资产数字化、可视化,然后第二步就是智能化,将这些数据的价值挖掘并发挥出来。

如今,G7在积累了海量数据之后,开始把这些数据与AI相结合,并着手于与对行业客户的赋能,帮助他们创造价值。其中,G7在2017年开始让三个机器人上岗工作就是一个鲜明的例子。

第一个,是安全机器人。

传统物流公司都有安全员这一岗位,物流公司会在运输工具上安装很多摄像头,安全员则坐在屏幕面前盯着那些摄像头的画面,一旦出现问题安全员就会立刻打电话(通知)。

现在,一辆行驶中的货车可以将其各个角落的数据无延时地传回到后台。车辆是否在打摆、是否超速、司机是否在打瞌睡,则是通过安全机器人在后台实时监控。一旦发现异常,就会主动提醒司机。

以前,一个有经验的安全员至少是要有十年跑车经验的老司机,而现在的安全机器人上岗刚刚半年,就已经PK掉了所有的安全员。并且,机器人相比真人准确率更高,还可以节省大量的人力。

货车运输过程中发生事故的较大原因,都是因为司机玩手机造成的(数据统计占比较高)。而安装在驾驶室里的摄像头可以根据司机的一系列动作判断出他是否在玩手机,一旦发现司机因为玩手机分神,机器人马上会发出“声光电”提醒,并通知司机的雇主,让他们主动联系司机进行提醒。

安全机器人上岗之后,经过G7的后台统计:相关事故发生率下降了75%以上。这是一个数量级的变化,也让我们看到AI真正带来的社会价值。

第二个,是调度机器人。

物流公司的赢利取决于运营效率,所以调度是一个非常重要的角色。好的物流公司,平均一辆车一天跑500公里以上,而效率低的则平均不到250公里,差别非常大。

以前,要培养一个成熟的调度员很难,更何况是要培养一批。而现在有了调度机器人,一个即便不会开车的小姑娘坐在调度室里,也可以取代以前所有的调度员了。因为,所有关键的工作都是由调度机器人来完成。调度机器人一方面通过更科学的算法,让车辆高效的运营,另一方面则是通过机器对物流信息分析并提前预判,从而做出下一步的运行安排。

第三个,是算账机器人。

物流公司都是重资产运营模式,运营由很多成本购成,包括车辆、人力、过路费、油费等等,只要有一个环节控制不好,都有可能造成整体亏损。而算账机器人的作用,则可以将海量数量抽取出来,让老板一目了然:哪里成本高了,哪里出现了异常油耗,都可以在一张动态图表中轻松捕捉。管理者可以根据算账机器人的提醒去进行调整,把不必要的成本降下来,提升净利润。

“我们不缺数据,未来还需要一群聪明的算法科学家来实现这些数据的价值。”马喆人觉得目前的三个机器人还不够,因此G7正在行业里广挖AI人才,继续将数据变成可以落地的AI应用。

做智能卡车是因为看到终局

\

G7总裁马喆人先生

过去、G7连接车辆、获取数据的方式是在现有的卡车上安装传感器,而未来这个工作可以再向前提一步,即定制化车厢。

去年年底,G7与合作伙伴重新设计了卡车车箱,通过技术手段让车箱自己会“说话”:车在什么位置,装了多少货,车箱的温度,一天行驶了多少公里,是不是该换轮胎了……“以前的车箱是一个铁皮箱,不能交流,我们希望今后向物流公司提供自带说话功能的车箱,我们称之为智能挂车。”翟学魂表示。

除了智能挂车以外,G7还把物联网延伸到了物流业的其他链条上,向产业链整体进行布局。例如,与全球领先的物流基础设施与解决方案提供商普洛斯合作,成立合资公司“际链”,把仓库物联网化,使得仓库门以及园区的入口、每个月台都能自己“说话”,能跟周围环境中的“物”进行交流。据了解,G7还在与行业内一些合作伙伴一起策划,希望把起重机也物联网化,使得起重机能更安全、更高效。“我们希望把G7在卡车方面建立的经验、数据和能力,扩展到物流以及其他的工业设备领域,让这些设备自己会说话,自带AI,自己能跟周围的世界沟通。”很明显,在卡车智慧化领域已经处于头部的G7,正在开始将触角伸向物流产业链更广泛的领域。

另一个消息,格外引起了懂懂笔记的注意:4月10日,G7与普洛斯、蔚来资本联合宣布,共同出资组建由G7控股的新技术公司,研发基于自动驾驶、新能源技术和物流大数据的全新一代智能重型卡车,探索创新物流资产服务模式。

这个消息有两层含义:

第一层,G7开始涉足无人驾驶的智能重型卡车,这件事在全球范围来看,特斯拉已经尝试在做,其它企业还没有太多进展。而多数中国企业都将精力放在无人驾驶轿车方面,重型卡车领域G7是第一家。毋庸置疑,无人驾驶的重型卡车一定是未来的趋势,只是这个领域的门坎比较高,所以并没有太多企业进来。而G7与普洛斯、蔚来资本三家的资源,恰好形成互补。

第二层,就是资产服务。传统货车向智能重型卡车过度,这是产品的进阶,有些类似十年前功能机向智能手机的过度。一旦硬件本身具有更多的功能,也就会衍生出更多的应用模式。很明显,这家合资公司是要探索创新物流资产服务新的模式,这是面向更加长久未来的一个布局。

马喆人认为,随着自动驾驶的发展,物流行业的终级模式是进入集约化发展:未来会出现一系列自动驾驶领域的越级运营车队,或者是高阶智能驾驶的超级资产池。这样的大车队和资产池本质上是为行业提供运输资产的共享化。共享的模式本身将更加灵活,不像现在只是一个简单的租赁模式。

当然,无论是造智能卡车,还是未来共享模式运营,都需要非常长的周期去实现,今天的G7只是刚刚开始。可以预见,这个过程中会有非常多的困难和挑战,“但我们知道终极模式是什么,就要向着那个方向去布局。”马喆人告诉懂懂笔记。

【结束语】

到现在为止,中国绝大部分工业设备设施都处在“功能机”时代,也就是说那个设备只能用来干一件事情,没有物物沟通能力,业无法与世界上各类型企业进行沟通,更没有智能。定位于智能物联网的G7,是希望把这些设备都变成“智能机”,进而改变相关行业的传统运作模式,此举也会让未来的企业生产方式发生巨大的变化。

G7今天在物流行业落地AI,只是一个小小的开始。未来,或许制造业、农业、矿业和能源行业等等,都会面临类似翻天覆地的变化。在这个迅猛发展的道路上,G7希望帮别人走高速、不堵车。

上一篇:区块链技术可能会改变人工智能的现状
下一篇:视觉导航逐渐成为机器人不可或缺的辅助方案

本周栏目热点

科学家从蟑螂获得启发 教机器人更好地走路

[2018-04-21]  Weihmann指出:“我特别感到惊讶的是,动物运动稳定机制的变化与腿部协调的变化是一致的。昆虫的慢运行非常稳定,因为它的重心很低,三条腿总是以协调的方式运动。...

视觉导航逐渐成为机器人不可或缺的辅助方案

[2018-04-20]  今年大型商用机器人应用正在加快进入各个行业,目前比较成熟的如在酒店从事递送物品的工作,在医院从事咨询导览的工作,在商场从事广告资讯 ...

大数据和人工智能真的对生命科学有用吗?

[2018-04-19]  多年来,金融业对数据的管理和应用都有着悠久的历史记录。分析优化客户关系,开发新服务。幸运的是,越来越多的生命科学公司已经开始充分拥抱和抓住机会组织和应用他们的数据......

在机器人的机械手臂安装摄像头可快速创建3D模型

[2018-04-21]  美国卡内基梅隆大学 机器人 学院的研究人员表示,在机器人的机械手臂安装摄像头,可以协助其快速地创建环境3D模型,并使机器人感知其手臂所在位置。...

当你还看不懂区块链的时候,量子计算已登上舞台

[2018-04-21]  1965年英特尔的创始人戈登·摩尔提出了著名的摩尔定律,他指出当价格不变时,集成电路上可容纳的元器件的数目,约每隔18-24个月便会增加一倍,性能也将提升一倍。换言之,每一......

物联网隐形冠军:G7从低调到爆发之路

[2018-04-13]  先讲两个故事:4月10日,旷视科技为提升智能制造创新能力、进一步完善 AI+IoT 布局,全资收购了艾瑞思机器人。此举,意味着旷视正式进军 ...

精选推荐

揭秘达芬奇手术机器人
揭秘达芬奇手术机器人

[2018-04-19]  达芬奇手术系统是由美国Intuitive Surgical公司制造的机器人手术系统。美国食品和药物管理局(FDA)于2000年通过该标准,旨在利用微创手段 ...

通过对抗性图像黑入大脑
通过对抗性图像黑入大脑

[2018-03-02]  在上面的图片中,左边是一张猫的照片。在右边,你能分辨出它是同一只猫的图片,还是一张看起来相似的狗的图片?这两张图片之间的区别在于, ...

德国研发出一种能在你体内工作的微型机器人

[2018-01-26]  纽约时报的报道,德国的研究人员已经开发出一种长约七分之一英寸的机器人,首先看起来不过是一小块橡皮条。然后它开始移动。机器人走路,跳跃,爬行,滚动和游泳。它甚至爬出......

机器人灵巧手将成为智能机器人的下一个重大突破
机器人灵巧手将成为智能机器人的下一个重大突破

[2018-01-25]  计算机科学教授兼东北地区助手机器人实验室负责人罗伯特·普拉特(Robert Platt)说:“机器人手操作是下一步要解决的问题。想象一下,一个机器人可以在现实世界中用手去做事......

CES 2018:英特尔推出49量子位芯片争夺量子霸权
CES 2018:英特尔推出49量子位芯片争夺量子霸权

[2018-01-10]  在与Google、IBM的一场关于建立量子计算系统的马拉松比赛中,英特尔通过了一个关键的里程碑。近日,这个科技巨头已经推出了一个49个量子位 ...

从AI中窥探人性
从AI中窥探人性

[2018-01-03]  人们对人造智能的恐惧早已成为科幻书籍和电影的极好题材。但现在,一些同样的担忧开始影响关于现实世界AI技术的政策讨论。如果这样的担忧演变成为一种技术恐慌...

2017年:AI渗入云端
2017年:AI渗入云端

[2017-12-29]  云中的人工智能不仅仅是科技巨头的权力游戏,它也可能是人工智能领域的下一个飞跃。加利福尼亚州的Rigetti Computing公司刚刚使用其原型量子芯片之一在其云平台上运行机器学......

人工智能民主化能否实现取决于科技巨头
人工智能民主化能否实现取决于科技巨头

[2017-12-29]  我们经常听到像谷歌和微软这样的公司说他们希望人工智能民主化。这是一个很好的词,民主化。 但这些公司如何界定“民主化”还不清楚,像AI本身一样,它似乎有点炒作的味道...

美国Natilus公司试飞水上无人货机 设计简单成本降低
美国Natilus公司试飞水上无人货机 设计简单成本降低

[2017-12-28]  Natilus创业公司成立于2014年,其梦想是建造大型无人机,以半价提供比船舶快得多国际货运。在十二月份,Natilus计划在旧金山湾测试一个9米翼展的小型原型无人机的水上滑行能力......

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......