“在无人驾驶快要成为现实的今天，如何提高运输效率，依然是物流行业亟待解决的难题，并且还没有一家企业做得特别好。”

福佑卡车新任首席科学家陈冠岭认为，效率低依然是困扰中国公路运输市场的顽疾，并且只有用技术才能破解。

一、为什么选择福佑卡车？

陈冠岭是美国马萨诸塞州立大学计算机科学系终身教授，在校期间主导研究机器学习，并进行不同领域的应用，但当时并未考虑将相关研究成果进行产品化。后来，陈冠岭教授的研发团队发现，两家创业公司也应用了相关技术，后来这两家公司其中一家被雅虎收购，另外一家被Twitter收购。自此之后，陈冠岭教授逐渐对数据驱动的技术应用产生了浓厚兴趣。

“公路货运是一个体量非常庞大的市场，并且正处在技术变革的关键阶段。目前福佑卡车的产品体系恰好可以把以前的科研方法和专长应用在运输业务场景中，福佑卡车产品研发体系中的数据准备、数据清洗、数据特征的抽取、模型调配等基础方法与大学时的研究方法一致。入职福佑卡车可以把智能系统的科研应用在传统物流业务场景中，提高物流效率，实现个人对于事业的追求。”

二、技术如何改变公路货运？

“技术对公路货运市场的变革主要体现在三个阶段：第一，信息化，把传统运输操作的各个线下场景转移到线上；第二，数据化，把线上业务场景转换成具体的数据，进行数据的沉淀；第三，智能化，基于数据，运用人工智能技术，提高运输效率。”

在传统运输市场，用技术提升效率是一个非常难的事情，很多的业务场景是在线下完成的。骤然改变货主和司机的操作习惯，在线上询价、下单、签收、结算，会有一定难度，也有一个接受的过程。但是，在传统运输市场转型升级的背景下，用技术来改变传统业务操作场景，提升运输效率是大势所趋。

三、福佑卡车布局科技整车

福佑卡车产品技术团队倾力开发了智能报价产品、智能调度产品、智能服务产品，提高传统运输市场在报价、调度和服务保障三个方面的运行效率。布局科技整车。

在传统公路运输市场，整车运价是在人与人之间的沟通过程中生成的。“在业务体量相对较小的情况下，传统的人工报价模式可以根据经验、市场行情进行报价，准确度也比较高，但如果是全国范围内，大量订单进行实时报价的话，人工报价捉襟见肘。目前，全国没有任何一家公司有进行全国范围内整车运输市场零散货物实时报价的能力。福佑卡车积累了三年真实的全国整车运价数据，因此，也只有福佑卡车一家公司有在全国范围内进行实时机器报价相关研究的基础条件。福佑卡车智能报价系统的基本工作原理是机器学习，依托平台积累的历史运价数据，可以进行机器学习训练，叠加天气、淡旺季、车型车长、货物品类、过去几天的市场行情、交通状况等多个因素，结合不同的权重，最终推算出准确的市场运价。”机器报价的优势在于提高报价效率，增强货主企业对运输成本的可控性。在城际整车运输市场，没有标准化的运价。运价是在货主与信息部、车队、个体司机等的沟通过程中生成的，运价受天气、市场供需、淡旺季、车型车长、货源品类的影响，会呈现大幅波动，如果冬季遭遇雨雪天气，运价可能会在一天内上浮50%。福佑卡车开发的智能报价产品在算法基础上实现最快5分钟报价，报价精准度高达90%，大幅提高询价与报价的效率，增强货主企业对运输成本的可控能力。

公路运输市场信息化和智能化水平低，导致沟通效率和交易效率低下，长期存在货源与车源不匹配的情况，一方面是大量亟待发车的货物找不到车，另一方面是货车空驶率长期居高不下，车辆闲置时间较长，车辆运营效率极低。福佑卡车开发的 “智能调度系统结合了机器学习和运筹优化，把货主下的订单匹配给最合适的车辆。调度系统的根本目的是为了提高车辆运营效率，让福佑卡车平台上的车辆空驶的距离最短、等货的时间最短。在交易偏好、车型偏好、运价因素、线路偏好等方面都能准确满足货主和车主的需求。调度系统不仅要把订单匹配给最合适的车辆，还要预测货物的流向和流量，只有做到提前预测，才能真正实现货物与运力的智能匹配。”

公路运输市场集约化程度低，市场不规范，异常多发，出现异常难以处理。公路货运单车货物重量一般在3000公斤以上，涉及到的货物价值巨大，是一个风险比较高的行业。一旦发生交易纠纷和异常情况，对上游的货主企业和下游的承运方而言，都会造成不可承担的巨大损失。福佑卡车开发的“智能服务系统的主要功能是基于车辆的地理位置进行异常预警，现在主要是根据阀值的设定来预测，未来主要应用机器学习系统来预警可能发生的异常。智能服务系统可以显著降低异常发生率，提高异常处理效率。”

福佑卡车的使命和愿景是成为中国公路运输市场最优秀的科技运力平台，陈冠岭认为，作为连接货主和运力的桥梁，科技是福佑卡车提高运输效率的唯一途径。运用先进技术提高报价效率和匹配效率，显著降低车辆空驶率，减少车辆闲置时间，降低异常发生率，提高异常处理效率是让货主企业降低运输成本，让运力持续增加收入的根本方法。

福佑卡车首席科学家陈冠岭履历

1997年获得南京大学计算机学院学士学位，2004年获得美国达特茅斯学院计算机科学博士学位。曾就职于美国马萨诸塞州立大学计算机科学系，智能系统及应用实验室主任。主持多项美国国家科学基金项目，并获得美国国家科学基金会HCC Award、FIA Award和 CRI Award，在其研究领域的顶级期刊和会议上已发表了100余篇文章以及专著。曾担任多家移动互联网公司的科学家和产品顾问。研究领域包括：智能交互系统和应用，移动大数据和云计算，互联网医疗等。