人工智能通過自動駕駛車輛、更好的路線圖和更準確的預測使運輸和物流變得更智能、更高效。

　　當瑞士決定通過從其高山公路上消減數萬輛貨運卡車來減少擁堵和污染時，瑞士建造了圣哥達隧道，這是世界上最長、最深的鐵路隧道。現代工程學的壯舉對民用和商業實體都是一個福音，但是如此巧妙的建筑項目并不是我們改善運輸和物流未來的唯一途徑。

　　相反，在競爭日益激烈和互聯互通的世界中，只有29%的運輸和物流(T&L)CEO相信他們的公司的收入將在明年增長，越來越多的T&L公司正在轉向基于云的新型機器學習服務，可以幫助他們提高效率并為客戶帶來更好的體驗。

　　云與AI的融合使自主技術(尤其是移動性)得以廣泛創新。據PWC的數據顯示，這改變了游戲規則，因為68%的運輸與物流公司負責人認為，服務提供核心技術的變化將在未來五年內擾亂他們的行業，而65%的人則認為分銷渠道的進展也將如此。

　　推動交通革命

　　總體而言，機器學習為運輸和物流行業的移動革命帶來了四個主要領域：預測需求和路線優化、自動駕駛和制圖、機器人技術和異常檢測。

　　例如，正在擾亂價值8000億美元的卡車運輸行業的Convoy，通過利用機器學習模型來優化路線。在美國，貨運是通過人工經紀人工作的分散的托運人和運輸人網絡。這導致效率低下的系統，導致每年駕駛的950億英里美國卡車司機中有40%的人沒有運輸任何貨物就在路上跑，即所謂的“空駛”。Convoy可以分析數百萬個運輸工作，以創建業內最有效的匹配方式，通過減少空駛里程來增加利潤，并且至關重要的是減少排放。

　　據統計，每年美國的卡車司機在公路上行駛的里程超過 950 億英里，相當于繞地球 370 萬圈。Convoy 是一家總部位于西雅圖的物流公司，據稱 2018 年用于卡車運輸服務的支出將近 8000 億美元，運輸貨物 105 億噸。

　　簡而言之，卡車運輸是一個龐大的行業。但未必是高效的行業。卡車司機每年記錄的里程中竟然有 40% 是在跑空車，這意味著時間和燃料的巨大浪費。

　　Convoy 正在打破現狀，使用人工智能 (AI) 使其自動化。“我們通過移動應用程序創建了一個數字在線市場，承運人和司機可以使用它直接找到工作，”Convoy 的市場和數據平臺工程高級經理 David Tsai 說。

　　Convoy 的方法是使用機器學習(一種 AI 技術)為托運人和卡車司機提供更好的匹配，從而允許他們使用 Convoy 的匹配系統更高效地運輸貨物，同時降低雙方的成本。擁有內部計算機化系統的大型托運人也可以將 Convoy 的在線數字市場整合到自己的市場中。