一、项目是怎么找上门的

陈老板做城配运输十几年，车队八十多台，跑的是本地商超和生鲜门店。每天清早三名调度围着上百个订单转，凭经验往车里塞，临时加单就手忙脚乱。空驶里程一直降不下来。冷链车偶尔温控失灵，货到门店才发现坏了一箱，责任在车还是中途，谁也讲不清。

后来陈老板参加区里组织的数字化转型宣讲，记住了海风科技这名号，主动找上门。

二、先搞清楚痛点，再谈技术

系统架构师带队做了两周现场走访，跟车跑过三趟线路，把真实痛点摸透了。平台分成感知、决策、呈现三层。感知层给车辆加装车载终端和多路温湿度探头，数据经NB-IoT回传，每秒刷新一次位置和环境读数。决策层是一套AI调度引擎，输入订单、车辆状态、电子地图路况，输出每日配送路径与装车建议。呈现层是一块Web可视化大屏加移动端看板，管理层随时查看在途车辆、温度曲线和异常告警。

物联网这块有个容易忽略的细节。企业原有的车载设备品牌不统一，直接推倒重买不现实。团队做了协议转换，把新旧车辆都接进同一张网。这一步看着不起眼，其实是项目能不能落地的分水岭。

三、调度引擎的难点不在算得快

很多人以为AI调度难在算法。真到现场才发现，难点在数据。把历史订单、收货时间窗、司机习惯整理成算法吃得进的结构，比调参费劲得多。

引擎没追求花哨，从实际约束入手：每辆车载重上限、司机工时规定、客户收货时间窗、生鲜必须优先。算法拿这些当硬条件做组合优化，再用人机协同落地，系统先给初稿，调度班长手动微调，调整结果回灌模型，越用越贴合企业习惯。

联调期赶上沈阳初雪，路况数据骤变，引擎一度把线路排得过于理想化。团队接入实时交通事件后修正，雪天履约率才稳住。

温控设了阈值联动，探头读数越线立刻推告警给司机和后台，必要时远程提醒检修，避免整柜货报废。

四、账算得过来吗

平台跑了四个多月，企业自己拿出对比。平均空驶里程较此前下降约两成，调度岗从三人减为两人复核，省下的人力转去客户拓展。货损争议基本消失，每一次温度异常都有据可查，保险公司核赔也快了。

可视化大屏成了调度室的中心。陈老板说，现在不用挨个打电话问车到哪了，坐在屏前全看得明白。

五、一点观察

这个项目再次说明本地化服务的价值。技术人员能随时到现场，车辆改装、设备调试、司机培训一条龙跟完，这是远程团队难做到的。海风科技自研的Web防火墙与托管服务也为平台上了双保险，数据链路有防护，服务器每日双备份。

对东北的物流企业而言，AI和物联网不必是遥不可及的概念。从一两处真实痛点切入，本地技术伙伴陪着走，往往能走出踏实的第一步。