人工智能(AI)和物聯(lián)網(wǎng)(IoT)都是尖端技術(shù)，正開始在我們周圍的世界獲得牽引力。“財富商業(yè)洞察”(FortuneBusinessInsight)指出，2019年全球人工智能市場規(guī)模達到270億美元，估計到2027年將增長10倍。物聯(lián)網(wǎng)也是一個充滿活力的領(lǐng)域。公關(guān)新聞網(wǎng)(PrNewsWire)認為，到2030年，物聯(lián)網(wǎng)設(shè)備的數(shù)量將超過240億臺。這兩項進步都算作“智能”技術(shù)。隨著更多的物聯(lián)網(wǎng)設(shè)備進入市場，以及實施人工智能的成本下降，它們影響當今世界的方式將會增加。但是，像這樣的技術(shù)如何改變交通管理呢？

          解決交通運輸管理中的問題

          在全球范圍內(nèi)，運輸管理和物流可能是復(fù)雜的領(lǐng)域。今天的世界是不斷聯(lián)系在一起的，這使得人們有可能比以往任何時候都更快地發(fā)現(xiàn)錯誤并糾正錯誤。然而，盡管我們可以通過互聯(lián)網(wǎng)快速獲取數(shù)據(jù)，但在傳輸之前的數(shù)據(jù)收集效率仍然存在問題?？梢娦?、報告、分析和通信都是這個全球交通管理數(shù)據(jù)網(wǎng)絡(luò)的組成部分。然而，如果其中一個手臂發(fā)生故障，整個系統(tǒng)可能會變得效率低下。一些反饋系統(tǒng)可以起到糾正這些問題的作用，但它們?yōu)橐粋€簡單的問題創(chuàng)造了復(fù)雜的解決方案。

          成本管理是全球運輸面臨的另一個主要問題。航運價格，即使是地區(qū)性的，也會根據(jù)當?shù)氐囊蛩囟▌?，比如燃料成本和航線可獲得性。隨著供應(yīng)線變得更長，它們也變得更難維護。購買條款也可以根據(jù)商品的來源而變化。匯總成本價格并提出最有效的購買選項是運輸管理的關(guān)鍵要素。但即便如此，想出一個可行的購買選擇，將降低購買商品和跨境運輸?shù)某杀?，可能需要大量的時間和精力。由于市場是動態(tài)的，這種分析必須持續(xù)進行。

          交付績效是運輸管理需要關(guān)注的另一個方面。當一家公司購買產(chǎn)品時，它希望在盡可能短的時間內(nèi)將產(chǎn)品送到其儲存設(shè)施。高效的航運路線會讓這件事變得簡單。然而，并不是所有的運輸路線都提供相同的運輸信息。此外，平衡物流成本，如支付工人工資和燃料成本，可能會影響企業(yè)的盈利能力，從長遠來看，這會使一些商品的生存能力變得比其他商品更差。

          人工智能和物聯(lián)網(wǎng)提供的解決方案

          那么，全球運輸管理如何利用人工智能和物聯(lián)網(wǎng)，以最低的成本和精力將貨物運送到目的地呢？多虧了這些相互關(guān)聯(lián)的技術(shù)，我們有了幾項即將到來的創(chuàng)新，可能會同時解決其中的幾個問題。

          1.自動駕駛(自動)車輛

          到目前為止，每個人都應(yīng)該知道開發(fā)第一輛自動駕駛汽車的戰(zhàn)斗。從優(yōu)步(Uber)到谷歌(Google)再到特斯拉(Tesla)，每個人都在爭先恐后地成為第一個創(chuàng)造出安全的自動駕駛汽車的人。不幸的是，這項技術(shù)還遠未成熟。今天的自動駕駛汽車顯示出許多缺陷，使它們成為一種有用的自動駕駛功能，但與理論上可以自動駕駛的預(yù)期汽車相去甚遠。人工智能正在努力幫助提高這些車輛的能力。通過使用攝像頭中的視覺傳感器，人工智能可以“閱讀”路牌，并拾取視覺線索來調(diào)節(jié)車輛的速度和軌跡。物聯(lián)網(wǎng)設(shè)備確保汽車可以與附近的汽車通信，并將其位置更新到中央數(shù)據(jù)庫。對于物流規(guī)劃者來說，這可以消除報告的問題，因為負載本身就會報告。如果它在交通攔截或事故中遇到困難，可以立即通知公司。

          2.更好的決策

          人工智能的學習方式與人類截然不同。在大多數(shù)情況下，研究人員給人工智能一個開始位置和一個結(jié)束位置，并讓它從一個位置到達另一個位置。人工智能做出決定并得出結(jié)論。然而，有時這些決定會導(dǎo)致可怕的結(jié)果。在訓(xùn)練人工智能時，研究人員可以給它提供數(shù)萬個測試數(shù)據(jù)點，以提煉它的決策技能。當應(yīng)用于運輸管理時，人工智能可以利用貨物路線內(nèi)物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)點。因此，它可以比人類更有效地發(fā)現(xiàn)大量數(shù)據(jù)中的模式。迭代過程意味著高效的交通路線和模式更頻繁地出現(xiàn)，讓商業(yè)計劃提前發(fā)現(xiàn)問題。

          3.分析用途

          自古以來，人類就一直試圖預(yù)測未來。過去，他們會使用分析來判斷孩子長大后可能實現(xiàn)的目標。今天，我們在分析中采用了更多基于統(tǒng)計的方法，但仍然有很多事情是在黑暗中進行的。幸運的是，人工智能和物聯(lián)網(wǎng)為開發(fā)考慮數(shù)十億個數(shù)據(jù)點的分析引擎提供了一種方法。來自物聯(lián)網(wǎng)設(shè)備的流數(shù)據(jù)進入人工智能引擎，將其添加到不斷增長的信息池中。通過發(fā)現(xiàn)模式的流程，人工智能可以可靠地預(yù)測產(chǎn)品成本的變化，使企業(yè)能夠適應(yīng)。通過了解即將到來的危機，運輸管理企業(yè)可以轉(zhuǎn)移其資源以在危機發(fā)生之前應(yīng)對它。

          4.倉庫和庫存管理

          任何負責管理倉庫的人都知道這部分運輸管理會變得多么復(fù)雜。但是如果貨架上的產(chǎn)品知道它們有多少呢？在這種情況下，規(guī)劃物流會更容易嗎？如何根據(jù)分銷地點的庫存了解對產(chǎn)品的需求何時會增加？可以使用復(fù)雜的算法來預(yù)測這些事情，并允許庫存部門迎合它們。物聯(lián)網(wǎng)提供產(chǎn)品本身的直接報告。然后，中央AI可以匯總這些報告，并顯示帶有“熱點”的區(qū)域地圖，根據(jù)之前的銷售數(shù)字，這些地方的需求可能會激增。所有這些都可以實時完成，從而減少訂購延遲并確保每個配送中心都有足夠的倉庫產(chǎn)品。

          有哪些實際的商業(yè)利益？

          人工智能和物聯(lián)網(wǎng)的結(jié)合可能意味著公司運營成本的大幅節(jié)省，從而帶來更健康的底線。企業(yè)也可以從提高效率中受益。物聯(lián)網(wǎng)設(shè)備和人工智能不需要休息，因此該公司的數(shù)據(jù)中心將每天每小時都在運行，以確保事情順利進行。無論是為鞋類用品商店清點庫存，還是在線汽車拍賣，這些好處都延伸到了運輸管理的各個領(lǐng)域。在接下來的十年里，物流可能會變得容易得多。