文|觀察未來科技

摩根士丹利Ravi Shanker分析師團隊在最新報告中指出，人工智能或許能夠完全(或幾乎)取代供應鏈中的所有人力勞動，包括“后臺”工作。分析師們指出，貨運領(lǐng)域正處于顛覆性技術(shù)時代變遷的風口浪尖，包括自動駕駛、電動汽車、區(qū)塊鏈和無人機。人工智能是這些潛在的變革性技術(shù)中最新出現(xiàn)的一種，也許是迄今為止最強大的技術(shù)。

大摩預計，2024年將有數(shù)百輛自動駕駛卡車在美國投入運營，每英里成本將降低25%至30%，并最終完全消除對司機的需求，不過這最少需要3年的時間。

隨著產(chǎn)業(yè)鏈的全球化，以及消費的電子商務(wù)化之后，不論是生產(chǎn)端，還是消費端，都依賴于復雜的供應鏈系統(tǒng)。比如，我們從生產(chǎn)端來看，一家公司可能會從世界各地的制造商那里采購，然后將組件運送到中央裝配廠，然后再將貨物分發(fā)給全球客戶。但是在這個過程中，任何的意外，比如一些區(qū)域的戰(zhàn)爭，或者一些區(qū)域出現(xiàn)衛(wèi)生安全等方面的問題，都會導致供應鏈中的某個環(huán)節(jié)在運輸過程中出現(xiàn)問題。那么，在全球化產(chǎn)業(yè)鏈的精細化分工之下，一個環(huán)節(jié)的零部件出現(xiàn)了問題，就意味著整個產(chǎn)業(yè)鏈，以及最終產(chǎn)品的生產(chǎn)就會出現(xiàn)問題。

因此，如果能提前對供應鏈的運輸風險進行預測，就能最大程度的避免這種風險，而這正是AI的強項，通過提前預測運輸網(wǎng)絡(luò)可能出現(xiàn)的問題，AI甚至可能完全避免中斷而對于本地與本國區(qū)域的物流來說，也是如此，我們可以借助于自動駕駛來最大程度的降低運輸中的人為風險，以及能夠有效的降低運輸?shù)娜肆Τ杀尽?/p>

其實，自動駕駛在貨運物流領(lǐng)域的應用會比家用汽車領(lǐng)域更容易實現(xiàn)，也更容易普及。為什么呢？因為貨物物流車輛我們可以相對固定的給他們規(guī)劃車道，并且可以在行駛過程中可以相對容易的控制比較平穩(wěn)的速度，在道路行駛中，尤其是高速道路的長途行駛中，不論是車速還是車距都相對比較容易規(guī)范化，受人為干擾的因素小。

并且貨物物流車輛的行駛速度相比于家庭小型轎車而言，行駛速度相對更慢一些，這對于自動控制的難度要求就會大幅下降。因為行駛速度120碼跟100碼之間，對于算力的要求是完全不在一個量級上，相對來說，對芯片算力的要求也更低一些，更容易實現(xiàn)。

那么對于家庭乘用車而言，目前談自動駕駛還為時過早，不論是駕駛場景，還是駕駛速度，以及自動駕駛技術(shù)，都比貨物物流車要更復雜。

不過大摩的這份報告讓我們看到一個非常重要的信息，那就是留給物流運輸行業(yè)卡車司機的工作時間不多了，下一個因為人工智能技術(shù)而被下崗的群體將會是物流運輸業(yè)的司機們。