AI正在通过自动驾驶车辆、更好的路线图和更准确的预测使运输和物流更智能、更高效。当瑞士决定从其高山公路上撤走数万辆货运卡车以减少拥堵和污染时，它建造了世界上最长、最深的铁路隧道——圣哥达隧道。现代工程的壮举为民用和商业实体带来了福音，但这些巧妙的建筑项目并不是我们改善未来交通和物流的唯一途径。相反，在竞争日益激烈和相互关联的世界中，只有29%的运输和物流(T&L)CEO认为他们公司的收入在明年会增长，而且越来越多的T&L公司正在转向新的基于云的机器学习服务，这些服务可以帮助他们提高效率并为客户带来更好的体验。云和人工智能的融合使自主技术的广泛创新成为可能，尤其是移动性。据普华永道称，这将改变游戏规则，因为68%的运输与物流公司领导者认为，作为服务交付核心的技术变革将在未来五年内颠覆他们的行业，而65%的人认为分销渠道的变革将取得进步.推动运输革命总体而言，机器学习正在为运输和物流行业的移动革命带来四个主要领域：预测需求和路线优化、自动驾驶和地图绘制、机器人技术和异常检测。例如，Convoy正在颠覆价值8000亿美元的卡车运输行业，它使用机器学习模型来优化路线。在美国，Freight是一个分散的托运人和运输商网络，通过人工经纪人进行工作。这导致系统效率低下，导致美国卡车司机每年行驶的950亿英里中有40%是在不运输任何货物的情况下，即所谓的“空载”。Convoy可以分析数以百万计的运输工作，以创造业内最高效的匹配，通过减少空转里程来增加利润，最重要的是，减少排放。据统计，美国卡车司机每年在路上行驶超过950亿英里，相当于绕地球370万圈。总部位于西雅图的物流公司Convoy表示，2018年它在卡车运输服务上花费了近8000亿美元，运送了105亿吨货物。简而言之，卡车运输是一个庞大的行业。但不一定是一个高效的行业。卡车司机每年记录的里程中有惊人的40%是空卡车，这意味着时间和燃料的巨大浪费。Convoy正在打破现状，使用人工智能(AI)实现自动化。“我们通过移动应用程序创建了一个数字在线市场，运营商和司机可以使用该应用程序直接找到工作，”Convoy营销和数据平台工程高级经理DavidTsai说。Convoy的方法是使用机器学习（一种AI技术）为托运人和卡车司机提供更好的匹配，使他们能够使用Convoy的匹配系统更有效地运送货物，同时降低双方的成本。拥有内部计算机化系统的大型托运人也可以将Convoy的在线数字市场整合到他们自己的市场中。尽管如此，卡车运输业仍面临全国至少100,000名司机短缺的问题。目前，有一个解决方案——自动驾驶卡车。在图森未来，技术团队部署了100多个基于云的AI模块，以安全高效地进行100英里以上的自主商业交付。即使满载卡车以65英里/小时的速度行驶，TuSimple的高级AI算法也可以区分共享道路的车辆类型，确定其速度，并使TuSimple的卡车保持在其车道中心，正负精度为5厘米。在东南亚，网约车公司Grab正在寻求改进其实时按需匹配和供应算法。它转向机器学习工具来访问支持150万次预订的实时数据计算和数据流，最终将其匹配和配置性能提高了30%。人工智能和机器学习对运输与物流行业产生积极影响的另一个例子是Lyft使用人工智能驱动的时间序列分析解决方案。该技术会自动发现表明更大业务问题的异常情况，并检测需要检查的事件。Lyft无需投资于大型内部数据科学或手动检查仪表板，从而节省了大量资金。做对当然，预测准确性是航运和物流公司的一个主要因素，总部位于阿联酋的Aramex（提供国际和国内快递、货运代理和在线购物服务）的实时航运业务处理着数以千计的请求每分钟。通过部署完全托管的基于云的服务，使开发人员和数据科学家能够训练、构建和部署AI和ML模型，Aramax将运输时间预测准确性提高了74%，将与交付相关的服务呼叫减少了40%。基于云的机器学习和人工智能工具也是Amazon.com的核心，从客户下订单到履行和交付，每年成功交付数十亿个包裹。我们使用预测算法来预测客户可能订购什么，以确保我们的仓库有足够的供应。我们在AWS上的AI和机器学习服务还为我们的运营中心机器人提供支持，为我们与交付合作伙伴的合作方式提供支持，甚至优化我们的交付路线。过去几年的教训很明确：运输与物流行业的竞争从未像现在这样复杂，盈利能力只能来自真正的技术驱动效率。幸运的是，人工智能和机器学习领域的新创新为企业提供了解决最大问题和发展所需的先进工具，从而为企业带来巨大优势。
