他来自MIT，他说AI技术将会革新商业卡车

交通行业的人工智能市场非常大，并且还在扩大。事实上，从2017年到2030年，其复合年增长率有望达到18%，到2030年规模将增至103亿美元。

饱受用工荒和安全问题困扰的商用车行业有望从中受益匪浅，其采用率也发生了较大变化。

作者采访了车队管理公司马文(机器)的首席执行官阿维盖勒。他也是麻省理工学院的校友。他认为人工智能非常重要，它可以帮助解决物流行业中一些最紧迫的问题，并实现以前无法实现的效率。他对变化和机遇的看法极其复杂。在人工智能的实现上，他谈的可以说是“煤矿里的金丝雀”。

问：2021年，货车运输和物流行业面临的最紧迫的问题是什么？换句话说，创新的机会在哪里？

阿维勒：在卡车运输和物流领域，创新的机会是无穷无尽的。作为一个随着数字化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与货运的核心运营能力有关。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显示出创新的好处，并解决了一些最紧迫的问题，未来他们还将继续这样做。

航线优化软件随着人工智能和机器学习的不断发展而不断完善，这些软件将继续为船队提供丰富的知识和效率提升。路线自动规划优化能力明显优于过去的——。考虑到通常只有路线规划者和调度员知道的数据和变量，例如驾驶员的技能水平和哪些路线最具挑战性，3354将为规划者和调度员提供更多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。然而，卡车司机并不总是有移动优先的工作流程体验。这些技术可以指导他们在出发路线的每一站完成正确的步骤。机会存在于可以让司机生活更轻松的技术中，这样司机就可以把更多的精力投入到驾驶中。对于车队来说，改善司机的体验变得越来越重要，因为司机短缺已经席卷全国，他们需要留住他们的司机。反过来，这些基于云的解决方案还可以使车队经理实时了解驾驶员的工作条件。对于团队经理和车手来说，这是一个双赢的局面。

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？

Aviller:人工智能可以用于车内和调度解决方案。从驾驶员的角度来看，我们可以利用人工智能为他们创造更好的路线，逐渐对他们的决策产生积极的影响。然而，这比确定驾驶员应该何时到达目的地更深入。人工智能算法可以帮助预测一天中最合适的送货时间。可以考虑很多因素，比如发货人最不忙的时候，这样司机就不用在装车站排队装车了。团队可以利用人工智能帮助司机提高生产力，同时提高整个团队的效率。

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？

阿维勒：我们已经看到了人工智能解决方案的快速部署。很多车队为了更好地满足需求，加快流程，提升驾驶员体验，已经开始优先考虑人工智能辅助的路线规划解决方案。许多团队现在可以考虑基于性能的分配和各种变量，如交通、天气和道路条件。

说到自动驾驶卡车解决方案，我相信在完全自动驾驶卡车进入市场之前，我们会看到远程控制卡车的采用。在远程控制卡车运输中，卡车由其他地方的人借助卡车上的传感器和摄像头远程驾驶。这是一个有趣的用例，因为遥控卡车可以作为全自动驾驶卡车的桥梁，或者至少是拼图的重要部分。然而，更有可能的是，在5G和远程驾驶员培训被广泛采用之前，这项技术不会成为一种标准化的做法。和5G远程驾驶员培训都是卡车货运成功自动驾驶和远程控制的必要组成部分。

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？

阿维勒：很多人对卡车货运和运输行业有偏见。他们认为这个行业不能也不会在技术和流程上做出改变。根据我的经验，许多团队正在寻找自动化和现金的技术解决方案，以帮助简化他们的运营，提高他们的效率和盈利能力。

在卡车货运行业的大多数领域，需求都非常旺盛。行业也面临着司机短缺的问题，这给一直在努力满足客户需求的各大车队带来了压力。许多团队高管和管理者已经意识到，为了应对这种情况，他们需要利用人工智能技术、数据和分析来充分发挥团队的优势。车队需要能够减少计划时间和优化运营的软件，以便卡车能够无缝运行。随着准时提货和送货变得越来越重要，对人工智能的需求

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。