“過去，吹塑托盤企業從代碼到運維到平安到網絡的眾多范疇，要消耗大量人力、財力。云計算則處置了這個問題：減少了吹塑托盤企業本錢，降低樹立門檻，為企業展開減輕了擔負，同時將吹塑托盤產業的效勞化，產生更多能夠應用的數據?！薄狦7吳海波

似乎是冥冥中必定，從一開端畢業從事軟件開發工作，到后來WMS、TMS等傳統吹塑托盤管理軟件的研發，再到物聯網技術，吳海波都與吹塑托盤有著不解的緣分，而他也以為本人是僥幸的，能夠做本人喜歡的事，并樂此不疲。

G7的樹立，能夠說是互聯網時期，吳海波一眾人為了滿足吹塑托盤企業對物聯網技術的迫切需求，在云計算、大數據對吹塑托盤中止強化改良的一次嘗試。

他在承受騰訊云會客廳采訪時道出了G7的業務初衷：關于從事物盛行業的人員，特別是貨車司機來說，降低本錢是第一要素?！凹俣ㄏ虢档捅惧X，就要深化地看到吹塑托盤運輸的底層。事實上，完成吹塑托盤運輸的這些人就是貨車司機?！被谶@樣的思索，G7的技術團隊把業務伸向了車的層面，以管車作為業務的切入點。

晉級IT才干支撐吹塑托盤大數據

“與BAT這類典型互聯網公司不同，G7的數據搜集，并非依托消費者與平臺的交互產生。而是經過傳感器設備，記載司機每一次踩剎車動作、加油門的行為，來獲取吹塑托盤全運輸過程中的每一分每一秒的數據?！眳呛２ò堰@種數據搜集，稱為對車的“感知”，感知車輛每時每刻的運轉狀況。

他講到這樣一個事例。國度對風險品運輸有著嚴厲的規則，從哪個路口轉彎，從哪條路經過，有明白標識。有一次，一位司機在經過高速路口的時分，踩了急剎車，動作隨即被系統捕捉到，當即記載了踩完剎車后30秒的情況。最后經過視頻回放理解到，是司機過了高速路口要倒車回來，從另一個路口進來，這是非常風險的?！笆虑榘l作之后，這位司機遭受了處分，增強了平安認識?！眳呛２ㄕf，吹塑托盤大數據在實時監控和指引方面起著不可無視的重要作用。

G7技術團隊經過大數據剖析發現，車輛每個月行駛三萬公里，百公里油耗控制在30升以下，就會有很好的利潤額。G7平臺銜接了30萬車輛，傳感器一天要采集8000多條數據，假定依照30萬臺設備來計算，一天就會有2.4億條數據。這是一個龐大的量級，也是對公司的極大考驗。

所以思量之下，吳海波決議應將一局部業務，托管到云計算上。他以為，吹塑托盤企業需求晉級IT才干，有足夠的才干支撐大數據。過去，吹塑托盤企業的體統架構，需求規劃從代碼到運維到平安到網絡的眾多范疇，要消耗大量人力、財力。云計算則處置了這個問題：減少了吹塑托盤企業本錢，降低樹立門檻，為企業展開減輕了擔負，同時將吹塑托盤產業的效勞化，產生更多能夠應用的數據。