人工智慧已成為貨運業最熱門的話題，承諾提供更快速的合規檢查、更深入的影片分析，以及對複雜監管問題的即時解答。但根據 J. J. Keller & Associates, Inc. 總裁兼執行長 Rustin Keller 的說法，這項技術日益擴大的影響力，並未改變出問題時最終由誰承擔責任。

「AI 將加速商業運作，不只是在令人驚嘆的高科技領域，也包括後勤辦公室，」Keller 說。「它讓員工能夠快速分析大量數據，真的很了不起。」

然而，速度與洞察力並不能免除責任。「說到底，人類仍然要對結果負責，」Keller 說。「人類仍然必須安全地管理營運、場所或車隊。你要對事故負責，也要對你為提升安全所實施的計畫負責。當事故發生時，你不能說『都是 AI 的錯』。」

在一個受聯邦監管的產業中，這種問責具有實質分量。汽車運輸業者須遵守由聯邦汽車運輸安全管理局（FMCSA）執行的安全法規，而該機構的安全測量系統會追蹤業者在事故、行車時數合規以及車輛維護等指標上的表現。合規的最終責任在於運輸業者本身——隨著車隊評估要將多少決策權交給自動化工具，這一點格外重要。

如今的車隊所能取得的營運數據量，在幾年前是難以想像的。這種能見度的價值極為龐大，但並不能解決所有問題。「你現在擁有駕駛、場區、倉庫以及營運各個層面的影像紀錄，」Keller 說。「你可以取得比以往更多的特定期間事故數據，並分析根本原因。」

在他看來，更困難的問題始於取得數據之後。「你仍然需要知道下一步該怎麼做，」Keller 說。「獲得更好的資訊很棒，但接下來呢？」

AI 可以生成選項，但無法做決定。「你仍然要承擔責任，仍然必須決定什麼才是合適的。AI 無法理解你的團隊和你營運上的細微差異。你必須親自踏出下一步。」

數據與行動之間的落差，正是專家發揮最大價值之處。「這就是我們在 J. J. Keller 所做的事，」Keller 說。「我們打造優秀的安全與合規產品和平台，但我們首先是一家顧問公司。」

這種顧問公司的定位深植於公司的創立故事，Keller 將其追溯至他的祖父。公司於 1953 年由 John J. "Jack" Keller 在威斯康辛州尼納（Neenah）創立。「我的祖父以一人顧問公司起家，協助汽車運輸業者在 ICC 和 DOT 之下因應複雜的全新州際貨運法規，」Keller 說。「我們的第一項產品就是為客戶提供建議，這至今仍是我們的根基。」

這種顧問傳統如今反映在參與數據上，Keller 表示，即使新技術問世，對直接人類專業知識的需求仍持續攀升。「我們每年舉辦超過 350 場網路研討會與講習，」Keller 說。「有些人可能認為 AI 會讓這個數字下滑，但我們的出席率正創下歷史新高。尋求我們講習課程的人比以往任何時候都多。」

根據 Keller 的說法，推動這股需求的並不是 AI 的採用，而是他認為產業真正的對手。「我們常說，我們的頭號競爭對手是自滿，」他說。「無所作為排第一。企業往往認為現有的做法就夠好了。」

他認為正在改變的，是車隊對這種自滿的容忍度。「不過，現在的情況是人們受過更多教育，遇到難題時會向專家尋求更多資訊，」Keller 說。「越來越多人看得到其中的陷阱和法律案件，他們知道自己必須採取行動。」

Keller 也注意到客戶語氣的轉變，這些客戶過去曾抗拒他們不願接受的監管要求。「客戶過去常就法規的細微差異與我們的顧問爭論，」他說。「他們會堅稱自己的營運不需要 CDL 或危險品運輸認證，但事實上絕對需要，不過這種態度已大致消失。」

他表示，基本法規資訊比以往任何時候都更容易取得，但這並未消除對指導的需求。「AI 無法坐下来與你討論改善計畫。」

即使 J. J. Keller 正在建構自身的 AI 能力，技術所能達成的仍有限度。「我們的團隊正在以我們自己的數據訓練 AI 工具，」Keller 說。「但 AI 能做的就這麼多。它給出的是最佳估算。最終，仍要由我們的顧問來引導客戶走過真正可行的步驟。」

面對眾多宣稱能提供更快速 AI 驅動解答的供應商，Keller 提出了一個區分實質與炒作的簡單標準：工具的產出能否經得起檢視？

「你的軟體能否為你決定採用的做法或實施的流程辯護？」Keller 問道。「它能否解釋你為何做出某個選擇或行使專業判斷？你仍然需要專家來說明你當時有哪些選項、採取了什麼路線以及原因。」

他表示，這個標準也劃出了一條界線：將 AI 用於蒐集資訊，與將 AI 用於做出具有法律或安全分量的決策。「從 AI 獲得一份綜合評估是好事，」Keller 說，「但你需要具體的建議，以及在該領域擁有具體經驗的人。」

在法規方面，Keller 認為 AI 快速摘述不斷變動的法規與判例的能力確實有其價值——但僅止於一定程度。「AI 正在幫助人們了解自己需要遵守什麼，」他說。「你現在可以用工具來解釋法規和法院判例。AI 可以就哪些規定適用於你、涉及哪些法規，提供很好的摘要與說明。」

他認為，AI 的不足之處在於將這些摘要轉化為營運計畫。「你仍然要面對優先順序、主動性、領導力、該部署哪些工具、最佳實務與流程等問題，」Keller 說。「人類仍然要對最終結果負責。」

Keller 以影片安全分析作為明確例子。「有了大量影片素材，你可以找出最常見的錯誤，現在你就掌握了問題的帕累托分布，」他說。「但最好的方法是什麼？它往往是特定情境下多種解決方案的組合。你必須根據你的獨特情況、領導團隊和員工，找出最佳做法。通用型的解決方案往往會帶來問題。」

隨著 AI 工具成為全產業的基本配備，Keller 並不預期它們會成為決定哪些車隊脫穎而出的關鍵因素。「歸根結底還是領導力，」他說。「更多資訊不代表更好的決策。你仍然需要卓越的領導力，以及能夠找出最適合你做法的團隊。」

這份信念也呼應了 Keller 直接從車隊領導者那裡聽到的聲音，他們正在衡量該在多大程度上倚賴自動化。「我們收到很多關於客戶服務的問題，」他說。「很多公司押注自己可以將一切自動化，認為許多工作不需要人類。我們的客戶想知道：我們還能聯絡到真人嗎？我還能打電話給真正的專家嗎？我們是一家顧問公司，所以我們每天仍然有專人在線上接聽電話，也仍然提供面對面的協助。」

Keller 補充說，對自動化的需求有其極限：「公司不想凡事都依賴聊天機器人。」

J. J. Keller 作為一家可信賴、以法規為優先的顧問公司，其根基比 AI 時代早了數十年，而這仍是該公司的核心定位。「我們的獨特之處在於，我們提供的不僅僅是產品，」Keller 說。「我們的存在是為了幫助你改善結果。我們確實製造產品，但我們的目標是結合三件事：幫助你了解自身的處境、幫助你做出最佳決策，以及幫助你提升營運安全並降低風險。」