交通運輸行業中的人工智能市場很大，並且還在不斷擴大。事實上，從2017年到2030年，它的複合年增長率預計將達到18％，到2030年其規模將增漲到103億美元。
受勞動力短缺和安全問題困擾的商用卡車業，有望從中受益匪淺，該行業的採用率變化很大。
筆者採訪了車隊管理公司Maven（Machines）的首席執行官Avi Geller，他也是一位麻省理工學院（MIT）的校友，他認為人工智能至關重要，可以幫助解決物流行業最緊迫的一些問題，並且實現以前無法實現的效率。他對於變化和機遇的見解極為精道，在人工智能實施中，他談到的內容可以説是“煤礦中的金絲雀”（注：比喻危險徵兆）。
Avi Geller：貨車運輸和物流領域的創新機會無限。作為一個隨着數字解決方案的出現而不斷變化的行業，企業正在從技術中受益。數字化轉型和技術實施的一些最重要的例子關乎貨運的核心運營能力。例如，車隊正在通過軟件應用程序使用的規劃、路線優化和移動工作流工具已經開始展現出創新的好處，並且解決了一些最為緊迫的問題，而它們將在未來繼續這樣做。
路線優化軟件隨着人工智能和機器學習的不斷髮展而不斷改進，這些軟件將繼續為車隊提供豐富的知識和效率提升。自動規劃和優化路線的能力明顯優於以往——同時考慮通常只有路線規劃者和調度員才瞭解的數據和變量，例如駕駛員的技能水平以及哪些線路最具挑戰性——將使規劃者和調度員有更多的時間來關注需要高級規劃經驗的獨特情況。
“工作流”的概念並不新鮮。但是，卡車司機們並非一直都擁有移動優先的工作流體驗，這些技術可以指引他們在出車路線上的每個停靠點都完成正確的步驟。機會存在於能夠讓駕駛員的生活變得更加輕鬆的技術之中，這樣，駕駛員們就能夠將更多的精力放在駕駛上。而對於車隊來説，改善駕駛員的體驗已經變得越來越重要，因為駕駛員短缺的情況已經席捲全國，他們需要留住自己的駕駛員。反過來，這些基於雲的解決方案還能夠讓車隊經理們實時瞭解駕駛員的工作狀況。這對於車隊經理們和駕駛員們來説，是一個雙贏的局面。
問：有哪些問題或機會，是人工智能而不是完全自動駕駛能夠幫助解決的？我們討論的這些解決方案是在卡車內還是在調度環節，或者是兩者兼而有之？Avi Geller：人工智能可被用於車內和調度解決方案。從駕駛員的角度來説，我們可以使用人工智能為他們創建更好的路線，並逐漸對他們的決策產生積極的影響。但是，這比確定駕駛員應該在何時抵達目的地更為深入。人工智能算法可以幫助預測一天之中最適合的交貨時間，它可以將多種因素考慮在內，例如發貨人最不忙碌的時間，這樣駕駛員就不必在裝貨站排隊等候裝貨了。車隊可以使用人工智能幫助駕駛員提高生產力，同時還可以提高整個車隊的效率。
問：關於自動駕駛卡車的報道非常多，為什麼你會認為和自動駕駛相比，人工智能解決方案能夠在更現實的時間範圍內部署呢？你認為這個時間範圍會是多久？Avi Geller：我們已經看到了人工智能解決方案得到了快速的部署。不少車隊已經開始優先考慮人工智能輔助路線規劃解決方案，以便更好地滿足需求、加快流程並改善駕駛員體驗。不少車隊現在已經可以考慮基於績效的分派和多種變量——例如交通、天氣和路況等。
説到自動駕駛卡車解決方案，我相信在全自動駕駛卡車進入市場之前，我們會看到遠程控制卡車得到採用。在遠程控制卡車運輸中，卡車是由在其他地方的人通過卡車上的傳感器和攝像頭的輔助，遠程進行駕駛的。這是一個有趣的用例，因為遠程控制卡車可以作為通往全自動駕駛卡車的一道橋樑，或者至少是拼圖中的一個重要的部分。不過更有可能的是，在5G和遠程駕駛員培訓得到廣泛採用之前，這項技術都不會成為標準化的做法。5G和遠程駕駛員培訓都是成功實現自動駕駛和遠程控制卡車貨運的必要組成部分。
問：市場是否願意採用這些解決方案？客户如何應對行業內技術的快速變化，物流行業內的人工智能開發人員應該如何做出自己的貢獻？Avi Geller：很多人對卡車貨運和運輸行業存在着一種偏見，認為這個行業不能也不願意在技術和流程方面做出改變。從我的經驗看來，很多車隊都在尋求自動化和現金的技術解決方案來幫助簡化其運營工作，幫助他們提高效率和盈利能力。
在卡車貨運行業的絕大多數領域內，需求都很旺盛。這個行業還面臨着駕駛員短缺的問題，這給各大車隊帶來了壓力，他們一直在努力滿足客户的需求。很多車隊的高管和經理們已經意識到，要想應對這種局面，就需要使用人工智能技術、數據和分析以發揮車隊的優勢。車隊需要能夠減少規劃時間並優化運營的軟件，以便讓貨車無縫運行。隨着按時取貨和交付變得越來越重要，對人工智能的需求正在變得越來越旺盛，車隊競爭成功的門檻也在變得越來越高。
問：你如何看待這個行業中未來5-10年的技術發展軌跡？我們可以期待會發生哪些變化，我們將會看到何種採用模式？Avi Geller：一段時間以來，，貨車運輸領域的熱門話題一直是自動駕駛和遠程駕駛。儘管這些技術對於行業的發展來説也是至關重要的，但是我依然認為，在未來幾年之中，對這個行業影響最大的發展之一應該是人工智能支持的、基於雲的車隊管理解決方案和自動化。在採用模式方面，我們可以期待在未來的五到十年中，駕駛員、經理和其他的車隊員工變得更加滿意，甚至感到了增強的操作管理功能提供的幫助，而客户體驗也會因為人工智能解決方案變得更加無縫。我們還將看到越來越多基於雲的軟件部署在遠程出現，隨着越來越多的車隊向無紙化辦公環境過渡，他們將採用數字化規劃、計費和管理工具。
儘管如此，要想最大程度地發揮人工智能和機器學習技術的潛力，還有很多工作要做。將預測算法集成到這些解決方案之中將使車隊獲得巨大的飛躍。通過使用歷史數據和實時數據，車隊可以不用再過分依賴不成文的“部落知識”，而且可以更準確地預測需求、規劃運輸並優化路線。藉助人工智能提供的預測技術和業務洞察力，車隊可以提前為內部和行業範圍內的變革做好適當的準備，並以此獲得競爭優勢。