技术零部件Eaigle 正在超越单个自动闸口和场站的思路，致力于把卡车、挂车和货物数据在整个物流网络中打通，其两年路线图中就包括为挂车建立数字资产 ID 等技术。
创始人兼 CEO Amir Hoss 于 9 月 23 日在安大略省 Markham 举行的 Eaigle 首次客户活动上，介绍了公司的进展与计划。
这家利用计算机视觉和 AI 自动化工地闸口、场站和月台作业的公司，正努力把自动化连接到其网络内的多个站点。目标是：当卡车、挂车和货物穿过一个设施时被捕获的信息，能跟随它们到达下一个设施，并最终把企业的内部站点与供应商、承运商等伙伴连起来，沿途减少纸质单据和理赔纠纷。
公司的早期工作源于沃尔玛的一个需求：在不给挂车加装追踪硬件的前提下，实现挂车全程可视。Hoss 说 Eaigle 起初不想接这个项目，但花了约六个月蹲点沃尔玛运营来理解问题。
这项工作最终催生了 Eaigle 的自动车辆进出控制（AVAC）系统，Hoss 向卡车人网表示，2022 年夏天该系统仍在为沃尔玛开发中，当时也标志着 Eaigle 更聚焦于供应链应用。
在研究沃尔玛运营时，Eaigle 遇到了仓库、运输、场站管理系统，以及预约、调度、车联网和可视平台，它们彼此常常割裂。
“我们花了大约九个月熟悉所有这些概念、理赔管理和理赔处理。最让我们感兴趣的是……我们拥有所有这些系统，为什么彼此割裂、互不通信？”
但 Hoss 表示，如果只是用 API 把这些系统连起来，若输入数据不准确，也解决不了根本问题。
“你必须给整个系统正确的输入，否则就会用错误输入不断冲击下游数据流。只要把地面上的真实情况搞对，输出自然就对了。”
例如在场站，物理输入可能是哪台挂车真正在闸口、在场内或在月台；其他输入还包括封条是否存在、托盘在哪、设施内其他设备状态等。
Hoss 说，Eaigle 部署中捕获的输入约 90% 来自摄像头，5% 来自 RFID 读卡器和其他传感器，5% 来自可编程逻辑控制器等物理自动化集成。
“这不只是数字化旅程，而是自动化加数字化旅程。你必须先把自动化做对，数字化才会随之而来。”
之后，Eaigle 的重点转向把可信信息在设施内打通。Hoss 把第一阶段称为横向（运营技术）集成——把闸口、场站和月台捕获的数据与可编程逻辑控制器、仓储机器人乃至未来的自动驾驶卡车和叉车等物理自动化连接。
下一层是与 IT 系统的纵向集成。Hoss 说，只要物理输入准确，数据就能在仓库、运输、场站管理平台间更可靠地流动，并触发运营决策。
这些部分在单个站点连好后，Eaigle 的路线图就向外扩展。
Hoss 把自动化单个设施称为“单点自动化”。在这一层，Eaigle 正努力连接货运移动涉及的六个要素——卡车、挂车、货物、单据、封条和司机，并自动化相关检查：预约与提单/采购单校验、封条核验、交货凭证、温控货物温度检查等。
Hoss 说目标是让这些流程尽可能无纸化、无人化，再把自动化站点连接进企业自有网络。
“所以当我们自动化单个站点，叫单点自动化；然后开始连接你内部网络中的那些站点。”
例如，生产设施可以连到配送中心，温度、封条状态和发货凭证随货物一起流动；收货设施再做同样检查并生成交货凭证。
之后，Hoss 说计划把这些连接延伸到企业自有网络之外，从排名前 20 左右的供应商开始，让流程尽量无纸化，不过跨境运输仍会有纸质单据。
虽然 Eaigle 的供应链业务从发货方（沃尔玛）视角起步，但 Hoss 说与首家承运商客户 Trimac Transportation 的合作，让公司接触到另一类需求。
这催生了 AVAC Lite——围绕挂车库存、物理损伤和车队利用率设计的承运商版本。Hoss 向卡车人网表示，该技术意在填补挂车侧的可视化空白，因为车队对挂车没有像牵引车那样的 GPS 信息。
公司现在还与其他承运商（包括 TFI International）合作，并希望扩大这部分客户群。
Hoss 向卡车人网表示，发货方仍占 Eaigle 客户结构的 80% 以上。地域上，约 80% 业务现在在美国，加拿大约 15%，欧洲约 5%——相比 2022 年刚聚焦供应链时已有扩张。公司目前在波士顿、安大略 Markham 和 Waterloo 设有办公室，并在蒙特利尔有团队。Hoss 补充说，Eaigle 现在每月处理北美约 50 万辆卡车。
当被问及经济下行时承运商对自动化投资兴趣如何，他说大车队和小车队都有兴趣。
“各类车队都能获得同样的 ROI 和回收期，只是从三个月到 12 或 15 个月不等。但所有类型承运商的 ROI 都很显著。经济不好、利润薄时，你反而更想削减成本、优化流程、提升车队利用率，也要应对发货方对承运商的理赔。”
Hoss 补充说，公司尤其看重给承运商提供证据，用来判断设备在第三方设施流转时发生了什么。
Eaigle 两年路线图上的技术之一，是为挂车建立数字资产 ID，用单位编号或车牌之外的更多特征来识别挂车。
Hoss 说 Eaigle 的摄像头在不同客户设施、不同州甚至不同国家反复遇到同一设备，这促使公司思考是否可把其他可见特征变成挂车身份的一部分。
“为什么挂车只能用车号做 ID？它还有很多特征可用——logo、标记、颜色、损伤及损伤位置，”他在开场发言中解释，长期目标是当同一台挂车出现在摄像头网络其他地方时能被识别。
Hoss 以蓝水大桥为例说明这如何跨更广运输网络运作。Eaigle 在那里监控进入加拿大的商业交通，之后可能在客户设施再次遇到相同设备。
Hoss 还解释，扩展自动化并不一定要把场站布满传感器。
“我们可以用两台摄像头开始自动化闸口，这些是普通安防摄像头，没什么专有之处，每台约 1000 到 1400 加元。即使装两台，摄像头主功能仍是安防，我们只是叠加一个应用。”
“所以你是在和多个部门共享 ROI、分摊不同应用场景。我们可以从两台摄像头开始采集车流，一路扩展到每车道七台做全面检测——投入多少基础设施由客户决定。”
Eaigle 这套“用摄像头加 AI 把闸口、场站、月台自动化，再打通挂车数据”的思路，对国内物流园区和大型车队很有参考价值。国内很多园区还在靠保安手工登记、纸质单据流转，车辆进出场排队久、货损理赔扯皮多。笔者认为，与其一上来就重资产改造，不如学 Eaigle 从“两台普通摄像头”的轻量方案起步，先把车辆识别和挂车可视化做准，再逐步打通 WMS/TMS。尤其对挂车占比高的专线和大车队，给挂车建“数字 ID”能显著减少丢挂、错挂和空载。一句话，物流自动化的关键不是堆硬件，而是先把地面真实数据搞准。
