在去年8月運個貨獲得A輪融資也是物流科技平臺茁壯成長的時期，我們曾經(jīng)在“三言梁語的S5期《疑惑縈繞的航運互聯(lián)網(wǎng)新星’運個貨’》”就運個貨的優(yōu)劣勢進行了分析。

近日，在其兩周年活動中宣布提供一億元補貼用戶，并對外發(fā)布戰(zhàn)略級新產(chǎn)品“運個貨司機端App”，所以作者想借運個貨的“自我定位進化史”，一方面梳理并審視我們之前的判斷，另一方面也想探討下究竟物流科技平臺的方向在哪里？也許讀者們能看到殊途同歸的那個彼岸。

■ 以下為運個貨官方新聞：

運個貨能在疫情下消費需求與運力雙重萎縮的大環(huán)境中，業(yè)績不降反增且又拿出一個億進行用戶回饋，得益于通過自身技術(shù)優(yōu)勢打造出解決行業(yè)痛點的標準化、智能化的產(chǎn)品體驗，其產(chǎn)品功能智能報價和智能跟蹤已經(jīng)成為眾多需要“海陸聯(lián)運”的貨主客戶的第一道服務(wù)標準程序，將物流供應(yīng)鏈各環(huán)節(jié)參與者連接，實時更新價格、貨物節(jié)點信息和資源智能匹配。

在兩周年之際，面向線下司機車隊發(fā)布了“運個貨司機端App”，該應(yīng)用程序是滿足內(nèi)部訂單管理與車輛調(diào)度需求的司機車隊后臺管理功能的能力外溢，為內(nèi)外貿(mào)司機車隊提供在線接單、車隊調(diào)度管理、線路查詢等功能。

■ 以下為公眾號觀點：

一、運個貨“自我定位進化史”

階段1：內(nèi)貿(mào)航運多式聯(lián)運平臺（成立開始——2019年初Pre-A+輪融資前）

Flexport當年的融資和發(fā)展引領(lǐng)了整個科技貨代平臺的風(fēng)向，包括運個貨在內(nèi)的國內(nèi)眾多創(chuàng)新創(chuàng)業(yè)企業(yè)，基于“內(nèi)貿(mào)航運平臺一片藍?！薄靶畔⒒I(lǐng)域盲點很多”“國家大力扶持鼓勵水鐵聯(lián)運”等判斷，開始基于“內(nèi)貿(mào)航運多式聯(lián)運平臺”的多交叉概念切入物流科技平臺市場。同時，借助于“車貨匹配平臺”浪潮的最后一點余浪，資本希望尋找船舶航運領(lǐng)域的“滿幫”“福佑”或“G7”。但此階段運個貨更多仍然僅僅從“價格透明和標準”這個痛點解決了貨主和供應(yīng)鏈的問題，但此模式逐漸變成他們眾多詢價平臺之一。

階段2：下一代貿(mào)易多式聯(lián)運綜合物流2.0解決方案（2019年初——2019年中）

隨著2019年資本逐漸冷靜，看到運個貨也在不斷迭代和審視自己的定位，內(nèi)貿(mào)航運市場發(fā)展多年，供遠大于需和公路鐵路的沖擊，讓很多內(nèi)貿(mào)貨代平臺意識到服務(wù)產(chǎn)業(yè)才是“硬道理”。當然，產(chǎn)業(yè)互聯(lián)網(wǎng)概念的興起又成為此類平臺繼續(xù)融資發(fā)展的故事。

階段3：全球數(shù)智化綜合物流解決方案服務(wù)平臺（2019年中——現(xiàn)在）

可能安通事件成為了壓垮內(nèi)貿(mào)航運平臺這一概念的最后一根稻草，包括運個貨在內(nèi)的創(chuàng)新創(chuàng)業(yè)企業(yè)開始轉(zhuǎn)向“以科技驅(qū)動的智能物流調(diào)度平臺”，意識到數(shù)字化才是整個智慧物流的基石，借助AI算法、大數(shù)據(jù)和物聯(lián)網(wǎng)等技術(shù)，將物流供應(yīng)鏈各環(huán)節(jié)要素連接起來，協(xié)同操作、促進效率和增強交易。

二、梳理并審視我們之前的判斷

總之，單就運個貨的成長定位發(fā)展路徑看，其認識迭代和不斷試錯的大方向與主流物流科技平臺的一致，但也同樣面臨其他平臺一樣的成長困境。

1、看好“運個貨”的邏輯

（1）運個貨通過航運入口獲得了大部分貨量貨源，目前看到其優(yōu)勢精品航線各大產(chǎn)業(yè)聚焦于鋼鐵、陶瓷、化工等大宗貿(mào)易物流服務(wù)領(lǐng)域，以最快時間獲取并積累產(chǎn)業(yè)大數(shù)據(jù)信息；

（2）運個貨“線上獲客模式”成為其初期發(fā)展壯大的一大利器，不僅解決了發(fā)展初期開拓市場的艱難困局，還不用承擔(dān)大量人力成本，運個貨借助互聯(lián)網(wǎng)運營手段打破跨界貨源聚合的“困境”。

2、看低“運個貨”的邏輯

（1）“一秒智能報價”噱頭轉(zhuǎn)型“實用的智能算法” 

通過AI大數(shù)據(jù)模型推算出多個優(yōu)選貨運方案，但仍然存在現(xiàn)實問題但也是運個貨的機會：

第一，借助平臺完全打通水路和公路資源信息，但如何做到動態(tài)報價仍是技術(shù)探索的方向；

第二，拖車資源由5000+上升至11000+，雖然運力覆蓋半年翻番，但相當于2-3個大型港口碼頭的運力覆蓋，對于未輻射區(qū)域的拓展仍是首要任務(wù)，筆者認為此次推出“運個貨司機端App”正是解決運力供應(yīng)增長瓶頸的最核心訴求；

第三，目前市場上物流AI客服逐漸成熟（快遞等領(lǐng)域推廣順利），此前后臺人工確認訂單導(dǎo)致缺乏服務(wù)產(chǎn)品化問題正在逐步改善。

（2）“全國港口覆蓋、船公司直聯(lián)”宣傳轉(zhuǎn)向“直客與運力的連接”

港口、船公司等運個貨原有重點宣傳資源目前轉(zhuǎn)變?yōu)椤熬C合物流解決方案”中的重點參與主體中的一環(huán)，如何服務(wù)并調(diào)度好供需兩端資源成為接下來最關(guān)鍵的戰(zhàn)略觀察點。

（3）放棄供應(yīng)鏈金融業(yè)務(wù)讓運個貨躲過生死劫

安通事件已讓大多數(shù)創(chuàng)新平臺意識到雖然過長的賬期是行業(yè)的最大痛點，但是服務(wù)體量小且缺乏貸款能力的企業(yè)可以快速增加企業(yè)成長速度，就當下內(nèi)貿(mào)市場針對增值服務(wù)墊運費結(jié)算的客戶需求，資本方恐怕也很難愿意讓運個貨資金沉在墊付的運費中，如何權(quán)衡不墊資的利弊關(guān)系有待考察。

（4）運個貨司機平臺仍然需要面對集卡拖車司機稀缺的現(xiàn)狀

雖然原則上只要運個貨能把貨物運輸?shù)牧孔龅阶銐虼?，司機們只有通過平臺才能接到足量且優(yōu)質(zhì)的訂單，但據(jù)了解目前集卡車隊仍然是整個市場價格的最大定價方，運個貨通過科技手段短時間撼動或挑戰(zhàn)市場潛規(guī)則是一大挑戰(zhàn)。

2、展望物流科技平臺的方向

作者縱觀2019年中到現(xiàn)在國內(nèi)外的物流科技平臺類發(fā)展動向發(fā)現(xiàn)：無論是投資者還是各角度切入的創(chuàng)業(yè)者，都清晰地意識到小型創(chuàng)新公司的優(yōu)勢在于“技術(shù)（包括算法、模型）和某單一場景創(chuàng)新”，很難從供應(yīng)鏈物流全鏈條去撼動大型綜合物流企業(yè)的地位，尤其是在基于物流全場景的大數(shù)據(jù)沉淀上，小型創(chuàng)業(yè)企業(yè)幾乎沒有勝出的可能。

所以，物流科技平臺企業(yè)殊途同歸，都基本達成一致觀點——物流科技平臺的目標是從根本上增強每個供應(yīng)鏈主體之間的數(shù)字化水平、數(shù)據(jù)共享協(xié)作和自動化工作效率，從而實現(xiàn)客戶的成本削減和利潤增加。一方面是對物流供應(yīng)鏈交易進行數(shù)字化處理，可以使貨運單據(jù)按需提供并且可以減輕對紙質(zhì)流程的需求；一方面主要削減直客和供應(yīng)商在處理異常問題時投入的大量運營和管理成本。

雖然物流科技平臺的這輪“戰(zhàn)略聚焦”看似簡單且基本，但它實際上抓住了供應(yīng)鏈物流客戶的關(guān)鍵——逐步改進而不是一蹴而就。隨著數(shù)字化技術(shù)逐步成熟以及場景不斷應(yīng)用，人工智能可自動執(zhí)行更多流程，場景建模和推薦引擎使組織能夠解決更大的問題，從而使物流供應(yīng)鏈管理人員騰出更多精力專注于客戶服務(wù)和業(yè)務(wù)創(chuàng)新。

第一步——數(shù)字化連接：雖然物流代理類業(yè)務(wù)相對標準成熟，且信息化程度較高，但如今物流供應(yīng)鏈數(shù)據(jù)通常存儲在多個不同的系統(tǒng)中，托運人、供應(yīng)商、承運人、貨代等各方缺乏“一站式可視化”來分析數(shù)據(jù)并制定策略計劃。因此，數(shù)字標準化是最基本的前提，全部集中在一個地方，無需在不同系統(tǒng)上進行搜索，可以節(jié)省時間。同時也帶來了多項業(yè)務(wù)收益，即：減少了錯誤、重復(fù)工作、操作延誤、成本核算。

第二步——定制化配置：根據(jù)客戶物流供應(yīng)鏈需求量身定制的界面為內(nèi)部團隊和外部合作伙伴提供支持，由核心數(shù)據(jù)驅(qū)動的體系結(jié)構(gòu)可以為最復(fù)雜的供應(yīng)鏈提供快速智能的可配置性和部署。

第三步——協(xié)同化合作：協(xié)作屬性將內(nèi)置在物流科技平臺的核心模塊中，使客戶所有內(nèi)部團隊、外部合作伙伴和客戶之間的溝通分享速度更快、摩擦更少。

第四步——智能化流程：工作流程和決策智能化建立在數(shù)字化之上，簡化日常流程和決策，實時快速識別事件并以較少的人工干預(yù)解決問題。例如，一旦物流供應(yīng)鏈一切環(huán)節(jié)數(shù)字化，基于AI的算法就可以智能預(yù)測潛在的物流問題并觸發(fā)自動化的工作流程進行補救調(diào)度和應(yīng)急。