从2016年开始的无车承运人试点工作在2019年画下了一个句点。这个漂洋过海而来的新概念,前有政策扶持后有资本撑腰,短短几年间声名鹊起。
中储智运国家首批无车承运人试点企业,2015年正式开始运营,其目的是通过利用移动互联网、云计算、大数据、人工智能等技术,搭建物流运力竞价交易共享平台,打造了一个闭环供应链服务生态圈,南京大学工程管理学院副教授李敬泉是其主要创始人之一。
公路货运空载率接近50%
长期以来,我国物流行业一直处于粗放式发展阶段,公路货运行业更是如此,经常性局限于“熟人交易”,货与车匹配效率不高,资源利用率偏低,从而导致物流运输成本长期居高不下,成为实体企业减负增效的一个难点,也是我国经济运行中的一个短板。
对国内物流有着深刻研究的李敬泉表示,中国公路货运物流被认为是一个有望产生行业巨头的潜力市场,但现实极度分散,绝大多数的货车司机都是个体司机,车辆空驶率接近50%,直接导致物流成本过高。
数据显示,目前的物流总费用占GDP的比例大概在14.5%左右,和发达国家相比比重还是很高的。整个物流环节里约60%的费用耗费在了运输过程当中,不把这60%的运输成本降下来,物流行业的降本增效很难取得明显的进展。
突破区域化市场壁垒
李敬泉认为,中国公路物流之所以出现上述问题,最重要的原因是信息的不对称,中间环节过多。作为国家第一批“无车承运人”试点企业,中储智运在无车承运人模式的应用上进行了创新,将运力竞价机制引入平台,用大数据解决运力资源整合问题,用竞价解决运力成本问题。
通过“运力竞价机制”,让货主发单,司机自主报价,彻底打破原有的“熟人经济”与“区域化市场壁垒”,把运费定价权还给市场,从而使物流价格更合理,最大限度地降低货运成本。
与此同时中储智运平台邀请众多物流企业成为加盟商、合作伙伴,整合全国范围内的货运资源,为货主、货车司机提供了直接沟通的渠道,减少了中间环节,货车司机在合理运价范围内有了更多货源选择,运输频次增加,总收入也随之提高。
找货时间减少28%
在运输交易过程中,中储智运以承运人身份与托运人签订运输合同,承担承运人的责任和义务,通过委托实际承运人完成运输任务,对中储智运来说,是否拥有车辆不是关键,能否整合运力,并切实为货主降低运输成本才是模式落地的关键,这背后考验着企业行业背景和综合实力。
数据显示,中储智运平台2015年上线半年后运输收入达2000余万元;2016年年运输收入突破21亿元,较2015年实现了100倍增长;2017年年运输收入达65亿元;2018年年运输收入超114亿元。在中储智运3年多来运输收入爆发式增长的背后,正是“大数据”的有力驱动。
目前,中储智运平台业务已覆盖全国30个省份及自治区,辐射全国328个城市,涵盖运输线路近8000条,日均运输量达34万多吨,平均不到10秒成功完成一单交易。据李敬泉介绍,中储智运平台已经实现了为货主企业平均降本10%,司机找货时间平均减少28%的成绩。
无车承运人不仅是“撮合配对”
在庞大的运输业务背后,是中储智运精准的平台大数据分析与应用。2018年底,李敬泉在接受采访时曾经表示:“中储智运过去三年多在对无车承运人的探索中,形成了自身的发展优势及特点。概括来说就是科研、背景及政策三大先天优势,以及模式、技术两大后发形成的优势。
中储智运由以国企控股公司的“身份”投身于“互联网+物流”的大潮,拥有丰富的网络资源、健全的管理体制,以及多年积累的信誉资源。其与南京大学积极开展智慧物流领域的产学研合作,并拥有智慧物流实验室及国家级的研发平台,科研力量雄厚;在政策方面还当选了国家首批“无车承运人”试点企业。
在模式方面,中储智运整合社会货物及运力资源,将交易及支付手段内部化,向用户提供双向交互式服务的新型“无车承运人”智慧物流电子商务平台,和众多信息平台有着本质的区别。因为中储智运是实际发生交易的平台,而并非仅仅提供“撮合配对”服务。
在技术方面,中储智运拥有一个企业级应用的智慧物流大数据分析技术。可以在收集海量车、货信息的同时,处理高维、多变、强随机性的动态业务数据,从而有效分析货主与司机的分布、货物流向、线路情况等各类数据,最终向货主、司机等物流客户提供包括分布数据、流向数据、线路热门货物货量等十分有参考意义和价值的数据。
物流一定要拥抱科技
未来物流科技与大数据应用一定是深度介入企业供应链的整体环节。企业的降本增效将不仅仅局限于物流运费的降低,而是要追求上下游供应链整体效率的提升与成本的降低,物流运费的降低只是其中一环。
现在许多大企业已经意识到了这方面的重要性。“中储智运在与货主企业打交道两三年后,也意识到了从供应链角度降低企业成本的急迫性,同时中储智运也正在朝这方面努力,一方面加快物流大数据系统的升级与研究,一方面开始为部分货主提供供应链整体降本增效方案。”李敬泉说道。
未来,李敬泉希望能带领中储智运,继续推动无车承运人诚信体系标准的建立,深入挖掘、研究物流大数据,为用户提供更优质的服务,推动物流业转型升级。