凌晨三点，某高速服务区。
一位中年卡车司机小心翼翼地将卡车倒进最外侧车位，让油箱紧紧贴住护栏，这是为了不让偷油的“油耗子”靠近油箱。而找不到这种停车位的司机，甚至会用一根绳子绑住油箱盖，另一头咬在嘴里，冒着寒风守在油箱边上。
同一时刻，几百公里外。一位城配司机正准备钻进4米2的轻卡，去批发市场装货。天亮之前，他要给写字楼下的便利店补完货，傍晚还得把退货拉回仓库。对他来说，找货的时间常常比拉货还长，空驶和等待烧掉的不只是油钱，还有心气。
这两个场景，属于同一群人。据中国物流与采购联合会发布的《2025年货车司机从业状况调查报告》（下称《报告》），我国有3800万货车司机，他们参与的公路货运，承担了全国七成以上的货运量。
不过，这些默默付出的人，却正在老去。《报告》显示，46至55岁的货车司机，占从业者整体人数的比例为42.08%，36至45岁货车司机的比例则为42.3%。
年轻人不愿意入行的原因并不难理解。
送外卖已经颇为辛苦，但至少可以保证基本的作息规律，也不用提防深夜伸进油箱的管子；收入方面，大平台的众包骑手通常能稳定拿到收入，而货车司机们则时常要面对货主拖欠运费。
倘若3800万货车司机后继无人的话，每一件衣服、每一颗蔬菜、每一台出厂的机器的物流成本都会上升，几乎所有人都要为此买单。
据中国物流与采购联合会数据，2025年，全国社会物流总额368.2万亿元，社会物流总费用19.5万亿元；社会物流总费用与GDP的比率为13.9%。与之对比，美国企业物流成本占GDP的比重常年在8%左右。
鉴于物流行业的巨额体量，这几个百分点的差距，本身就是一笔天文数字。
管理学家彼得·德鲁克曾在《财富》杂志撰文指出：在经济活动中，生产、营销、财务都已被科学方法反复耕耘，唯独物流还有开垦空间，故而他把物流称为“经济的黑暗大陆”。
AI，正试图给这片黑暗大陆带来光芒。
在高速上，智能驾驶系统正让卡车变得更省油、更安全；在城市配送的场景中，人们已经不难看到新石器、九识的无人配送车在路上穿梭。
资本同样在排队进场。
近日，新石器宣布完成近4亿美元的E轮融资。本轮融资完成后，公司股东已经涵盖了腾讯、阿里两大互联网巨头，新石器的累计融资规模也突破百亿元人民币，位居RoboVan行业第一。而就在八个月前，九识智能完成超3亿美元融资，成为RoboVan领域首家估值超百亿的独角兽。
从新石器这样的行业独角兽，到腾讯阿里这样的互联网巨头，都已在这张牌桌上各就各位。那么，我们距离AI运快递的那一天，究竟还有多远？
一个快递的千里之旅
一件从珠三角发往山东青岛的双11包裹，会走过一段约2000公里的旅程。
深夜，这个包裹在东莞的分拨中心被激光扫码、由AI分拣系统扔进对应格口。凌晨装车，它与一万多个“同伴”躺进一辆49吨重卡的货厢，天亮之前汇入北上的车流。
算上人工费、油费和过路费，整趟旅程的成本约七千元，分摊下来，每件快递的物流成本不到一元钱。
不过在看得见的成本之外，是看不见的风险。据2021年的数据，货车保有量占国内全部机动车保有量比重不足10%，但导致的事故占25%。
对于高速线路，AI给出的解法直截了当。
在看得见的成本方面，AI可以通过智驾接管巡航可以省下一名司机，再通过预见性巡航再挤出几个百分点的节油空间；在看不见的风险方面，毫米波雷达配合自动紧急制动，能把反应速度压到毫秒级，与之对比，人类司机从踩刹车到车辆响应最快也要半秒，以时速90公里计算，这半秒就是十几米的刹车距离，是撞上和不撞上的区别。
而当包裹走完高速“大动脉”抵达青岛后，它的旅程并未结束。
接下来，它将走过从转运中心到网点的几十公里，以及从网点到驿站的几公里。这条货运“毛细血管”，通常属于城配司机。他们平时开着面包车或4米2轻卡，通过电话和微信群到处找货；而到了双11这样的货运旺季，角色调转，商户们需要到处找城配司机来发货。
不过在青岛，这类行业传统现象正变得越来越少，因为AI对这座城市的物流改造已经推进到可以用数字丈量的程度。
截至去年11月，新石器在青岛部署了超过1200辆无人物流车（RoboVan），这一数字已超越美国自动驾驶公司Waymo在旧金山的部署规模，海滨城市青岛也因此问鼎“全球无人车第一城”。
在今年8月举办的“2026世界机器人大会”上，新石器创始人兼CEO余恩源透露，新石器RoboVan在青岛的运营规模已达1800多辆，预计到2026年底将增至5000辆。
新石器创始人兼CEO余恩源；图源：视觉中国
在清晨的青岛批发市场，商户可以用手机叫一辆新石器RoboVan，花9.9元购得6立方米的装载空间，完成一趟运货，这个价格，比叫一辆有人驾驶的面包车便宜一半以上。无人车进入前，青岛同城货运平台日订单约2万单，如今增长到2.4万单。
到了夜间，RoboVan们依旧繁忙。像是便利店深夜补货、药店凌晨急送，这些过去因为“不划算、没人愿意跑”而被放弃的订单需求，被无人车接住了。
夜间，一辆由滴滴送货与新石器联合打造的无人驾驶货运车，正行驶在青岛街头；图源：视觉中国
无人车的后台系统还能把同一片区的订单自动拼车，效率要远高于靠电话和微信群调车。
AI带来的不只是替代，还有新岗位，比如远程监控、车辆运维、站点装卸管理。对于城配司机而言，若能利用自身积累的行业经验转型到这些岗位，则意味着不用再凌晨开车钻批发市场跑来回。
劳动强度的下降，本身就是对这个职业吸引力的修复，当进入物流行业不再意味着被日夜颠倒的作息和找货的焦虑折磨，年轻人才有可能重新考虑这个行当。
重塑已经开场，但发育得并不平衡
把物流网络拆开看，AI对“大动脉”和“毛细血管”的改造，进度完全不同步——而跑在前面的，是毛细血管。
末端配送的RoboVan已经大规模商业落地。行业头部企业新石器，已经在全球累计部署超3万辆无人配送车，覆盖全球近20个国家的300多座城市，累计行驶里程以亿公里计。
在行业层面，马太效应已经开始显现。按国内保有量口径，新石器、九识智能和白犀牛这三个行业头部玩家，在国内的累计市场份额超过了95%。
站在普通人的角度，我们也已经能在生活中感受到AI为物流带来的改变。人们可以看到深夜便利店的货架不会空着、凌晨急需用药时有人配送、旺季的酒店餐馆不再为断货发愁。无人车跑的订单，已经转化成了消费者少等的半小时、少花的几块钱。
RoboVan之所以跑得如此之快，很大程度上得益于技术方案迭代带来了成本降低。
在2018年，一辆RoboVan包含服务费在内的价格尚在百万元级别，但随后就进入快速下滑通道，目前九识的部分车型裸车价已经压到1.98万元，比一辆五菱宏光还便宜。
新石器的降本之路，可以被视为一个典型的行业样本。2021年，当全行业视多激光雷达为最终方案时，余恩源把传感器砍到1颗激光雷达加12个摄像头，走视觉为主的技术路线，再配合模块化设计，让整车成本被压下50%到70%。
成本和售价的降低，点燃了市场需求。据艾瑞咨询发布的《2025年中国无人城配车行业白皮书》预测，2025年全行业销量约为2.2万辆，今年总销量会达8.9万辆，2030年将接近150万辆。
相比于“毛细血管”的热火朝天，AI对“大动脉”的改造则颇为曲折。
曾头顶“自动驾驶第一股”光环、以百亿市值登陆纳斯达克的图森未来，在烧掉十几亿美元后并没等到干线无人驾驶盈利的那天，2024年黯然退市转型做游戏。
除了业务难以盈利外，图森未来还曾陷入过激烈的高管内斗；图源：视觉中国
仍留在牌桌上的玩家也颇为谨慎。嬴彻与东风商用车、中国重汽联合量产的车型，跑的是京东物流、德邦的固定线路；更多玩家的产品，则被限制在港口、园区这些封闭场景里。
最缺的是“经验”
AI改造物流，缺的不是资金。
在2016年至2022年间，自动驾驶领域中对资本吸引力最强的业务是无人驾驶出租车（RoboTaxi）。但该业务由于规模化盈利缓慢，导致投资人对纯载人出行故事越来越谨慎。
RoboTaxi仍被视为下一个万亿赛道，但资本已经不想等了；图源：视觉中国
热情不会消失，只会转移。在当下，有着稳定订单的RoboVan成为了资本宠儿，该现象的直观体现，便是新石器这几天所完成的近4亿美元融资，创下了2026年国内自动驾驶领域单笔融资纪录。本月上旬，白犀牛也完成了C2轮融资，整个C轮累计募资1亿美元。
有了钱，自然能请到人，所以这行也不缺算法和工程师，况且视觉大模型、端到端架构，在当下本就是现成的货架技术。
这一行，真正缺的是数据。
比如当高速骤起横风，经验丰富的司机立马发现车身发飘，并且知道要“收”多少方向；他们还知道在结冰的桥面用什么力道点刹、长下坡路段刹车过热要提前去加水站淋水降温。这些经验，是他们几十万公里、十几年驾龄兑换出来的直觉。
AI想要接班，就要把这些直觉兑换成数据。
除了驾驶经验数据外，AI在改造物流的过程中，还要面对一个困扰了整个自动驾驶行业已久的问题：极端案例（Corner Case），这是指在交通场景中难以见到的非标准行为，比如快递三轮突然变道、小孩追球冲上路、老人推着轮椅逆行等。
这也在一定程度上解释了，为何AI对城市配送和高速物流改造并不同步。因为两端攒经验的速度，天然就不在一个量级。
比如新石器RoboVan在城市运行时，同一条路线每天被碾十几遍，极端案例在庞大基数的作用下反复上演，可谓身经百战。
而干线是另一番光景。高速场景高度重复，真正的极端案例几个月碰不上一次，数据进账速度天然慢了一个数量级。
有人试图用仿真平台把现实中十年一遇的事故变成训练集里一天一万次的日常，只是传感器的噪声、雨夜的光晕、路面的反光，终究得真车上路才能领教。
老局认为，AI对干线物流的改造，还是要“慢工出细活”，像是嬴彻科技、智加科技和DeepWay这样让车先跑起来，一边赚钱一边回流真实数据的渐进式路线，才是行业的答案。
未来，货运司机或许也会像当年的打字员一样，成为历史中被翻过去的一页。但在这之前，AI需要先把课上完。
▲星海情报局 AI重构世界专栏