制造企业对生产物流各环节的管理缺失，造成进入原料、成品生产、成品运输各环节 的时间周期长、管理难度大，投入成本高的问题。运输公司通常会采取自有运力与外协运 力相结合的运输组织方式，但由于对外协车的车辆资质、在途管理、路线安排等都采用人 管的形式，同时缺少手段和工具，造成成本、效率低的问题。 制造企业厂区有大量车辆进出，但由于厂区地图绘制难、车辆到达时间不确定，车辆 进厂排队时间长等问题，造成厂内物流管理混乱、货物周转时间长等问题。保险行业对于 重载货车保险存在“规模与效益”之间的矛盾。而保险公司对于重载货车的风险管理处于 失控制状态，因此，在追求保险规模的同时，也承担着巨额赔付的风险。

面向物流行业的解决方案利用企业物流能力信息化平台为基础，打通制造业企业从原料采集到成品出厂装货， 以及货物“公铁空水”在途运输和企业 OWTB 等全业务流程的应用系统，配合车辆在途数 据，实现全数据资产的一站式可视化。结合制造业企业现有的物流管理系统等综合服务能 力，打造进厂物流车辆管理系统，使 95% 以上的行动行为都得到高效监督与管理。同时， 通过构建 AI 智能匹配算法，帮助企业实现自有运力和外协运力的高效融合，实现在运力侧 与货主侧的高效精准对接，达到提高管理效率，降低管理成本的目标。 面向重载货车保险行业的解决方案 利用车辆行驶数据，融合中国银保信提供的车辆保险赔付数据，打造出车辆保前评分 服务，并为保险公司提供保中风险减量和理赔风险减量的全流程服务。保前评分满足保险 公司在承保前通过查询车辆风险评估结果，基于此制定公司重载货车的定价、核保更加精 准。保中风险减量是中交兴路通过对重载货车驾驶行为，实行自动监控、提醒，并通过人 工外呼团队，对严重危险驾驶行为的车辆电话提醒，形成对车辆用户的全流程闭环服务。 理赔风险减量服务主要用于车辆出险后，还原事故前后车辆行驶特征，帮助保险公司识别 保险欺诈行为。

技术创新方面，在物流领域打造了物流科技能力平台 (APaaS)，通过集成基于双概率 优选算法的高精度轨迹纠偏和补全服务、基于 RNN 的实时事故发现引擎、基于深度时序 网络的车辆运输状态预测系统和基于 DeepFM 的运力智能调度引擎等上百项自主研发的核 心技术，实现了智能调度、智能轨迹、模块化 API 插件等能力，并在此基础上构建“灵动 在途”、“灵梭运力池”、“供应链控制塔”等标准化产品。 模式创新方面，独家打造保险领域“4+1 专管专营解决方案”，通过保前识别风险精 准定价、保中实时车辆安全管理、保后理赔反欺诈支持以及客户增值服务，全面解决保险 公司在营运货车业务所面临的“规模与效益”之间的矛盾。

经济效益方面，一是生产制造全业务流程的可视化。在数据治理、AI 分析等能力的助 力下，来自制造业企业各业务系统中不同标准、不同格式的多源异构海量数据资源，得到 了一体化、实时化的统筹管理和应用，实现数据资源的一张屏可视、检索和调取。二是打 造可高效对接的运力池资源。帮助制造企业高效连接全国全量的运力资源， 实现在途管理、 在途监控、智能调度、智能报表、统计分析等业务数字化管理，提升车辆进场装卸货和运 单在途管理的整体效率，从而达到降本增效的目的。三是提升厂区物流高效协同的水平。 改变以往相对粗放的货运车辆进场物流管控状态，实现进场货运车辆的智能排号，可根据车辆的业务类型生成过磅、质检、装货、卸货、出厂等专用路线导航路线，使原本需要花费 2-3 天的货运车辆等待时间，缩短到 6-8 个小时就能完成，大幅提升物流货运车辆的使用效率， 降低了企业厂区的物流成本。四是保险风控能力提升。协助保司实现保前、保中、理赔的 全链条管理，保险公司使用保前评分服务可降低赔付率，而同步使用保中风险减量与赔付 风险减量服务的保司，赔付率可大幅降低，大大提升了保司对重载货车的管理能力和承保 意愿。目前合作保险公司超过 30 家，安全托管服务的风控车辆达数百万辆。 社会效益方面，物流行业的创新应用，不仅提高了企业的管理效率，降低管理成本。 通过对车辆在途的管控、建立车辆信用档案等方式，也减少了行业中存在的套牌车、违规 车辆的使用数量，为行业的健康发展提供土壤，同时，车辆在途的安全提醒服务，也在不 知不觉中提高的驾驶人员的安全意识，提升了道路货运行业的安全水平。在保险行业的数 据应用，进一步提升了货车车主和司机的安全意识，不断提升驾驶技能，减少危险驾驶行 为的发生，一方面可以得到保费的优惠，另一方面也为道路交通安全做出巨大贡献，减少 了人民生命财产损失。