八大行业解决方案齐亮相，G7智慧物联助传统产业释放新动能
张聪
“如果把中国地图从东北向西南斜切一条线就会发现，过去这些年，东部是支持中国物流发展的最大动力，国内领先的物流企业大多聚集在此，他们的组织化、自动化水平较高;看向西部时却会发现，这里聚集着我国最多的煤炭、能源、钢铁等矿物质、生产资料、农产品等，但该区域的物流产业在过去20年间几乎未发生重大变化，产业之间也很少互联网化。”
11月13日，在“产业物联未来世界之旅——G7全行业解决方案媒体沟通会”上，G7创始人兼CEO翟学魂表示，在物流行业拥有近10年物联网经验的G7，希望依托物联网技术用1～3年的时间使传统产业中的安全与人效倍增、成本倍降。翟学魂所提到的这些“传统产业”包括快递快运、煤炭、水泥、物流园、化工、大宗、食品饮料、汽车制造等，也首次公布了G7能为这8大行业提供的解决方案。
从田野到餐桌，让舌尖上的美味安全又新鲜
食品与人们的身体健康息息相关，食品企业所需要承担的社会责任更是重中之重。聚焦于食品安全运输，G7可为行业提供“端到端”全程可视的综合解决方案——从“仓库”到“干线”再到“城市配送”直至“最后一公里”，G7在任何一个环节都拥有相应的方案作为支撑：针对怕碰撞、对温度有特殊要求的高价值进出口食品，G7能通过相关IOT设备关联货运飞机，从而实现全程温度、碰撞、超时等异常状况的感知与预警，全方位保障空运特种食品的安全;在“AI+IA”战略的引领下，G7高精尖的智能冷链挂更促进了中国食品运输行业向着更高品质方向发展。
作为一家持续创新的物联网科技公司，基于行业物联网技术平台，G7正积极投身产业互联网浪潮，并运用IOT、大数据搭建煤炭、化工、食品等传统巨头企业与物流企业之间的平台，不断打造细分产业更多元的解决方案与服务，助力传统行业降本增效，智慧转型。
约98%的物流要素物联网化，这只是G7的一小步
“在这张中国地图（如图2）上，每一个亮点都代表着一个物联网事件。”沟通会上，翟学魂同与会者分享了当天的G7物联网平台数据，“这些数据的背后其实映射了现实物流中的各种问题——碰撞事件的背后可能是重卡司机生命的牺牲;221万升油的背后可能是四五百万名相关工作人员昼夜不停的重复性工作。G7的物联网和算法正在争分夺秒地解决各种问题，并以7×24小时实时知晓司机的状态，通过AI+人工的手段进行及时干预，让司机的死亡率降低到原来的六分之一。在G7的平台上，每月有30～40亿的结算金额，有了物联网的支持，面向司机、油、气的支付和结算从线下转到了线上，使物流链条上所有角色的效率得到了巨大提升。”
G7已经将约98%的物流要素物联网化，而这只是其迈出的一小步。当前，G7正在用物联网连接产业，并与不同细分行业的头部货主企业、物流企业及供应链企业建立了密切的合作关系，进而为传统行业的数字化转型不断提供新动能。
智慧物流园区：场站调度人员减少50%左右，每车停留缩短约2分钟
“在刚刚过去的双十一，网络订单量是5年前的近5倍。在订单量暴增的情况下没有爆仓，反而全国第一个订单15分钟就送达消费者手中。这相比几年前快递一等就到双十二的状态，简直可以说是颠覆性的。这种意义上的改变与提前购、前置仓、大数据预测等先进技术的应用密不可分，尤其是高度自动化的分拣机器人极大提升了分捡效率。但是仓内已经达到4.0时代，而仓外却还在1.0时代。”G7智慧物流园区解决方案负责人&架构师李小娜提到。
李小娜指出，相较于高度自动化的“仓内”，“仓外”的场站却看不到些许智能化的痕迹：车辆入园-场站作业-离园的整个过程基本全靠人工指挥。在更为传统的钢铁、煤炭物流园中，出入口的地磅、做統计用的EXCEL表是园区为数不多的先进的电子设备，而各环节的信息交接全靠“纸”，司机拿着出门条、派车单等到处跑的情景极为普遍;即便在年收入500亿元左右的大型央企的一个石化厂外，也因为缺乏对危化车辆的有效管理而导致其在小区周边、社会道路排长队等待入园的现象经常发生，给百姓的生命安全埋下隐患。而一旦发现异常事故，在事后追查时，纸质文件因其不易保留等缺陷，可能影响事件判责。
鉴于园区管理的种种痛点，G7提出了以“提送货自动化数字化、智慧安环、AI安全风险识别、增值服务”为四大核心的智慧物流园区管理方案。
从路途走向园区：为化工行业提供全链条安全管理
危险化学品因其易燃、易爆等特点，稍有不慎便会对生命安全、企业财产造成巨大损失。针对化工行业，G7的整体方案分为在途安全、作业安全、厂区安全。该方案可识别驾驶员的不良驾驶行为及车辆风险，提供“AI+安全管家”双重服务，从源头降低风险的发生率。在化工园区安全管理方面，G7实现了自主化预约、自动资质核验、区域内车辆轨迹监控、特种车辆安全监管等，从而帮助园区管理者做好安全监管。在作业安全上，G7利用高精定位，人脸识别等先进的物联网技术，对动火与动土作业、高空和用电作业、受限空间等8大作业场景做到全覆盖。
