小公司通過AI顛覆傳統行業真實案例：物流巨頭市值蒸發233億元，顛覆者兩天漲3倍 “信息對接”生意要當心

AI（人工智能）顛覆傳統行業的真實案例來了，殺傷力驚人。

美國東部時間2月12日，一條不經意的消息，AI物流公司Algorhythm Holdings [RIME.O]（以下簡稱 Algorhythm）發布行業白皮書，宣布其物流平臺SemiCab通過AI驅動的優化和高利潤的SaaS（基于云計算的訂閱式軟件）自動化，在維持低運營成本的同時降低貨運空里程，使得生產率提升了3倍。

消息一經發布，資本市場似乎嗅到了危機，美股物流板塊隨即大幅下挫。羅素3000道路運輸指數盤中一度重挫逾9%，當日下跌6.6%，創該板塊自2025年4月特朗普關稅政策發布以來最大單日跌幅；輕資產模式物流巨頭羅賓遜全球物流股價重挫近15%，市值減少約233億元，盤中一度暴跌24%，創歷史最大跌幅；貨運撮合服務提供商萊帝運輸股價下跌16%。

發布消息的Algorhythm股價則逆勢上漲，2月12日收盤漲近30%，2月13日更是暴漲222.22%，從1.08美元飆升至3.48美元。兩天內，市值增長約3倍。

羅賓遜全球物流是全球領先的輕資產模式物流公司，自身不擁有卡車、船舶、飛機等運輸工具，通過整合45萬家簽約承運商，為8.3萬家客戶提供多元化物流服務。

Algorhythm公司于2024年全面轉型做AI物流，并于2025年收購SemiCab。以市值劇烈震蕩前的最后一個交易日2月11日收盤價計算，Algorhythm市值約3300萬元，與市值1600億元的羅賓遜全球物流和市值383億元的萊帝運輸相比，屬于該板塊的微型企業。但就是這樣一家不起眼的小公司，卻通過AI在一夜之間便擊破了傳統物流行業的“護城河”。

AI讓貨運平臺勞動生產率提升3倍

為何一款由AI驅動的自動化軟件殺傷力如此驚人？

研究顯示，在印度和美國等市場，有30%到35%的卡車公里數是空駛的，是因分散的規劃而導致資產未被充分利用。

2026年2月12日，Algorhythm發布行業白皮書，宣布其基于AI的云端協作運輸平臺SemiCab，在客戶實際部署中，能夠將貨運量擴大300%至400%。使用SemiCab的個別運營商在不需要相應增加運營人員的情況下，每年能夠管理超過2000次貨物，而傳統行業標準是每家貨運經紀人每年約500次，這也意味著，其勞動生產率提升了3倍。

該白皮書稱，在高度分散的市場中，將發貨人、運輸航線和區域的需求與供應進行整合，可以揭示在合同層面上看不到的回程路線和跨航線流動。該白皮書還舉例說，在印度實施這一運營模式時，網絡級別的規劃已經顯示出能夠將空駛里程從30%~35％降低到10％以下，而無需重新談判合同或改變承運人的行為。

其公司官網稱，人工智能發現了傳統貨運管理系統無法獲得的效率。通過可擴展的全球SaaS平臺，以自動化工作流程編排，減少人工規劃、加快負載執行，自動識別最佳負載組合，減少空置里程并提升網絡盈利能力。

Algorhythm稱，傳統的運輸管理系統和經紀平臺依賴于人工驅動的優化，疊加在靜態規則之上，雖然在低到中等容量下有效，但隨著復雜度增加，這些模型效率會逐漸降低。

盡管 Algorhythm 在截至2025年9月30日的季度銷售額不足200萬美元，且凈虧損近200萬美元，但其股價在公告發布后一度飆升82%，最終收漲30%至1.08美元，在2026年2月13日更是進一步升至3.48美元。

Algorhythm認為，人工智能賦能的運營杠桿將成為下一代物流網絡的關鍵特征。

2026年2月13日，羅賓遜全球物流也在年報中指出，競爭對手正在利用先進的數字平臺、人工智能驅動的貨運匹配和自動化來提高效率和降低成本。如果公司不能保持自動化和人工智能采用的速度、規模或質量，將可能無法實現運營效率和數字化轉型的戰略目標。

軟件行業的“預制菜時代”來了？

SemiCab平臺的確可能解決貨運行業痛點，并可能讓傳統的運輸管理系統成為明日黃花。不過，貨運市場的空里程問題由來已久，為何可能顛覆貨運行業的平臺借助AI的基座才誕生？

為了更深入探討這一問題，《每日經濟新聞》記者采訪了多名人工智能領域專家。

問題1：SemiCab平臺基于AI運行。AI能夠在軟件開發、功能實現的哪個環節發揮作用？與傳統軟件開發有何不同？

科技投資人、未可知人工智能研究院院長杜雨：

傳統開發是“人從0把整棟樓蓋起來”；基于AI的軟件開發方式更像“先有標準化樓體與管線，AI和人主要做定制裝修與快速改造”，并且AI還能通過工具直接“查結構、找接口、調接口”，減少來回翻文檔、對字段、寫膠水代碼的時間，可以說是軟件行業的“預制菜時代”來了。

問題2：為何這一工具并未誕生在傳統的軟件開發“大廠”？是傳統軟件開發能力不足以支撐類似平臺開發，還是AI的基座為類似工具帶來了傳統開發邏輯不具備的優勢？

工信部信息通信經濟專家委員會委員盤和林：

提高返程空載利用率的確可以大大提升物流效率，但做此類嘗試的企業也不在少數，之所以到現在依然沒有解決貨運空里程問題，是因為貨運信息本身比較分散，需要貨運的用戶在不同平臺發布信息，需要貨運的零擔貨物有時候需要拼湊才能滿足一趟運輸的需求。

所以，將分散貨運訂單加以整合，是該領域的難題。對此，我認為SemiCab作為聚合平臺，的確能夠解決部分空載，但依然并非決定性的解決方案，沒有那么高的提升潛力。但通過AI聚合信息的確是一條不錯的思路。

問題3：為什么貨運空里程問題存在多年，卻直到今天才可能被AI覆蓋的平臺真正解決？

國金證券常務副所長、科技牽頭人、國金計算機首席劉高暢：

空里程并不是一個“是否有人想到”的問題，而是一個是否具備系統性解決能力的問題。傳統軟件開發范式難以承載這一問題的復雜度。

在傳統模式下，貨運平臺更多依賴規則引擎、人工經驗和局部優化，涉及需求高度碎片化（時間、路線、車型、貨主信用等維度）；狀態持續變化（臨時改單、取消、價格波動）和決策鏈條長、例外情況多等因素。這類系統并非“邏輯不清晰”，而是“狀態空間過大”，導致規則越寫越復雜、邊際收益迅速遞減，最終只能通過“堆人”解決。

以SemiCab為代表的新一代AI平臺不僅是創意的勝利，更是“開發范式”的根本變革。

它一方面意味著從“規則驅動”到“概率與預測驅動”的變化：傳統的貨運軟件是基于硬性規則（If-Then）開發的。面對海量、動態且破碎的貨運訂單與路線，傳統算法很難在極短時間內完成最優的全局動態匹配。AI基座賦予了平臺處理高維數據的能力。

另一方面，軟件開發面臨“降本增效”臨界點：過去開發這類極端復雜的匹配系統，研發成本和運維難度極高。AI基座提供了泛化能力，AI讓軟件具備了“理解”業務流的能力。不再需要為每一種特殊情況編寫冗余代碼。

劉高暢認為，傳統軟件開發能力可以支撐“工具”，但只有AI基座能支撐“大腦”。AI帶來的優勢在于它打破了傳統開發邏輯中“人力擴充與產出成正比”的線性限制，實現了生產率的指數級躍遷。

問題4：從這款軟件的發布看，軟件開發的邏輯是否發生了變革，AI對軟件開發行業有什么影響？

杜雨：

邏輯確實在發生改變，從“寫代碼交付功能”，逐步變成“用標準底座+AI把交付單位變成‘流程’”。過去軟件公司像“手工作坊”，一單一做；現在更像“預制菜中央廚房+AI廚師”——底料（通用能力）工廠化，AI負責把菜（業務流程）快速配出來，廚師（開發者）負責把火候、口味、擺盤（業務正確性、性能、安全、可維護性）做好。

所以“標準底座+AI加速定制”的路線，在國內會非常有市場，但競爭也會非常殘酷：誰能把行業Know-how（如何做）沉淀為可復制的模塊、數據、流程模板，誰就能跑出來。單純“會寫代碼”會越來越不值錢，而“懂行業+能落地+能持續迭代”才值錢。

AI能顛覆什么，不能取代什么

問題5：如果軟件開發變得門檻更低，新開發出的軟件是否很容易被復刻？依托軟件開發盈利的模式是否將被顛覆？如果軟件開發能力不再是商業模式壁壘，不同公司如何維持自身的不可替代性？

杜雨：

這樣會更容易復刻“表層功能”，但更難復刻“有效的系統”。

AI把“寫出來”變便宜，把“跑得穩、跑得久、跑得贏”變得更稀缺。軟件功能可以復刻，系統能力與組織能力不容易復刻。依托“軟件開發”盈利會被擠壓，但不是全滅，而是分化：純外包、按人天計費、堆人頭的模式下，利潤會繼續被AI壓縮。

當軟件越來越像“可復制的商品”，客戶選擇更看重“出了事誰負責、能不能長期陪跑”。這恰恰是AI替代不了的商業關系與責任體系。AI降低的是“把軟件做出來”的門檻；抬高的是“把軟件做成生意、做成體系、做成標準”的門檻。預計中國市場會把這一點放大。

問題6：哪類行業可能被AI顛覆（完全被替代或必須發生生產方式變革才能存活），哪類行業不會被顛覆？

盤和林：

可能被AI顛覆的行業，一個是信息對接領域，無論是搜索、購物、貨運，本質上都是信息對接；另一個是內容創作領域，比如視頻、圖像、文字、代碼。

劉高暢：

我更愿意用“是否必須重構生產方式”來劃分，而不是“會不會被替代”來加以區分，由此可以分為：

最容易被AI顛覆的行業：

第一，密集型重復操作：像前文中提到的傳統物流運營模式下，年處理500車次的操作員崗位。

第二，信息密度高，但行動成本低，AI一旦作出決策，就可以直接執行，例如互聯網服務、金融中后臺。

第三，工作流程高度標準化，結果容易量化、反饋，比如軟件開發。

不太會被AI顛覆的行業：

一類是高度依賴現實世界復雜交互，且執行成本高的行業，例如線下服務、復雜制造、醫療中的部分場景，AI更多是“增強工具”而非替代者。舉例來說，雖然AI可以調度卡車，但路邊修車的技工、處理復雜現場事故的交警，其物理靈巧性和現場隨機應變能力短期內難以被機器人完全覆蓋。

一類是涉及權限和責任判定的，強監管、低容錯：法律判定、高級醫療決策、重大投資的主觀決策。AI可以提供數據參考，但在法律和倫理上，人類需要保留“按下按鈕”的最終責任權。

總體來看，AI并不是“消滅行業”，而是強制要求某些行業升級生產方式。那些不重構的企業會被淘汰，但行業本身往往會以新的形態繼續存在。

問題7：從這一角度看，如果說蒸汽機是讓人類社會在能源使用、生產效率、生產方式等方面獲得進化，AI讓人類在哪些方面的觸角變得更靈敏，哪些領域獲得了進化？

盤和林：

當前，AI主要應用領域是提高信息獲取的效率。比如AI購物，實際上是用AI提高交易撮合的效率，讓供需更快對接。而AI貨運的效果也是一樣。AI時代，信息獲取效率比互聯網時代更快，社會效率更高。如果說互聯網時代人類的問題是信息過載，那么在AI時代，人類通過AI實現了信息供需的精準對接。

劉高暢：

蒸汽機讓人類擺脫了體力的束縛，而AI讓人類社會在三個層面發生進化：

第一，感知維度的進化。

AI能同時處理遠超人類極限的多源信息輸入（比如貨運市場涉及的訂單、價格、路線、實時狀態），使組織第一次具備“全局感知”的能力。

第二，生產范式的進化。

知識的調用成本大幅降低，人類進化的方向不再是記憶知識和學習技能，而是定義問題。

第三，組織形態的進化。

像SemiCab這類系統的本質，是把“行業經驗”從人身上抽離，沉淀為可復制的軟件能力，使人均管理半徑和組織杠桿被系統性放大。

從這個意義上看，AI帶來的不是單點效率提升，而是哪些復雜問題值得被軟件化，人類將更多聚焦在目標設定和價值判斷，而大量中間層將被AI重構。