|
前不久，《今日說法》播出了題為《三十七次預警》的專題節目——G50高速上三輛卡車發生追尾事故，其中駕駛快遞快運車輛的蔡某經搶救無效身亡。蔡某的行車記錄儀顯示出事前的82分鐘里，車內監控系統一共報警37次，其中疲勞駕駛預警8次。經判定，這是一起疲勞駕駛導致的交通事故。 
從新聞中我們看到，雖然蔡某的卡車上搭載了安全監控設備，瞌睡閉眼的畫面也的確被AI系統多次識別并報告給了車隊安全管理平臺，但依舊沒有阻止悲劇的發生。安全管理設備一度被炒的火熱，但事實證明僅僅有設備，還遠遠不夠。 科技在貨運安全的落地不能只是設備 加裝IoT設備只是整個安全監控鏈條的第一步，真正的物流在途安全應該是落實到每一個場景里的每一個角色，它包括道路環境、車輛狀況、司機、安全員、車隊長、物流企業管理者……以上，靠IoT設備遠遠不夠，還需要軟件、硬件、算法、運營、服務等共同形成閉環，不僅做到短期的實時風險干預，還可幫助司機以及物流企業從安全意識、管理方式、風險預測等方面做到長期改善。 
以物聯網科技企業G7舉例，G7安全管家是其在貨運安全方面的解決方案。用IoT設備實現對環境和司機在途狀態的全面感知，進而G7擁有實時獲取行車數據并通過內置AI風險識別引擎實時下發干預的能力。G7在北京的公司前臺有一塊數據大屏，上面承載著G7 10年來連接的180w+的重卡，背后是日均7.3t的數據傳輸量，這其中就包含著G7安全管家監測到的每一次“閉眼、打哈欠、抽煙”等事件。不僅如此，G7安全算法平臺還將這一個個離散的事件整合起來，根據AI智能判斷為不同等級的風險事件，而那些復雜的高風險事件則交給安全小姐姐進行人工干預。 
然而這種基于危險駕駛行為的實時干預只能覆蓋到20的道路安全風險，想要全面提高貨運安全，必須突破只依賴設備幾秒鐘的數據監測，而具備對風險做全局性的預測能力。今年，G7安全管家升級為2.0，其核心G7安全分就體現了這一點。通過IoT數據的加持，讓技術得以長期預測和干預司機的駕駛行為，最大特點便是將安全隱患預測的周期拉長至3個月乃至半年，對車隊和司機進行全局性的風險預測。 
也正是因為有了長期全面的風險預測能力，所以還能根據不同的車隊制定不同的解決方案。 小標2:向技術要結果，智能安全服務應切實降低貨運行業事故率、賠付率 G7創始人翟學魂曾表示:「G7安全分」可精準預測每位司機不同的事故與賠付概率，進而為低風險的沉穩司機提供簡單、低成本的安全服務，為高風險的暴躁司機提供全面的安全服務。」數據顯示，G7不僅可以讓保險公司實現對車輛的差異化定價，還能顯著降低保險公司的賠付率——升級后的G7安全管家，可使賠付率降低20~30。 以我們熟悉的快遞行業為例，某個在全國布網的品牌快遞企業使用G7安全管家3個月，事故率從2.85降到0.93。更重要的是，依托智能安全設備，該公司的安全管理架構得以重整，管理分工和考核落實更明確，執行力明顯提高。某大型氣體公司，長期苦于安全管理沒有數據抓手、信息傳遞失真，無法對司機進行在途管控。裝載G7安全管家后智能安全設備可以實時對駕駛行為進行分析，安全分無形中為司機隊伍考核提供了指標。該公司趁機實行末位5淘汰，在卡車司機中間形成了一股爭做安全標兵的氣氛，單車高風險時長月均下降10.5，三個月內下降了35。 向技術要結果，應該是G7安全管家與其他安全產品最大的不同。據統計，2019年G7安全管理平臺上的司機和車輛增加5倍，但死亡數量幾乎沒有增加，至少挽救了上百條性命。 在設備同質化的環境下，如何提升自己在貨運安全領域的競爭力?想必G7已經給出了答案——運營、服務、向技術要結果。而當一片新的競爭藍海出現時，同領域的其他玩家也勢必“下海廝殺”，屆時，屬于卡車司機貨運安全的運營和服務又將會有哪些新的玩法，我們拭目以待。 |
- 關注天氣:
