上物流城找好专线 DT时代，未来哪些领域可能产生新的创业机会？钟鼎创投合伙人汤涛作为智慧物流相关的投资方，他认为有两大方向：第一个是机器替代人；第二个，路径优化，比如快递网络路径的优化。物流从商业模式创新的风口，转向了一个技术创新的风口，这是一个巨大的变化。

大家好，我是来自钟鼎创投的合伙人汤涛。物流是有大机会的行业，但物流是个慢事，做投资要慢一些，做实业的人也要慢一些，这个行业需要坚持。

过去说科技改变物流、信息改变物流，但是并没有这么多企业出来。但最近这一两年物流开始获得越来越多的关注，无论资本方还是各种各样科技类的公司，对于做物流运作的人来讲这可能是好消息。今天，包括人工智能、大数据、机器人的公司，经过大量的基础努力之后，它们开始关注物流。物流从商业模式创新的风口，转向了一个技术创新的风口。这是一个巨大的变化。

接下来，简单谈一点我们钟鼎对物流、智慧物流相关的企业投资，一些浅显的观点，供大家参考。

投资需要关注的是什么

首先谈一点，投资我们关注的是什么？一是数据流量，二是场景应用。

1）数据流量。大家谈到双11发了很多包裹，物流可以得到大量的数据，这是物流行业是最容易拿到数据的行业之一。

2）场景应用。物流行业很多产品的形成，是完全基于市场化规则产生的。所以，行业里面一旦有好的技术应用在相对典型化的产品里，就会被大量市场化地复制。

哪些领域可能产生新的创业机会

那么，哪些领域可能产生新的创业机会？两个大方向，一是机器替代人，二是路径优化。

1）用机器替代人，这是比较常见的。例如，Geek+用机器替代人，京东的无人仓，都是将人从整个场景里拿走，还包括现在讲的自动驾驶和图像识别。用机器替代人，是物流行业非常大的一个机会。因为中国物流行业有三四千万从业人员，而且大多数的人还处在简单重复的劳动。

2）路径优化，向快递网络路径的优化。如何快速检索到自己需要的信息？又如何帮助企业降低整体的库存而提高动销？这些都是可以通过科技手段实现的。

我们感觉这两个创业机会，现在都还挺多的。很多原来不是物流行业的人，发现这个市场的机会，从另外一条道拐过来做这方面的创新。

1）AI为主的场景：数据维度演变规律

物流人成就好专线 用机器替代人方面，整个的科技创新是有规律可循的。从最早的一维，检测温度、湿度和速度，再到二维，一个平面图像的识别，然后到三维，是空间、尺寸，再是到今天的四维，它是在三维的基础上加时间轴。历史上沉淀的数据，以及这些数据对方案的优化就特别重要，这就需要我们有好的三维的识别技术，需要有好的数据。



2）解决人的问题：行业垂直或功能垂直

麦肯锡在美国做的研究，基本解决了两件事情，如图所示，横向是指我们看到的每个行业，纵向指的是在这个行业中可能用一些科技，人工智能、深度学习这些算法，能够解决问题的整个潜力越来越大，圈子的大小代表了横纵交接的地方的潜在市场。



住宿和餐饮方面，在美国看起来是最可能用人工智能的方式带来巨大变化的，这跟美国存量物流行业的精益化程度、自动化程度有关系。但是实际上在中国这个行业依然非常好，我们的很多服务型机器人，目前跑在前面。在餐饮行业，像后厨的自动炒菜机，像前台的取送餐，还有酒店的清扫机器人，都在提供服务。很多领域都是标准化地替代人工的。

从图中可以看到物流排在第四，零售贸易排在第五，对于今天的行业从业者和创业者来讲，这两个领域实际上存在巨大的机会，可以通过科技来改变整个产业结构，帮助企业降低成本提高效率，加速决策的能力。目前，全球在科技类的投资和政府支持领域里，中国排在第二，比美国只差一点，也就是所有人认为中国在未来会是全球人工智能相关领域中最可能赶超美国的国家。

我们知道人工智能的关键，一个是算法，还有一个是用来训练的数据。原来无人驾驶的赛道，美国是走在最前面的，但是今天的风险投资机构把大量的钱扔在中国的自动驾驶公司。看今天所有运输过程中的车辆管理，车联网、物联网，跟自动化相关的中间，我们认为中国的创业公司有很多的机会，因为我们更熟悉我们的市场需求，甚至是我们的产品能力，我们的数据，使得我们的能力变得更加强。

这些合在一起，中国的公司是有可能弯道超车，甚至可能去把这些能力输出到国外去。

所以在今天这个时候，我们都觉得基于智慧供应链，基于物流科技，基于所有的创业者都来到一个早春，行业所有的环节都在孕育和成长，但是还没有真正的爆发。很多基础的应用基础研究，也不断的垫高创业需要的高度。但是大家都在快速的成长过程中，是不是卡对了位置，这是很关键的。所有的企业家、创业家，首先要借势，看到风口存在的时候，率先站到这个风口上，感知这个风口。

DT时代智慧物流痛点几何

的确也是有一些问题在今天是存在的：

1）物流数据化基础设施亟待完善

刚才谈到的，科技类的公司对数据的要求是越来越高了，今年我也参加了菜鸟的会，我们都会感知到这样的电商巨头对数据的渴望，他们手上拿了大量的数据，依然说我没数，我缺数，我需要更多的数帮我把整个体系，把整个的技术进一步提升。

我们投了很多公司，他们做数据采集的工作，但是到今天为止中国的数据采集还是低端的，大量的数据没有标准化，数据和数据之间还是孤岛，只是有限的数据在不同的企业之间，大量的数据是沉淀在单体的企业里。数据虽然有，但是能够利用的比例是不高的。

2）算法应用亟待物流场景衔接

我们看到大量的算法公司，但是基本上我们看到的做算法的公司，很少有在物流行业有实操经验的。所以我们发现把这些算法真正应用到我们的场景里面去，符合物流从业者的要求，还需要有一段时间。

中国的物流行业，快递电商和现在的服务物流公司，它的客户包括电商企业、零售企业，他们的需求今天也在不断的变化，整个行业的玩法也在不断的变化。这对于所有的规则，都是天天调整的，所以现在对于场景的提炼目前还做得不好。很多东西拍一拍视频都是很好看的，但是真正往实操里一放，算一算成本、效率，还是算不过来的。比如中国双11这么大一个峰值过来，这样的场景训练都可以让你的方案更柔性更合理。

3）物流自动化需完成进口替代

我们的核心部件还不行，很多都是进口的，在中国核心的部件还是需要进口。

4）重资产物流轻量化发展

中国现在还有很多的钱放在资产里，整个资产效率其实都还有很多基础性的工作没有做好。

钟鼎创投如何布局DT时代的投资机遇

简单说一下投资机遇：

1）物联网/车联网

互联网、车联网还是很大的风口，目前的情况，比以前的通讯模块的能耗会低30%，芯片的研发还没有到最优的状态，还可以进一步的下降。对于中国将来所有在货物流转过程中，车辆、库内，数据的联通，物联网是比互联网大很多的市场，终端的数量，可以是现在可以看到的手机数量，加一个零或者两个零。这是很有机会的。

2）AGV

AGV是一个相对封闭的场景，相对明确的规则，相对能够快速做出方案的。国内有很多企业做的，像我们投的灵动科技、Geek+，现在哪怕是比实际的成本高一些也是愿意接受。这里面有各种各样的方案，从视觉导航的，引导的，各种各样的车，将来都会在各种各样的仓库里面看到。

3）大数据——网络优化、决策引擎

实际上我们看到，中国在一部分城市的效率还可以，真正的从工厂到消费者手上走的这个过程，还有很大的提升空间。一个是库存，一个是物流过程，这些实际上是要通过整体的全网的物流优化来解决，这对于整个网络型的公司，包括一些大的生产流通企业和物流的结合都需要加深。

物流好专线一网连中华 以上就是我今天做的分享，我们是站在岸上看着各位在水里游，还需要和行业人士进行深入的探讨，一起聊聊行业里的事，一起沟通，共同把这个趋势看明白，谢谢各位。