每經(jīng)記者｜張宏    每經(jīng)編輯｜陳旭    

AI（人工智能）顛覆傳統(tǒng)行業(yè)的真實(shí)案例來了，殺傷力驚人。

美國東部時間2月12日，一條不經(jīng)意的消息，AI物流公司Algorhythm Holdings [RIME.O]（以下簡稱 Algorhythm）發(fā)布行業(yè)白皮書，宣布其物流平臺SemiCab通過AI驅(qū)動的優(yōu)化和高利潤的SaaS（基于云計(jì)算的訂閱式軟件）自動化，在維持低運(yùn)營成本的同時降低貨運(yùn)空里程，使得生產(chǎn)率提升了3倍。

消息一經(jīng)發(fā)布，資本市場似乎嗅到了危機(jī)，美股物流板塊隨即大幅下挫。羅素3000道路運(yùn)輸指數(shù)盤中一度重挫逾9%，當(dāng)日下跌6.6%，創(chuàng)該板塊自2025年4月特朗普關(guān)稅政策發(fā)布以來最大單日跌幅；輕資產(chǎn)模式物流巨頭羅賓遜全球物流股價重挫近15%，市值減少約233億元，盤中一度暴跌24%，創(chuàng)歷史最大跌幅；貨運(yùn)撮合服務(wù)提供商萊帝運(yùn)輸股價下跌16%。

發(fā)布消息的Algorhythm股價則逆勢上漲，2月12日收盤漲近30%，2月13日更是暴漲222.22%，從1.08美元飆升至3.48美元。兩天內(nèi)，市值增長約3倍。

羅賓遜全球物流是全球領(lǐng)先的輕資產(chǎn)模式物流公司，自身不擁有卡車、船舶、飛機(jī)等運(yùn)輸工具，通過整合45萬家簽約承運(yùn)商，為8.3萬家客戶提供多元化物流服務(wù)。

Algorhythm公司于2024年全面轉(zhuǎn)型做AI物流，并于2025年收購SemiCab。以市值劇烈震蕩前的最后一個交易日2月11日收盤價計(jì)算，Algorhythm市值約3300萬元，與市值1600億元的羅賓遜全球物流和市值383億元的萊帝運(yùn)輸相比，屬于該板塊的微型企業(yè)。但就是這樣一家不起眼的小公司，卻通過AI在一夜之間便擊破了傳統(tǒng)物流行業(yè)的“護(hù)城河”。

AI讓貨運(yùn)平臺勞動生產(chǎn)率提升3倍

為何一款由AI驅(qū)動的自動化軟件殺傷力如此驚人？

研究顯示，在印度和美國等市場，有30%到35%的卡車公里數(shù)是空駛的，是因分散的規(guī)劃而導(dǎo)致資產(chǎn)未被充分利用。

2026年2月12日，Algorhythm發(fā)布行業(yè)白皮書，宣布其基于AI的云端協(xié)作運(yùn)輸平臺SemiCab，在客戶實(shí)際部署中，能夠?qū)⒇涍\(yùn)量擴(kuò)大300%至400%。使用SemiCab的個別運(yùn)營商在不需要相應(yīng)增加運(yùn)營人員的情況下，每年能夠管理超過2000次貨物，而傳統(tǒng)行業(yè)標(biāo)準(zhǔn)是每家貨運(yùn)經(jīng)紀(jì)人每年約500次，這也意味著，其勞動生產(chǎn)率提升了3倍。

該白皮書稱，在高度分散的市場中，將發(fā)貨人、運(yùn)輸航線和區(qū)域的需求與供應(yīng)進(jìn)行整合，可以揭示在合同層面上看不到的回程路線和跨航線流動。該白皮書還舉例說，在印度實(shí)施這一運(yùn)營模式時，網(wǎng)絡(luò)級別的規(guī)劃已經(jīng)顯示出能夠?qū)⒖振偫锍虖?0%~35％降低到10％以下，而無需重新談判合同或改變承運(yùn)人的行為。

其公司官網(wǎng)稱，人工智能發(fā)現(xiàn)了傳統(tǒng)貨運(yùn)管理系統(tǒng)無法獲得的效率。通過可擴(kuò)展的全球SaaS平臺，以自動化工作流程編排，減少人工規(guī)劃、加快負(fù)載執(zhí)行，自動識別最佳負(fù)載組合，減少空置里程并提升網(wǎng)絡(luò)盈利能力。

Algorhythm稱，傳統(tǒng)的運(yùn)輸管理系統(tǒng)和經(jīng)紀(jì)平臺依賴于人工驅(qū)動的優(yōu)化，疊加在靜態(tài)規(guī)則之上，雖然在低到中等容量下有效，但隨著復(fù)雜度增加，這些模型效率會逐漸降低。

盡管 Algorhythm 在截至2025年9月30日的季度銷售額不足200萬美元，且凈虧損近200萬美元，但其股價在公告發(fā)布后一度飆升82%，最終收漲30%至1.08美元，在2026年2月13日更是進(jìn)一步升至3.48美元。

Algorhythm認(rèn)為，人工智能賦能的運(yùn)營杠桿將成為下一代物流網(wǎng)絡(luò)的關(guān)鍵特征。

2026年2月13日，羅賓遜全球物流也在年報中指出，競爭對手正在利用先進(jìn)的數(shù)字平臺、人工智能驅(qū)動的貨運(yùn)匹配和自動化來提高效率和降低成本。如果公司不能保持自動化和人工智能采用的速度、規(guī)?；蛸|(zhì)量，將可能無法實(shí)現(xiàn)運(yùn)營效率和數(shù)字化轉(zhuǎn)型的戰(zhàn)略目標(biāo)。

軟件行業(yè)的“預(yù)制菜時代”來了？

SemiCab平臺的確可能解決貨運(yùn)行業(yè)痛點(diǎn)，并可能讓傳統(tǒng)的運(yùn)輸管理系統(tǒng)成為明日黃花。不過，貨運(yùn)市場的空里程問題由來已久，為何可能顛覆貨運(yùn)行業(yè)的平臺借助AI的基座才誕生？

為了更深入探討這一問題，《每日經(jīng)濟(jì)新聞》記者采訪了多名人工智能領(lǐng)域?qū)＜摇?/p>

問題1：SemiCab平臺基于AI運(yùn)行。AI能夠在軟件開發(fā)、功能實(shí)現(xiàn)的哪個環(huán)節(jié)發(fā)揮作用？與傳統(tǒng)軟件開發(fā)有何不同？

科技投資人、未可知人工智能研究院院長杜雨：

傳統(tǒng)開發(fā)是“人從0把整棟樓蓋起來”；基于AI的軟件開發(fā)方式更像“先有標(biāo)準(zhǔn)化樓體與管線，AI和人主要做定制裝修與快速改造”，并且AI還能通過工具直接“查結(jié)構(gòu)、找接口、調(diào)接口”，減少來回翻文檔、對字段、寫膠水代碼的時間，可以說是軟件行業(yè)的“預(yù)制菜時代”來了。

問題2：為何這一工具并未誕生在傳統(tǒng)的軟件開發(fā)“大廠”？是傳統(tǒng)軟件開發(fā)能力不足以支撐類似平臺開發(fā)，還是AI的基座為類似工具帶來了傳統(tǒng)開發(fā)邏輯不具備的優(yōu)勢？

工信部信息通信經(jīng)濟(jì)專家委員會委員盤和林：

提高返程空載利用率的確可以大大提升物流效率，但做此類嘗試的企業(yè)也不在少數(shù)，之所以到現(xiàn)在依然沒有解決貨運(yùn)空里程問題，是因?yàn)樨涍\(yùn)信息本身比較分散，需要貨運(yùn)的用戶在不同平臺發(fā)布信息，需要貨運(yùn)的零擔(dān)貨物有時候需要拼湊才能滿足一趟運(yùn)輸?shù)男枨蟆?/p>

所以，將分散貨運(yùn)訂單加以整合，是該領(lǐng)域的難題。對此，我認(rèn)為SemiCab作為聚合平臺，的確能夠解決部分空載，但依然并非決定性的解決方案，沒有那么高的提升潛力。但通過AI聚合信息的確是一條不錯的思路。

問題3：為什么貨運(yùn)空里程問題存在多年，卻直到今天才可能被AI覆蓋的平臺真正解決？

國金證券常務(wù)副所長、科技牽頭人、國金計(jì)算機(jī)首席劉高暢：

空里程并不是一個“是否有人想到”的問題，而是一個是否具備系統(tǒng)性解決能力的問題。傳統(tǒng)軟件開發(fā)范式難以承載這一問題的復(fù)雜度。

在傳統(tǒng)模式下，貨運(yùn)平臺更多依賴規(guī)則引擎、人工經(jīng)驗(yàn)和局部優(yōu)化，涉及需求高度碎片化（時間、路線、車型、貨主信用等維度）；狀態(tài)持續(xù)變化（臨時改單、取消、價格波動）和決策鏈條長、例外情況多等因素。這類系統(tǒng)并非“邏輯不清晰”，而是“狀態(tài)空間過大”，導(dǎo)致規(guī)則越寫越復(fù)雜、邊際收益迅速遞減，最終只能通過“堆人”解決。

以SemiCab為代表的新一代AI平臺不僅是創(chuàng)意的勝利，更是“開發(fā)范式”的根本變革。

它一方面意味著從“規(guī)則驅(qū)動”到“概率與預(yù)測驅(qū)動”的變化：傳統(tǒng)的貨運(yùn)軟件是基于硬性規(guī)則（If-Then）開發(fā)的。面對海量、動態(tài)且破碎的貨運(yùn)訂單與路線，傳統(tǒng)算法很難在極短時間內(nèi)完成最優(yōu)的全局動態(tài)匹配。AI基座賦予了平臺處理高維數(shù)據(jù)的能力。

另一方面，軟件開發(fā)面臨“降本增效”臨界點(diǎn)：過去開發(fā)這類極端復(fù)雜的匹配系統(tǒng)，研發(fā)成本和運(yùn)維難度極高。AI基座提供了泛化能力，AI讓軟件具備了“理解”業(yè)務(wù)流的能力。不再需要為每一種特殊情況編寫冗余代碼。

劉高暢認(rèn)為，傳統(tǒng)軟件開發(fā)能力可以支撐“工具”，但只有AI基座能支撐“大腦”。AI帶來的優(yōu)勢在于它打破了傳統(tǒng)開發(fā)邏輯中“人力擴(kuò)充與產(chǎn)出成正比”的線性限制，實(shí)現(xiàn)了生產(chǎn)率的指數(shù)級躍遷。

問題4：從這款軟件的發(fā)布看，軟件開發(fā)的邏輯是否發(fā)生了變革，AI對軟件開發(fā)行業(yè)有什么影響？

杜雨：

邏輯確實(shí)在發(fā)生改變，從“寫代碼交付功能”，逐步變成“用標(biāo)準(zhǔn)底座+AI把交付單位變成‘流程’”。過去軟件公司像“手工作坊”，一單一做；現(xiàn)在更像“預(yù)制菜中央廚房+AI廚師”——底料（通用能力）工廠化，AI負(fù)責(zé)把菜（業(yè)務(wù)流程）快速配出來，廚師（開發(fā)者）負(fù)責(zé)把火候、口味、擺盤（業(yè)務(wù)正確性、性能、安全、可維護(hù)性）做好。

所以“標(biāo)準(zhǔn)底座+AI加速定制”的路線，在國內(nèi)會非常有市場，但競爭也會非常殘酷：誰能把行業(yè)Know-how（如何做）沉淀為可復(fù)制的模塊、數(shù)據(jù)、流程模板，誰就能跑出來。單純“會寫代碼”會越來越不值錢，而“懂行業(yè)+能落地+能持續(xù)迭代”才值錢。

AI能顛覆什么，不能取代什么

問題5：如果軟件開發(fā)變得門檻更低，新開發(fā)出的軟件是否很容易被復(fù)刻？依托軟件開發(fā)盈利的模式是否將被顛覆？如果軟件開發(fā)能力不再是商業(yè)模式壁壘，不同公司如何維持自身的不可替代性？

杜雨：

這樣會更容易復(fù)刻“表層功能”，但更難復(fù)刻“有效的系統(tǒng)”。

AI把“寫出來”變便宜，把“跑得穩(wěn)、跑得久、跑得贏”變得更稀缺。軟件功能可以復(fù)刻，系統(tǒng)能力與組織能力不容易復(fù)刻。依托“軟件開發(fā)”盈利會被擠壓，但不是全滅，而是分化：純外包、按人天計(jì)費(fèi)、堆人頭的模式下，利潤會繼續(xù)被AI壓縮。

當(dāng)軟件越來越像“可復(fù)制的商品”，客戶選擇更看重“出了事誰負(fù)責(zé)、能不能長期陪跑”。這恰恰是AI替代不了的商業(yè)關(guān)系與責(zé)任體系。AI降低的是“把軟件做出來”的門檻；抬高的是“把軟件做成生意、做成體系、做成標(biāo)準(zhǔn)”的門檻。預(yù)計(jì)中國市場會把這一點(diǎn)放大。

問題6：哪類行業(yè)可能被AI顛覆（完全被替代或必須發(fā)生生產(chǎn)方式變革才能存活），哪類行業(yè)不會被顛覆？

盤和林：

可能被AI顛覆的行業(yè)，一個是信息對接領(lǐng)域，無論是搜索、購物、貨運(yùn)，本質(zhì)上都是信息對接；另一個是內(nèi)容創(chuàng)作領(lǐng)域，比如視頻、圖像、文字、代碼。

劉高暢：

我更愿意用“是否必須重構(gòu)生產(chǎn)方式”來劃分，而不是“會不會被替代”來加以區(qū)分，由此可以分為：

最容易被AI顛覆的行業(yè)：

第一，密集型重復(fù)操作：像前文中提到的傳統(tǒng)物流運(yùn)營模式下，年處理500車次的操作員崗位。

第二，信息密度高，但行動成本低，AI一旦作出決策，就可以直接執(zhí)行，例如互聯(lián)網(wǎng)服務(wù)、金融中后臺。

第三，工作流程高度標(biāo)準(zhǔn)化，結(jié)果容易量化、反饋，比如軟件開發(fā)。

不太會被AI顛覆的行業(yè)：

一類是高度依賴現(xiàn)實(shí)世界復(fù)雜交互，且執(zhí)行成本高的行業(yè)，例如線下服務(wù)、復(fù)雜制造、醫(yī)療中的部分場景，AI更多是“增強(qiáng)工具”而非替代者。舉例來說，雖然AI可以調(diào)度卡車，但路邊修車的技工、處理復(fù)雜現(xiàn)場事故的交警，其物理靈巧性和現(xiàn)場隨機(jī)應(yīng)變能力短期內(nèi)難以被機(jī)器人完全覆蓋。

一類是涉及權(quán)限和責(zé)任判定的，強(qiáng)監(jiān)管、低容錯：法律判定、高級醫(yī)療決策、重大投資的主觀決策。AI可以提供數(shù)據(jù)參考，但在法律和倫理上，人類需要保留“按下按鈕”的最終責(zé)任權(quán)。

總體來看，AI并不是“消滅行業(yè)”，而是強(qiáng)制要求某些行業(yè)升級生產(chǎn)方式。那些不重構(gòu)的企業(yè)會被淘汰，但行業(yè)本身往往會以新的形態(tài)繼續(xù)存在。

問題7：從這一角度看，如果說蒸汽機(jī)是讓人類社會在能源使用、生產(chǎn)效率、生產(chǎn)方式等方面獲得進(jìn)化，AI讓人類在哪些方面的觸角變得更靈敏，哪些領(lǐng)域獲得了進(jìn)化？

盤和林：

當(dāng)前，AI主要應(yīng)用領(lǐng)域是提高信息獲取的效率。比如AI購物，實(shí)際上是用AI提高交易撮合的效率，讓供需更快對接。而AI貨運(yùn)的效果也是一樣。AI時代，信息獲取效率比互聯(lián)網(wǎng)時代更快，社會效率更高。如果說互聯(lián)網(wǎng)時代人類的問題是信息過載，那么在AI時代，人類通過AI實(shí)現(xiàn)了信息供需的精準(zhǔn)對接。

劉高暢：

蒸汽機(jī)讓人類擺脫了體力的束縛，而AI讓人類社會在三個層面發(fā)生進(jìn)化：

第一，感知維度的進(jìn)化。

AI能同時處理遠(yuǎn)超人類極限的多源信息輸入（比如貨運(yùn)市場涉及的訂單、價格、路線、實(shí)時狀態(tài)），使組織第一次具備“全局感知”的能力。

第二，生產(chǎn)范式的進(jìn)化。

知識的調(diào)用成本大幅降低，人類進(jìn)化的方向不再是記憶知識和學(xué)習(xí)技能，而是定義問題。

第三，組織形態(tài)的進(jìn)化。

像SemiCab這類系統(tǒng)的本質(zhì)，是把“行業(yè)經(jīng)驗(yàn)”從人身上抽離，沉淀為可復(fù)制的軟件能力，使人均管理半徑和組織杠桿被系統(tǒng)性放大。

從這個意義上看，AI帶來的不是單點(diǎn)效率提升，而是哪些復(fù)雜問題值得被軟件化，人類將更多聚焦在目標(biāo)設(shè)定和價值判斷，而大量中間層將被AI重構(gòu)。

封面圖片來源：每經(jīng)媒資庫圖