技术的发展必然带来更加便捷和低成本的解决方案，产生巨大的效益，那是AI+物联网的未来。
“我们非常希望能不用任何复杂的传感器”，G7总裁马喆人道，“未来或许凭借发动机的声音就能判断车辆的状态，它的健康情况、是否需要维修、是否需要保养。”到那时候，声音的录入只需要一块钱甚至几毛钱的麦克风作为终端传感器，这是物联网。所有的计算和智能判断都依赖云端或者边缘计算云完成，这就是AI。二者缺一不可。
前几日于杭州举办的GMIC+全球人工智能峰会上，马喆人提出了这样一副蓝图，这也是智慧物联网公司G7的前进方向。作为国内物流运输领域最大的物联网平台，G7为中国物流行业提供基于物联网+AI的智能化车队的管理解决方案。其股东包括腾讯、在物流领域深耕的普罗斯和钟鼎创投、以及淡马锡和国开金融等。
简化的物联网终端、更有效的云端智能
在讨论怎么做之前，首先要解决的问题是做什么 — 物联网与AI结合的甜蜜点在哪里？真正的物联网需要海量、低廉的终端传感器在现实中完成深度覆盖，这随之产生惊人的实时数据流，必须依靠人工智能完成模糊判断和大数据分析，否则无法产生应有的价值。
在这个大前提下，要做好AI+物联网必须从几点着手改造，马喆人在演讲中提出了三个方向。
首先，简单传感器深度覆盖，实现全程可视化。其次，落地于闭环业务场景，依托AI产生用户价值的代际升级。最终，不仅提供行业SaaS服务，而且依托物联网技术成为跨行业的资产管理平台。
“过去，我们讲究的是在本地的传感器要特别强大，这样才能真正起到传感和控制的作用”，他道，但现今整个系统设计的思路都在改变。对于神经末梢的传感器，企业的要求从强大变成了“简单且聚焦”。情况与过去截然不同，马喆人总结道，“我们会尽可能地将判断和处理的功能放在云端。”
G7已经实现AI+物联网闭环，并深深扎根于物流车队管理这一场景。车中内置多种传感器，所有的管理和运算则在云端完成，车队的管理人员能够从手机、PC端直接管理。简单便捷的操作背后，实际上有庞大的物联网感知、算法应用、数据解析作为支撑。
“只要用户的车子跑一两次，G7的算法引擎就能像老司机一样识别出这辆车的运行路线、停靠站点、各段路程需要的正常时间与油耗等，然后默默地监控管理起来。7x24, 自动管起几十万台车”，马喆人道，业界瞩目的人工智能技术其实已经落地于物流行业， G7已经开始提供基于人工智能的调度机器人和安全管理机器人服务，自动监控车辆异常、判断路线情况。安全机器人的功能，依靠图像识别技术，实现了在司机打瞌睡、看手机、疲劳驾驶时实时识别，并连接云端服务进行及时管理干预，这对于危险行为的降低有显著帮助，使用“安全机器人”进行管理后，不安全的高危驾驶行为减少了40%，实际事故减少了10%。
在货运场景中深耕并打通闭环
当问及未来是否会向其它领域拓张时，马喆人强调道，垂直能够带来更多效益。
当G7在一个垂直领域中深耕，它能够更高效、更低成本地去获取数据、更深刻地理解需求场景，这对于行业中的所有人都是有帮助的”。而当涉及范围太广时，同样的信息采用不同的”行业”语言表达，进行信息的翻译和统一本身就是一件很高成本的事情。
但这不意味着G7的SaaS平台将只是局限于物流领域。G7从物流车队SaaS服务中抽象出的物联网和资产管理能力，有机会延伸到多个工业领域。G7已经可以实现数据的统一读取和使用。对于未来，其实任何一款设备只要附带3个传感器，就能被纳入业务管理流程。一个是定位器，指明它在哪里；一个是计价器，计算它用了多少；第三个则是听诊器，判断它的状态是好还是不好。基于这些传感器，设备能够被纳入一个业务管理流程，接入云端进行智能化的实时管控，这便是物联网化的资产管理。不仅能提高资产的管理效率，而且能促成大规模的共享和按需购买，会显著地降低企业的资金门槛，有重大的商业和社会价值。
G7近两年来发展得很快，它的业务覆盖全国及周边亚洲国家，连接车辆总数超过60万辆。客户现已涵盖快递、快运、消费、电商、食品等行业最优秀企业。这其中有很大原因是G7精准洞察并抓住了将物联网＋AI应用在了物流货运这一垂直领域的机遇，且抓住了真实需求和核心场景。未来它也将继续深耕物流和货运，提升物流运输效率、安全及成本管理，持续推进人工智能在物流领域的应用，并着力搭建起一个跨生产力领域的物联网平台和智能化资产管理平台。
