中国物流业正在经历一个少见的组合：总量停滞，成本见底，而大模型的调用量在陡峭上升。

11月6日至7日，由G7易流主办的2026数字物流大会在无锡举行，大会以“AI开工”为主题，三千多位产业伙伴到场。与往年不同，本届大会的讨论重心已从“AI能做什么”转向“AI在现场干了什么”。

一个直观的注脚来自Token。G7易流创始人、首席执行官翟学魂披露，平台月度Token消耗量已从2025年的月均67亿增长至7700亿，一年放大115倍。

在算力经济中，Token是最诚实的计量单位之一：它不记录概念，只记录调用。7700亿这个量级，意味着物流AI已经越过“演示”阶段，进入真实的业务循环。而在业务循环的另一端，一场关于“谁来造工具”的开放实验，也在同一场大会上展开。

一、115倍的Token曲线，AI在物流现场完成“开工”

物流业的底色并不轻松。中国物流与采购联合会会长蔡进在致辞中给出数据：前三季度全社会物流总额280万亿元，按可比价格增长4.9%；社会物流总费用与GDP的比率降至13.8%，为历史新低。成本端的下压空间已经非常有限。

翟学魂则从平台侧给出了另一组观察。G7易流连接着300多万台卡车，过去三年，货运总量的增长几乎为零。“均值零增长”的背后，是安全与效率的方差扩大了20%——好的车队更好，差的车队更差。

这构成了AI被真实采购的前提：当增量红利消失，企业只能从既有运力里抠效率，而抠效率的前提，是看见现场。

那么，7700亿Token究竟买到了什么？

翟学魂做过一个换算：一次调度电话确认大约消耗一万Token，一个人在一天内约能完成100次这样的任务。按他的估算，7700亿Token至少需要一万人才能完成。

更具体的例子是一台运输钢铁的重卡。它两周消耗1300万Token，折合27元，相当于每天两元钱。换来的是一套“AI副驾驶”：司机是否系安全带、启动前是否看后视镜、通过路口是否停够三秒、装卸时旁边是否有人、卸货后侧厢板是否放下——七八个动作，两周被识别两千次，发现三处问题。

从识别到判断是另一层跨越。夜间逆行导致的未遂事故，系统可以判定责任归属；司机为避让突然出现的行人而急打方向，系统会给出“应予奖励”的结论。今年，平台上线了上百种货物管理场景，管理对象从驾驶行为延伸到风电叶片、危化品与活鲜水产。

应用形态也在变化：从单向提醒转向双向交互。河南漯河、周口一带约五万台车，每天数万次确认车辆状态的沟通，如今多数由AI完成；过去一年，平台还替客户拦截7.9万单不合规报销，减少损失约一两亿元。

这些细碎的调用累加起来，构成了“开工”的实际含义：AI不再停留在看板上，而是进入了司机上车、装卸、交付、报销这些具体动作。

二、从“获取事实”到“提供帮助”，现场管理被重新组织

“获取现场事实，提供现场帮助。”在翟学魂的表述里，这是AI在物流现场要做的全部工作。前一半是能力，后一半是价值。

大会给出的三个案例，指向同一件事：现场第一次被完整地记录，并被回应。

其一在一座磷化工场站。这里每年有数百万吨货物进出，十个进出场动作过去需要人工逐笔登记，形成92个台账，由七八个人专门负责。今年8月，这套流程已全部由AI接管，工厂董事长给出的评价只有两个字：“通畅。”

其二在城市配送的“车下环节”。配送车上新增的便携设备“拍拍豆”，把测温、入柜、翻拣这些原本无法留痕的动作记录下来，交付过程第一次变得可追溯。

其三是一支600台电动重卡的车队。平台抽取200台车，每天向每位司机反馈20次，正向行为加分，负向行为减分。10月1日，车队安全分70分；10月20日接近85分，每周未遂事故由五六起降至两起。现场连线中，一位吴姓司机提到，他上月收到的安全奖金是440元。

三个案例的共同点在于：AI没有替代任何人，它只做了“看见、提醒、反馈”三件最基础的事。而这三件事一旦被系统化，管理结构本身就开始松动。

由此，“重新设计一线”成为必然。如果AI一天能与司机交互4000次，车队长的价值便不在重复沟通，而在识别情绪、选育用留；调度的价值不在逐单打电话，而在把规则沉淀进算法；安全员的价值不在盯单个事件，而在把新发现的风险与激励制度绑定。

翟学魂把这套思路称为“AI原生组织”，衡量标准有三条：一线被看见、需要时有帮助、事后有回报。“少一层管理，多一倍效率。”按照规划，未来三年G7易流只做一件事——搭建一条从总部直达物流现场的AI通道。

三、开放开发者平台，把“造工具”的权力交还给业务

但一个无法回避的数字是：98%的AI算力由4%的客户消耗，约七百余家活跃客户。技术已经足够便宜，真正稀缺的是把技术用起来的人。

原因并不复杂。每家物流公司的作业规范都不同，一个需求从提出到上线，中间横着六道工序：业务语言转译、规则编排、权限设计、应用开发、验收测试、上线运维。排队等待开发的代价，是货车在场站里空耗的每一个小时。

这也解释了G7易流为何在当天下午的分论坛上正式发布开发者平台：把可以被标准化的部分沉淀为公共底座，把差异化的部分交还给客户。

平台开放约一百四五十条原子能力，覆盖主数据、地址围栏、设备定位、报警与音视频、资产与司机标签；接口与文档按“AI友好”设计，可被MCP封装、被Agent直接调用。据披露，平台日均API调用量已达数亿次，可用性目标为99.95%；应用从沙箱跑通到上线托管，承诺30分钟完成。

现场演示更具说服力：在千问办公中接入凭证，输入一段自然语言需求，32分钟后，一个包含周期筛选、轨迹回放与单车风险分析的“周和月安全复盘看板”自动生成，全程未写一行代码。

开发权因此被重新分配。G7易流首席财务官张杰龙将这类人命名为“业务型开发者”——他可能是安全总监、调度主管、财务经理，也可能就是老板本人。一位客户的安全负责人并不写代码，却已用平台搭出了自己的安全看板。

为了让更多人进来，大会同步启动“AI开工孵化计划”：12月开工，支持100个团队，每队孵化两个月，提供数据、双向通道与场景识别能力的不限次调用，并由千问办公、WeWork中国等伙伴提供资源与辅导。报名标准只有三条：真的懂现场业务、知道真实问题在哪、愿意把成果拿出来分享。

从产业视角看，这一步的意义不止于工具开放。过去，物流数字化是“供应商交付、客户使用”的单向关系；当业务人员能够自行构建应用，这种关系开始变成“共建”。而共建的成色，最终取决于有多少懂业务的人愿意走进来。

大会临近尾声，翟学魂翻出2023年同一会场的一张旧幻灯片，上面写着当年的预测：“让智能助理进入所有关键岗位。”

从67亿到7700亿，这个预测已经部分兑现。但更值得注意的是兑现的方式：不是所有岗位被替换，而是一线的每个动作开始被记录、被回应、被激励。

按照规划，那条从总部通向现场的AI通道将在三年内铺开，100个孵化团队中也会长出可复用的产品。到那时，衡量物流AI的指标，或许不再只是Token的绝对量，而是有多少家企业、多少个岗位，真正拥有了自己造工具的能力。

（本文根据2026数字物流大会现场演讲与公开资料整理）