知藏科技完成数千万元Pre-A轮融资

周吉龙在2016年初创办了知藏科技，将公司的业务选在智能决策这个方向上。不久之后，知藏科技获得了蓝驰创投的天使轮**，并决定进入物流行业智能调度这个赛道，为物流行业客户提供基于机器学习与运筹学算法的物流智能解决方案。

周吉龙职业生涯的**站从麦肯锡启程。在此期间，搭建数学模型，帮企业做调整和转型成了周吉龙的日常，咨询的工作也让他对建模的兴趣有了用武之地。

麦肯锡之后，周吉龙又去了德意志银行。之后离职准备创业的他希望借着自己的兴趣，选择从智能决策切入。基于在麦肯锡工作时物流行业项目的积累，结合算法与模型，周吉龙发现物流行业非常适合使用机器学习、深度学习等算法进行优化。

不久后，麦肯锡方面主动找到周吉龙，希望双方能够合作，共同解决一些物流客户的需求。

“物流行业具备网络效应，本来应该是越做壁垒越深，把运营率和周转率不断提高”，周吉龙告诉创业邦，“但很多物流企业做大后，并不能形成规模效应，做大之后反而利润率有所降低”。

很多媒体报道认为，物流的成本高是因为空驶率高，而知藏团队发现并不是这样，空驶并不等于资产利用率低。

跑往返线路能**较低的空驶率，但提供这种往返线路的客户，会把物流公司或者司机的运输价格压低。

在和个人司机交谈的过程中，知藏团队发现，因为需要等待，一些聪明的车主不会只跑往返线路，而且有的时候甚至会空驶一段距离，以便于在全国范围内接单，让线路连起来。而在车辆多起来之后，人脑已经算不出*合适的车辆调度方式。

周吉龙表示，国内干支线物流公司当前面临着车辆需求不稳定，人工调度费时费力、效率低下，成本高企的业务困境，而知藏智能调度解决正是为了解决这一业务难题，为客户实现成本节降和利润提升。

目前，知藏针对“干支线整车”、“零担”和“城市配送”三个典型物流场景中的配载、路径规划、车辆调度等问题，提供多重融合算法、机器学习以及运筹学支撑的智慧物流解决方案，服务了多家业内**企业，客均订单规模高达数**元。

知藏智慧物流解决方案以*优化利润模型为出发点，在不改变物流企业现有运作方式的条件下，帮助实现智能规划和调度的同时，大幅优化运作效率。以长途干线整车物流企业为例，在应用了知藏的智能调度算法后，对比企业之前的传统人工运营模式下，车辆有效行驶里程提升48%，自有车**能力翻倍。

信天创投的投资总监杨涛谈到，我国社会物流总费用占到整个GDP的16%左右，存在非常多通过***改造和优化的空间，在与周吉龙接触的过程中，发现他对整个行业的理解很到位，对客户的需求有深入洞察，能利用AI等技术在使用场景里解决具体问题，并已成功服务了一些**客户。