圖片來源：https://pixabay.com/images/id-821500/

Frost & Sullivan認為人工智能(AI)、自主運作機器、數(shù)字貨運經(jīng)銷商與區(qū)塊鏈將開啟新的物流發(fā)展機會，下列將摘錄其闡述自主運作機器對物流發(fā)展的影響。

一、自主運作機器

感應周遭環(huán)境、分析數(shù)據(jù)與動態(tài)采取后續(xù)行動的系統(tǒng)能力，能讓自主運作透過業(yè)務流程提高商業(yè)運作效率。主要包含下列自主運作機器：

(一) 自主性機器人(Autonomous Robot)：主要是設計用來在非結(jié)構(gòu)性的環(huán)境下運作，能在無人引導情況下，執(zhí)行不同任務。工業(yè)4.0與智能工廠將驅(qū)動工廠與物流機器人市場的成長，估計全球工業(yè)物流機器人市場將從2017年的225億美元，成長至2020年的310億美元。

(二) 自主性商用車輛(Autonomous Commercial Vehicle)：自駕車能改善運輸產(chǎn)業(yè)現(xiàn)今所面臨的挑戰(zhàn)，F(xiàn)rost & Sullivan認為2018-2025年主要影響自駕車發(fā)展的關(guān)鍵要素，包含法令架構(gòu)、自駕車技術(shù)成本下降、車隊與社會的接受度，以及自駕車技術(shù)的成熟度與可使用性。

(三) 自主性無人機(Autonomous Drone)：自主無人機可透過內(nèi)嵌系統(tǒng)的軟件控制飛行計劃，并與GPS系統(tǒng)結(jié)合，已達到執(zhí)行派送任務之目標。目前許多國家已訂定無人機在商業(yè)應用的規(guī)范，包含英國、德國、法國、日本、韓國與新加坡等。

二、自主運作機器對運輸與物流的關(guān)鍵趨勢

(一) 短期：開發(fā)支持技術(shù)，如光達(LiDAR)與計算機視覺，以強化自主能力與改善精準度。

1.計算機視覺(Computer Vision)：幾乎所有自主技術(shù)都靠視覺來理解周遭環(huán)境，利用圖形處理器(GPU)與人工神經(jīng)網(wǎng)絡(ANN)強化的計算機視覺正顛覆機器的視覺理解力。DHL正研究如何利用計算機視覺以優(yōu)化貨車與飛機的裝載流程，并透過包裹偵測來優(yōu)化空間利用以改善堆棧。

2.光達(LiDAR)：固態(tài)光達(Solid-State Hybrid LiDAR, SH LiDAR)能加速3D數(shù)據(jù)采集，能在移動的同時取得圖片，此技術(shù)已成熟，并逐漸可大量生產(chǎn)。Daimler的自主貨車利用光達、雷達與攝影機提高量測距離的精準度至公厘，且每秒可量測1萬次。

(二) 中期：勞動力將驅(qū)動大型工廠自動化與著重少量高技術(shù)性專業(yè)人士的勞動力優(yōu)化。

1.人才與勞動力：研究顯示，目前面臨的勞動力短缺問題，將隨著人口結(jié)構(gòu)改變與特定專業(yè)領(lǐng)域缺乏誘因而更加惡化，例如美國卡車協(xié)會指出，目前的卡車司機缺口約在5萬人左右。同時需要具備特殊技能使數(shù)字轉(zhuǎn)型得以實現(xiàn)，未來將需要較少與具特定技術(shù)的專業(yè)人士，以更有效的方式執(zhí)行任務，并刪減單調(diào)的日常工作。

2.工業(yè)物聯(lián)網(wǎng)(IIoT)平臺：因?qū)I運效率提升的重視，進而驅(qū)動商業(yè)物聯(lián)網(wǎng)解決方案的需求，工業(yè)物聯(lián)網(wǎng)平臺的供貨商將開發(fā)可整合更多技術(shù)的解決方案，包含邊緣計算(edge computing)與機器學習，以強化數(shù)據(jù)驅(qū)動的應用能力。利用物聯(lián)網(wǎng)的貨運解決方案將能提高貨運業(yè)10-15%的獲利，超過50%的美國制造業(yè)有提供產(chǎn)品包裝的工業(yè)物聯(lián)網(wǎng)服務，且33%提供工業(yè)物聯(lián)網(wǎng)商品即服務(product-as-a-service)的模式。

(三) 長期：智慧城市將能擴展其功能至自駕車，并建立一個整合且緊密的生態(tài)系統(tǒng)。

1.智慧城市：先進物聯(lián)網(wǎng)與智慧基礎設施能全方位執(zhí)行數(shù)據(jù)驅(qū)動技術(shù)的平臺，研究指出2017-2018年對基礎設施的需求，將達14.5兆美元。智慧城市的特征，如5G鏈接、智能傳感器網(wǎng)絡、自動化建設、先進交通管理系統(tǒng)(Advanced Traffic Management System, ATMS)將建立內(nèi)部鏈接網(wǎng)絡，促使路線優(yōu)化、獲取實時性數(shù)據(jù)與有利于自主性設備發(fā)展的基礎設施，估計智慧城市市場至2025年將達2.4兆美元。

2.認知分析匯集(convergence)：AI與機器學習的演進將提高自主運作機器之感測系統(tǒng)的復雜度。至2020年前，65%的分析市場將以預測與建議(predictive and prescriptive)分析的方式來維護、進行成本分析與自我學習。FANUCs與NVIDI合作，致力于改善全球機器人與工廠自動化的生產(chǎn)力。

三、物流與運輸應用

(一) 室內(nèi)機器人-協(xié)作式機器人(collaborative robot, Cobot)：DHL持續(xù)在倉庫測試LocusBots的揀貨能力，透過學習最有效率的路線，揀貨效率較傳統(tǒng)提高2-3倍，且正確度近乎100%，并能自動偵測不同工作者的語言與加速工作流程。協(xié)作式機器人的市場高達70億美元，線已有越來越多的試驗計劃正在進行。

(二) 長途貨運運輸-半自動駕駛貨車：特斯拉(Tesla)宣稱Semi單次充電能行駛300-500英里，半小時內(nèi)能完成80%充電，行駛每英里的耗電量僅不到2Kwh，并已接獲UPS、DHL與 FedEX預購125臺、10臺與20臺的訂單。