区块链将在卡车运输中发挥作用——但前提是这三件事发生

简介: 区块链将在卡车运输中发挥作用——但前提是这三件事发生

有时候,一个时髦的词被过分夸大了,以至于它应该得到一些轻松的嘲弄。“区块链”似乎就是这样。虽然不是每个行业都能从分布式账本技术中获益,但卡车运输行业肯定能从中受益。事实上,一个叫做区块链的运输联盟(BiTA)的新联盟正在努力应用区块链来解决卡车运输中一些最不妥协的问题。

卡车运输是一个影响几乎每一个美国人的庞大产业。根据美国卡车运输协会(American Trucking Association)的数据,卡车的重量大约占美国货运总量的70%。该协会还发现,2015年卡车货运总收入为7264亿美元,占美国货运账单的81.5%。

来自卡车供应链各个环节的公司都加入了BiTA,包括:UPS、Salesforce、McCleod软件、DAT、Don Hummer货运公司和大约1000名求职者。[全面披露:我们公司,Transfix,也是会员。]

用于卡车运输的专用区块链。

区块链是一种共享的分布式账本,便于在业务网络中记录交易和跟踪资产。资产可以是有形的,比如卡车,或者无形的保险需求。支持区块链等加密货币的区块链是一个面向全球数百万用户的公开网络。我们在美国卡车行业预见到的区块链是一个私人的,在BiTA财团的托运人,承运人和经纪人。

作为一个标准组织,BiTA的目标是创建一个共同的框架,以促进区块链应用程序在物流管理、资产跟踪、事务处理等方面的开发。

为什么我们需要区块链?因为卡车运输是一种效率低下的行业。

为什么我们需要区块链?因为卡车运输是一种效率低下的行业。制造商很难找到卡车来运输他们的货物。这并不是因为没有足够的卡车司机想要这份工作。事实上,卡车司机驾驶的卡车超过了290亿英里。

根据美国卡车运输协会的数据,大约有150万卡车运输公司雇佣了大约350万卡车司机。但90%的公司有6辆卡车或更少的卡车。这一极其分散的产业很难与运输商(供给)相匹配。

区块链作为圣杯。

与运营商配对是区块链可以解决的问题之一。我知道,因为我在Transfix的联合创始人德鲁·麦克尔罗伊(Drew McElroy)是一个彻头彻尾的卡车司机。德鲁出生在卡车运输行业。他的父母,以及后来的Drew,经营着一家货运经纪公司,目的是与运营商匹配发货人。它的效率非常低,需要3个小时的调用和传真命令来排队。

如果实施得当,区块链可以成为使整个运输供应链更加高效的圣杯。想象一下,一群货主、运营商和经纪人在一个安全无摩擦的网络上进行合作。

哪三件事需要发生?

作为一名技术专家,在我的谦逊的观点中,我认为有三件事必须发生,才能使区块链在卡车运输中可行。

每个人都必须相信区块链是真理的唯一来源。

区块链是一种使用由密码学连接和保护的块(或一组事务)的数字分类帐。因此,进入区块链的数据不能被修改或损坏。更重要的是,由于分类帐是分布式的,没有一个中央权力机构负责认证信息。这就是系统的美妙之处。

但是首先,我们必须信任被输入到区块链的数据。例如,一些制造商要求他们的航空公司在运送货物之前要有25万美元的货物保险。如果一个运营商在区块链中输入“yes, we have the insurance”,他们的客户必须相信这是真的。同样的,运营商必须信任那些通过区块链雇佣他们的托运人来支付他们的服务费用。

因为卡车运输的区块链将是私人的,所有的托运人,承运人和经纪人将被审查,并且关系很可能通过合同和协议建立。我还建议一个可信赖的数据源的互连级别。例如,为了确保承运人满足保险要求,区块链应该直接与保险公司联系。

小型承运人和托运人必须集体参与。

记住,90%的美国卡车公司有6辆卡车或更少的卡车。这些都是小型企业。对于任何小型企业,不仅仅是卡车司机,都很难有购买和学习新技术的手段。为了参加区块链,运营商和发货人都必须能够访问软件、硬件和知识。

这项任务将被证明是困难的。只要看看电子记录设备(ELD)规则,就像最近的一项努力,让卡车司机参与共享的技术驱动的任务。这是一项国会授权的规则,旨在为司机创造一个更安全的工作环境。运输部长要求参与州际贸易的商用车辆的司机将他们的里程记录在一个设备上,以确保他们不会连续行驶太多英里(在某些情况下大约不超过11小时)。在2017年12月的最后期限前一个月,1600支舰队中只有37%的飞机符合eld标准。

想象一下,一群货主、运营商和经纪人在一个安全无摩擦的网络上进行合作。

此外,维持卡车区块链系统所需的费用可能是相当大的(考虑到电源机架和机架所需要的电力)。

如果一个临界质量的小型航空公司最初不参与卡车运输区块链,新的航空公司必须加入替换他们。这是因为供应不足会导致航运成本上升。寻找更多的货运业务是一个艰巨的任务,因为已经有48000名司机短缺。

整个行业必须接受数据标准化。

所有在运输区块链的球员必须就如何描述他们的数据达成一致,例如,每个采购订单或发票包含什么细节。我感到欣慰的是,BiTA正在解决这个问题,因为他们一开始就在讨论这些标准化问题。

数据标准化并不容易。例如,电子数据交换(EDI)是物流行业的一个标准。EDI已经存在了30多年,但是没有一个完整的EDI标准。不同的公司使用不同版本的EDI,结果是非常细致和耗时的集成和开发工作,以便公司能够协作。

区块链仍处于起步阶段,前景广阔。但是,卡车运输必须克服区块链的三大挑战,让一个国家最分散、最传统的行业信任一个新的在线网络,并接受数据标准化,这将需要大量的时间和迭代。如果我们用这一新兴技术共同描绘未来,并预见到意想不到的后果,我相信区块链可能不仅仅是卡车运输中的流行词汇。

相关文章
|
3天前
|
人工智能 运维 安全
|
1天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
5天前
|
SpringCloudAlibaba 负载均衡 Dubbo
微服务架构下Feign和Dubbo的性能大比拼,到底鹿死谁手?
本文对比分析了SpringCloudAlibaba框架下Feign与Dubbo的服务调用性能及差异。Feign基于HTTP协议,使用简单,适合轻量级微服务架构;Dubbo采用RPC通信,性能更优,支持丰富的服务治理功能。通过实际测试,Dubbo在调用性能、负载均衡和服务发现方面表现更出色。两者各有适用场景,可根据项目需求灵活选择。
396 124
微服务架构下Feign和Dubbo的性能大比拼,到底鹿死谁手?
|
8天前
|
人工智能 JavaScript 测试技术
Qwen3-Coder入门教程|10分钟搞定安装配置
Qwen3-Coder 挑战赛简介:无论你是编程小白还是办公达人,都能通过本教程快速上手 Qwen-Code CLI,利用 AI 轻松实现代码编写、文档处理等任务。内容涵盖 API 配置、CLI 安装及多种实用案例,助你提升效率,体验智能编码的乐趣。
748 109
|
2天前
|
机器学习/深度学习 传感器 算法
Edge Impulse:面向微型机器学习的MLOps平台——论文解读
Edge Impulse 是一个面向微型机器学习(TinyML)的云端MLOps平台,致力于解决嵌入式与边缘设备上机器学习开发的碎片化与异构性难题。它提供端到端工具链,涵盖数据采集、信号处理、模型训练、优化压缩及部署全流程,支持资源受限设备的高效AI实现。平台集成AutoML、量化压缩与跨硬件编译技术,显著提升开发效率与模型性能,广泛应用于物联网、可穿戴设备与边缘智能场景。
168 127
|
2天前
|
算法 Python
【轴承故障诊断】一种用于轴承故障诊断的稀疏贝叶斯学习(SBL),两种群稀疏学习算法来提取故障脉冲,第一种仅利用故障脉冲的群稀疏性,第二种则利用故障脉冲的额外周期性行为(Matlab代码实现)
【轴承故障诊断】一种用于轴承故障诊断的稀疏贝叶斯学习(SBL),两种群稀疏学习算法来提取故障脉冲,第一种仅利用故障脉冲的群稀疏性,第二种则利用故障脉冲的额外周期性行为(Matlab代码实现)
229 152
|
4天前
|
Java 数据库 数据安全/隐私保护
Spring 微服务和多租户:处理多个客户端
本文介绍了如何在 Spring Boot 微服务架构中实现多租户。多租户允许单个应用实例为多个客户提供独立服务,尤其适用于 SaaS 应用。文章探讨了多租户的类型、优势与挑战,并详细说明了如何通过 Spring Boot 的灵活配置实现租户隔离、动态租户管理及数据源路由,同时确保数据安全与系统可扩展性。结合微服务的优势,开发者可以构建高效、可维护的多租户系统。
208 127
|
4天前
|
机器学习/深度学习 存储 资源调度
CMSIS-NN:ARM Cortex-M处理器的高效神经网络内核——论文解读
CMSIS-NN是专为ARM Cortex-M系列微控制器优化的神经网络计算内核库,旨在支持资源受限的物联网边缘设备进行高效的深度学习推理。该库通过对卷积、池化、全连接层等关键操作进行定点量化、SIMD指令优化和内存布局调整,显著提升了模型在嵌入式设备上的运行效率。实验表明,CMSIS-NN在Cortex-M7处理器上的推理速度比基准实现提升了近5倍,大幅降低了功耗,为边缘AI应用提供了可行的技术路径。
222 128