数据显示，2016 年，我国全社会物流总费用占 GDP 的比重已经由 2013 年的 18% 下降到了 14.9%（约 11 万亿元），但依然比美、日、德等发达国家高出一倍左右，高于全球平均水平 5 个百分点左右。——而过高的物流成本则意味着上游生产企业以及中间物流企业利润空间的压缩，同时终端消费者也无法得到更多的实惠。

因此，为物流行业降本增效已经成为中国的一个国家战略。而知藏科技便是一家旨在利用先进的机器学习与运筹学算法帮助传统物流企业实现降低成本、提高盈利能力的初创公司。

利用智能算法为物流做决策，再适合不过了

利用技术手段提升物流效率，这并不是新鲜事，市面上比较知名的已经有货车帮以及运满满等。不过，在知藏科技创始人周吉龙看来，自己与这两家主打车货匹配平台的企业并不一样，“他们更多的只是在做一个平台，帮助货主找车或帮助车主找货。而我们从物流企业本身出发，直接帮助其提升物流运输效率，助其赚更多的钱。”“因为物流企业关心的只有一个问题，即能否及时将客户的货运出去？以及如何才能赚钱，或者赚更多的钱？”周吉龙如此解释道。

据了解，知藏科技成立于 2016 年 1 月，创业初衷是为企业做智慧决策，即利用机器学习、人工智能等方法自动地为企业做管理优化以及企业运营优化等。创业之初，他们曾在不同的方向上不断尝试找场景，直到今年上半年才确定从物流行业开始切入，而做了半年之后，他们也发现自己选对了——“物流非常适合与智能算法相结合，并通过算法帮其做决策，从而提高效率、赚更多的钱。”周吉龙如此说道。

周吉龙认为物流网络具有太多变量、拥有太多可能性，利用算法做决策将比直接人工决策具有更高的效率。“比如客户最关心的运输利润就跟很多包括周转速度、运输价位、运输路线、中间等待的时间等在内的因素有关。最终利润可以用一个包含上诉因素的复杂的函数来表达，解算这个函数将帮助企业找到最佳的盈利方案，而利用算法将比直接人工具有更高的效率。”

创业公司，应该学会做减法

周吉龙介绍，整个物流至少包括分拨、转运、运输等多个环节，其中的运输环节又可以细分为城市与城市之间长距离的运输，以及城市内部的末端运输，而城市之间的运输还可细分为支线运输以及干线运输等等。虽然知藏科技的最终目标是帮助整个物流行业提升效率，但作为创业公司，在精力、资源有限的情况下，知藏科技也不得不做减法。而周吉龙首先为知藏科技确定的方向便是整车干线运输。

不过，整车物流这个领域依旧很大，“其依然由很多不同的具体环节构成，其中有些人是做销售、拿订单的，有些人是专门管车、管司机的，有些人是专门做调度的，而我们就是希望建立一套中央决策引擎，帮助企业在整套业务各个环节的效率都能做到最高，并能相互配合起来，从而实现整套决策的自动化。”“这是我们大的规划，而在这大大规划下面，我们首先从车辆调度切入。”周吉龙认为做好一个场景，比在没做好之前拓展 10 个场景更有价值。

具体来说，知藏科技目前主要为用户提供干线整车物流的智能调度解决方案，该方案可以解决多种物流场景下的车辆调度以及路径规划问题。显然，在物流企业可能有几百辆车、几万条订单的情况下，如何科学地使用每一辆货车，以及如何科学地规划每一条运输路线都将成为企业最终盈利多寡的关键。周吉龙表示，通过小范围的落地尝试以及模拟，他们发现相较于传统的人工方法，利用知藏智能调度方案可以使物流企业效率提升一倍以上。“落实到实实在在的钱上，企业的盈利也能提升一倍甚至更多。”周吉龙说。

这并不是大数据游戏

与如今热门的大数据驱动的人工智能相比，周吉龙认为知藏科技所做的其实并不是大数据游戏。

“什么是大数据？个性化推荐是大数据，因为每个人可以有几十万个标签。”周吉龙认为大数据的特点是纬度特别多，涉及面特别大，但模型本身却并不复杂，“无非是找到更大权重的标签，找到用户更加关心的东西，然后据此为用户推荐。”因此，周吉龙认为大数据竞争的关键就在于数据的质量以及是否完备。

“而我们玩的其实是模型游戏，就像 AlphaGo 下围棋一样，AlphaGo 学习的那几十万张棋谱其实并不是大数据，AlphaGo 所做的其实是在海量可能性的情况下，在最短的时间内找到最好的应对措施。而我们也一样，数据也就这么多条（几万条），但可能性却有很多，比如在一张全国的物流网中，不同的接送货方案可能有千亿万亿种，如何从中找到最优化的解决方案？”

周吉龙认为商业建模能力是该领域最急需的能力，而自己所掌握的物流行业商业建模能力正是知藏科技最大的优势。

据了解，周吉龙 2008 年从北大微电子系研究生毕业之后，便去了麦肯锡公司担任商业分析员，从那时便开始接触物流行业，为不少物流客户提供战略设计、梳理管理体系、运营流程优化、公司重组与整合等方面的建议和报告。自开始工作以来，周吉龙已经积累了不少物流行业的知识，而依靠这些知识，理工科出身的周吉龙表示自己已经拥有了物流行业最顶级的商业建模能力。

而在将商业模型转换成数学模型方面，知藏科技还拥有着另一位技术大牛——拥有 20 年机器学习 (深度学习)、大数据分析、自然语言处理等方面的经验周小冬。周小冬为知藏科技解决了算法方面的难题。

企业想要做大，不能单靠做外包

因为同时拥有商业建模能力与算法能力，知藏科技的解决方案也很快得到了近十家客户的认可，目前这些客户很多都在部分区域或部分线路上试用知藏的解决方案。虽然周吉龙不愿意透露具体的客户名称，但他表示客户大概有三大类：

第一种就是专门做整车干线运输服务的企业，包括大车队；第二种是更大的物流集团，比如顺丰、德邦等，知藏提供上门收送件、中间干线运输等一整套服务；第三种则是货主，这类客户的物流量比较大，知藏可以从对方的角度出发，为客户做优化。

虽然知藏科技已经取得了一定的成绩，但在周吉龙看来，这种偏外包性质的服务不是一个长久之计。

“在产品创新阶段其实是可以通过外包来完善产品，但是到产品逐渐成熟之后，企业要想迅速长大时，便不适合靠外包了。”“因为 AI 需要很贵的人等。”周吉龙如此表示。

为此，周吉龙表示他们正在探索一些新的、更好的、可以帮助知藏长得更快的商业模式，“绝不是一家一家的给别人定制”。不过周吉龙并没有透露更多具体的信息。

近日，这家总共拥有 30 余名员工的创业公司刚刚宣布获得数千万人民币的Pre-A 轮融资，由信天创投领投，而该笔融资的主要目的就是探索新的更快的商业模式。