中国物流业眼下呈现出一种少见的组合：总量不再增长，成本已经压到低位，大模型的调用量却在快速攀升。

11月6日至7日，2026数字物流大会在无锡召开，主办方是G7易流，主题定为“AI开工”，到场产业伙伴超过三千位。和往年不同，这届大会的讨论重心已经从“AI能做什么”挪到了“AI在现场干了什么”。

Token提供了一个直观的注脚。G7易流创始人、首席执行官翟学魂对外披露，平台月度Token消耗量2025年月均为67亿，如今已达到7700亿，一年之间放大了115倍。

在算力经济里，Token算是最诚实的计量单位之一：概念不会被它记下，被记下的只有调用。到了7700亿这个量级，说明物流AI已经走完“演示”阶段，进入真实的业务循环。业务循环的另一头，一场围绕“谁来造工具”的开放实验也在同一场大会上铺开。

一、Token曲线放大115倍，AI在物流现场真正“开工”

物流业的基本面并不轻松。

平台侧的观察由翟学魂给出。G7易流连接着300多万台卡车，最近三年货运总量几乎没有增长。他提到“均值零增长”，而均值背后，安全与效率的方差扩大了20%——好车队变得更好，差车队变得更差。

这正是AI被真实采购的前提：增量红利没了，企业只能从现有运力里抠效率；要抠效率，先得看见现场。

那7700亿Token到底买到了什么？

翟学魂算过一笔账：一次调度电话确认大约消耗一万Token，一个人一天大概能完成100次这类任务。照此估算，7700亿Token至少得由一万人来完成。

更具体的例子是一台运输钢铁的重卡。两周时间里它消耗1300万Token，折合27元，摊到每天是两元钱。换来的是“AI副驾驶”一套：司机系不系安全带、启动前有没有看后视镜、过路口停没停够三秒、装卸时旁边有没有人、卸完货侧厢板放没放下——七八个动作，两周被识别两千次，查出三处问题。

从识别走到判断，又是另一层跨越。夜间逆行造成的未遂事故，系统能判定责任归谁；司机为躲突然出现的行人猛打方向，系统给出的结论是“应予奖励”。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、危化品和活鲜水产。

应用形态同样在变：单向提醒正在让位给双向交互。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，现在大多交给AI；过去一年，平台还替客户拦下7.9万单不合规报销，挽回损失约一两亿元。

这些零碎的调用累加起来，才构成“开工”的实际含义：AI不再停在看板上，而是进入司机上车、装卸、交付、报销这些具体动作里。

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。”按翟学魂的说法，AI在物流现场要做的全部工作就是这两件，前一半是能力，后一半是价值。

大会上给出的三个案例，指向的是同一件事：现场第一次被完整记录，也得到了回应。

其一在一座磷化工场站。这里每年进出货物数百万吨，十个进出场动作以往要靠人工逐笔登记，形成92个台账，专门配了七八个人。今年8月，整套流程已由AI全部接管，工厂董事长的评价只有两个字：“通畅。”

其二落在城市配送的“车下环节”。配送车上新添的便携设备“拍拍豆”，把测温、入柜、翻拣这些过去留不下痕迹的动作记录在案，交付过程头一回变得可追溯。

其三是一支600台电动重卡的车队。平台从中抽取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，车队安全分是70分；到10月20日接近85分，每周未遂事故从五六起降到两起。现场连线时，一位吴姓司机说，他上个月拿到的安全奖金是440元。

三个案例有个共同点：AI没有替掉任何人，只做了“看见、提醒、反馈”这三件最基础的事。可这三件事一旦系统化，管理结构本身就开始松动了。

于是“重新设计一线”成了必然。假如AI一天能和司机交互4000次，车队长值钱的地方就不在反复沟通，而在识别情绪、选育用留；调度值钱的地方不在逐单打电话，而在把规则沉淀进算法；安全员值钱的地方不在盯单个事件，而在把新发现的风险和激励制度绑在一起。

翟学魂把这套思路叫作“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。”按规划，未来三年G7易流只做一件事——搭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

不过有个数字绕不开：4%的客户用掉了98%的AI算力，活跃客户约七百余家。技术本身已经够便宜了，缺的是能把技术用起来的人。

原因不复杂。各家物流公司的作业规范都不一样，一个需求从提出来到上线，中间要过六道工序：把业务语言转译过来、编排规则、设计权限、开发应用、验收测试、上线运维。排队等开发的代价，就是货车在场站里白白空耗的每一个小时。

当天下午的分论坛上，G7易流正式发布了开发者平台，原因也在这里：能标准化的部分沉到公共底座里，差异化的部分交回给客户。

平台开放了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。接口和文档按“AI友好”来设计，能被MCP封装，也能被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。

现场演示更能说明问题：在千问办公里接入凭证，输入一段自然语言需求，32分钟后，一个带周期筛选、轨迹回放和单车风险分析的“周和月安全复盘看板”就自动生成了，全程没写一行代码。

开发权由此重新分配。G7易流首席财务官张杰龙把这类人叫做“业务型开发者”——可能是安全总监、调度主管、财务经理，也可能就是老板本人。有位客户的安全负责人并不写代码，却已经用平台搭出了自己的安全看板。

为了让更多人参与进来，大会同步启动了“AI开工孵化计划”：12月开工，支持100个团队，每队孵化两个月，数据、双向通道与场景识别能力的不限次调用都提供，千问办公、WeWork中国等伙伴则出资源和辅导。报名标准就三条：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。

从产业角度看，这一步不只是开放工具。过去物流数字化是“供应商交付、客户使用”的单向关系；业务人员能自己构建应用之后，这种关系开始转向“共建”。共建能走到哪一步，最终要看有多少懂业务的人愿意走进来。

大会快结束时，翟学魂翻出2023年同一会场的一张旧幻灯片，上面是当年的预测：“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。更值得看的是兑现的方式：不是岗位被替换，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个孵化团队里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）