货拉拉CTO张浩：AIoT赋能货运物流数智化 sensor tower|总收入|符文之地传说

“货拉拉最大的挑战是在数字化程度较低的货运生态里，如何通过资源匹配来提高物流效率。”
货拉拉CTO张浩认为，O2O互联网公司最大的困难在于缺乏物理世界的数据入口、对线下行为的了解和把控有其局限性。“运货”场景相较“运人”场景更为复杂多元，货主非标需求与车辆运载能力的匹配、货物非标交付场景都是横亘在货运行业数字化与标准化建设面前的阻碍。
“货运行业在信息化层面上远远落后于to C行业，和数字化程度很高的网约车行业相比落后起码3年以上。”张浩表示。
在张浩看来，人、车、货、路四大核心要素中，车端和路端的数智化既是行业难点，也是最有机会取得突破进展、形成自身竞争壁垒的关键要素。
然而，单打独斗的一己之力难以实现行业革新，实现货运行业关键要素数字化还需要全行业协力。未来，数智化能够给货运行业带来怎样的机会和可能？公路货运物流距离全面信息化还有多远？
01货运的汗水故事据亿欧智库测算，2021年中国公路货运市场规模将达5.85万亿元，规模与欧美国家同列，但中国货运市场长期以来形成“大而散”的市场格局，市场集中度极低。
长久以来中小型个体车队粗放经营，带来了行业缺乏价格规范和低效分散运营等显性弊端，运价通常由买卖双方共同协商决定。而互联网同城货运平台的涌现，一方面整合了原本零散的社会运力，另一方面按照不同车型、需求、货物定价的方式，助推了货运市场价格体系的标准化。
“货拉拉实质上为行业制定了定价依据，货主常常是即使不在我们平台下单，他也会在APP上询价，用货拉拉的估价去和个体司机谈。”张浩表示。
货运价格体系优化和议价能力提升后，货运赛道面前仍有诸多亟待解决的问题。
“科技公司对于货运信息化的投入相对较少，”张浩以道路信息化为例介绍，地图与货运效率与用户体验联系紧密，而普通人觉得准确易用的客运地图对于货车司机来说可能面临实际上的‘此路不通’，以及随后带来的违章和安全风险。
相对网约车等客运服务，货运服务中货物的信息化更困难，质量、体积、特殊运输需求等对车货匹配的考验极大。张浩介绍，当前的货物信息化主要通过用户提交的订单描述和过往积累的经验判断，在此基础上，通过机器视觉进一步大致识别并作出判断。
然而，在货物端实现精准数智化是全行业的一大痛点。
在车端数智化建设过程中，线下大量车辆数据的收集、积累和验证也是后期车货匹配的基础。正是因为缺乏行业标准，驱动货拉拉不断丰富完善车型数据，“目前我们可能已经拥有全世界最大的车型信息库。”张浩透露道。
02敬畏市场，尊重技术同城货运市场主要由B端企业和少量C端用户组成，前者以计划性、高频刚需为主，后者则多是非计划性的偶发、且相对低频的刚需为主。
需求侧的以上特征决定了的烧钱和补贴无法对货运的需求端产生实质性影响。
货运战事最酣的2015至2016年，拼命烧钱补贴市场以期建立用户使用习惯是主流打法，然而大部分玩家接二连三倒下的结局是烧钱不适用于货运行业的明证。2020年下半年，熟悉的补贴打法在同城货运赛道卷土重来，货拉拉深知这是“杀敌一千自损八百”，且对行业有序发展毫无裨益的做法。
“从业务属性来说，2B和2C最大的区别是2B企业产生伪需求的可能性较低，”张浩说道，“如果星巴克今天免费，平时不喝咖啡的人可能也会过来排队领一杯，”而货运行业的货主中有如家具店、建材店、服装厂老板，其刚性的运货需求并不会因为缺少几十元的补贴而受到抑制。