2026年3月5日
本周的主要AI部署新闻集中在语音助手和客户支持替代（Telekom/ElevenLabs; 14.ai），而非新的长途自动驾驶卡车推出。相对于通话类岗位风险的急剧上升，卡车驾驶的风险略有下降。
卡车司机会被AI取代吗？
卡车司机会被AI取代吗？Aurora的无人驾驶货运已扩展到约十条线路，而美国卡车运输协会把2026年司机缺口定在约8.2万人。
先说结论
在我们的AI职业风险指数中，卡车司机目前的分数为76（满分100）。分数越高，意味着该职业中常规、定义明确的任务已有更多可被自动化——这并不是在预测该职业会消失。AI往往先吸收重复性工作，而判断力、责任担当和人际关系仍由人来承担。
这个职业是做什么的
卡车司机的工作远不止把货物从一个地方运到另一个地方。他们要管好货物状态、交付点的限制条件、道路情况和卸货安排，才能让运输真正跑通。到 2026 年，Aurora Innovation、Kodiak AI 等公司的无人驾驶卡车已经在部分高速公路走廊上运送真实货物，但只跑两点之间的固定线路，而不是完整的门到门作业。
AI 在长途高速驾驶和调度优化上推进得最快，但装卸货现场的判断、防止货物移位、针对每个交付点的调整，以及在天气和拥堵下的安全驾驶，仍然留在人手里。把物流最后一公里连起来的现场能力，依然有价值。
行业
运输
AI风险分数
76 / 100
周变化
-1
趋势图
AI影响说明
卡车司机会被AI取代吗？
在整个行业范围内，AI 短期内都不会取代卡车司机；但 2026 年是这件事对其中一小块业务不再停留于假设的一年：跑在阳光地带少数几条固定线路上的长途高速驾驶。Aurora Innovation 自 2025 年 4 月起就在开展商业化的无人驾驶货运，到 2026 年已扩展到大约十条线路，为餐饮服务分销商 McLane Co. 承运，并计划在年底前让 200 多辆搭载新一代、无需随车观察员硬件的卡车上路。Kodiak AI 截至 2026 年第一季度已有 28 辆客户自有的无人驾驶卡车在运行，并正与 Roehl Transport 合作运营达拉斯至休斯顿线路，为当年晚些时候计划中的无人驾驶投运做准备。
这波自动化之所以到来，是因为行业缺人，而不是尽管缺人。美国卡车运输协会(ATA)把 2026 年的司机缺口定在约 8.2 万人，并在其 2026 年 4 月的展望中，把 2028 年的缺口预估从 16 万人上调并提前到了 17.5 万人。根据 BLS 的数据，重型卡车司机的年龄中位数为 57 岁，也就是说，现有从业者中有相当一部分将在十年内退休——这也是 2026 年《SELF DRIVE Act》明确把司机短缺列为加快自动驾驶部署理由之一的原因。
即便在无人驾驶卡车已经跑起来的地方，跑的也是最容易的路线：两点之间的固定高速公路车道，而不是完整的门到门作业。装货、卸货，以及真实交付现场的种种实际情况，都还不在 Aurora 或 Kodiak 无人驾驶卡车的工作范围之内。而人类司机的判断，正是在那里继续发挥作用。
最可能被取代的任务
转向自动化最快的任务，恰恰就是眼下无人驾驶货运商业线路的模样：可预测的高速里程，以及围绕它们的办公室端规划工作。
固定线路上的长途高速驾驶
2026 年，Aurora 和 Kodiak 都已在划定的高速公路走廊上开展商业化无人驾驶货运：Aurora 计划年底前让 200 多辆搭载新一代硬件的卡车上路，Kodiak 则在为达拉斯至休斯顿等线路的无人驾驶投运做准备。这是这份工作有史以来最直白的一次自动化，但它仍然局限在特定线路上，而不是整段行程。
调度与路线优化
大型货运经纪商和承运商反映，用生成式 AI 处理每天成千上万封报价邮件和运单委托，带来了约 30% 的效率提升——这类工作过去要占掉调度员大量时间，如今基本不需要人去逐封阅读。
行车记录与车联网数据的整理
AI 能高效地把从车联网系统中取出的行驶日志、休息信息和车况记录结构化，减少过去长途跑完后堆在那里的行政工作。
提前列出交付条件
AI 擅长把交付时间窗口、现场注意事项和各目的地的特殊说明整理成出车前的检查清单，从而减少过去完全压在司机身上的信息收集工作。
仍会保留的工作
目前所有的无人驾驶部署，都没有触及高速公路之外发生的事。物流现场依然一趟货一个样、一个目的地一个样。
检查货物状态、防止货物移位
眼下的无人驾驶部署没有一个涉及装货或固定货物。在出发前和途中看出货物可能在哪里变得危险，仍然是植根于人的经验的工作——不论线路上有没有无人驾驶。
应对每个交付点的具体条件
Aurora 和 Kodiak 的无人驾驶卡车跑的是固定的高速车道，它们不会去应付一个狭窄、又见不到收货人员的装卸口。在真实的交付现场当场重排卸货顺序，仍然很难自动化。
在自动化走廊之外，于恶劣天气与道路中断中安全驾驶
今天在跑的商业无人驾驶线路，都在经过挑选的阳光地带高速公路上，而挑选的理由之一正是条件宜人。全国大多数道路、天气和施工路段可没有这么宽容，在这些条件下的判断，仍是司机的责任。
与货主和现场人员协调
一旦出现延误或交付变更，仍然要有人决定该联系谁、要解释什么、下一个最佳方案是什么。哪怕是 2026 年最先进的无人驾驶试点，也仍然把这段对话交回给人类调度员或司机。
值得学习的技能
卡车司机要磨的不只是驾驶技术，还有读懂货物与现场条件的能力，以及清楚知道自动化走廊的边界究竟划在哪里。
看清载荷平衡与货物形态
随着高速驾驶本身越来越可被自动化，司机对「货物在路上会怎么动、怎么移位」的那双眼睛只会更值钱——因为这正是当前无人驾驶试点完全没有触及的部分之一。
在现场规划卸货
到达之后先确认什么、卸货按什么顺序进行，这项能力是任何自动化高速走廊都不涉及的，它完全属于那个真正出现在装卸口的人。
在压力面前仍选择安全的习惯
即便整个行业都在赶着填补 8.2 万人的司机缺口，在赶工期的压力下仍不接受危险驾驶和不安全卸货的定力，才是保住一名司机长期价值和驾照的东西。
清楚某条线路上自动化到哪里为止
明确知道 AI 辅助或无人驾驶系统是为哪些线路、哪些条件设计的，又有哪些仍需全程人工判断，这样的司机能与技术并肩工作，而不会被它的边界打个措手不及。
可能的职业发展方向
卡车司机的经历，锻炼的是安全驾驶、货物处理和交付现场应变方面的长处。这些长处能自然迁移到物流与现场运营类岗位。
物流协调员
根据交付条件和路况调整流程的经验，可以直接用在物流协调上。适合想从跑运输转向规划运输的人。
仓库经理
懂货物处理和现场动线的人，往往在仓库运营上做得不错。适合想把交付现场的知识延伸到固定物流枢纽管理上的人。
供应链经理
理解延误与交付实况的经验，在供应链规划中很有价值，其中也包括围绕「无人驾驶走廊眼下能用在哪里、还不能用在哪里」做规划。适合想把现场物流知识用在更上游协调工作中的人。
运营经理
在层出不穷的例外中仍让物流转起来的经验，在现场运营管理中很有用。适合想把交付端的务实感延伸到更大范围运营把控上的人。
客户支持专员
向别人解释延误和交付条件变化的经验，在支持类工作中同样有用。适合想把务实的沟通能力用在另一种场景里的人。
安全管理员
在恶劣天气和棘手载荷条件下规避危险的经验，能够支撑安全管理与事故预防。亲身了解道路风险与货物风险的人，往往能设计出更扎实的防护措施。
摘要
卡车运输并没有消失，但 2026 年是这个行业第一次能指着真实的商业无人驾驶货运说话的一年——Aurora 和 Kodiak 都在得克萨斯州的固定高速车道上跑起了卡车。这波自动化是进入一个短缺的行业，而不是在消化过剩：ATA 至今仍把司机缺口算作数万人的量级，并预计到 2028 年升至 17.5 万人。无人驾驶技术尚未触及的，是装货、卸货，以及在真实交付现场所需的判断。今后最有底气的司机，正是那些价值恰好落在这些地方的人——落在自动化走廊够不到的那部分工作里。
同一行业的对比职业
这里列出的是与卡车司机同属一个行业的职业。它们并不代表完全相同的工作，但有助于比较 AI 影响和职业路径的接近程度。
继续探索
常见问题
Q.卡车司机会被AI取代吗？
在我们的AI职业风险指数中，卡车司机目前的分数为76（满分100）。分数越高，意味着该职业中常规、定义明确的任务已有更多可被自动化——这并不是在预测该职业会消失。AI往往先吸收重复性工作，而判断力、责任担当和人际关系仍由人来承担。
Q.卡车司机的AI风险分数是如何计算的？
该分数将「该职业核心任务在多大程度上可被自动化」的基准估计，与每周一次、权衡最新AI研究、产品和新闻的重新评估结合起来。分数在所有追踪职业之间是相对的，因此卡车司机的数字最好与其他职业相比较来解读，而非视作绝对的概率。
Q.随着AI不断发展，从事卡车司机的人如何保持自身价值？
没有任何职业能完全免受影响，但你可以通过专注于AI最不擅长的部分来降低风险：复杂的判断、伦理上的责任担当、动手或人际方面的工作，以及对AI产出的监督。把AI当作工具来使用的人，始终比试图与之竞争的人表现更好。
Q.卡车司机的风险分数多久更新一次？
该分数每周从我们的指数更新一次。本页上的每周变化数字显示了卡车司机所面临的AI影响相较上一周变动了多少。