一、項目詳述
1.行業(yè)分析
1.1行業(yè)現(xiàn)狀及發(fā)展趨勢
近年來隨著互聯(lián)網(wǎng)+產(chǎn)業(yè)的高度發(fā)展，各省市網(wǎng)絡貨運平臺開始興起?；ヂ?lián)網(wǎng)+貨運的實施方式為通過智能化實現(xiàn)了把車輛、貨主以及司機的信息共享的同時進行合理匹配來提高物流行業(yè)運輸效率。從而滿足了用戶更加多元化和個性化的貨運新需求，解決傳統(tǒng)物流行業(yè)的供需不匹配的行業(yè)困境。
2020年1月1日，交通運輸部、國家稅務總局發(fā)布的《網(wǎng)絡平臺道路貨物運輸經(jīng)營管理暫行辦法》（以下簡稱《辦法》）正式實施，標志著網(wǎng)絡物流行業(yè)開始步入了一個全新的發(fā)展時代，為平臺型物流企業(yè)實現(xiàn)健康、有序的發(fā)展奠定了堅實的基礎。同時，《辦法》也為傳統(tǒng)貨運行業(yè)開辟了轉型升級的通道。
在這種趨勢下，基于平臺型物流企業(yè)搭建完善的貨運生態(tài)體系，深度融合AI技術、大數(shù)據(jù)、云計算、衛(wèi)星定位等先進技術，為貨運行業(yè)群體帶來完善的服務和效益是未來發(fā)展的核心方向.
1.2網(wǎng)絡貨運行業(yè)痛點
（1）運輸安全管理漏洞較大
? 從業(yè)資質缺乏監(jiān)管手段：據(jù)權威部門調(diào)查，部分平臺運營企業(yè)無法做到有效源頭管理，導致運輸安全風險居高不下。
? 運輸過程缺乏安全性監(jiān)控：由于運輸計劃復雜，貨主沒有渠道進行車輛的監(jiān)管，導致運輸過程的安全性無法有效跟蹤。
（2）運輸效率和成本管控手段缺乏
? 時效性監(jiān)控缺乏：車輛運輸過程不透明，導致車輛是否晚發(fā)晚點通常不可獲知，而這類風險的發(fā)生將降低運輸效率，造成資源不能高效利用；
? 車輛等貨時間長，空置率高、運價難以下降：根據(jù)數(shù)據(jù)統(tǒng)計，目前中國汽車物流企業(yè)公路運輸車輛空駛率高達39%，導致貨運行業(yè)成本居高不下，以及環(huán)境、交能耗的浪費；
運輸計劃復雜，結算規(guī)則繁瑣：貨物運輸整體流程較為復雜，在運輸過程中，涉及等貨拼車，整車串點運輸，多點卸貨等各種運輸場景，這其中監(jiān)管困難，難以跟蹤整體運輸進程，且結算過程無節(jié)點跟蹤，未形成統(tǒng)一計算流程。
（3）平臺用戶粘性不高
生態(tài)圈不完善：盡管平臺型物流企業(yè)興起，但整體生態(tài)圈不完善，除了解決車貨匹配等運輸效率問題外，網(wǎng)絡物流還包括貨車風控監(jiān)管、金融服務、油卡、ETC等面向貨主、車主、司機的增值服務有待開發(fā)和解決；
保障缺失：由于目前貨運行業(yè)的經(jīng)營主體普遍為個人為單位，難以承擔安全監(jiān)管責任，更無力承擔貨運行業(yè)的高風險；故貨運保險尤為重要。
1.3貨運大數(shù)據(jù)成功應用于貨運車輛保險風控業(yè)務
2014年，交通部、公安部、國家安全生產(chǎn)監(jiān)督管理總局聯(lián)合發(fā)布《道路運輸車輛動態(tài)監(jiān)督管理辦法》（2014年第5號，簡稱5號部令），在部令中要求全部重型載貨汽車和半掛牽車在2015年12月31日要安裝衛(wèi)星定裝置并接入全國道路貨運車輛公共監(jiān)管與服務平臺。
中交興路作為《全國道路貨運車輛監(jiān)管與服務平臺》（以下簡稱：全國貨運平臺）的建設和運營方，截止目前已接入貨運車輛600余萬，基本實現(xiàn)了全國重載普貨車輛與半掛牽引車輛的全覆蓋，動態(tài)數(shù)據(jù)接入3萬億條。平臺結合大數(shù)據(jù)技術、智能分析、實時計算技術，對車輛行駛行為、駕駛員行為進行分析，并實時提醒，可有效糾正駕駛者的不良駕駛習慣，提高駕駛安全系數(shù)。
基于《全國道路貨運車輛監(jiān)管與服務平臺》海量數(shù)據(jù)，中交興路在法律法規(guī)框架內(nèi)展開了一系列運輸過程管控和駕駛行為數(shù)據(jù)挖掘和市場應用，并在車險定價方面做了大量創(chuàng)新研究。
2.技術方案
2.1系統(tǒng)業(yè)務架構
本項目以中交興路貨運大數(shù)據(jù)和數(shù)據(jù)中臺服務為底層支撐，結合風控AI云平臺以及UBI保險產(chǎn)品系，圍繞平臺型物流企業(yè)提供軟件產(chǎn)品服務、UBI保險服務和保中風控服務，助力平臺型物流企業(yè)打造自己的生態(tài)圈.
2.2系統(tǒng)技術架構
本項目系統(tǒng)架構主要分為三層：數(shù)據(jù)層、計算層和業(yè)務支撐層，技術架構如下圖所示。
數(shù)據(jù)層：從車輛、APP、第三方渠道采集的車輛位置及狀態(tài)數(shù)據(jù)、天氣數(shù)據(jù)、GIS數(shù)據(jù)、UGC數(shù)據(jù)、征信數(shù)據(jù)等。
計算層：基于海量數(shù)據(jù)和分析模型進行實時計算和T+1運算，為業(yè)務支撐層提供分析結果，包括UBI模型、保前風控模型、反欺詐模型、事故發(fā)現(xiàn)引擎等。
業(yè)務支撐層：主要由UBI保險業(yè)務支撐系統(tǒng)和AI風控云平臺系統(tǒng)構成，其中UBI保險業(yè)務支撐系統(tǒng)提供投保、試算、支付和保單管理等應用功能和API接口服務，AI風控云平臺提供在途車輛監(jiān)控、在途貨物跟蹤、預警消息提醒、行為分析統(tǒng)計等應用工和API接口服務。
對保險業(yè)務的實時分析業(yè)務流程進行抽象后，保險業(yè)務的實時分析整體架構如下，其中實時計算引擎考慮到業(yè)務特點，采用的是業(yè)務比較流行的SparkStreaming和FlinkStreaming兩套計算引擎，對于準實時業(yè)務，用SparkStreaming引擎，對于實施要求高的業(yè)務用FlinkStreaming引擎計算，計算結果根據(jù)不同業(yè)務特點進入相應的存儲系統(tǒng);
2.3接口服務方案
本項目面向國內(nèi)平臺型物流企業(yè)的信息系統(tǒng)提供開放服務接口，采用https API方式對外提供接口服務。
系統(tǒng)為開發(fā)者提供安全證書，開發(fā)者在客戶端開發(fā)中導入證書，遵循API接口規(guī)范，發(fā)送https請求，支持POST、GET兩種，接口將驗證API用戶的合法性和安全性，然后提供接口服務，接口數(shù)據(jù)采用UTF-8格式編碼。
基于中交興路成熟的“智運開放”系統(tǒng)框架，定制開發(fā)了UBI保險接口和風控服務接口。
2.4平臺服務方案
（1）平臺型物流企業(yè)服務方案
針對貨運行業(yè)全新發(fā)展趨勢帶來的挑戰(zhàn)，中交根據(jù)國家相關的規(guī)范要求和自身數(shù)據(jù)價值對平臺進行了改進和完善，以此順應新物流時代的發(fā)展。
基于智運AI技術，平臺從時效、結算、安全三方面打造互聯(lián)網(wǎng)+物流的服務方案。針對大宗行業(yè)運輸、貿(mào)易批零運輸、干支線運輸、生產(chǎn)制造運輸四大行業(yè)場景，打造業(yè)務流、信息流、資金流、票據(jù)流、貨物軌跡流“五流合一”的科技物流平臺。
（2）運單+保單全程可視化
車輛調(diào)度生成運單，同步生成保單。全程透明高效，運輸過程可以實時查看。
2.5關鍵技術
（1）基于貨運大數(shù)據(jù)的UBI保險分析模型
作為一款面向市場的具有真正意義上的根據(jù)用戶實時行駛情況來定價的保險產(chǎn)品，UBI保險基于多種風險因子的計算模型，對貨車每趟行駛過程，從多個維度實時的分析，計算相應分數(shù)，依據(jù)模型權重，最終得出實際應付保費，在整個模型中，實時計算模塊對整個運輸過程實時分析，實時得出各種特征因子，如運輸距離，天氣因素、駕駛行為、道路因素等，在模型中，分為主要因子、次要因子，輔助因子等，最后調(diào)用模型計算，得出最終保費。
傳統(tǒng)保險只能在承保前根據(jù)用戶歷史賠付情況判斷大概的風險情況，UBI保險可精準識別用戶每趟行程的實時風險，做到千人千面、精準定價。
中交興路基于深度學習、XGBoost、GAM等領先的機器學習算法，獨創(chuàng)車聯(lián)網(wǎng)貨運風險模型該分析模型結合路線特征，天氣特征等開發(fā)貨運險專屬模，該車險模型已經(jīng)保險公司全面應用，日查詢量超40萬，已成全行業(yè)標桿產(chǎn)品。
（2）基于GAM算法的保險風險成本預測模型
廣義可加模型（Generalized Addictive Model，簡稱GAM）是對廣義線性模型（Generalized Linear Model，簡稱GLM）的擴展。GLM要求自變量x（即車聯(lián)網(wǎng)駕駛行為數(shù)據(jù)因子）與因變量y（即保險風險）之間必須是線性關系，或者可轉化為線性關系。GAM突破了這一限制，在自變量x與因變量y之間的關系不確定時，采用非參數(shù)擬合算法，用一組樣條基（knots）函數(shù)代替原自變量（如圖所示），使擬合后的曲線連續(xù)且至少具有二階導數(shù)，并通過對懲罰系數(shù)的調(diào)節(jié)，調(diào)整曲線的平滑度，減緩過度擬合。
由于保險風險的發(fā)生具有偶然性和不確定性，車聯(lián)網(wǎng)駕駛行為數(shù)據(jù)因子具有連續(xù)性和動態(tài)性，二者之間的關系是低信噪比（Signal-Noise Ratio）的復雜非線性關系，因此，GAM算法比深度學習、支持向量回歸等其它高級統(tǒng)計學習算法更適用于保險風險預測場景。使用該算法可以很好地擬合出駕駛行為數(shù)據(jù)因子與保險風險之間復雜的非線性關系，并且使擬合結果具有可解釋性。
（3）基于馬爾科夫模型的車輛位置點道路匹配算法
道路匹配算法核心技術采用隱馬爾科夫模型（HMM）將GPS點采樣數(shù)據(jù)作為觀察值，認為該點所屬道路為隱藏值，核心問題即轉換為在一系列觀察值前提下，找到可聯(lián)通的隱藏值序列，滿足該隱藏值（即匹配的道路集合）代價和最小。每個gps點對應的可能隱藏值（即可選匹配道路）有多個，自概率和點到道路距離的對數(shù)相關，轉移概率為前一個gps點某個可匹配道路到當前gps點某個可匹配道路的距離和的cost，該cost值與途徑道路距離和的對數(shù)相關，這樣建立起整張狀態(tài)轉移圖之后，采用viterbi動態(tài)規(guī)劃算法，計算從第一個gps點到最后一個gps點的可選道路集合中cost最小的解，即為該gps點集所對應的道路匹配解。
二、先進性和創(chuàng)新點
經(jīng)綜合分析國內(nèi)外面向平臺型運輸企業(yè)提供的網(wǎng)絡貨運平臺解決方案，尚未發(fā)現(xiàn)同時向平臺型運輸企業(yè)提供UBI保險產(chǎn)品和風控云平臺開放接口服務， 本項目創(chuàng)新性將區(qū)塊鏈、AI、大數(shù)據(jù)、風控模型深度融合，并創(chuàng)新性應用于網(wǎng)絡貨運行業(yè)。
總體來說，本項目屬于國內(nèi)領先水平，具體表現(xiàn)在：
將區(qū)塊鏈技術應用貨運行業(yè)，創(chuàng)建分布式記賬
著眼于中交的SaaS平臺，中交根據(jù)四大貨運場景分析，運用智運AI組件，在時效、安全、結算方面協(xié)助客戶進行智能管控。并首次將區(qū)塊鏈技術應用到貨運行業(yè)，采用區(qū)塊鏈技術互聯(lián)并分布式記賬，每個司機的行車記錄都記錄到統(tǒng)一賬本。根據(jù)真實可靠不可篡改的詳細運單記錄信息，替代中心化的結算中心，降低現(xiàn)有清算中心負擔，提升運營效率，降低運營成本。
基于海量貨運數(shù)據(jù)和云計算技術實現(xiàn)信息共享化
此外中交基于貨運平臺大數(shù)據(jù)，智能衛(wèi)星定位系統(tǒng)，已擁有超過640萬車輛用戶，貨車覆蓋率在行業(yè)內(nèi)首屈一指，可對車輛進行24小時數(shù)據(jù)采集。
首創(chuàng)基于UBI保險的互聯(lián)網(wǎng)貨運生態(tài)體系
鑒于貨運行業(yè)的高風險、高賠付特征，大貨車承保逐漸邊緣化。中交基于貨運大數(shù)據(jù)以及風控服務，打造了UBI智能保險體系，并與中國平安財產(chǎn)保險有限公司合作，推出了基于用戶行為的貨運險產(chǎn)品：優(yōu)駕?！BI網(wǎng)絡貨運物責險。
開辟創(chuàng)新保險體系，引入風險監(jiān)控與AI閃賠技術
此外對于UBI保險，中交也打造了車輛風險管控和快速理賠的增值服務，創(chuàng)建智能科技保險的生態(tài)閉環(huán)，為投?？蛻舸蛟煲粭l龍便捷服務。
風險管控：所有投保用戶均可享受免費風控托管服務，通過全鏈路數(shù)據(jù)監(jiān)控網(wǎng)絡，客戶可以追蹤到旗下車隊、車輛的動態(tài)信息。包括運輸途中的異常情況報警、疲勞超速危險行為提醒、惡劣天氣和危險路段預警等。
l 快速理賠：傳統(tǒng)理賠流程復雜且流程繁瑣，而基于車輛數(shù)據(jù)采集和區(qū)塊鏈技術，可將車輛行駛信息，駕駛行為信息，事故信息等記錄在區(qū)塊鏈分布式賬本中，基于區(qū)塊鏈分布式存儲，不可篡改的特點，確保了信息的真實可靠，達到理賠快速查勘、定損，提高理賠效率。因此中交不僅打造UBI科技保險，也著眼于提升用戶理賠服務，并推出了智能化AI理賠助手。
三、推廣應用情況或預期推廣應用前景
1.推廣應用情況
中交興路是國內(nèi)領先的數(shù)據(jù)科技公司，已為3000多家道路運輸相關單位提供各類信息服務，并與300多家平臺型物流企業(yè)建立深度合作關系，除了提供網(wǎng)絡貨運平臺產(chǎn)品和數(shù)據(jù)服務外，提供科技保險服務與風險管控服務，通過智能化理賠助手實現(xiàn)快速賠付，針對貨損事故，通過反欺詐模型計算以及AI技術分析可實現(xiàn)1個工作日內(nèi)協(xié)助平安財險完成事故定性，從而助力中小企業(yè)搭建網(wǎng)絡物流生態(tài)閉環(huán)。
截止目前，已交付并投入使用的網(wǎng)絡貨運平臺數(shù)量接近200家，2019年為近10000家貨主企業(yè)提供運力服務，累計風控AI云平臺收入8500萬元，UBI保險投保數(shù)突破100萬單，保費規(guī)模逾5000萬元。
2.預期應用前景
中交打造的物流生態(tài)圈未來應用場景非常巨大。隨著國家《辦法》的正式實施，中交興路網(wǎng)絡貨運平臺用戶和其承接運單數(shù)快速增長，UBI保險產(chǎn)品服務和風控服務也將快速增長，預計2020年開始至未來三年內(nèi)，每年可帶來3到5億元直接保費收入，并帶來5到10億元風控服務收入，其中ubi保險占貨運險市場的20%左右。
2.1經(jīng)濟效益
建立貨運生態(tài)圈，多舉措賦能實體經(jīng)濟，降本增效
融合UBI科技保險與風控AI云平臺，無疑給平臺型物流企業(yè)附加了更高的經(jīng)濟價值。建立完善的物流生態(tài)閉環(huán)，不僅為客戶提供車貨匹配和資源智能分配服務，同時通過提升各環(huán)節(jié)服務體驗感，如油卡、ETC、保險金融服務解決貨運主體的行業(yè)痛點，滿足貨運市場需求。中交產(chǎn)品應用以來，貨車司機月收入增加30%-40%，較傳統(tǒng)貨運降低交易成本6%—8%，其帶來的經(jīng)濟效益是非常顯著的。
開辟保險新模式，為投保主體和保險公司建立共贏關系
中交在UBI智能保險體系的創(chuàng)新，為貨運行業(yè)開辟了新的發(fā)展方向。UBI智能保險是將司機行為與定價捆綁在一起，通過風控AI云平臺監(jiān)控評估貨車運輸風險，這也使合作保險公司能夠更好地監(jiān)控和控制他們的風險敞口，潛在地提高他們的風險承受力，并使他們能夠接觸到新的客戶群。而對投保主體而言，基于中交的UBI保險體系，合作保險公司有能力向駕駛員收取更低的安全駕駛費用，這為消費者提供了強大的購買動力，促使他們通過改善駕駛行為，以達到降低保費的目的，滿足消費者獲取低價的消費心理。
2.2社會效益
結合風控科技手段，實現(xiàn)車貨資源高效利用
中交打造的平臺型物流企業(yè)生態(tài)閉環(huán)，以貨運群體的需求點出發(fā)，響應國家政策，創(chuàng)建了結合風控大數(shù)據(jù)、人工智能、云計算、科技保險為一體的物流生態(tài)網(wǎng)絡。中交創(chuàng)建貨運生態(tài)圈以來，截至目前已提高車輛利用率效率約70%；平均等貨時間由2-3天縮短至6-8小時；極大提高了貨運行業(yè)運輸效率。
應用AI安全技術實現(xiàn)健康、有序的物流行業(yè)發(fā)展
通過智運AI安全體系，建立“人車企”認證流程，以國家稅務總局發(fā)布的《網(wǎng)絡平臺道路貨物運輸經(jīng)營管理暫行辦法》為核心，保證互聯(lián)網(wǎng)貨運環(huán)境的健康與有序發(fā)展。
打破傳統(tǒng)保險模式，重塑貨運行業(yè)保險新秩序
中交借助自身的貨運大數(shù)據(jù)，充分地利用了個體用戶的駕駛數(shù)據(jù)來創(chuàng)建保險定價模型，建立行業(yè)導向，即車輛動態(tài)行為數(shù)據(jù)在提交保險報價時，比靜態(tài)基礎信息和保障方案更為重要。中交基于數(shù)據(jù)采集，可以依據(jù)這些不同場景下的真實駕車數(shù)據(jù)為用戶量身打造一套保單。
最新案例