當(dāng)瑞士面臨阿爾卑斯高速公路上數(shù)以萬計的貨運卡車所帶來的擁堵和污染時，他們修建了一條世界上最長、最深的鐵路隧道——戈特哈德隧道。這一現(xiàn)代工程的壯舉對民用和商業(yè)都是一個巨大的福音，然而，在未來，如此巨大的工程建設(shè)將不再是我們改善運輸和物流的唯一途徑。

我們現(xiàn)在所處的世界競爭日益激烈，網(wǎng)絡(luò)互聯(lián)日益緊密，物流運輸行業(yè)里只有29%的CEO有信心其公司的營收將在明年繼續(xù)保持增長。于是，越來越多的物流運輸企業(yè)轉(zhuǎn)向新的、基于云的機器學(xué)習(xí)服務(wù)，希望可以提高效率，提升客戶體驗。

云和機器學(xué)習(xí)的融合催生了自動駕駛技術(shù)尤其是人們出行方式的廣泛創(chuàng)新，正在改變整個行業(yè)的游戲規(guī)則。根據(jù)普華永道（PWC）的數(shù)據(jù)，68%的物流運輸企業(yè)負責(zé)人認為，未來5年，提供物流運輸服務(wù)的核心技術(shù)的改變將顛覆整個行業(yè)。

我們相信，機器學(xué)習(xí)將在四個方面帶來物流運輸業(yè)的革命：一是需求預(yù)測與路線優(yōu)化；二是自動駕駛與地圖繪制；三是機器人；四是異常檢測。

讓我們來看一個實際的案例。Convoy公司正在利用機器學(xué)習(xí)優(yōu)化運輸路線，這將顛覆8000 億美元規(guī)模的美國卡車運輸行業(yè)。在美國，卡車運輸是一個由托運商及運輸商構(gòu)成的碎片化的網(wǎng)絡(luò)，主要通過代理商和經(jīng)紀人運行，效率低下，導(dǎo)致美國卡車司機每年950億英里的行程中空駛的比例達到了40%。通過機器學(xué)習(xí)，Convoy 能夠分析數(shù)以百萬計的發(fā)貨作業(yè)，從而創(chuàng)建了業(yè)內(nèi)最有效的配載系統(tǒng)，有效減少空駛，增加利潤，并減少排放。

但是，美國卡車運輸業(yè)依然存在至少10萬名司機的短缺。自動駕駛卡車也許就成為一個新的解決方案。圖森科技 (TuSimple) 的技術(shù)團隊部署了 100 多個基于云的 AI（人工智能） 模塊，安全高效地完成了超過100英里的自動駕駛商業(yè)運輸。即使載重卡車以65英里時速行駛，圖森科技先進的機器學(xué)習(xí)算法也能區(qū)分出道路上的車輛類型，確定其速度，保持圖森的卡車在車道內(nèi)安全居中，誤差只有+/-5 厘米。

自動駕駛公司Momenta由北京、蘇州和德國斯圖加特的團隊組成。人工智能是Momenta的核心競爭力。在深度學(xué)習(xí)模型訓(xùn)練方面，Momenta將所有在車端采集的有效數(shù)據(jù)傳回云端，云端根據(jù)這些數(shù)據(jù)產(chǎn)生更好的自動駕駛算法，再推至車端，車端更新之后，使得算法更加穩(wěn)定、精確度更高，這就形成了一個閉環(huán)。相對于本地部署，云端的彈性擴展能力、強大的穩(wěn)定性和超大的GPU，大大幫助Momenta加快了機器學(xué)習(xí)的速度。

在東南亞，順風(fēng)車公司Grab希望增強其實時按需配單和接單的算法。他們也轉(zhuǎn)向用機器學(xué)習(xí)工具來處理實時的數(shù)據(jù)計算和數(shù)據(jù)流，以支持 150萬次順風(fēng)車預(yù)訂，最終將配單和接單的效率提高了30%。

AI 和機器學(xué)習(xí)對物流運輸業(yè)產(chǎn)生積極影響的另一個例子是 Lyft，它使用了AI 驅(qū)動的時間序列分析解決方案。該技術(shù)能夠自動識別那些可能導(dǎo)致較大業(yè)務(wù)問題的異常狀況，及早發(fā)現(xiàn)異常事件以便進行檢查。此外，由于采用了AI和機器學(xué)習(xí)技術(shù)，Lyft無需大量投資來建立公司自己的數(shù)據(jù)科學(xué)部門或人工檢查業(yè)務(wù)運營狀況，大大節(jié)省了成本。

預(yù)測的準(zhǔn)確性對物流運輸業(yè)企業(yè)至關(guān)重要?？偛课挥诎⒙?lián)酋的公司Aramex，主要提供國際和國內(nèi)快遞、貨運代理和網(wǎng)上購物服務(wù)，它的實時中轉(zhuǎn)業(yè)務(wù)每分鐘處理數(shù)千個請求。通過部署基于云的、全托管的服務(wù)，Aramax的開發(fā)人員和數(shù)據(jù)科學(xué)家訓(xùn)練、構(gòu)建和部署了機器學(xué)習(xí)模型，將中轉(zhuǎn)時間預(yù)測的準(zhǔn)確性提高了 74%，將貨運相關(guān)的服務(wù)呼叫減少了40%。

基于云的機器學(xué)習(xí)工具也是亞馬遜購物網(wǎng)站Amazon.com的核心。從客戶下單到配送，亞馬遜每年成功高效地投遞數(shù)十億個包裹。我們使用預(yù)測算法來預(yù)測客戶可能訂購什么，確保我們的庫房有足夠的庫存供應(yīng)。AWS 的AI和機器學(xué)習(xí)服務(wù)也支撐著亞馬遜運營中心的機器人、支持著我們與物流伙伴之間的合作，甚至幫助優(yōu)化配送路線。

過去幾年的經(jīng)驗和教訓(xùn)顯而易見：為了保持競爭力，物流運輸企業(yè)正面臨著前所未有的挑戰(zhàn)，其盈利的唯一途徑就是通過真正的技術(shù)驅(qū)動來提高效率。幸運的是，AI和機器學(xué)習(xí)領(lǐng)域的創(chuàng)新為這些企業(yè)提供了巨大的可能，賦予了他們解決重大問題、實現(xiàn)繁榮發(fā)展所需要的先進工具。