交通运输行业中的人工智能市场很大，并且还在不断扩大。事实上，从2017年到2030年，它的复合年增长率预计将达到18％，到2030年其规模将增涨到103亿美元。
受劳动力短缺和安全问题困扰的商用卡车业，有望从中受益匪浅，该行业的采用率变化很大。
笔者采访了车队管理公司Maven（Machines）的首席执行官Avi Geller，他也是一位麻省理工学院（MIT）的校友，他认为人工智能至关重要，可以帮助解决物流行业最紧迫的一些问题，并且实现以前无法实现的效率。他对于变化和机遇的见解极为精道，在人工智能实施中，他谈到的内容可以说是“煤矿中的金丝雀”（注：比喻危险征兆）。
Avi Geller：货车运输和物流领域的创新机会无限。作为一个随着数字解决方案的出现而不断变化的行业，企业正在从技术中受益。数字化转型和技术实施的一些最重要的例子关乎货运的核心运营能力。例如，车队正在通过软件应用程序使用的规划、路线优化和移动工作流工具已经开始展现出创新的好处，并且解决了一些最为紧迫的问题，而它们将在未来继续这样做。
路线优化软件随着人工智能和机器学习的不断发展而不断改进，这些软件将继续为车队提供丰富的知识和效率提升。自动规划和优化路线的能力明显优于以往——同时考虑通常只有路线规划者和调度员才了解的数据和变量，例如驾驶员的技能水平以及哪些线路最具挑战性——将使规划者和调度员有更多的时间来关注需要高级规划经验的独特情况。
“工作流”的概念并不新鲜。但是，卡车司机们并非一直都拥有移动优先的工作流体验，这些技术可以指引他们在出车路线上的每个停靠点都完成正确的步骤。机会存在于能够让驾驶员的生活变得更加轻松的技术之中，这样，驾驶员们就能够将更多的精力放在驾驶上。而对于车队来说，改善驾驶员的体验已经变得越来越重要，因为驾驶员短缺的情况已经席卷全国，他们需要留住自己的驾驶员。反过来，这些基于云的解决方案还能够让车队经理们实时了解驾驶员的工作状况。这对于车队经理们和驾驶员们来说，是一个双赢的局面。
问：有哪些问题或机会，是人工智能而不是完全自动驾驶能够帮助解决的？我们讨论的这些解决方案是在卡车内还是在调度环节，或者是两者兼而有之？Avi Geller：人工智能可被用于车内和调度解决方案。从驾驶员的角度来说，我们可以使用人工智能为他们创建更好的路线，并逐渐对他们的决策产生积极的影响。但是，这比确定驾驶员应该在何时抵达目的地更为深入。人工智能算法可以帮助预测一天之中最适合的交货时间，它可以将多种因素考虑在内，例如发货人最不忙碌的时间，这样驾驶员就不必在装货站排队等候装货了。车队可以使用人工智能帮助驾驶员提高生产力，同时还可以提高整个车队的效率。
问：关于自动驾驶卡车的报道非常多，为什么你会认为和自动驾驶相比，人工智能解决方案能够在更现实的时间范围内部署呢？你认为这个时间范围会是多久？Avi Geller：我们已经看到了人工智能解决方案得到了快速的部署。不少车队已经开始优先考虑人工智能辅助路线规划解决方案，以便更好地满足需求、加快流程并改善驾驶员体验。不少车队现在已经可以考虑基于绩效的分派和多种变量——例如交通、天气和路况等。
说到自动驾驶卡车解决方案，我相信在全自动驾驶卡车进入市场之前，我们会看到远程控制卡车得到采用。在远程控制卡车运输中，卡车是由在其他地方的人通过卡车上的传感器和摄像头的辅助，远程进行驾驶的。这是一个有趣的用例，因为远程控制卡车可以作为通往全自动驾驶卡车的一道桥梁，或者至少是拼图中的一个重要的部分。不过更有可能的是，在5G和远程驾驶员培训得到广泛采用之前，这项技术都不会成为标准化的做法。5G和远程驾驶员培训都是成功实现自动驾驶和远程控制卡车货运的必要组成部分。
问：市场是否愿意采用这些解决方案？客户如何应对行业内技术的快速变化，物流行业内的人工智能开发人员应该如何做出自己的贡献？Avi Geller：很多人对卡车货运和运输行业存在着一种偏见，认为这个行业不能也不愿意在技术和流程方面做出改变。从我的经验看来，很多车队都在寻求自动化和现金的技术解决方案来帮助简化其运营工作，帮助他们提高效率和盈利能力。
在卡车货运行业的绝大多数领域内，需求都很旺盛。这个行业还面临着驾驶员短缺的问题，这给各大车队带来了压力，他们一直在努力满足客户的需求。很多车队的高管和经理们已经意识到，要想应对这种局面，就需要使用人工智能技术、数据和分析以发挥车队的优势。车队需要能够减少规划时间并优化运营的软件，以便让货车无缝运行。随着按时取货和交付变得越来越重要，对人工智能的需求正在变得越来越旺盛，车队竞争成功的门槛也在变得越来越高。
问：你如何看待这个行业中未来5-10年的技术发展轨迹？我们可以期待会发生哪些变化，我们将会看到何种采用模式？Avi Geller：一段时间以来，，货车运输领域的热门话题一直是自动驾驶和远程驾驶。尽管这些技术对于行业的发展来说也是至关重要的，但是我依然认为，在未来几年之中，对这个行业影响最大的发展之一应该是人工智能支持的、基于云的车队管理解决方案和自动化。在采用模式方面，我们可以期待在未来的五到十年中，驾驶员、经理和其他的车队员工变得更加满意，甚至感到了增强的操作管理功能提供的帮助，而客户体验也会因为人工智能解决方案变得更加无缝。我们还将看到越来越多基于云的软件部署在远程出现，随着越来越多的车队向无纸化办公环境过渡，他们将采用数字化规划、计费和管理工具。
尽管如此，要想最大程度地发挥人工智能和机器学习技术的潜力，还有很多工作要做。将预测算法集成到这些解决方案之中将使车队获得巨大的飞跃。通过使用历史数据和实时数据，车队可以不用再过分依赖不成文的“部落知识”，而且可以更准确地预测需求、规划运输并优化路线。借助人工智能提供的预测技术和业务洞察力，车队可以提前为内部和行业范围内的变革做好适当的准备，并以此获得竞争优势。
