人工智能已成为货运行业最热门的话题，它承诺带来更快的合规检查、更深入的视频分析，以及对复杂监管问题的即时解答。但据J. J. Keller & Associates, Inc.总裁兼首席执行官Rustin Keller表示，这项技术不断扩大的应用范围并未改变当出现问题时最终由谁负责。

“AI将加速业务发展，不仅是在那些令人惊叹的高科技领域，也包括后台办公环节，”Keller说。“它让员工能够快速分析大量数据。这非常了不起。”

然而，速度与洞察力并不能免除责任。“归根结底，人类仍然要对结果负责，”Keller说。“人类仍必须安全地管理运营、场所或车队。你要对事故以及你为提升安全所实施的各项计划负责。当事故发生时，你不能说‘这要怪AI。’”

这种责任在联邦监管的行业中具有实际分量。汽车承运人须遵守由联邦汽车运输安全管理局（FMCSA）执行的安全规则，该机构的安全测量系统会在事故、服务时长合规性以及车辆维护等指标上对承运人进行追踪。合规的最终责任在于承运人，这一点在车队权衡将多少决策权交给自动化工具时尤为重要。

如今的车队可以获取到几年前难以想象的运营数据量。这种可视性的价值巨大，但它并不能解决所有问题。“你现在已经拥有司机、场站、仓库以及运营各个方面的影像资料，”Keller说。“你现在可以比以往任何时候都获取更多特定时期内所有事故的数据，并可以分析根本原因。”

在他看来，更困难的问题始于数据到手之后。“你仍然需要知道下一步该做什么，”Keller说。“获得更好的信息固然很棒，但接下来呢？”

AI可以生成选项，但不能做决定。“你仍然要对此负责，你仍然必须决定什么是合适的。AI无法理解你的团队和你运营中的细微差别。你必须迈出下一步。”

从数据到行动之间的差距，正是专家发挥最大价值之处。“这就是我们在J. J. Keller所做的事情，”Keller说。“我们提供出色的安全与合规产品和平台，但我们首先是一家咨询公司。”

这种咨询公司的身份根植于公司的创立故事之中，Keller将其追溯到他的祖父。公司由John J. “Jack” Keller于1953年在威斯康星州尼纳创立。“我的祖父以一人咨询公司的形式创立了这家公司，帮助汽车承运人应对ICC和DOT框架下复杂的州际货运新法规，”Keller说。“我们的第一个产品就是为客户提供咨询，这仍然是我们的根基。”

这一咨询传统如今体现在参与数据上，Keller表示，尽管新技术不断涌现，对直接人类专业知识的需求却在上升。“我们每年举办超过350场网络研讨会和讲座，”Keller说。“有人可能认为AI会使其减少，但我们的参会人数正创下历史纪录。寻求我们研讨会的人比以往任何时候都多。”

据Keller称，推动这种需求的并非AI的普及本身，而是他所认为的行业真正对手。“我们常说，我们的头号竞争对手是自满，”他说。“什么都不做是第一位的。企业往往认为自己现有的做法已经足够好。”

他认为，正在改变的是车队对这种自满的容忍度。“不过，现在的情况是，人们受教育的程度越来越高，在遇到棘手问题时会向专家寻求更多信息，”Keller说。“越来越多的人看到了陷阱和法律案件，他们知道自己必须采取行动。”

Keller还注意到，那些曾经抵制他们不愿接受的监管要求的客户，态度也发生了变化。“客户过去常在我们的顾问面前就法规的细枝末节争论不休，”他说。“他们会坚持认为自己的运营不需要CDL或危险品认证，而事实上他们绝对需要，但这种态度已在很大程度上消失。”

他表示，基本监管信息比以往任何时候都更容易获取，但这并未消除对专业指导的需求。“AI无法坐下来和你讨论改进计划。”

即使在J. J. Keller构建自身的AI能力之际，技术所能实现的仍有局限。“我们的团队正在以我们自己的数据训练AI工具，”Keller说。“但AI能做的有限。它给出的是其最佳估计。最终，仍要由我们的顾问来梳理真正可执行的步骤。”

面对众多供应商宣传更快的、AI驱动的答案，Keller提出了一个区分实质与炒作的简单标准：工具的输出能否经得起审查？

“你的软件能否为你所选择的方案或所实施的流程进行辩护？”Keller问道。“它能解释你为何做出某个选择或行使专业判断吗？你仍然需要专家来解释你当时有哪些选项、采取了什么方案以及原因。”

他说，这一标准也划出了一条界线：一边是用AI收集信息，另一边是用它做出具有法律或安全分量的决策。“从AI获得一份综合评估是有益的，”Keller说，“但你需要具体的建议，以及在该领域拥有具体经验的人。”

具体到监管领域，Keller认为AI在总结快速变化的规则和判例法方面具有真正价值——但仅限于一定程度。“AI正在帮助人们了解对自己的要求，”他说。“你现在可以使用工具来解释规则和法院判例。AI可以很好地总结和解释哪些内容适用于你、哪些规则在起作用。”

他认为，AI的不足之处在于将这些总结转化为运营计划。“你仍然面临优先事项、主动性、领导力、部署哪些工具、最佳实践和流程等问题，”Keller说。“人类仍然要对最终结果负责。”

Keller以基于视频的安全分析为明确例证。“有了大量视频资料，你可以找出最常见的错误，于是你就知道了问题的帕累托分布，”他说。“但最佳方案是什么？它往往是特定情形下多种解决方案的组合。你必须根据你独特的处境、领导团队和员工来确定最佳方案。通用方案往往会带来问题。”

随着AI工具成为全行业的基本配置，Keller并不认为它们会成为决定哪些车队脱颖而出的关键因素。“归根结底还是领导力，”他说。“更多信息并不意味着更好的决策。你仍然需要出色的领导力和一个能识别最适合你的方案的团队。”

这一信念也体现在Keller直接从车队领导者那里听到的声音中，他们正在权衡在多大程度上依赖自动化。“我们收到很多关于客户服务的问题，”他说。“很多公司押注于一切都可以自动化、很多工作不再需要人类。我们的客户想知道，我们还能联系到人吗？我还能打电话给真正的专家吗？我们是一家咨询公司，所以我们每天仍有人接听电话，我们仍然提供面对面的帮助。”

Keller补充说，对自动化的需求是有极限的：“企业不希望事事都依赖聊天机器人。”

J. J. Keller作为一家可信的、以合规为先的咨询公司，其根基比AI时代早了数十年，这仍然是公司的核心身份。“我们的独特之处在于，我们提供的不仅仅是一个产品，”Keller说。“我们在这里是为了帮助你改善结果。我们确实生产产品，但我们的目标是帮助你理解自身处境、帮助你做出最佳决策，以及帮助你使运营更安全、降低风险这三者的结合。”