运输 的AI职业风险
交通运输业在许多地方已经依靠自动化运行：GPS 路径规划、自适应交通信号，以及卡车和公交车队里的驾驶辅助系统，都在加快整个网络的日常运营。随着技术成熟，自动驾驶试点也在一些市场扩大。但安全地运送人员和货物，仍然意味着要应对一个突然跑上马路的孩子、一座传感器未能及时发现的结冰桥面，或高速行驶中的机械故障，而这份责任目前仍然落在一名持证操作员身上，他的判断之所以被信任，正是因为它是可追责的。
行业平均风险分数
45.1
分析职业数
10
如何更好地阅读这一页
下面的固定解说会帮助读者理解分数该怎么看、自动化压力通常先出现在哪些环节，以及这个行业里哪些价值仍更可能由人来主导。
如何阅读本行业页面
把交通运输中日益自动化的排程和路径规划一面，同在地面、空中或海上不可预测条件下进行安全关键操作的一面区分开来。调度排程、交通流优化、车队维护预测，以及票价或运费系统，如今能很好地借助 AI 支持，并随着更多运营数据的积累而持续改进。而在天气、机械故障、交通事故和乘客紧急情况中驾驶、飞行或操舵，仍然需要一名对最终结果承担直接个人责任的持证人员。
更容易被自动化的部分
AI 最先进入的是拥堵走廊的交通信号优化、公交和货运排程、车辆和铁路车队的预测性维护、驾驶辅助与碰撞预警系统，以及提前很久就考虑到拥堵和天气模式的路线规划。而在实时交通中的紧急操纵、恶劣天气或突发机械故障下的安全操作、需要机上立即做出人类判断的乘客事件、只有有人在场才能平息的登机纠纷，以及监管机构和法院依然与一名持证操作员、而非系统或其供应商绑定的问责链条上，它就会止步。
仍然由人主导的部分
始终保持人类主导的角色，包括在异常状况下仍需为安全操作承担法律和实际责任的飞行员、船长、火车司机和商用车驾驶员，以及在活跃中断期间做出实时安全判断的调度员和空中交通管制员。管理系统性事故（如信号故障或列车停运）的公交和铁路运营人员，承担着类似的分量。他们的价值在于自动化最少被检验的那些时刻——故障、紧急情况，以及远远超出训练数据范围的边缘情形——所展现出的可追责判断力。
看分数时要注意什么
阅读这里的分数时，要把随着软件成熟和普及在承运商中迅速自动化的排程与后台交通角色，同仍然扎根于持证人类责任和监管监督的车辆与船舶操作区分开来。一个角色越是由应对运动中、高速下或载有乘客时不可预测的条件所定义，就越不该被简单地看作一个自动化案例。
AI高风险职业
下表展示的是该行业当前更偏高风险一侧的职业快照。它更适合与上面的固定解说结合阅读，而不是被当成长期不变的例子清单。
AI低风险职业
下表展示的是该行业当前更偏低风险一侧的职业快照。它适合用来比较工作结构，而不是用来断言这些岗位以后一定不会变化。
常见问题
Q.运输行业中,哪些工作最容易受到AI的影响?
在运输行业中,AI风险评分最高的工作包括卡车司机。上方展示了运输行业中受影响程度从高到低的完整排名。
Q.运输行业中,哪些工作最不容易受到AI影响?
运输行业中受AI自动化影响最小的岗位包括空中交通管制员。这些工作通常依赖判断力、现场实际操作或责任担当,而这些是目前的AI无法承担的。
Q.运输行业对AI来说安全吗?
没有哪个行业是完全安全或完全高危的。在运输行业内部,从事常规信息处理的岗位比依赖判断力和责任担当的岗位更容易受到AI影响。因此,该评分更适合被理解为任务受AI影响程度的信号,而不是对失业情况的预测。
Q.运输行业的AI风险评分是如何计算的?
该评分是我们所追踪的运输行业各职业AI风险的平均值,每周更新一次。有关基础评分的计算方式及解读方法,请参阅方法论页面。