想象一下，把一个小摄像头挂在身上出门逛街——很多人光是想想就觉得尴尬，生怕路人投来异样的目光。但要是把这个摄像头交给货运司机，挂在脖子上，反而成了一件刚需装备。

6月25日，物流科技企业G7易流发布了一款重量只有30克的穿戴式AI设备——「拍拍豆」。

长这样：

可以磁吸、拆卸下来的「拍拍豆」｜图片来源 G7 易流

外观上，它跟Insta360的可穿戴相机、以及被称为「人生回看器」的Looki有点像——一枚可以吸在车上、挂在脖子上的小摄像头。但背后逻辑完全不同。

要是用面向消费者的产品眼光来看，拍拍豆可穿戴、自动记录、无感操作、还能语音触发，活脱脱一个「自动记录生活的AI助手」。但它被安放的位置，却是一个天差地别的场景：物流交付。它要回答的核心问题是——司机下车之后，到底发生了什么。

货运行业首个 AI 可穿戴硬件

外卖少了一只鸡腿，用户找平台投诉，平台找骑手，骑手说「我放了」，用户说「我没收到」。两边都觉得自己理直气壮，最后平台赔给用户10块钱优惠券了事。物流行业每天上演着类似的故事，只是金额从10块钱变成了几千、几万。

一辆冷链车从上海跑到北京，全程GPS定位、温度实时回传、驾驶行为AI分析，所有数据清清楚楚。可到了目的地，司机下车，把货交到客户手上——这「最后几米」发生了什么，很难说清楚。

货少了。司机说没少，门店说少了。谁对？说不清。

货坏了。客户说收到就坏了，司机说交出去是好的。哪个环节出的问题？没证据。

这个问题存在了几十年。用G7易流创始人翟学魂的话说，这就是「车下黑洞」——司机下车之后，交付现场发生了什么，没人知道。交接环节货损赔付率高达90%。

绝配供应链的CTO曾涛分享了一个细节：他们给司机配过执法记录仪，「又大又不方便，存储文件特别大，镜头视野还窄，低温下就糊了」，最后专门设了一个岗位坐那里查监控。

「拍拍豆」与底座，底座安装在车里，拍拍豆放回底座，即可上传｜图片来源：G7

拍拍豆的设计思路截然不同：取下即录，回到车上自动上传云端，全程不需要任何操作。翟学魂说，司机不需要学习任何新技能，不需要改变任何工作习惯——他本来就下车、本来就送货、本来就回车，拍拍豆只是在这个过程中「顺便」完成了记录。

AI的作用主要体现在把「交付过程」变成了一个可以被结构化的事件流。司机只需要说：「卸货」、「签收」、「货损」，系统就会自动打标签，把视频和订单节点绑定在一起。于是，整个过程，AI硬件的交互是无感的，交接过程可以全程留证，每个节点可以随时回溯。

一个699元的「信任机器」

从商业角度看，拍拍豆更像是一台「信任机器」。

翟学魂算过一笔账：一次客诉可能带来约200元成本，若一台车一年有1%的投诉率，损失就接近1万元。而拍拍豆硬件399元，服务费299元，加起来698元。对物流公司来说，这是一个ROI极其清晰的决策。

华鼎冷链已经在全国65个仓配中心部署了拍拍豆。华鼎冷链副总裁吴楠分享了一个真实案例：他们平台上一辆自己的车都没有，全是整合的社会车辆。有一次客户找社会车辆送货，说服务态度不好，换华鼎派车，结果派去的还是同一个司机——「但今天跟昨天像换了个人，因为他戴了个拍拍豆。」

翟学魂指出，司机往往是交付环节中最弱势的一方，货物出了问题，很难解释清楚。有了拍拍豆，司机终于能用视频为自己作证。所以这个产品从测试阶段就没被司机抵制过——一个能帮自己「自证清白」的东西，谁会反感呢？

拍拍豆还有一个值得一提的设计：开放性。翟学魂透露，G7易流将开放API接口和Skill能力，让企业技术团队把拍拍豆的能力嵌入自有系统、飞书、钉钉等工作流。当前大多数AI硬件都选择了封闭生态——设备只能用自己的APP、自己的云、自己的账号体系。但真正的场景往往不是产品经理坐在办公室里想出来的，而是用户在真实使用中长出来的。

翟学魂认为，拍拍豆把「看见交付」这件事做到极致，剩下的场景，交给用户自己去定义。例如，有物流企业负责人表示，这种产品还可以用在验收、质检等生产环节。过去两年AI硬件讲了很多故事，多数没能真正落地。拍拍豆带给行业的一个启示是：找到一个足够痛的传统场景，算清一笔清晰的账。当所有人都在同质化的to C产品里卷生卷死时，或许那些不那么性感的to B场景，才是AI硬件真正需要的地方。