免費科普

真正在賺錢的 AI，在決定明天哪台卡車走哪條路

先看一個數字：貨運業的營業利益率，經常落在個位數的低段。

這意味著什麼？意味著調度效率改善幾個百分點，就是整年的利潤。

而調度是一個什麼樣的問題？

一家中型貨運公司有幾千台卡車、幾千個司機、每天幾千張訂單。每一個決定——這台車接哪張單、跑完之後空車去哪裡等下一單、這個司機的工時還剩多少、明天哪個區域會缺車——都會影響後面所有的決定。

而且你在做決定的當下，明天的訂單還沒進來。

這不是一個「最佳化」問題。這是一個「在不知道明天會發生什麼的情況下，今天要怎麼決定」的問題。

Warren Powell 在普林斯頓花了四十年做這件事。

這是什麼

先講三個詞

動態規劃——處理「連續做決定，而且每次決定之後會有隨機事件發生」這類問題的數學框架。

維度詛咒——狀態、決策、隨機事件三者的可能組合，隨規模指數爆炸。這是這類問題的根本困難。

決策後狀態——Powell 的關鍵發明。等一下解釋。

生活場景：下棋

想像你在下棋，要決定這一步走哪裡。

標準的做法是往前推演：如果我走這步，對手可能有二十種回應；每種回應之下我又有二十種走法；再下去對手又有二十種⋯⋯

分支數是指數成長的。 推三步是八千種局面，推六步是六千四百萬種。

而貨運調度比下棋更糟。 因為「對手」不是一個人在下棋，是整個市場的隨機性：明天會來多少訂單、從哪裡來、司機會不會請假、路上會不會塞車。

可能性不是二十種，是連續的。

傳統的做法是：對每一個決策，計算所有可能未來的期望值。這在數學上完全正確，在計算上完全不可行——你得對一個高維度的隨機變數做積分。

機制拆解：換一個地方站

Powell 的貢獻不是算得更快，是換一個位置去評估。

先看標準的時序：

現在的狀態 → 我做決定 → 隨機事件發生 → 新的狀態

傳統做法是站在「現在的狀態」，問：如果我做這個決定，把所有可能發生的事都考慮進來，未來的期望價值是多少？要算期望值，要做高維積分，算不動。

Powell 的做法是在中間插一個站點：

現在的狀態 → 我做決定 → 【決策後狀態】 → 隨機事件 → 新的狀態

決策後狀態就是：我已經做完決定、但隨機事件還沒發生時，系統的樣子。

用下棋來說——我已經把棋子放下去了，但對手還沒回應的那個局面。

關鍵不在算得更快，在換一個位置評估。決策後狀態裡還沒有隨機性，所以它的價值可以事前從資料學起來。

然後，關鍵的一步：不去計算期望值，而是直接學習「這個局面值多少分」。

為什麼可以這樣做？因為決策後狀態裡還不含隨機性（隨機事件還沒發生），所以對它的評估是一個確定性的函數——你可以拿歷史資料把它學起來。

於是整件事變成：

原本：做決定 → 算期望值（高維積分，算不動）
現在：做決定 → 查一個學好的價值函數（快）

你把「處理不確定性」這件事，從「每次決策時即時計算」，搬到了「事前從資料中學習」。

一句話總結

Powell 沒有讓電腦算得更快。他換了一個「在哪裡評估」的位置——把不確定性從即時計算搬到事前學習。

為什麼重要：一個沒有突破時刻的四十年

這個案例跟大多數前沿科技的節奏完全不同，而那正是它值得看的原因。

Powell 在普林斯頓的實驗室做了四十年的隨機最佳化。這四十年裡，這個領域沒有一次「突破時刻」——沒有 AlphaFold，沒有 ChatGPT，沒有諾貝爾獎級的新聞。它就是一年一年地把方法磨得更好，應用到更多產業：貨運、能源、金融、醫療排程。

然後在某個時點，三件事同時到位： 方法夠成熟、運算與雲端夠便宜、產業的資料夠數位化。

於是它變成了產品。 這套數學現在裝在一個叫 CORE.ai 的產品裡，客戶是貨運業者——包括幾家具名的大型車隊。它橫跨的決策層級也很寬：從「我們需要幾個司機、該買什麼設備」，到「這週的運力怎麼配」，到「這張單接不接、這台車接哪張」。同一套數學，不同的時間尺度。

還有一個值得記的小細節：這家公司的執行長是 Daniel Powell，而首席分析長是他的父親 Warren Powell。 學術成果商業化最常見的失敗模式是「教授當執行長」——研究者的技能和經營者的技能是兩回事。這個安排把兩者分開了，是判斷學研衍生公司品質的一個實用線索。

比喻到此為止

下棋的比喻在兩個地方失效：

一、棋盤是完全可觀察的，貨運不是。 下棋時你看得到整個棋盤；調度時你不知道明天有多少貨，也不知道競爭對手的運力狀況。這是「部分可觀察」問題，比棋更難。

二、★ 棋有明確的勝負，貨運的「好」是多目標的。

第二點是實務上最麻煩的一環。成本低、準點率高、司機滿意度、設備利用率、客戶關係——這些會互相衝突。要讓價值函數去學什麼，本身就是一個要先決定的事。

而那是一個商業與管理問題，不是數學問題。 數學再優雅，也不會告訴你「準點率比司機留任率重要多少」。而且不同客戶的答案不一樣——這正好是這類產品最難規模化的地方。

還沒定案的事

一、★ 價值難以歸因，這是這類產品最大的銷售障礙。 你告訴客戶「用了我們的系統，你的空駛率下降 3%」——客戶會問「你怎麼知道不是因為今年油價跌了、或貨量變了？」決策型 AI 的價值是統計性的，但客戶的決策是逸事性的。

二、每個客戶都要客製，會傷害可規模化性。 承上：多目標的權重因客戶而異，而客製化正是軟體毛利的殺手。

三、客戶的景氣循環很劇烈。 貨運業的營收與運價高度週期性。下行週期時，被砍的往往是軟體支出——而這跟軟體好不好用無關。

四、最大的客戶可能自己做。 大型業者有自己的內部團隊；而數位貨運平台自帶演算法。有意思的是，這個領域裡同一家公司可以同時是競爭者和客戶——這在企業軟體裡並不罕見，但它讓「市場有多大」變得難算。

五、技術護城河不等於贏。 四十年的數學累積是真的護城河。但企業軟體的勝負常常由銷售與導入決定，不由技術決定——這是很多技術上更好的產品輸掉的原因。

延伸閱讀

這篇講的是機制：為什麼「換一個地方站」能讓算不動的問題變成算得動的。

如果你想知道決策型 AI 與生成式 AI 在「投資報酬率能不能證明」上的結構差異、為什麼貨運科技的導入摩擦特別大、以及我們寫下了哪五條「到期就回來對帳」的判定條件——其中一條刻意把「查不到資訊」和「公司不好」分開寫，因為那是兩件事——那些在研究筆記〈大家都在講會寫詩的 AI〉裡。

來源

Warren B. Powell，Approximate Dynamic Programming: Lessons from the Field（WSC 2008） — PDF
Princeton CASTLE Lab — 連結
FreightWaves，40 years in the making, Optimal Dynamics takes 'high-dimensional AI' mainstream — 連結
Princeton Innovation（2020），Startup focus: Optimal Dynamics drives logistical decisions with AI — 連結
DC Velocity（2025-05），Trucking AI vendor Optimal Dynamics raises $40 million——文中「具名的大型車隊客戶」出自此篇 — 連結

本文為科學技術之教育性資訊，不構成任何投資建議。