每天穿行于美国高速公路系统的数千辆半挂卡车隐藏着一个秘密:它们的装载率仅约50%。
这种低效率代表着数十亿美元的商机。Uber Freight和Flock Freight等公司已经在追逐这一机会,作为其匹配卡车司机和货物销售公司的更广泛商业模式的一部分。
总部位于旧金山的初创公司Oway正在寻求一个更精细的商业模式,更类似于货运版的Uber,特别是在效率最低的长途运输路线上。该初创公司相信这种模式可以扩展到足以对国家经济产生影响的规模。
Oway成立于2023年,获得Y Combinator和General Catalyst支持,最近完成了400万美元的种子轮融资。创始人Phillip Nadjafov告诉TechCrunch,投资者认可Oway的概念,因为该公司已经开发出一种方法,通过巧妙结合新旧技术,将跨美国托盘运输成本降低50%。
当然,这涉及人工智能,具体表现为Oway开发的机器学习技术,用于寻找和匹配货物与空余拖车空间以及便利目的地(或短距离绕行)。Oway还自动化了大量与货运相关的标准运输和保险文档。
但Oway的共享货运概念得以实现,主要依靠安装在全国卡车上的"电子记录设备"(ELDs)。
ELD在大约十年前成为政府强制要求,作为通过消除纸质记录簿使卡车运输更安全、更高效的举措的一部分。这使得货运商和司机更难规避联邦最大驾驶时间规定,理论上减少了疲劳驾驶。
这些设备一直是许多担心过度监管的司机争议的焦点。有一些证据表明,承诺的安全效益可能被激进驾驶行为的增加所抵消,因为司机不能像以前那样轻易篡改工作时间。
但这些设备仍然是Oway业务的基石,因为ELD使实时跟踪卡车确切位置成为可能。
利用这些信息,Oway可以与货运商合作,识别接近已计划路线的目的地。当拖车上有空余空间时——据Nadjafov说这种情况经常发生——Oway可以帮助客户以传统成本的一小部分将货物放置在这些拖车中。
结果是,Oway声称可以将2000磅以下托盘从洛杉矶到达拉斯的运输成本从约220美元降至低至60美元。
"你不应该需要...购买一整辆50多英尺的卡车来将[某些东西]运输到全国各地以获得良好的价格,"他说。"如果你有一个超过100磅的单个箱子想要运输到全国各地,现在你应该能够用当前技术...做到这一点。这是我们在美国面临的一个巨大问题。"
Nadjafov认为,这种脱节创造了更高的运输费率和消费者价格,但也导致更多排放和卡车司机更多的闲置时间。他相信Oway可以解决这个问题,并已经在与拥有数千辆车队的大公司合作,尽管他说不能透露是哪些公司,因为它们要求暂时保持这些关系的私密性。
按照Nadjafov的说法,Oway的商业模式结合了美国卡车货运两种主要方式的最佳方面。
一种模式称为"整车运输",涉及卡车拖车装满货物,通常为一个货运商服务。这些货物通常从A点到B点,提供更快的交付但价格更高。
另一种模式称为"零担运输",通常涉及多个货运商共享一辆卡车的空间。这降低了成本,但需要更长时间,因为货物通常必须在多辆卡车和仓库之间转运才能到达目的地。
Nadjafov承诺Oway可以实现整车运输的速度和零担运输的成本与灵活性。此外,通过在直接长途路线上运输更多货物,这些货物不太可能受损,因为它们不会在从卡车到仓库再回来的过程中被卸载和重新装载。
Nadjafov描述,Oway以"去中心化"的方式完成这一切,意味着它不试图买断整个拖车的空间,甚至在与承运商和货运商合作的基础上与行业中的其他经纪商合作。
"我们希望Oway具有灵活性,这样有一天新的业务和行业就可以建立在这种基础设施的新颖应用之上,"他说。
Nadjafov表示,Oway已经收到来自其他国家公司的兴趣,但他的初创公司目前专注于美国市场——部分原因是Oway只有12人,以及这个国家对卡车运输的依赖程度。
"卡车运输是一个万亿美元的行业,空车现象本身就是一个1000亿美元的问题,"他说。"我认为这将是未来10年对美国整个商业和物流部门非常具有变革性的运动,因为我相信这基本上将成为大多数企业运输物品的事实标准方式。"
Q&A
Q1:Oway是什么?它的主要功能是什么?
A:Oway是一家总部位于旧金山的初创公司,成立于2023年,专注于打造去中心化的货运平台。它通过人工智能和机器学习技术,匹配货物与空余的卡车拖车空间,实现类似"货运版Uber"的服务模式。
Q2:Oway如何实现运输成本降低50%?
A:Oway利用电子记录设备(ELD)实时跟踪卡车位置,通过AI技术匹配空余拖车空间与货物需求,并自动化运输和保险文档处理。例如,可将洛杉矶到达拉斯的托盘运输成本从220美元降至60美元。
Q3:电子记录设备在Oway商业模式中起什么作用?
A:电子记录设备(ELD)是Oway业务的基石,这些政府强制安装的设备可以实时跟踪卡车的确切位置。Oway利用这些信息识别接近已计划路线的目的地,当拖车有空余空间时,帮助客户以低成本运输货物。
好文章,需要你的鼓励
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
OpenAI和微软宣布签署一项非约束性谅解备忘录,修订双方合作关系。随着两家公司在AI市场竞争客户并寻求新的基础设施合作伙伴,其关系日趋复杂。该协议涉及OpenAI从非营利组织向营利实体的重组计划,需要微软这一最大投资者的批准。双方表示将积极制定最终合同条款,共同致力于为所有人提供最佳AI工具。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。