7bridges的創始人兼首席執行官Philip Ashton表示：“運輸和物流(T&L)領域的AI解決方案已成為這一增長的一部分，對于滿足消費者越來越高的期望至關重要。

“無論企業本身是T&L供應商，還是依賴高效供應鏈以實現平穩運營的公司(如零售商)，擁抱人工智能創新對于保持競爭力至關重要。”

在新興市場城市打造智能交通

WhereIs MyTransport的首席執行官Devinde Vries討論了怎樣使用數據使新興城市的交通更加智能。

據麥肯錫稱，通過采用AI，物流公司在未來20年每年可產生1.3萬億至2萬億美元的收入。本文將深入探討AI和自動化在目前和未來在運輸和物流領域的很多用例。

認知機器閱讀

一種已在該領域內利用的人工智能實現是一種有效讀取大量各種數據類型的方法，稱為認知機器閱讀。

Antworks的聯合創始人Asheesh Mehra解釋說：“疫情給物流和運輸行業帶來了一段困難和不確定的時期。旅行和運營限制導致多達75%的公司的供應鏈運營受到嚴重干擾。然而，對于那些已采取數字化行動的公司而言，自動化在支持和維持物流規劃和客戶計費等流程的正常業務方面發揮了關鍵作用。

“基于認知機器閱讀(CMR)的自動化工具正在減少傳統上與物流規劃相關的繁重且耗時的手動任務。CMR通過分析、提取和處理結構化和非結構化數據格式來實現這一點，以快速生成用于預測和后續操作的高度準確的報告。

“CMR也在改變公司處理計費機制的方式，這是另一項一般需要人工密集型的活動。比如，一家全世界運輸和物流公司通過CMR自動化將其計費程序的準確性提高了80%，并將處理時間縮短了63%。”

物聯網

另一種顛覆運輸和物流行業的技術將AI與物聯網(IoT)相結合。

Mindtree管理合伙人AnshumanSingh表示：“新興技術和新技術的快速發展使運輸和物流公司有不少事情要做。”“在2019年，我們看到將物聯網融入現有場景的情況有所增加——在人工智能物聯網下解決了圍繞添加物聯網/傳感器功能和實現邊緣智能的大部分挑戰。

“雖然啟用這些功能的最初目的可能與早期預測故障或優化使用模式以提高效率有關，但這些設備/傳感器現在提供的大量數據開辟了探索和優化的新途徑。”

辛格繼續解釋說，進展發生在以下三個階段：

在邊緣啟用核心功能——這些囊括基本的傳感器開發、與可用設備的集成。

收集從這些傳感器生成的數據，并將它們以結構化的形式存儲在中央數據存儲或數據湖上——一般是在云上。

實現AI/ML與物聯網的協同作用，并將它們結合在一起成為人工智能物聯網。

“這一領域的重點也隨著核心技術本身的發展而發展——從最初的設備功能/集成轉向人工智能物聯網的應用，”Singh補充道。

“雖然物聯網提供了對大量信息的訪問，但AI已經實現了智能和節能貨運系統的創建，使我們能夠在能源可持續性方面表現出色，同時實現我們更好地協調供應鏈的目標。”

航空領域的AI

C&C Alpha集團的創始人兼執行董事Bhanu Choudhrie解釋了AI怎樣并且可以繼續協助航空業的運營，該行業由于需求暴跌而受到大流行的特別影響。

“AI技術已經在航空運輸行業廣泛采用，”喬德里說。“從機場護照安檢的面部識別到行李托運和遠程飛機監控，多年來，這些創新一直在為運營商和客戶簡化流程。然而，除了這些當前的應用之外，AI還有更大的潛力。

“AI可以在改變航空業方面發揮關鍵作用，阿爾法航空集團已經與監管機構和航空公司密切合作，以發揮其在支持航空運輸效率和未來飛行員池方面的潛力。

“AI和ML算法擅長識別模式，并且在整理學員培訓過程中的數據方面非常有效。由于大多數飛行模擬器已經配備了產生大量數據的傳感器，因此該資源現在可用于從培訓開始就評估飛行員的能力。

“強大的AI和ML系統可以分析數百個飛行參數，并對數千小時的模擬器數據進行分類，得出人類教練無法確定的結果。比如，AI程序可以在飛行員執行關鍵動作時評估他們的能力，并根據實時數據對學員的優勢和劣勢進行全面評估。”

AI在航空領域的價值也體現在英國政府批準了一個價值300萬英鎊的項目，即Bluebird項目，該項目旨在對首個用于空域控制的AI系統進行現場試驗。這項工作于2021年8月啟動，目前正在與艾倫圖靈研究所和國家空中交通服務(NATS)合作進行。

供應鏈管理

運輸和物流運營的一個主要方面是管理供應鏈，Teradata前零售咨詢業務負責人EMEA的John Malpass提供了該領域怎樣從AI中受益的見解。

“AI提供了物流和運輸行業面臨的最大和最有前途的技術進步機會之一，不僅在機器人技術取代人工任務方面，而且在我們思考和管理整個供應鏈的方式方面，”馬爾帕斯說。

“然而，使用AI來簡單地改進現有流程將限制它可以提供的潛在價值。當我們用它來改變工作方式和業務流程時，這項技術真正證明了它的價值。

“在這種AI變革的中心運行的是數據。整合端到端供應鏈的不同數據并通過自動化分析功能對其進行編排，將使基于洞察的新方法能夠優化和運營供應鏈。允許用戶以前所未有的方式全面思考供應鏈管理方式的方法。

“使用集成數據和預測性實時自動化相結合，用戶可以更新和重新思考過時的手動密集型業務流程。若是實施得當，AI將引入新的改變游戲規則的能力，這將推動物流和運輸部門的全新工作方式，帶來變革性和持久的變化。”

監測天氣狀況

最后，根據Blue Yonder3PL行業戰略副總裁Peter Van Merode的說法，AI能夠監測天氣狀況，以幫助找到解決同時出現的問題的方法。

他解釋說：“AI可以在識別潛在的運輸和物流中斷方面發揮關鍵作用，將天氣和產品到期日期等信息與ML結合使用，以盡量減少或完全避免問題。

“比如，若是人工智能發現波濤洶涌的海面可能導致港口關閉，那么ML可以通過建議采取另一條路線來幫助零售商解決問題。這一點至關重要，因為一船蔬菜的延遲到達可能會導致它們的保質期縮短，甚至在它們到達商店之前就腐爛了。

“避免這類物流問題有益于提高效率，同時也大大減少浪費，最終幫助零售商增加利潤。”