GPT又攻入一行,物流司机危

人工智能的技术迭代,远比我们想的还要快。

文|陈根

摩根士丹利Ravi Shanker分析师团队在最新报告中指出,人工智能或许能够完全(或几乎)取代供应链中的所有人力劳动,包括“后台”工作。分析师们指出,货运领域正处于颠覆性技术时代变迁的风口浪尖,包括自动驾驶、电动汽车、区块链和无人机。人工智能是这些潜在的变革性技术中最新出现的一种,也许是迄今为止最强大的技术。

大摩预计,2024年将有数百辆自动驾驶卡车在美国投入运营,每英里成本将降低25%至30%,并最终完全消除对司机的需求,不过这最少需要3年的时间。

随着产业链的全球化,以及消费的电子商务化之后,不论是生产端,还是消费端,都依赖于复杂的供应链系统。比如,我们从生产端来看,一家公司可能会从世界各地的制造商那里采购,然后将组件运送到中央装配厂,然后再将货物分发给全球客户。但是在这个过程中,任何的意外,比如一些区域的战争,或者一些区域出现卫生安全等方面的问题,都会导致供应链中的某个环节在运输过程中出现问题。那么,在全球化产业链的精细化分工之下,一个环节的零部件出现了问题,就意味着整个产业链,以及最终产品的生产就会出现问题。

因此,如果能提前对供应链的运输风险进行预测,就能最大程度的避免这种风险,而这正是AI的强项,通过提前预测运输网络可能出现的问题,AI甚至可能完全避免中断而对于本地与本国区域的物流来说,也是如此,我们可以借助于自动驾驶来最大程度的降低运输中的人为风险,以及能够有效的降低运输的人力成本。

其实,自动驾驶在货运物流领域的应用会比家用汽车领域更容易实现,也更容易普及。为什么呢?因为货物物流车辆我们可以相对固定的给他们规划车道,并且可以在行驶过程中可以相对容易的控制比较平稳的速度,在道路行驶中,尤其是高速道路的长途行驶中,不论是车速还是车距都相对比较容易规范化,受人为干扰的因素小。

并且货物物流车辆的行驶速度相比于家庭小型轿车而言,行驶速度相对更慢一些,这对于自动控制的难度要求就会大幅下降。因为行驶速度120码跟100码之间,对于算力的要求是完全不在一个量级上,相对来说,对芯片算力的要求也更低一些,更容易实现。

那么对于家庭乘用车而言,目前谈自动驾驶还为时过早,不论是驾驶场景,还是驾驶速度,以及自动驾驶技术,都比货物物流车要更复杂。

不过大摩的这份报告让我们看到一个非常重要的信息,那就是留给物流运输行业卡车司机的工作时间不多了,下一个因为人工智能技术而被下岗的群体将会是物流运输业的司机们。

声明:本文内容仅代表该投稿文章作者观点,不代表浑水号立场。 未经授权不得随意转载,浑水号保留追究相应责任的权利