FinanceGravity
InvestorsKickstarter
所有项目
项目 3 · 种子轮第一版已上线

货运界的 Uber——货运 · 由人工智能运营

如今在汽车运输中,中间商——调度员和经纪商——从每笔交易中抽成。我们正用人工智能逐步取代他们,贯穿整条链条,并把这份加价留给自己。同时我们还能把服务做得更便宜:人工智能大幅削减成本基础,并将质量提升到人力无法企及的水平。

我们分阶段推进:先自动收集订单,再自行发布到现有的承运人市场;接着移除经纪商,然后是调度员,直接与运输公司及个体车主(owner-operator)打交道。一位名叫 Sarah 的人工智能全天候运营整个流程——对托运人、司机和收货人而言,就像货运界的 Uber。汽车运输($10.5B 的市场)只是起点:接下来是厢式货车,然后是半挂卡车,再然后是所有其他货运。整个美国货运市场达 $900B+。目标:成为第一平台——市场份额 5% → 25% → 60%。起步时由创始人独自运营;有了首笔营收便组建团队——得益于人工智能,年营收 $100M 可由 50 人乃至更少的团队实现。这必然会发生——唯一的问题是谁先做到。

致调度员、经纪商和运输公司

几年之内,靠打电话谋生的中间商将不复存在。唯一的问题是——你来抢占市场,还是被别人抢走你的市场。

人工智能已比人力更便宜

靠电话工作的调度员和经纪商成本高昂。人工智能 24/7 以微薄成本完成同样的工作——而且做得更好。

这一幕我们见过

旅行社、录像带租赁、出租车调度——平台一出现,中间商便消失了。货运是下一个。

这是必然

问题不是「会不会」——而是「谁先做出来」。我们不做,别人也会做。届时他们会抢走你的客户。

决策太晚,另一家平台就会抢走你的客户——你的利润随之消失。现在投资 QuickShip,你就站在抢占市场的一方,而不是失去市场的一方。

How we remove the middlemen — step by step
01

Sarah collects orders automatically

A call, a web request or an ad → the AI answers, prices the move and takes a deposit.

Orderscall · web · adQuickShipAI · 24/7Marketplacesfind carriersBrokerDispatcherCarriers& owner-operatorscheaperfor the customermore + servicefor the carrier
≈20–40%of the middlemen's markup — freed by our low AI-driven cost base — is split more efficiently across three sides: the customer pays less for the move, the carrier earns more per haul plus a convenient service, and the platform earns its fee.
Market expansion
CarsBox trucksSemisAll freight
$10.5Bcar shipping
Goal — become the #1 platform
0%US market share
5%25%60%
year over year: Y3 → Y5 → maturity
最小型
$150K
~20% · 上限 $750K
创始人/员工薪酬$5K/mo
年营收~$1.26M
盈利~第 14 mo
超精简:验证引擎
中型
$500K
~22% · 上限 $2.25M
创始人/员工薪酬$9K/mo
年营收~$2.52M
盈利~第 16 mo
均衡增长
激进型
$1.5M
~25% · 上限 $6M
创始人/员工薪酬$12.5K/mo
年营收~$4.32M
盈利~第 18 mo
抢占市场 → 下一轮

技术几乎免费(首个可用版本成本约 $5)。资金只用于广告(获客)和创始人/员工薪资。即便投资额不大,业务也能盈利——同样适合小型投资者,$150K 起。

技术栈与集成
Vapin8nClaudeStripeTwilioFMCSA SAFERSuper DispatchCentral DispatchAirtableCloudflareOpenRouterVapin8nClaudeStripeTwilioFMCSA SAFERSuper DispatchCentral DispatchAirtableCloudflareOpenRouter
愿景

经纪商与调度员作为一个群体消失

正如 Uber 直接连接乘客与司机,QuickShip 连接托运人、司机和收货人——没有中间商环节。一个界面,人工智能定价,自动匹配,款项托管在平台直至送达。

没有中间经纪商

由托运人、司机或收货人自己发起交易——谁发起谁支付透明的平台费用。

无需人工调度

Uber 式人工智能匹配:司机在线并带地理定位,货单直接派给合适的人——无需打电话,无需电话讨价还价。

平台层面的信任

平台托管款项,仅在确认送达后才放款给承运人;再加上 GPS 追踪和评分——你信任的是平台,而非经纪商。

起步 → 整个市场

先做汽车,再做其余一切

汽车(我们从这里起步)厢式货车货运半挂卡车——整车与拼车货物整个货运市场
问题所在

一个昂贵且人人厌恶的中间环节

中间商抽走 15–40%

经纪商额外抽 10–35%,调度员再从司机身上抽 10–12%(往往更多)。纯粹是打电话的加价。

先压低报价,再涨价

2026 年头号投诉:用低价拿下订单,然后再加价 $200–800。

「幽灵」承运人

延误取货 24–72 小时被视为「正常」;延期甚至拖到数周。

电话轰炸骚扰

「免费报价」把你的联系方式转卖给几十家经纪商——连续几天接电话。

人人都厌恶这层中间环节

客户、司机和调度员——每人都要应付 4–7 套系统,都讨厌中间商。

人工劳动

工资支出吃掉经纪商约 79% 的毛利;每单需 10–30 个人工步骤。

市场

小起步——大回报

我们的起点
$0.0B

美国汽车运输市场,每年 10M+ 辆汽车。我们从这里起步。

回报
$0B+

整个美国货运市场。同样的无中间商机制——覆盖所有货运。

高度分散
0.0%

的承运人只有一辆卡车;91.5% 拥有 ≤10 辆。整合时机已成熟。

汽车市场数据来自 IBISWorld;美国货运数据来自 ATA(行业营收)。均为估算。

占领市场

我们逐个填满市场——收益层层累加

每个圆圈代表一个货运市场,大小对应其规模。我们拿下市场的 ~60%(目标是成为领导者),收益显示在每个圆圈上方。一个市场填满后便转向下一个;平台收益在顶部层层累加。

Cumulative platform earnings, $/yr
$0.0B+
grows as each market is captured (≈60% of the market, ~16% fee)
Stage 1
Auto transport
+$1B/yr
60%
market $10.5B
Stage 2
Box trucks
+$9.6B/yr
60%
market $100B
Stage 3
Semi trucks
+$67.2B/yr
60%
market $700B
Stage 4
Other freight
+$8.6B/yr
60%
market $90B

市场规模和份额为目标,并非保证。汽车运输是首个市场;同样的无中间商人工智能机制延伸到厢式货车、半挂卡车和所有其他货运。

解决方案

用全面自动化取代人力中间商

销售前端

Sarah

一位语音人工智能代理:亲切、多语言。逐一引导客户、为运输定价、以定金成交——24/7、无薪酬。取代销售部门。

运营公司

一支人工智能代理团队

人工智能总监将任务分派给经理代理(运营、财务、技术、营销……),再由他们交给执行代理。取代调度、销售、理赔处理和开票。~$180/mo,而每人需 $5–8K。

S
Sarah
voice AI agent
LIVE
实况示例

来电 → 一分钟内完成预订

Sarah 主导对话、为运输定价并以定金成交——无需人工、24/7、使用客户的语言。

CEO-agentCOOCFOCTOCMO调度支付审核线索/SEO执行代理(按任务)
资本效率

由人工智能打造——全新的创业经济学

典型的物流创业公司融资 $5–50M 并招聘 30–80 人。QuickShip 由人工智能打造并运营——成本仅为算力和一份薪水。

< $100
第一版的搭建成本为
的总算力成本
~$15K
借助人工智能(Claude)打造的可用版本
而非 $0.5–2M 的开发团队
~86%
毛利率
针对我们的营收——如同软件公司
~$180/mo
人工智能代理团队
而非 30–80 人
路线图

三个阶段——从经纪商到平台

坦诚说明:现在有什么已上线、今年计划做什么、长期方向何在。人工智能经纪商并非最终产品——它是为平台提供资金的引擎。

1
现在 · 第一版已上线

人工智能经纪商——现金引擎

Sarah 预订运输并收取定金;人工智能总监管理公司。这一切已以约 $5 的成本运行。这是为平台提供现金与数据的工具。

2
6–12 个月已规划

完整人工智能经纪商

广告 → 网站 → Sarah 成交 → 人工智能调度员将订单发布到各平台。每月运量从 100 增长到 500 单,每单净赚约 $180。

3
2–3 年长期目标

Uber 式平台——没有经纪商或调度员

一款应用直接连接托运人、司机和收货人。自动匹配、款项托管至送达、GPS、评分。平台费仅 8–15%,而中间商抽 20–40%。

4
长期 · 控股长期目标

整个货运市场

同样的机制延伸到厢式货车和半挂卡车承运的一切:本地货物、整车与拼车货物、普通货运——价值 $900B+ 的美国市场。经纪商和调度员退出整条链条,而不仅是汽车运输。

发展阶段 · 10 年

从第一版到市场领导地位——再到全部货运

面向投资者的十年规划:链条上的每一环依次被替代(调度员 → 经纪商 → 车队),市场份额增长 1% → 5% → 25% → 60%,进而拿下整个货运市场。

0–1第一版市场份额 ~0.1% · 营收最高 $1.7M/yr

人工智能经纪商——引擎

Sarah + 客户应用,首批付费客户。任务:验证模式可行,并开始带来现金与数据。

1–2面向客户的平台份额 ~0.5–1% · 营收 ~$10M/yr · ≤10 人

面向客户、司机和车队的应用

Uber 式,带实时车辆追踪;车队按每辆卡车每月 $30–100 订阅付费(付费客户)。司机应用免费——它驱动增长。

2–3取代调度员市场份额 → 5%

调度员门户

借助我们的工具,调度员可管理 30–50 辆卡车而非 5–15 辆——收入增长 2–4×。我们将工作自动化,并抽取其收入的 5–10%。

3–5取代经纪商份额 5%→25% · 营收 ~$100M/yr · ≤50 人

经纪商门户 + 自有承运人牌照

我们取得自有承运人牌照和担保保证金;抽取经纪商收入的 10–20%。开始主导市场。

5–7市场领导者(汽车)份额 25%→60%

占美国汽车运输市场的 60%

大多数汽车运输通过平台完成;整条链条的收益(客户 → 调度员 → 经纪商 → 车队)都归我们。

7–10全部货运 + 自动驾驶数十亿美元规模的市场

$900B+ 货运,为无人驾驶卡车做好准备

同样的机制应用于整车、拼车货运和本地货运;调度无人驾驶卡车和装卸机器人——这是传统玩家无法胜任的。

年份和份额为目标指引,并非保证。种子轮为第一阶段(第 0–1 年)提供资金;其余来自增长和下一轮(Series A)。

我们为何能赢

竞争对手无法复制的优势

竞争对手无法复制

要复制几乎零员工的模式,经纪商就得关闭自己 30–80 人的呼叫中心并全员裁撤。他们不会这么做。

我们从底部切入

自动化让我们的定价低于老牌玩家。他们不争夺低价细分市场——我们从底部切入,逐步向上。

为什么不会重蹈 Convoy 覆辙

Convoy(融资 $3.8B)为追逐增长而烧钱:亏本运货,每单不赚钱,靠周转跑薄利。我们恰恰相反:每单都盈利,以近乎零的成本收取 18% 的费用(公司由人工智能运营)。我们不把货运纳入自己的资产负债表——因此无需融资来覆盖资本或风险。

数据飞轮

QuickShip
1自动化
2更低成本
3更低价格
4更多客户
5更多数据
6更聪明的人工智能

每一次循环都降低成本、改善匹配与定价——并再次降低成本。

单笔运输经济效益

每单都有软件级利润率

我们的营收仅是平台费用,而非运输的全价。承运人的报酬直接过账,不计入我们的成本。因此利润率约 86%。而我们 18% 的抽成刻意低于如今中间商的收费(经纪商 10–35% + 调度员 10–12%):这个差距足以让客户更省钱、承运人更划算,我们仍能盈利。抽成提高到 18% 以上的空间是我们留作未来的上行潜力,未计入计划。

18%
平台费用(我们的营收)
$180
每单净利
~86%
毛利率
$90–190
获取一位客户的成本(广告)
4.3:1
客户营收 ÷ 获客成本(至第 3 年)
< 1
运量——以收回广告投入

起初一位客户带来的收入仅略高于获取他们的成本(一次性个人订单),但通过免费流量以及企业和经销商的回头订单,比率增长到 ≥3:1。所示获客成本针对付费广告——如实呈现。

财务计划

三年:通往盈利之路

自下而上的预测,没有不切实际的曲棍球式暴涨:一切都是「运量 × 费用」。第 2 年实现盈利;创始人和员工薪资已计入成本。

切换情景——表格和图表随之重新计算。运量与真实基准挂钩(小型汽车经纪商 ≈ 100–500 cars/mo;市场领导者 Montway ~250,000/yr)。

Y1Y2Y3
Cars shipped1,5006,00014,000
≈ trailers (6 cars)≈250≈1,000≈2,330
Revenue (18% fee)$270K$1.08M$2.52M
Gross profit (~86%)$232K$929K$2.17M
Costs$380K$670K$1.10M
Operating profit (EBITDA)−$148K+$259K+$1.07M

Driver — cars × $180 fee. Profitable in year 2.

Break-even point
≈ mo 16Y1Y2Y3$2.17M$1.10M
Gross profitCostsbreak-even

成本构成

创始人/员工薪资
创始人 $150K/yr + 随招聘增加的团队工资
广告与获客
主要可变成本——增长引擎
人工智能工具
Vapi、n8n、Claude、Twilio、平台接入——$1–3K/mo
搭建可用版本
借助人工智能(Claude)约 $15K,而非 $0.5–2M 的团队
团队
0 → +1(第 2 年)→ +2(第 3 年),极为精简
牌照与合规
承运人牌照、担保保证金、保险、律师
增长如何扩展

计划由什么构成

技术几乎免费——资金投向两个杠杆:广告(我们清楚获取一辆车的成本)和 1–2 名开发者,以更快完成平台。下面是三种情景下的累加情况。

Ad budget
~$17K/mo
the main growth lever
Hires
+1 developer
AI does the rest
Build time
~7–9 mo
the full platform
Ad cost per car — falls as we scale
$180 — our fee per car
$133
Y1
$70
Y2
$50
Y3

We pay less to win a customer than we earn from them ($180). Repeat orders (dealers, B2B) and organic traffic lower the cost over time — ad payback is under one shipment.

What we build

The revenue version (Sarah + booking + payment) is ~80% done. The full platform — ≈12–16 person-months:

  • Customer app6–8 wk
  • Driver app5–7 wk
  • Fleet dashboard5–6 wk
  • Dispatcher / broker portal11–14 wk
  • QuickShip brain + AI agents8–10 wk
  • Integrations, backend, security11–14 wk

How many people

  • Build
    1–3 people (founder + 0–2 developers, all AI-assisted)
  • Run & maintain
    3–5 people at $1–2.5M revenue — AI agents run operations
  • At scale
    ≤10 people at $10M · ≤50 at $100M annual revenue
The tech is nearly free. The check funds two levers: ads (we know the cost to win one car) and 1–2 developers to finish the platform faster. The bigger the check — the faster the build and the more cars.
已上线的部分

以约 $5 验证的构想

尚无营收——但这家人工智能运营的公司已以近乎零的成本自主运转。剩下的只是开启付费广告和首批询单。

人工智能总监已上线

一位自主运行的人工智能总监:每天按计划自动启动,并将摘要发送到 Telegram。

Sarah 已部署

语音人工智能代理(v6.5)已在生产环境上线,并严格遵循脚本。

流程已自动化

预订、付款和向各平台发布订单——全部自动完成。

品牌 + 域名

QuickShip Auto Transport、quickshipauto.net、Telegram 机器人。

已选定支付方案

Soar Payments——专注于汽车运输的支付服务商。

首位付费客户

上线前的最后一步——开启付费广告与首批商业询单。

为何是现在

人工智能正进入物流领域——并获得融资

HappyRobot

融资 $44M(2025),公司估值 ~$500M——面向经纪商的语音人工智能。知名基金 a16z 更早就入局了。

FleetWorks

融资 $17M(2025);约 6 个月内汇聚 10,000+ 承运人。

Vooma

融资 $16.6M;营收增长 12.5×——面向经纪商的人工智能代理。

Uber Freight

营收 ~$5.1B,于 2025 年底实现盈亏平衡;30+ 个人工智能代理。

2025 年人工智能占全球风险投资的 ~53%、美国的 ~64%。成熟的语音人工智能 + 昂贵的经纪商人力 = 转折点。QuickShip 从客户最厌恶的细分市场切入——并直取整个货运市场。

融资与回报

三种入局方式——适配任何投资额

业务能盈利——因此任何投资额都行得通。小型投资者选最小方案,激进方案用于快速抢占市场。

最小型中型激进型
融资轮$150K$500K$1.5M
创始人/员工薪资$5K/mo$9K/mo$12.5K/mo
广告预算~$7K/mo~$17K/mo~$28K/mo
招聘0+1+2
估值上限$750K$2.25M$6M
投资者持股~20%~22%~25%
至第 24 mo 的每月汽车量~300/mo~600/mo~1,000/mo
年营收~$1.26M~$2.52M~$4.32M
现金流转正~第 14 mo~第 16 mo~第 18 mo
策略超精简:验证引擎均衡增长抢占市场 → 下一轮

资金去向(任一方案)

销售与营销引擎(增长杠杆)40%
创始人/员工薪资(24 mo)20%
平台与人工智能代理研发17%
团队(招聘 2 人)13%
技术栈 + 基础设施(24 mo)6%
牌照、保证金、保险、法务2%
缓冲金2%

任一轮约 80% 用于广告(获客)和创始人/员工薪资。技术只是零头。

投资者获得什么

每轮 ~20–25% 的股份:投资额越大,所占份额越大——更大的投资者资助更宏大的计划,并获得更大的公司股份。

小额投资($150K 换 ~20%)——以最小风险持有一家盈利公司的股份。大额投资($1.5M 换 ~25%)——通往下一轮(Series A)之路,并获得数倍回报。一个现实例子:HappyRobot——基金 a16z 早早入局,约一年后公司估值达 ~$500M。

下载财务模型(Excel)→

数字仅供说明,并非要约。融资规模和条款由创始人自行决定。

长期目标

「运送任何东西」= QuickShip

汽车只是起点。目标——成为货运界的 Uber 之于出租车:默认平台,没有经纪商或调度员。市场份额:1% → 5% → 25% → 60%+。

数字来自内部模型和公开来源;为估算,并非要约。项目尚无营收。第 3–4 阶段为长期目标,而非当前正在建设的内容。