当司机开車(chē)时，嘴巴咬开饼干的瞬间，下意识掸开碎屑的手，习惯性低下的头......当不同行為(wèi)产(chǎn)生的“蝴蝶效应”发生在货运安(ān)全领域，德(dé)邦又(yòu)做出了哪些深入思考和管理(lǐ)动作(zuò)？

自1996年问世以来，从最初的航空货代到近年的大件快递，德(dé)邦的业務(wù)历经多(duō)次转型，却总能(néng)抓住每一次时代跃迁的契机。尽管货运形式随着业務(wù)调整而不断变化，德(dé)邦对货运安(ān)全的追求却始终如一。

正如企业的成功不能(néng)一蹴而就，安(ān)全的管理(lǐ)也需要因时制宜。

2008年，当时國(guó)内的安(ān)全管理(lǐ)尚处于萌芽之中(zhōng)，大部分(fēn)物(wù)流企业还缺乏安(ān)全管理(lǐ)意识和动作(zuò)，德(dé)邦却已经成為(wèi)了第一批主动管安(ān)全的企业。基于GPS设备，德(dé)邦开始“抓定位”，通过車(chē)辆位置、超速等基础信息，形成安(ān)全管理(lǐ)雏形。

进入到2013年，德(dé)邦引入与GPS联动的拍照摄像头，管控司机行為(wèi)。基于此德(dé)邦的管理(lǐ)方式得到较大改变，不仅从以前的管車(chē)辆进化到管司机，也实现了从查定位到视频可(kě)视的变化。

2018年，逐步成熟的AI视觉识别带来了“智能(néng)”的新(xīn)特性，此时的监控设备已经可(kě)以对司机的疲劳神态、抽烟打電(diàn)话等分(fēn)心动作(zuò)进行自动判断，向司机发出警报的响应时间也缩短到秒(miǎo)级，实现从事后管控向事前风险改善的升级，事故率进一步降低，德(dé)邦的安(ān)全管理(lǐ)效率实现了质(zhì)的飞跃。

在近十五年的安(ān)全探索历程中(zhōng)，德(dé)邦发现要想实现最高效的管理(lǐ)，除了需要传统的安(ān)全设备设施引入以外，还需要加强「人」的管理(lǐ)，技(jì )术与运营缺一不可(kě)。可(kě)以说，正是因為(wèi)对安(ān)全管理(lǐ)的重视，德(dé)邦才能(néng)从快递快运的插班生，快速成為(wèi)行业中(zhōng)安(ān)全管理(lǐ)的优等生。与此同时，德(dé)邦还致力于构建完善的人才培养體(tǐ)系，被业界称為(wèi)“物(wù)流行业的「黄埔军校」”，并為(wèi)行业不断输出安(ān)全管理(lǐ)高素质(zhì)人才。

毫无疑问，德(dé)邦抓住了安(ān)全管理(lǐ)的核心。围绕司机、安(ān)全员和車(chē)队長(cháng)这个铁三角，建立安(ān)全监控中(zhōng)心，用(yòng)过程数据做考核，在一个安(ān)全管理(lǐ)平台形成「风险识别-干预-考核-培训改善」的闭环，也為(wèi)后续的司机和安(ān)全员培养及发展打下了基础。

德(dé)邦為(wèi)何会希望搭建安(ān)全管理(lǐ)铁三角？技(jì )术+运营的管理(lǐ)方式下，又(yòu)能(néng)给德(dé)邦带来哪些优势？為(wèi)什么快递快运领域中(zhōng)，德(dé)邦的管理(lǐ)方式会显得格外成熟？

技(jì )术+运营，安(ān)全管理(lǐ)最优解

归根到底，是德(dé)邦对于行业的典型痛点、自身的业務(wù)方向，“认知”都非常清晰。

在从零担转型至以大件為(wèi)主的快递快运过程中(zhōng)，德(dé)邦逐渐沉淀出快递快运行业的核心洞察：疲劳驾驶就是快递快运的关键隐患。究其原因，快递快运主要场景在于干線(xiàn)，多(duō)数群體(tǐ)在晚上甚至凌晨发車(chē)，这也正是人最疲劳的时候；同时，短则几百公(gōng)里，長(cháng)达数千公(gōng)里的运输中(zhōng)，司机的休息时间和环境有(yǒu)限，路途中(zhōng)也容易疲惫困倦。一旦发生事故，损失难以估量。

与出现事故找司机的行业现状不同，德(dé)邦认為(wèi)，发生事故并不仅是司机的问题，更是管理(lǐ)的失职。而能(néng)直接的承担“管理(lǐ)”职责的人，就是对司机排班、挖掘事故隐患的車(chē)队長(cháng)和安(ān)全员。

因此，要实现司机、安(ān)全员、車(chē)队長(cháng)的链条式管理(lǐ)，就需要基于技(jì )术+管理(lǐ)双轮驱动，搭建安(ān)全管理(lǐ)铁三角。并逐渐形成从单一风险事件，到隐患识别角度管理(lǐ)风险的管理(lǐ)能(néng)力，完全将事后管控调整至事前优化，达成管理(lǐ)最优解。

可(kě)见，当企业洞察与管理(lǐ)行為(wèi)始终相辅相成，德(dé)邦沉淀出脱胎于行业、却优于行业的管理(lǐ)方式也就理(lǐ)所应当。

一个平台，安(ān)全管理(lǐ)全闭环

為(wèi)进一步提升管理(lǐ)能(néng)效，实现一个平台闭环管理(lǐ)，2021年，德(dé)邦联合菜鸟、G7易流共同搭建車(chē)联网平台，将車(chē)辆与司机纳入同一平台管理(lǐ)，車(chē)队長(cháng)和安(ān)全员能(néng)基于一个平台挖掘隐患、改善风险，结合数字大屏，為(wèi)管理(lǐ)者提供统一高效的管理(lǐ)工(gōng)具(jù)。

平台以降低事故率為(wèi)目标，基于多(duō)模态大数据视频深度學(xué)习模式，结合百亿公(gōng)里数据积累，深度學(xué)习各类风险场景形成的自动驾驶级别的安(ān)全算法，可(kě)准确识别安(ān)全事件和在途风险，当设备抓取隐患，即能(néng)实现車(chē)联网系统内的闭环整改。

基于一體(tǐ)化平台，安(ān)全员和車(chē)队長(cháng)的管理(lǐ)也就有(yǒu)了共同的媒介去做到“人的管理(lǐ)”——安(ān)全员挖掘隐患，实现事前预防管理(lǐ)、車(chē)队長(cháng)将潜在风险改善、司机则优化驾驶行為(wèi)更改不良习惯，保证「司机、車(chē)队長(cháng)、安(ān)全员」铁三角高效运转。

当司机行車(chē)出现风险行為(wèi)，安(ān)全员会实时挖掘出诸如疲倦、玩手机等危险行為(wèi)，車(chē)队長(cháng)下发实时提醒，司机立刻就能(néng)收到语音提示。此外，有(yǒu)隐患的驾驶行為(wèi)将会进入整改池，根据隐患级别不同，将有(yǒu)不同的处理(lǐ)方式，例如在与司机面谈的对象上，三级隐患是司机的直属经理(lǐ)，二级隐患是車(chē)队長(cháng)，一级隐患则是車(chē)队总监。此外还需要手写承诺书，并上传系统，保证所有(yǒu)的整改都留有(yǒu)痕迹，留有(yǒu)结果。

举个例子，同样是吃东西，吃面包和吃饼干的处理(lǐ)结果不同，吸香烟和電(diàn)子烟的处理(lǐ)结果也不同。究其原因，就是不同的行為(wèi)下，司机的动作(zuò)会有(yǒu)差别，饼干掉渣，香烟有(yǒu)烟灰，都会引发司机习惯性的手部动作(zuò)，而这些额外的动作(zuò)都有(yǒu)可(kě)能(néng)产(chǎn)生风险，安(ān)全员就要将五花(huā)八门细枝末节的隐患都挖掘出来，車(chē)队長(cháng)也就需要再与司机优化行車(chē)动作(zuò)和标准。

同时，為(wèi)提升隐患识别的准确率，德(dé)邦不断引入防疲劳安(ān)全设备，并针对「频繁低头」等特殊场景开发定制化算法，采用(yòng)新(xīn)识别算法和系统學(xué)习技(jì )术提升设备报警准确率，以打電(diàn)话触发报警為(wèi)例，过滤掉喝(hē)水等手持异物(wù)的误报，准确率不断提升。

基于平台的安(ān)全管理(lǐ)行為(wèi)并非空中(zhōng)楼阁，它以企业的安(ān)全管理(lǐ)體(tǐ)系為(wèi)基石。结合杜邦的安(ān)全管理(lǐ)理(lǐ)念，G7易流与德(dé)邦一起搭建出适用(yòng)于德(dé)邦的安(ān)全管理(lǐ)體(tǐ)系。以人员為(wèi)底盘、以文(wén)化為(wèi)基础，深入消防、园區(qū)、車(chē)辆等场景，基于企业、車(chē)队、司机等全方位数据，实现数据代替经验，算法辅助决策，不断优化和改善风险，安(ān)全生产(chǎn)能(néng)力持续提升。

从快递快运到城配，安(ān)全管理(lǐ)再进阶

当快递快运愈发规范化，德(dé)邦的目光，自然而然转移到了新(xīn)的“硬骨头”上。

——城配。

作(zuò)為(wèi)最后一公(gōng)里的重要组成部分(fēn)，城配一般涉及市内配送和城际间的配送，辐射半径大多(duō)在200公(gōng)里内。无论是订单数量多(duō)，还是送货点分(fēn)散、时间要求严，对于企业供应链都极具(jù)挑战。更重要的是，与筆(bǐ)直宽阔的高速公(gōng)路相比，城市路况的潜在风险更大。城配多(duō)為(wèi)单司机运输，涵盖大量拥堵路段、红绿灯、限高杆、多(duō)車(chē)道变化且行人众多(duō)等路况风险，进一步放大了城配的复杂性。

而要破解城配之困，对于安(ān)全则需要更精(jīng)细的把控。為(wèi)让每一个司机在每一个路段都能(néng)安(ān)全无虞，德(dé)邦与G7易流在共同探索大数据挖掘风险地图的能(néng)力。

基于400万+货車(chē)的真实轨迹，以及历史发生的风险事件，G7易流挖掘出50万+的高危路段并及时预警。将极弯、连续上下坡、复杂路口、高风险路段、实时拥堵限行等道路风险信息在一个风险看板上有(yǒu)效显示。在过去管車(chē)管人管货的层次上，更进一步增加道路因素，将人、車(chē)、路、货等多(duō)维度风险都通过云端反馈到全量协同的感知决策模型上。在特定的人車(chē)路况下，感知决策模型将能(néng)判断风险概率，并及时有(yǒu)效提醒司机预警。

无论是十余年前的國(guó)内零担之王，还是现如今的大件快递领头羊和城配新(xīn)军，德(dé)邦始终在提升安(ān)全领域的核心竞争力。作(zuò)為(wèi)一家「IoT+SaaS」公(gōng)司，G7易流历经数年打磨出基于「铁三角」的「数据智能(néng)+运营管理(lǐ)」安(ān)全解决方案，為(wèi)货运安(ān)全带来美好改变。只有(yǒu)让物(wù)流更安(ān)全，公(gōng)路货运的降本增效与體(tǐ)验提升才有(yǒu)意义。

想要进一步了解产(chǎn)品，请扫描下方二维码