数据显现，2016年，我国全社会物流总费用占GDP的比重现已由2013年的18%下降到了14.9%（约11万亿元），但仍然比美、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。——而过高的物流本钱则意味着上游出产企业以及中心物流企业赢利空间的紧缩，一起终端顾客也无法得到更多的实惠。
因而，为物流职业降本增效现已成为我国的一个国家战略。而
知藏科技
便是一家旨在运用先进的机器学习与运筹学算法协助传统物流企业完成降低本钱、进步盈余才干的草创公司。运用智能算法为物流做决议计划，再合适不过了
运用技能手段进步物流功率，这并不是新鲜事，市面上比较闻名的现已有卡车帮以及运满满等。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渠道的企业并不相同，“他们更多的只是在做一个渠道，协助货主找车或协助车主找货。而咱们从物流企业自身动身，直接协助其进步物流运送功率，助其赚更多的钱。”“由于物流企业关怀的只要一个问题，即能否及时将客户的货运出去？以及办法才干挣钱，或许赚更多的钱？”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才智决议计划，即运用机器学习、人工智能等办法自动地为企业做办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测验找场景，直到本年上半年才确认从物流职业开端切入，而做了半年之后，他们也发现自己选对了——“物流十分合适与智能算法相结合，并经过算法帮其做决议计划，然后进步功率、赚更多的钱。”周吉龙如此说道。
周吉龙以为物流网络具有太多变量、具有太多可能性，运用算法做决议计划将比直接人工决议计划具有更高的功率。“比方客户最关怀的运送赢利就跟许多包含周转速度、运送价位、运送道路、中心等候的时刻等在内的要素有关。终究赢利能够用一个包含上诉要素的杂乱的函数来表达，解算这个函数将协助企业找到最佳的盈余计划，而运用算法将比直接人工具有更高的功率。”
创业公司，应该学会做减法
周吉龙介绍，整个物流至少包含分拨、转运、运送等多个环节，其间的运送环节又能够细分为城市与城市之间长距离的运送，以及城市内部的结尾运送，而城市之间的运送还可细分为支线运送以及干线运送等等。尽管知藏科技的终究目标是协助整个物流职业进步功率，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认的方向便是整车干线运送。
不过，整车物流这个范畴仍旧很大，“其仍然由许多不同的详细环节构成，其间有些人是做出售、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，而咱们便是期望树立一套中心决议计划引擎，协助企业在整套事务各个环节的功率都能做到最高，并能彼此配合起来，然后完成整套决议计划的自动化。”“这是咱们大的规划，而在这大大规划下面，咱们首先从车辆调度切入。”周吉龙以为做好一个场景，比在没做好之前拓宽10个场景更有价值。
详细来说，知藏科技现在首要为用户供给干线整车物流的智能调度处理计划，该计划能够处理多种物流场景下的车辆调度以及途径规划问题。明显，在物流企业可能有几百辆车、几万条订单的情况下，办法科学地运用每一辆卡车，以及办法科学地规划每一条运送道路都将成为企业终究盈余多寡的要害。周吉龙表明，经过小范围的落地测验以及模仿，他们发现相较于传统的人工办法，运用知藏智能调度计划能够使物流企业功率进步一倍以上。“落实到实实在在的钱上，企业的盈余也能进步一倍乃至更多。”周吉龙说。
这并不是大数据游戏
与现在抢手的大数据驱动的人工智能比较，周吉龙以为知藏科技所做的其实并不是大数据游戏。
“什么是大数据？个性化引荐是大数据，由于每个人能够有几十万个标签。”周吉龙以为大数据的特点是纬度特别多，涉及面特别大，但模型自身却并不杂乱，“无非是找到更大权重的标签，找到用户愈加关怀的东西，然后据此为用户引荐。”因而，周吉龙以为大数据竞赛的要害就在于数据的质量以及是否齐备。
“而咱们玩的其实是模型游戏，就像AlphaGo下围棋相同，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，在最短的时刻内找到最好的应对办法。而咱们也相同，数据也就这么多条（几万条），但可能性却有许多，比方在一张全国的物流网中，不同的接送货计划可能有千亿万亿种，办法从中找到最优化的处理计划？”
周吉龙以为商业建模才干是该范畴最急需的才干，而自己所把握的物流职业商业建模才干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结业之后，便去了麦肯锡公司担任商业分析员，从那时便开端触摸物流职业，为不少物流客户供给战略规划、整理办理体系、运营流程优化、公司重组与整合等方面的建议和陈述。自开端作业以来，周吉龙现已积累了不少物流职业的常识，而依托这些常识，理工科身世的周吉龙表明自己现已具有了物流职业最尖端的商业建模才干。
而在将商业模型转换成数学模型方面，知藏科技还具有着另一位技能大牛——具有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历周小冬。周小冬为知藏科技处理了算法方面的难题。
企业想要做大，不能单靠做外包
由于一起具有商业建模才干与算法才干，知藏科技的处理计划也很快得到了近十家客户的认可，现在这些客户许多都在部分区域或部分线路上试用知藏的处理计划。尽管周吉龙不愿意泄漏详细的客户称号，但他表明客户大概有三大类：
第一种便是专门做整车干线运送服务的企业，包含大车队；第二种是更大的物流集团，比方顺丰、德邦等，知藏供给上门收送件、中心干线运送等一整套服务；第三种则是货主，这类客户的物流量比较大，知藏能够从对方的视点动身，为客户做优化。
尽管知藏科技现已取得了必定的成果，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。
“在产品立异阶段其实是能够经过外包来完善产品，可是到产品逐步老练之后，企业要想敏捷长大时，便不合适靠外包了。”“由于AI需求很贵的人等。”周吉龙如此表明。
为此，周吉龙表明他们正在探究一些新的、更好的、能够协助知藏长得更快的商业模式，“绝不是一家一家的给他人定制”。不过周吉龙并没有泄漏更多详细的信息。
近来，这家一共具有30余名职工的创业公司刚刚宣告取得数千万人民币的 Pre-A 轮融资，由信天创投领投，而该笔融资的首要意图便是探究新的更快的商业模式。