『极客公园』跑在路上的 1300 万辆货车,现在有了救命的「安全分」( 二 )


翟学魂对中国市场有着明确的判断 , 他曾在极客公园 IF 大会上讲到 , 2017 年 , 安全产品成为了 G7 的新增长引擎 。 当物流公司快速成长后 , 他们都购买了大量的车 , 雇佣大量司机 , 开车频率越来越高 , 埋下了安全隐患 。
在成本降低、效率增加的时候 , 其实对于货运企业的安全压力就越大 , 安全管理对于企业来说变成了刚需 。 G7 方面在接受极客公园采访时表示 , 此前 G7 是尽力向客户卖产品 , 而在安全管理方面 , 企业都是主动找上门来 。
G7 是如何做到的?大量客户是基础 , 但在安全技术方面 , G7 的核心是数据 。
大数据、AI 都不是什么新鲜事 , 如果把人工智能的概念浓缩起来 , 就是机器模型的学习 。 创造模型、机器进行学习虽然高深 , 但技术人员也能够克服 。
最困难的地方其实是数据的获取 。 G7 从 GPS 起家 , 为车辆装上 GPS , 就能获取车辆简单的数据 。 当车辆传感器布置的越来越多 , 数据越来越多 , 于是 2017 年 , G7 开启了「安全管家 1.0」 , 用技术来完成车辆安全管控 。
『极客公园』跑在路上的 1300 万辆货车,现在有了救命的「安全分」
本文图片

G7 创始人兼 CEO 翟学魂 | 现场拍摄
然而就像上文说到的 , 一套疲劳驾驶监测系统只能覆盖 20% 的风险场景 , 如果继续向前发展 , 安全技术从 GPS 发展到了 IoT 。 和前者不同的是 , IoT 多维的传感器等硬件设备可以全部覆盖到车辆、司机和车辆周边环境的各类数据 , 对于 G7 来说 , IoT 就能获得更多安全的「抓手」 。
除了布置传感器 , 获取数据以外 , 还要将所有数据联网 , 进行系统的构架 。 G7 研发副总裁向伟告诉极客公园 , 数据的获取主要看深度和广度两方面 。
深度指的是不光要感知数据 , 还要结果数据 。 在过去一年 , G7 与保险行业进行深度合作 , 掌握了 1 万多精准的事故数据 。
精准的事故数据意味着更多的细节 , 这个时刻事故发生了 , 司机在国道上还是高速上 , 一分钟前有没有踩到刹车 , 所有结果数据产生了事故发生的原因 , 原因有隐含在车辆感知的数据当中 , 从「因」和「果」的数据当中寻找规律 。
广度则是指样本不能出现偏差 。 个体司机、中型或小型的车队面对的情况都不相同 , 车辆行驶状况好或者不好 , 各方面的数据都要囊括 , 才能覆盖这套精准预测的系统 。
更重要的是 , 在安全技术方面 , G7 安全管家明确了它面向结果的目标 。 事故率、死亡率、赔付率都是结果 , 这是它与技术的根本区别 , 软件、硬件、算法、运营糅杂在一起 , 得出的服务 , 才称得上是结果 。
责任编辑:靖宇
题图来源:视觉中国
本文首发于极客公园 , 转载请联系极客君微信geekparker 或 zhuanzai@geekpark.net


推荐阅读