调查表明，由于发生了冠状病毒疫情，很多国家和地区的运输和物流行业的业务受到了严重影响。为了防止病毒传播，一些国家和地区发布出行禁令。然而事实证明，人工智能和自动化技术在此期间可以为运输和物流行业提供帮助，从而使该行业得以创新，并协助经济得以复苏。

7bridges公司首席执行官Philip Ashton为此指出：“到2021年，全球物流行业规模有望增长到32,150亿美元。运输和物流(T&L)中的人工智能解决方案促进这一增长的主要部分，这对于满足消费者越来越高的期望至关重要。无论是运输和物流提供商，还是依赖高效供应链来平稳运营的零售商，采用人工智能技术可以提高竞争力。”

以下探讨人工智能和自动化技术在运输和物流部门中的一些用例。

1.认知机器阅读

人工智能技术已经在运输和物流行业内得到了应用，这是一种有效读取大量不同类型数据的方法，其名称为认知机器阅读。

Antworks集团首席执行官Asheesh Mehra解释说：“疫情为物流和运输行业带来了很多困难和不确定性。出行和运营的限制已导致75%以上的企业的供应链运营受到严重影响。然而，对于那些已经采取措施实现数字化的公司来说，自动化技术在支持和维护物流规划和客户账单等流程的正常业务方面发挥了关键作用。

基于认知机器阅读(CMR)的自动化工具正在减少传统上与物流计划相关的繁重且耗时的人工任务。认知机器阅读(CMR)通过分析、提取、处理结构化和非结构化数据格式来做到这一点，从而快速生成用于预测和后续操作的高度准确的报告。

认知机器阅读(CMR)也在改变物流和运输公司处理其计费机制的方式，这是另一项需要人工实施的任务。例如，一家全球运输和物流公司通过认知机器阅读(CMR)自动化，将其计费程序的准确性提高了80%，并将处理时间缩短了63%。”

2.人工智能物联网(AIoT)

颠覆运输和物流领域的第二种技术将人工智能与物联网技术相结合。

Mindtree公司欧洲副总裁兼咨询主管Anshuman Singh表示：“新兴技术和新技术的迅猛发展使运输和物流公司还有许多工作要做。在2019年，我们看到将物联网融入现有场景的情况有所增加，在采用人工智能物联网(AIoT)情况下，增加物联网/传感器能力和实现边缘智能的大部分挑战都得到了解决。

虽然启用这些功能的最初目的可能是为了早期预测故障或优化使用模式以提高效率，但现在这些设备/传感器提供的大量数据为探索和优化开辟了新的途径。”

Singh解释说，其进展发生在以下三个阶段：

(1)在边缘启用核心功能，这些功能包括基本传感器开发以及与可用设备的集成。

(2)收集从这些传感器生成的数据，并将其以结构化形式存储在中央数据存储区或数据湖中，通常存储在云中。

(3)实现人工智能/机器学习与物联网之间的协同作用，并将它们组合成人工智能物联网(AIoT)。

Singh说，“随着核心技术的进步，这一领域的技术也在不断发展，从最初的设备功能/集成转向人工智能物联网(AIoT)的应用。虽然物联网提供了获取大量信息的途径，但人工智能已经能够创建智能和节能的运输货运系统，使我们能够提高能源可持续性，同时追求实现供应链协调的更高目标。”

3.应用在航空领域的人工智能

阿尔法航空集团执行董事Bhanu Choudhrie对人工智能如何协助航空行业的运营进行阐述。而航空业由于用户需求骤降而受到疫情的严重影响。

Choudhrie说，“人工智能技术已经在航空运输行业得到广泛采用，从机场护照到面部识别，从行李托运到飞行监控，这种创新技术多年来一直在为运营商和客户简化流程。而除了这些应用之外，人工智能具有更大的潜力。”

他指出，人工智能可以在航空业的变革中发挥关键作用，阿尔法航空集团已经与监管部门和航空公司开展密切合作，开发其支持航空运输效率和未来飞行员人才库的潜力。

人工智能和机器学习算法擅长识别模式，并且在从飞行学员培训过程中整理数据方面非常有效。由于大多数飞行模拟器已经配备了可生成大量数据的传感器，因此，这种技术和资源现在可以用于评估飞行学员的学习和操作能力。

强大的人工智能和机器学习系统可以分析数百个飞行参数，并对数千小时的模拟器数据进行排序，从而产生教练人员无法确定的结果。例如，人工智能方案可以在飞行学员执行关键动作时评估其能力，并根据实时数据对飞行学员的优缺点进行全面评估。

4.供应链管理

运输和物流运营的一个主要方面是管理供应链，Teradata公司EMEA地区零售咨询业务主管John Malpass提供了对该领域如何从人工智能中受益的见解。

Malpass说：“人工智能是物流和运输业面临的最有希望的技术机遇之一，这不仅是采用机器人技术代替了人工任务，而且也在改变管理整个供应链的方式。但是，使用人工智能来简单地改善现有流程将会限制其具有的潜在价值，可以使用这种技术来改变工作和业务流程。

在人工智能的这种变革性变化的中心运行是数据。集成端到端供应链的不同数据并通过自动化分析功能来协调数据，将使基于洞察力的新方法能够优化和运营供应链。允许用户以前所未有的方式全面思考如何管理供应链。

使用集成数据和预测实时自动化的结合，用户可以对过时的、人工密集的业务流程进行更新和反思。如果实施得当，人工智能将带来新的能力，这将推动物流和运输部门的技术进步，并更好地实现转型。

5.监测天气条件

最后，Blue Yonder 3PL公司行业战略副总裁Peter Van Merode表示，人工智能能够监视天气状况，以帮助找到解决问题的方法。

他解释说：“人工智能可以在识别潜在的运输和物流中断方面发挥关键作用，将天气和产品到期时间等信息与机器学习(ML)结合使用，可以最大程度地减少或完全避免问题。

例如，如果人工智能技术发现海况和天气变化可能导致港口关闭，则可以使用机器学习技术建议另一条路线来帮助零售商解决问题。这是至关重要的，因为蔬菜由于运输时间延误问题而导致货架期缩短，甚至在到达目的地之前发生腐烂。而避免这些物流问题有助于提高效率，同时也大幅减少浪费，最终帮助零售商增加收入。”