文：黃君芝 來源：财聯社 

分析師和業内人士表示，未來人工智能(néng)（AI）可能(néng)會(huì)撼動交通運輸業——改變供應鏈的管理方式，減少人類完成(chéng)的工作數量。

據行業高管稱，人行道(dào)機器人、自動駕駛卡車和客服機器人即將(jiāng)問世，此外，相關生成(chéng)式人工智能(néng)也即將(jiāng)問世，這(zhè)些人工智能(néng)具有“預測中斷”的功能(néng)。

摩根士丹利（Morgan Stanley）以Ravi Shanker爲首的策略師在最新報告中寫道(dào)，“人工智能(néng)或許能(néng)夠完全（或幾乎）消除供應鏈中的所有人類接觸點，包括‘後(hòu)台’任務。”

“貨運領域正處于颠覆性技術時代變遷的風口浪尖，包括自動駕駛、電動汽車、區塊鏈和無人機。人工智能(néng)是這(zhè)些潛在的變革性技術中最新出現的一種(zhǒng)，也許是迄今爲止最強大的，”分析師們補充道(dào)。

例如，大摩表示，預計2024年將(jiāng)有數百輛自動駕駛卡車在美國(guó)投入運營，每英裡(lǐ)成(chéng)本將(jiāng)降低25%至30%，并最終完全消除對(duì)司機的需求（不過(guò)這(zhè)起(qǐ)碼需要3年的時間）。

便于預測

供應鏈通常很長(cháng)，而且會(huì)涉及多個方面(miàn)：一家公司可能(néng)會(huì)從世界各地的制造商那裡(lǐ)采購，然後(hòu)將(jiāng)組件運送到中央裝配廠，然後(hòu)再將(jiāng)貨物分發(fā)給全球客戶。

貨物的生産和運輸本已是一個複雜的過(guò)程，但由于新冠肺炎大流行和俄烏戰争而中斷，導緻計算機芯片等零部件短缺，并導緻貨運改道(dào)。這(zhè)種(zhǒng)複雜性意味著(zhe)，企業往往不知道(dào)他們的産品從生産過(guò)程的一端到另一端發(fā)生了什麼(me)。

“這(zhè)就是人工智能(néng)（和機器學(xué)習）的用武之地。通過(guò)提前預測運輸網絡可能(néng)出現的問題，人工智能(néng)/機器學(xué)習系統甚至可能(néng)完全避免中斷的情況，”摩根士丹利的分析師補充道(dào)。

這(zhè)也是投資公司傑富瑞（Jefferies）的分析師所關注的一個主題，他們對(duì)生成(chéng)式人工智能(néng)將(jiāng)對(duì)運輸和物流産生的影響做出了多次預測。這(zhè)包括預測需求、預測卡車何時需要維修、制定最佳運輸路線和實時跟蹤貨物。

以Stephanie Moore爲首的分析師在一份研究報告中寫道(dào)：“随著(zhe)卡車運輸和物流領域采用生成(chéng)式人工智能(néng)，卡車司機短缺、州際貿易中斷的極地漩渦以及雜貨店貨架上缺乏嬰兒配方奶粉等問題將(jiāng)成(chéng)爲遙遠的記憶。”

成(chéng)爲主流

航運巨頭馬士基首席技術和信息官Navneet Kapoor說，“生成(chéng)人工智能(néng)將(jiāng)成(chéng)爲該公司的重要組成(chéng)部分。”

“人工智能(néng)和機器學(xué)習已經(jīng)存在了很長(cháng)時間……多年來，它已經(jīng)從有趣的研究項目發(fā)展爲公司内部更‘真實’的項目。現在，随著(zhe)生成(chéng)式人工智能(néng)的出現，我們有一個真正的轉折點，讓人工智能(néng)成(chéng)爲主流。”他說。

Kapoor表示，馬士基已經(jīng)使用人工智能(néng)好(hǎo)幾年了，現在正在“積極地”將(jiāng)其整合到更大規模的業務流程和功能(néng)中。它已經(jīng)被(bèi)用來幫助客戶更好(hǎo)地規劃。

“我們正在使用人工智能(néng)來建立我們所謂的預測貨物到達模型，以提高客戶的計劃可靠性。可靠性是一個大問題，即使是在大流行之後(hòu)，這(zhè)樣(yàng)他們就可以更好(hǎo)地規劃供應鏈和庫存，并降低成(chéng)本。”他補充說。

馬士基還(hái)希望在航線擁堵時，利用人工智能(néng)推薦解決方案，例如，就貨物是否應該空運或儲存提出建議。

雙刃劍

那麼(me)，潛在的失業情況如何？

Kapoor說：“在我看來，生成(chéng)式人工智能(néng)是一生中會(huì)發(fā)生一次的颠覆……所以在更傳統的環境中會(huì)有工作崗位的流失，但我也相信它會(huì)創造新的工作崗位，就像之前每一次技術颠覆所帶來的那樣(yàng)。”

大摩則認爲，這(zhè)是一把雙刃劍：人工智能(néng)可能(néng)會(huì)幫助提高效率，但也可能(néng)減少對(duì)組織包裝、儲存和運輸的第三方物流公司服務的需求。

還(hái)有分析師說，“我們看到了這(zhè)樣(yàng)一個世界，希望我們每個人都(dōu)能(néng)擁有我們所謂的知識助手，這(zhè)些助手由這(zhè)些人工智能(néng)和這(zhè)些大型語言模型驅動。這(zhè)樣(yàng)的助手能(néng)夠洞察供應商爲什麼(me)發(fā)貨比訂單少。”

然而，回答這(zhè)些問題通常需要銷售、營銷、供應鏈和采購團隊的投入，但生成(chéng)式人工智能(néng)可能(néng)能(néng)夠檢查大型數據集來提供答案。這(zhè)也可能(néng)意味著(zhe)集成(chéng)業務規劃團隊需要更少的人，這(zhè)些團隊負責監督長(cháng)期目标、收入預測和預測特定産品的需求。

“今天一個1000人的規劃團隊可能(néng)會(huì)轉變爲100人或更少的人，”分析師補充說。