创始人公开挑战董事会:AI来了,物流软件还有必要年年续费吗?
来源:
副驾驶微信公众号,潘跃东
日期:2026-10-24 11:55:16
点击:4
属于:行业动态
信息摘要:物流企业下一次采购软件时,可能重新计算的成本、需求和数据归属。
软件能帮客户干活,平台能帮客户成交。AI进场以后,物流科技公司得重新解释,每一笔钱究竟收在哪里。
一场董事会争议,牵出了物流企业下一次采购软件时,可能重新计算的成本、需求和数据归属。
物流软件公司正在给产品加AI,客户也可能用AI重新评估这些产品。过去开发太贵,只能接受的标准功能、排不到的定制需求,以及交给供应商保管的业务数据,如今都有了重新讨论的余地。
国际数字货运平台Freightos的创始人,已经为此向董事会发难。
Freightos创始人Zvi Schreiber离开管理岗位后,给老公司提了一项新需求:换掉董事长。
据FreightWaves于10月21日报道,Freightos董事会同意,将Schreiber提出的部分治理改革议案,提交计划于12月举行的年度股东大会,包括罢免董事长Udo Lange,以及将董事任期从三年缩短至一年。具体会议日期仍待确认。
Schreiber今年1月底卸任CEO,2月底退出董事会,目前仍持有约6%的股份。他对公司的主要不满,是经营方向:Freightos更加重视软件和数据解决方案,同时放慢了数字订舱平台的增长步伐。
在他看来,这个时间点尤其不合适。AI正在让软件更容易开发,竞争者可能更快复制功能;连接航空公司、货代和货主的交易网络,却需要长期积累。他希望公司重新把资源放到平台增长上。
这给物流科技行业出了一个颇为实际的问题。开发团队用AI提高效率,可能降低自己的成本,也可能降低竞争者的入场成本。下一次产品演示,客户看到相似功能时,未必还会觉得稀奇。
不过,创始人的判断也要接受检验。交易网络难建立,投入便可能持续更久;平台上有交易,还要看每笔交易能留下多少收入。
Freightos的争议,就发生在这两张账单之间。
一名货代需要查询运价、比较服务、确认舱位,再完成订舱。Freightos围绕这些工作,既提供软件和数据服务,也连接交易双方,并分别收费。
软件及数据解决方案收入,主要来自订阅,可按用户、站点和使用周期计费,也包含部分定制、配置、上线及数据处理服务。平台收入则来自交易:部分按订舱金额收费,货代向承运商订舱时,卖方通常支付预先协商的固定单笔费用。
两项业务可以相互带动。软件进入客户日常操作,可能带来订舱;平台连接的运力更丰富,也可能提高软件的使用价值。但公司预算有限,先扩哪一项,增长要等多久,依然需要选择。
2026年第二季度,Freightos总收入约769万美元,同比增长3%。其中,平台收入约290万美元,同比增长19%;软件及数据解决方案收入约480万美元,同比下降4%。软件及数据业务仍贡献了大部分收入。
增长较快的业务想多拿预算,收入较多的业务也有自己的理由。熟悉产品规划的人,大概已经能想象这场会议会开多久。
10月15日,Freightos披露,当季平台交易49.4万笔,同比增长15%;交易总额(GBV)达到4.37亿美元,同比增长30%,均超过此前管理层预期。活跃承运商79家,独立买家用户约2.19万个。这些属于初步运营数据,仍可能随最终财报调整。
管理层还给出了一个关键解释:交易增长主要来自使用其软件解决方案的客户。 按照公司的说法,软件嵌入工作流程,带动平台交易,交易积累的数据再改善软件和市场信息服务。
这让争议难以简化。创始人强调交易网络值得加码,管理层认为软件正在为网络带来生意。双方谈的是同一批客户,却对资源如何投入持有不同看法。
平台数字也需要继续拆开。公司承认,三季度运力偏紧、燃油成本上升带来的较高运价,也推高了交易总额。运价上涨,对固定单笔收费业务的收入影响有限。4.37亿美元流经平台,不能当作Freightos自己的营收。
截至10月23日,公司尚未披露三季度完整财务业绩,也没有给出软件客户带动交易的具体比例。完整业绩计划于11月23日公布。
等待期间,还有现金需要安排。二季度调整后EBITDA亏损约200万美元,期末现金、现金等价物及短期银行存款合计约2140万美元。管理层的目标,是在2026年底达到调整后EBITDA盈亏平衡,并于2027年中实现现金净流入。
Schreiber对AI的担心,可以从一个物流企业常见的需求讲起。
企业想增加一张线路利润表,把客户报价、承运成本、异常费用放在一起,按自己的方式查询。供应商可能需要评估、报价、排期;企业内部则要判断,为这一个需求花钱是否划算。
过去,一部分软件采购和流程调整,就在这样的成本约束下完成。标准产品能覆盖大部分工作,剩下的需求由员工手工补齐。有时候,产品经理说“暂不支持”,业务人员便获得了一项长期兼职。
AI辅助开发给这些需求增加了新的实现路径。报表、文件处理、内部查询和一些流程工具,可以尝试由更小的团队开发。究竟节省多少,取决于任务复杂度、现有系统和维护要求,不能把一个原型的完成速度直接当作整套系统的交付成本。
但对采购谈判来说,只要客户多了一个可行选择,原来的报价依据就需要重新解释。
供应商可以用AI降低成本,客户也可能问:这个功能,我们自己做要多少钱?如果长期订阅的费用,已经接近定制和维护的总投入,企业就有理由重新比较。
这种比较未必导致整套系统替换。企业可能继续购买核心系统,同时自建内部工具;也可能采购成熟软件,选择私有化部署。SaaS、外包开发、内部开发之间,会出现更细的分工。
软件公司的竞争,也会随之落到更具体的工作上。运价是否准确,业务规则是否完整,系统能否稳定对接,出错后多久有人处理,这些仍有收费价值。一个漂亮界面能证明产品可以演示,客户还要拿它过旺季。
平台同样不能只强调“关系难复制”。接入了承运商,要有持续可订的运力;拥有买家账号,要能形成重复交易。AI生成一个订舱页面,与让一笔订舱可靠完成,中间仍有很多业务工作。
Freightos的案例值得观察,恰恰因为它同时经营这两类业务。AI对软件开发的影响,能否转化为公司的成本优势,又会在多大程度上变成客户要求降价的理由,最终要在续费和交易收入里体现。
软件用了几年,订单、报价、客户、线路成本、承运商表现和异常处理记录,也积累了几年。采购时,企业可能更关心功能和价格;当它开始考虑用AI分析经营,这些记录就有了新的用途。
同一条线路,不同季节的成本怎样变化;同一个客户,哪些服务承诺最容易造成额外支出;同一家承运商,报价便宜以后是否增加了异常费用。这些问题,需要企业自己的业务记录,也需要把数据整理成可用的形式。
此时,系统能否导出完整数据、保留历史关系、允许企业自行分析,就会影响下一步能做什么。
数据存放在SaaS上,不等于供应商可以拿去训练模型。 数据托管、使用授权和模型训练授权,需要分别核对,也不能据此推断Freightos存在不当使用客户数据的行为。
但企业确实应该把条款问得更细。供应商能使用哪些数据,用于什么目的;企业终止服务后能带走什么;长期积累的标签、配置和分析结果,是否也能迁移。合同写着“数据归客户所有”,实际导出时只拿到几张基础表,后面的整理工作仍可能很重。
AI让部分开发工作更容易以后,企业有机会重新衡量,为了便利愿意交出多少控制权,又愿意承担多少内部建设成本。
本地部署也需要运维、安全、备份和升级。软件回到自己手里,责任一起回来。代码可以请AI帮忙写,凌晨故障时,值班表上暂时还得填人名。
这不妨碍企业重新审视过去的妥协。哪些需求因为开发太贵被删掉,哪些流程为适应标准版而调整,哪些数据一直录入却很少被自己使用,都可以逐项重算。
国内做物流软件、运输管理和货运平台的企业,也会面对客户更具体的追问:订阅费买到了什么,业务数据怎样使用,长期合作为客户留下了哪些能力。软件与交易结合得越深,这些问题越难只交给销售解释。
Freightos的股东将在治理议案上投票。国内物流企业未必需要等到这场争论结束,才去翻自己的软件合同。
下一次续费,除了问“今年加了什么AI功能”,也可以请供应商现场操作一次:把企业这几年积累的数据,完整导出来看看。
作者:潘跃东,嘴毒逻辑怪——用程序员的冷思维,吐槽物流行业的热故事。