MODE Global旗下MODE IQ获评2026年度数字货运匹配平台

详细拆解

每个货运经纪的工位都是一个队列。货来了，要找车，要谈价，要发盘，要等回盘，要确认成交，然后还得保证这票货别在半路上掉链子。到达、服务、排队，这三件事决定了你的客户在电话里是谢你还是骂你。想知道一个工具到底有没有用，你得先有三个写下来的数字：到达率、单票服务时间、以及那条拖垮一切的尾巴分布。大部分台面一个都拿不出来。

六月里我看到的一条消息是：MODE Global 的智能运输管理系统 MODE IQ，在 2026 年 SupplyTech Breakthrough Awards 上被评为年度数字货运匹配平台。跟着消息一起出来的说法是，这个平台用预测定价和机器学习来做承运商自动匹配、报价招标和路由指南部署，目的是通过自动化投标板减少经纪人和承运商身上的非增值活动，让它那个承运商网络里的匹配更快。

我不打算劝你买，也不打算劝你别买。评奖是评委的事，不是服务水平协议。我关心的东西更窄也更硬：它到底替掉了哪一步决策，从多少分钟降到多少分钟，模型算错了谁兜底，怎么设一个对照组让你分清是工具起了作用还是这个季度行情好，以及哪个指标不达标就必须叫停。

先把那句声明拆开，因为钱就在声明里。"承运商自动匹配"听着是一件事，实际至少是三件：记得住谁能跑这条线、把他们排出先后、然后从他们嘴里掏出一个答复。人工台面上这三件事是同一个电话。调度翻着板子，想起某家承运商三周前从同一个起运地拉过一票类似的货，打电话，等，再打。这一串动作有服务时间，队列就是由服务时间构成的。

开口要别的数据之前，我先要五个时间戳：建单、首次发盘、首个承运商回应、接受报价、确认成交。五个事件，四个区间。每个区间都按线路发中位数和 90 分位。中位数告诉你正常一票货什么样，90 分位告诉你客户的耐心在哪里耗尽。一个平台如果说自己让匹配更快，它就得动这四个区间里的某一个，而且必须动到 90 分位，不能只动中位数——中位数那个位置你本来就还过得去。

接着问问题长什么样。队列慢只有三种原因，解法完全不同。一是服务太慢，每票货处理时间太长；二是到达扎堆，活本身没问题，是全挤在一个点上过来；三是工位太少，这条线上根本没车，你出什么价都没人接。更聪明的匹配能救第一种，对第二种基本没用，对第三种一点办法都没有。我见过团队为了周一早上的到达高峰去买软件，其实调个班次就解决了；也见过团队给稀薄线路买匹配软件，诚实的答案其实是加钱或者提早下单。瓶颈在哪儿，先答这个，再签字。

那句"减少非增值活动"我倒是认同，但得先把它变成能计数的东西。在我的账上，非增值活动就三样：把同一票货的数据在第二个系统里重敲一遍、催一个本来不用催的答复、以及掉盘之后从头再发一次。三样都能计量：重敲一票几分钟，一票平均催几次，掉盘率是多少。这些数字出来之前，"减少非增值活动"是一句广告语；出来之后，它才是一个能验收的指标。

算一笔账，假设全摆出来。假设你的台面一周处理 400 票即期询价；假设每票在匹配、发盘、跟进上平均耗掉 22 分钟人工；假设 38% 的询价在两小时内没有任何承运商回应，必须返工。这三个数是我写的假设，不是谁家公布的数据，拿你自己的替换掉。400 乘 22 分钟是 8800 分钟，也就是 146.7 小时，按一周 40 小时算等于 3.7 个人。如果这个平台能拿掉 60% 的接触时间——60% 是待验的说法，不是交给我的事实——你一周拿回 88 小时，也就是 2.2 个全职人力。

假设人工综合成本每小时 38 美元，那是每周 3344 美元，一年大约 174000 美元。这就是平台要打败的数字，而且是全口径的：许可费、实施、对接、内部维护投入的人力，还有它学习期里犯的那些错，全算进去。如果全年全口径成本奔着 174000 美元去，你买的不是效率，是把同样的工时加价租回来了。

再看另一边。假设你的台面现在覆盖 62% 的发盘；假设每成交一票贡献 210 美元毛利。400 票按 62% 是 248 票，一周大约 52080 美元毛利。如果自动化把覆盖率提到 68%——同样是待验的假设——那就是 272 票、57120 美元，一周多 5040 美元，一年大约 262000 美元。和省下来的人力放在一起，一年理论收益大概 436000 美元，对面是一个还没告诉你的价格。之所以说理论，是因为两条腿都压在我的假设和一条没人拿你的线路验过的说法上。写进立项书要写成区间而不是承诺：覆盖率提升在 2 到 6 个百分点之间，接触时间下降在 30% 到 60% 之间，盈亏平衡价按两个区间的下限算。

对照组是大家最容易跳过去的一步，也是唯一能产出认知的一步。要按线路分组，不要按客户分组。客户之间不可互换，混着分会把好客户全分到一边，结果就废了。挑出 30% 的线路做对照，按货量和难度配对，这八周完全按现在的办法跑；其余的走平台。中途不要把线路在两个组之间挪来挪去，也不要挑一个你已经知道很清闲的周来跑。定八周，是因为一周太短全是噪声，而且样本里必须包含至少一个难看的周。如果试验只见到了好货，你量的是货，不是工具。

判定标准要在看到任何结果之前写下来。主指标：从首次发盘到确认成交的分钟数，试验组对比对照组，90 分位上的改善至少要达到 25%，我才认它是真的。护栏指标：发盘接受率下降不能超过 3 个百分点，成交后掉盘率上升不能超过 2 个点，每成交一票的成本至少要降 4%，每百票的索赔和误点相对对照组上升不能超过 10%。止损条件：任意两条护栏连续两周被击穿，试验终止，线路回滚。叫停开关由一个人掌管，这个人不能是当初力主采购的那个人。

定价要单独说一段，因为这里算错的代价是真金白银。预测定价不管别人怎么描述，它给出来的是一个点估计；没有区间陪着的点估计，就是一个带小数点的猜测。要问模型在你这类线路上的误差长什么样，而且要用你能审计的单位回答——每票差多少美元，不是一个谁都复现不出来的准确率百分比。然后定谁兜底。如果模型把一票货定到比这条线近三十天成交价低 8%，它可能是对的，也可能是数据里的假象，两种情况下都得有人为这个差额负责。

我的默认做法很直白：任何比该线路近三十天中位数低 8% 以上的自动报价，发盘之前必须过人。每次干预记原因码，每周复盘。如果一个月之后干预率还在 15% 以上，要么你的线路中位数已经过期，要么模型设定不对，两种情况都是你一边付着自动化的钱一边还在手工干。

路由指南部署这一项最不起眼，也最会事后咬人。今天是人在读指南、人来做例外。平台一旦部署指南，指南就变成可执行配置，配置错误会以机器的速度放大。配置文件里一个错的容差，能在午饭前把同一个坏决定执行四百次；换了人，同样的错一天犯两次，第二次他自己就察觉了。给指南做版本管理。每一次自动派单都记下产生它的规则和当时用的输入。留一份半年后还能读懂的差异记录，等客户来问为什么这票货派给了一家谁都不认识的承运商时，你能答得上来。如果平台给不出可查询的这种日志，那你买的不是系统，是一个你没法审计的建议。

说到测量独立性。我不接受把厂商仪表盘当试验结果。我没有理由认为谁在撒谎，但我有充分理由认为，一个为了展示产品优点而造出来的仪表盘，会展示优点。要原始事件导出，每周一次，平铺文件，字段就是我开头要的那五个时间戳。拉回你自己的库，自己算。如果厂商不肯给行级事件，这个拒绝本身就是一个结论，而且是能结束对话的结论。

还有两件事常被忽略，而它们决定了你最多能拿到多少。一是机器学习吃的是你自己的历史。你的日志里如果缺时间戳、缺拒绝原因、缺掉盘理由，那任何模型能学到的上限就摆在那儿，换谁家的算法都一样。补齐这些字段不性感，但它决定了后面所有数字的天花板。二是匹配是双边市场，平台好不好用有一半取决于你的承运商愿不愿意在上面接单。如果你的核心承运商依旧只接电话，那所谓的网络效应是别人家的。试点之前先数一遍：你常用的承运商里有几家会在平台上响应，比例太低就先别谈算法。

那这个奖算什么？它说明 2026 年有一批评委看好这个产品。它不说明这个平台适配你的线路、你的承运商、你的数据质量或者你的人。评奖是廉价信息，我给它很低的权重。我也不打算列竞品名单或者给你一份备选清单，那会把这篇专栏变成采购文件，它不是。上面这套检验办法，对任何碰匹配、发盘或定价的东西都成立，包括你今天正在用的表格和电话。

所以时间表是这样。本周，别的事都先放一放：运营负责人导出九十天的发盘事件，按线路发布那四个区间。如果 2026 年 7 月 10 日星期五之前拿不出这份导出，试点就不启动，因为没有基线就没有结果。7 月 13 日那一周：运营和 IT 定下来线路分组，把护栏写下来，指定掌管叫停开关的人；采购把全口径成本问清楚，把盈亏平衡价写在旁边。7 月 20 日到 9 月 14 日这几周：跑满八周，每周一早上复盘指标。9 月 21 日那一周：按七月写下的阈值决定，不按任何人在九月的感觉决定。通过就每个月扩 20% 的线路，每个月重测一次；不通过就回滚线路、保留基线，因为基线比演示值钱。

替代方案也得摆上桌，因为自动化不是唯一的杠杆。到达扎堆就改到达：让你最大的几家货主前一天 15:00 之前发盘，量一下周一高峰被削掉多少。覆盖稀薄就把响应窗口放长并为此付钱——两小时窗口拿到 40% 响应，很可能不如六小时窗口拿到 80%。如果卡点只在几条硬线路上，就只自动化那几条，别的别动；范围窄的部署更好量，也好撤。如果真正的问题是那个最厉害的调度在想走，没有平台能解决这件事，你应该把钱花在那个人身上。

坑基本都在测量上。头一个是活动量指标：发盘数、电话数、回邮数，系统一自动化这些全会涨，而它们毫无意义。只要结果指标：成交分钟数、覆盖率、每成交一票成本、掉盘率、每百票索赔。接着是季节性混淆：试验撞上旺季会显得差，从旺季出来会显得好，两种读法都跟工具无关。再是口径：即期和合约货永远不要混在一个覆盖率里算。还有试用期的时点：免费试用正好在你的旺季前结束，意味着你要在时间压力下做决定，而人在时间压力下最容易签不该签的字。最大的一个是一边谈合同、一边用对方的尺子量自己。

收在队列上。加工位、缩短服务、削平到达，只有这三件事。软件能缩短服务，有时候服务就是卡点，那这钱花得值。线路上没车的时候它加不出工位，你不改收活的方式它也削不平到达。买任何东西之前先把四个区间量出来，用看结果之前写好的阈值去要求试验，把叫停开关交给一个不介意自己判断错的人。这不是对厂商有偏见，这是你能知道队列到底有没有变短的唯一办法。先量化，再谈优化。

还有一件关于对接的事，试点往往就是死在这里。你的运输管理系统是记录系统，架在它上面的任何东西，往回写的延迟必须是你量出来的，不是你假设出来的。如果平台看到的货比你的系统晚九十秒，人和机器就会对同一票货各做一次动作，你会发出重复发盘，承运商很讨厌这种事，而你为此付出的人情成本会超过自动化省下的钱。把同步间隔要成书面数字，在试点期间实测，护栏按你能容忍的界限设。我的界限很简单：记录落后超过六十秒的货，不允许触发任何自动动作。

人的问题也得直说。这里的自动化替掉的是查找，不是关系。你的承运商愿意接你电话，是因为在那些糟糕的日子里有个对他们公道的人——货比单子上写的重，收货方让他们干等四个小时。如果平台把每一次交互都中间化了，这层关系就没有落脚的地方，而你要等到运力收紧、没人回你发盘的那一周才发现丢了什么。不管自动化怎么处理其余的货，按货量排前二十的承运商要保持有人对接。这不是念旧，这是冗余：系统挂了或者算错了的时候，你还需要一条能通的渠道。

然后是尾巴，这部分是我真会睡不着的地方。每个台面都有永远没成交的货。它们挂着，被重新发盘，最后亏着扔到即期板上，或者以一个承认失败的电话收场。这个群体要单独计量：每周多少票、放弃时已经挂了多久、以及那些最终迟到成交的货平均亏多少。按我的经验，钱在这里，不在中位数里。一个工具把中位数动了 10%，对放弃的尾巴一点没动，那就是把好做的货做得更好做，贵的那个问题原封不动。所以我给它单设阈值：挂满六小时后被放弃的货，每周数量至少要降三分之一；迟到成交的货，平均亏损至少要降 15%。这两个不动，中位数变成什么样我都不关心。

上线之后还得有人认领它，因为没人会写进文档。模型要有个主人，就像叉车要有操作员：指名一个人、指名一个备份、每周一次检查，以及一份写下来的"什么叫坏了"的定义。如果你的承运商结构变了、线路结构变了，匹配质量跟着漂，软件里面没有任何东西会告诉你。唯一会告诉你的是你自己那份四个区间的周报，永远跑下去，而不是只在试验期间跑。这份报表做一次、买完之后继续留着，因为它是唯一能活得比卖你系统那个人更久的仪表。

↑ 返回核心要点

— 作者 拉维