如今的航運行業，大都是場景複雜且利潤稀薄的硬骨頭。可那些難攻的山頭之下，也許正隱藏著一個千億級的藍海市場。
作者｜謝璇
編輯｜房煜
圖源｜攝圖網
“我有一批去新西蘭的貨，7月30日開船，這都11月底了，它還走在前往新西蘭的路上呢，誰也不知道什麽時候才能到。”
在王喆10余年的貨代生涯裏，這樣漫長且看不到盡頭的船期，還是頭一次遇到。
其實，早在10月底的時候，客戶就來詢問過這批貨的情況。他一查才發現，由于下一航段的船始終沒有到港，這批貨始終滯留在新加坡港口，這趟平時僅需7天的路程，走了90天，並且不知道什麽時候才能重新啓航。
這批走了4個月的貨，不過是全球航運市場震蕩下的一個縮影。
2021年以來，全球多數港口均發生了不同程度的集裝箱擁堵事件。其中，新加坡港作爲國際海運市場重要的中轉站，面臨著貨物激增，港口擁堵、輪期延長等一系列問題。同時，由于一些國家的港口出現擁堵，很多貨輪轉道到新加坡，更是給該港口增加了很大壓力。目前，新加坡港的卸載貨時間已從過去的1-2天延長到5-7天，甚至更長時間。
業內認爲，海運企業目前的“船只航運行程可靠性”已跌至10年來的低點，導致全球幾乎所有主要海港都面臨進一步的拖延。
在這樣系統性的延誤之下，海運成本一直在持續增加，從而導致運費一路飙漲。
據王喆介紹，近期最貴的是南美航線，從天津港出發的價格已經達到1.4萬美金左右，且只能走8噸的小櫃。該價格較此前最便宜的400至500美金，漲了近28倍。在此之前，最貴的航線是北美，從不到3000美金漲到了2.5萬美金，價格漲了8-10倍。始終偏高的價格、隨時變化的船期以及緊張的倉位，都給貨代從業者帶去了不小的難題。
“從中國外貿行業開始以來，從來沒遇到過這種情況，百年難遇，實在是太難了。”
被疫情打亂的海運市場
如果說全球供應鏈是一張巨網，那麽疫情的爆發，則給這張網捅了一個洞。
2020年初正式爆發的疫情，讓中國的出口貿易陷入了停滯。隨後，由于新冠肺炎疫情的全球大流行，全球産業鏈供應鏈受到沖擊，全球全球商品貿易量下降超過9%，服務貿易下降超過23%。
爲了應對運輸需求的下降，船運公司不得不削減運力以維持運價。
而隨著中國對疫情的控制，以及供應鏈能力的恢複，全球訂單紛紛湧向中國，對船運的需求集中爆發。
據王喆介紹，那段時間，幾乎全球都只能從中國進行采購，訂單源源不斷的湧過來。但是倉位卻緊張不已。如果想要訂11月26號的船，實際開船日期可能要等到12月初，甚至拖到12月中旬。而且，即便已經定好了倉位，還可能面臨無船可用，或者臨時換船的可能，沒有一點規律可言。
經常是連著定4-5個航次，都被踢了出來。即便臨時加價，也沒有位置。只要誰的手裏有倉位，就會出現幾家競價的情況，誰出的價格高，誰就能出貨。
另一邊，運力短缺問題仍在持續。
由于新冠肺炎疫情的加劇，影響了世界各國的日常生活和市場經濟，人們減少出行，居家辦公，消費品需求大幅上升。歐美等地的港口都在忙于掏空集裝箱，並將貨物運往本國市場，大量的空集裝箱無人處理。同時，隨著集裝箱的緊缺，導致運費上漲，船運公司甚至會在集裝箱卸載完成後，將空船駛離港口運輸下一趟集裝箱。集裝箱的“有去無回”，進一步加劇了短缺，並將集裝箱運費推至高點。
在這一趨勢的推動下，“炒箱”現象應運而生。在倉位極爲稀缺的時期，手握一手船東資源的人可以先行訂艙，然後將其賣給下級貨代，層層加價。等這個倉位到了真正需要賣貨的直客手中時，就已經被扒了很多層皮，價格炒得很高了。
即便這樣，也不是有錢就能拿到倉位。首先，在緊缺時期，沒有人能成爲真正的源頭。雖然船東的官方訂艙系統價格都是透明的，但實際上能否訂得上，還是要看貨代的運作能力。
“說白了，看上去每單的利潤都挺高，但倉位不是說這麽簡單就能拿到的。同時單量也下降了，整體也並沒有多賺什麽錢。”王喆說。
同時，對于貨代公司來說，每個合同都存在著潛在風險。比如，10月底向客戶報價8000美元，並簽下了合同，但是船期拖到了12月，並且價格還漲到了12000美元甚至13000美元。但原有合同的價格不能隨意更改，否則就會對公司聲譽和客戶關系造成影響。
爲了穩定長期客戶，遇到價格波動時，王喆都會選擇自己扛，或者在簽合同的時候多留出一點利潤，以防風險，“否則根本就不夠賠的”。
體量龐大且難以替代的”夕陽産業”
根據2021年7月11日發布的《2021年中國航海日公告》顯示，2020年中國海運進出口量達34.6億噸，占全球海運貿易量的30%。其中，我國約95%的國際貿易貨物量是通過海運完成的。
並且，在全球GDP萎縮3.3%的背景下，2020年全球海運周轉量只減少了1.7%，海運占全球貿易量的比重從85%提高到了86%。從中國海運進出口量看，2020年增長了6.7%，達34.6億噸，占全球海運貿易量的比重從27.1%提高至30%，爲中國進出口實現1.5%的正增長貢獻巨大。
雖然海運在全球貿易市場中占據著舉足輕重的位置，但在王喆看來，連接著海運和出口商戶的貨代行業已經是一個夕陽産業了，模式太傳統，市場也過于飽和。
在天眼查上搜索“貨運代理”，僅在深圳市就有10萬家相關企業。
與此同時，不少科技企業也都盯上了貨運代理這個巨大的市場，從菜鳥網絡、運去哪、Flexport到船公司馬士基，衆多企業都在試圖對這個傳統行業進行數字化改造，但效果並不顯著。
畢竟，海運物流這個鏈條太長也太複雜了。
一箱貨物從工廠到裝船，需要經曆托運、訂艙、做箱、報關、卸載、清關、換單、提貨等衆多環節，每一個節點都意味著複雜的操作場景，以及嚴重的信息不對稱問題。
首先，能否從船公司拿到足夠低價的倉位，決定了貨代公司的利潤。雖然船公司會發布指導價，但實際成本並沒有這麽高。因此，有資源的人往往可以拿到比這低得多的價格。
此外，運輸環節中還藏著衆多隱秘的細節。發貨方的運力資源是否可靠；如果沒有可靠的運力資源，就需要貨代調動當地的運輸公司；當地的路政交通情況如何，能否准時送達；貨物到港口的最佳時間是何時，港口的卸載速度如何，怎樣才能讓貨物在堆場停留的時間最短，減少倉儲費用……
這並不是一個有著很高技術門檻的行業，卻是一個依靠經驗和人情才能獲得利潤的行業。鏈條複雜且漫長，沒有哪個巨頭能夠全盤通吃，但一盤散沙的激烈競爭，以及缺少話語權的市場環境，已經讓貨代企業的利潤變得十分稀薄。
也正因爲複雜的鏈條和稀薄的利潤，使得傳統貨代業務始終沒有被徹底取代。
4000億産業如何數字化升級？
在貨代數字化升級的困境背後，其實是整個國際海運物流領域數字化上的緩慢和遲滯。
在今年5月發布的《國際物流産業數字化發展報告》中顯示，當前整個國際物流産業存在服務單一、運輸成本高、信息交換效率低、運輸過程不透明、供應鏈上各角色的協同效率低等問題。
報告顯示，國際物流數字化企業不斷湧現，涵蓋多種運輸方式、單一運輸方式、傳統國際物流企業轉型升級、工具類企業等多個維度。在運輸服務領域，境內外較多企業均選擇以單一運輸方式爲切入點，而門檻相對較高的綜合物流服務則較少。
這其中，工具類數字化産品多種多樣，其中最爲常見的就是各類數字信息整合工具，包括：單證軟件機器人、報關機器人、訂艙機器人、識別機器人、比照機器人、對賬機器人、制單機器人等，將原來需要人工操作的錄單、打單等工作都交由軟件完成，提高效率，減少錯誤，降低成本。
據貨代物流供應鏈人工智能方案軟件機器人提供商趨研科技創始人李俊介紹，經過梳理發現，國際海運行業的單據類型至少有50種以上，以解決重複低效人工作業而開發的單據識別軟件，可以將人力成本降低60%以上。此外，通過將大量單據、流程數字化，可以讓國際海運鏈條上各個環節的中小企業實現報表可視化、倉庫數據分析等一系列功能，幫助他們實現數字化轉型。
但這還遠遠不夠。
真正的國際航運數字化，應該是覆蓋整個鏈條的——從進口商查價、下單，到貨物交付的全線上化；從工廠出貨裝車，到海運全過程的全線上操作及跟蹤監控；從貨物出廠到客戶收貨，全過程的自動數據提交、調度、分析、線上對賬、線上付款……
目前，國內貨代信息化還僅僅聚焦于功能性問題的解決上，數據記錄、單證打印等封閉性的功能形成了一個個信息孤島，無法進行連接整合，這一定程度上阻礙了國際航運物流體系的數字化。
因此，除了工具型産品，提供物流集成方案和保障履約成了國際物流企業的另一主流方向。
以一站式國際物流在線服務平台“運去哪”爲例。據該公司營銷人員介紹，運去哪可以實現全線上的船公司查詢、航線查詢、透明化的價格查詢以及線上自主訂艙。運去哪還可以實現線上履約，包括單據上傳、報關完成、到達目的港等關鍵節點，客戶均可以實時線上查詢，實現全流程的在線跟蹤。
同時，當部分客戶面臨緊急的零部件需求時，運去哪還會提供定制的hand-carry服務。比如，疫情期間某汽車生産企業對某關鍵零件有緊急需求，需要盡快從德國工廠提貨至中國，這時，運去哪就可以根據客戶的情況，提供定制化服務：手提貨物，包機或者包船等。
此外，運去哪還推出了船期預測服務，通過分析港口數據、船舶數據、航線曆史數據、當地新聞等綜合數據，幫助客戶做好出貨預案。並且可以通過幫助供需雙方實現需求匹配，降低原本因空箱或艙位供給不足導致的擁堵，疏導客戶需求，降低運輸成本。
目前，“運去哪”的估值已超10億美元。
但這也僅僅是冰山一角。對于國際航運來說，僅數據化模塊，就是一個巨大的市場。根據上海國際航運研究中心發布的《全球港航信息化發展報告（2021版）》顯示，2020年全球港航信息化市場規模達到2976.99億元人民幣，創下新高，同比增20.18%。預計2021年全年將漲至3505.64億元，2022年有望突破4000億元。這其中仍然有著巨大的潛力和發展空間。
不過，這注定是一場緩慢而艱難的變革，在交易場景複雜程度遠低于航運場景的貨運行業，大數據的改造成果至今寥寥無幾，原因就在于線下物理場景對于執行和運營的現實要求，需要現實的基礎設施和運力能力相配合，大數據才能發揮作用。
（備注：文中王喆爲化名）