這是一個四十年的學術成果變成產品的案例。Warren Powell 在普林斯頓解決的是一個很具體的數學問題——如何在高維度、高不確定性下做連續決策——而他的關鍵發明「決策後狀態」，把一個算不動的問題變成算得動的。這是本清單裡唯一已經在賣、有付費客戶、且商業模式清楚的 AI 項目。
大家都在講會寫詩的 AI。真正在賺錢的 AI 在決定明天哪台卡車走哪條路
🔧 更正紀錄（2026-08-16）
本篇 v1 寫道：「一家 2021 年募 A 輪的公司，五年後沒有公開的後續消息，值得注意（可能是穩健經營不需要曝光，也可能是遇到困難）。」
那個推測是錯的。我們只是沒有查。
實際情況：
- 2022-04：B 輪 3,300 萬美元，The Westly Group 領投，Activate Capital、Standard Investments 與既有投資人（含 Bessemer）跟投。當時的公告標題寫「銷售成長超過 300%」。
- 2025-05：C 輪 4,000 萬美元，Koch Disruptive Technologies 領投——而在此之前，公司已與 Koch 旗下的 KBX Logistics 建立合作。
- 累計募資約 9,480 萬美元。
- 過去一年營收與客戶數各成長為原本的兩倍。
- 具名客戶包括 CRST International、Leonard's Express、Uber Freight。
⚠️ 注意最後一個名字。 本篇 v1 的「競爭」一節把 Uber Freight 列為競爭者（數位貨運平台自帶演算法），而它同時出現在客戶名單上。在企業軟體裡「同一家公司既是對手也是客戶」並不罕見，但它會讓「市場有多大」變得難算——這一點 v1 完全沒有意識到。
這件事本身是本篇最重要的教訓
v1 把「我們查不到」寫成了對公司的推測。 那是越界。
諷刺的是，同一篇的觀察條件 W1 措辭其實是對的——不成立時寫「降評至資訊不足」而非「降評」，並且旁註「查不到資訊 ≠ 公司不好」。紀律寫在觀察條件裡，卻在正文的括號裡破功。
通則：資訊缺口只能描述我們自己，不能拿來描述對方。
W1 與 W2 現在都有判定依據（見文末），但依 Watch 機制，判定需要另行執行。
🔧 更正紀錄（2026-09-02）
本篇把 Warren Powell 的職稱寫錯了。
- 原文寫什麼：「為什麼重要 → 父子檔」一節寫「Daniel Powell 是 CEO，他的父親 Warren Powell 是首席分析長」，「現在到哪了」表格也寫「Optimal Dynamics 成立（Daniel Powell CEO、Warren Powell 首席分析長）」。
- 正確是什麼：截至 2026-09-02，公司團隊頁列的是——Warren Powell 為 Co-founder and Chief Innovation Officer（共同創辦人暨技術創新長），而 Chief Analytics Officer（首席分析長）是 Juliana Nascimento。我們未查到職稱變動發生在哪一天，所以無法判斷原文是「一開始就寫錯」還是「寫的時候對、後來變了」。
- 依據：Optimal Dynamics 團隊頁
- 這條更正不影響那一節的論證。原文想說的是「技術源頭留在技術位置，經營交給經營的人」——Chief Innovation Officer 一樣是技術位置，這個判斷站得住。錯的只是職稱本身。但這正是「小細節被拿來當判準」的風險：我們用一個具體職稱去支撐一個關於治理品質的推論，而那個具體職稱沒有回一手來源核對過。
我們把更正放在最前面，而不是偷偷改掉。
鉤子
貨運業的營業利益率，經常在個位數的低段。
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。