自动驾驶卡车运输竞赛迎来一位采用鲜明传统路线的新入局者。Bot Auto在刚刚完成其首单完全无人化商业货物运输（全程无任何人类参与）的公共高速公路上行驶后，正将其下一阶段发展押注于一位深耕货运行业近三十年、深谙卡车网络构建之道的老将。
高管团队集体回归，聚焦商业化落地
Brett Suma将出任总裁兼首席运营官，同时携David Stemm出任商业运营副总裁、Jessica Kane出任商业财务副总裁。三人此前共同创立了TrailerHawk.ai，该公司于2025年被Wabash收购。如今他们再度集结，旨在攻克行业最复杂的运营挑战之一：将一项技术里程碑转化为可重复、可扩展的商业业务。
“我们已证实完全无人化的商业卡车运输是可行的，但我们深知，仅靠技术本身无法驱动价值创造。”Bot Auto创始人兼CEO侯晓迪博士表示，“这个行业之所以复杂，自有其充分理由；而要打造一款可规模化部署的自动驾驶货运产品，需要谦逊、灵活与持续不断的创造力。”
源自Knight运输公司的方法论：为自动驾驶重构
Suma的货运从业教育始于19岁——为支付大学学费，他在Knight Transportation值夜班。自那时起，卡车运输便深深吸引着他。从1999年直至该公司于21世纪初迎来爆发式增长阶段，他亲历了创始团队如何系统性地构建货运网络，以支撑车队规模的持续扩大。该网络建设始于识别具备合适货量密度的运输走廊，继而匹配相应司机群体，并最终建设支持每个市场125至150辆卡车运营的设施。
“这非常公式化，”Suma表示，“你必须识别出一条符合你网络定位的走廊，该走廊需具备一定水平的进出港货量，才能支撑你所需配置的司机数量，进而支撑实际设施的建设。”
如今的区别在于？Bot Auto无需司机。
“Bot Auto拥有一项巨大优势：我们无需从支撑角度真正担忧司机群体问题，即可实现规模化扩张，”Suma表示，“但货运本身仍须对我们有利，且市场仍须能够支撑我们在牵引车上的巨额投资。”
原生构建网络 vs. 既有体系摩擦
Suma直率指出Bot Auto与那些将自动驾驶牵引车简单嫁接到现有运营体系中的竞争对手之间的本质区别。他认为，此类做法在数学逻辑上根本行不通。
“业内存在其他企业宣称：‘我们将向我们的网络中部署X台自动驾驶牵引车’，”Suma表示，“我审视这一方案并进行测算——这其实是非常简单的算术。然后我会说：‘好吧，他们只是会继续以低效方式运行低效货运，只不过换成了自动驾驶解决方案而已。’”
这种低效早已根植于传统卡车运输之中。由于始发地与目的地之间缺乏高效协同，司机在11小时法定工作时长内平均仅有7至8小时实际驾驶时间。Suma认为，将昂贵的自动驾驶资产投入同样失灵的传统网络，完全背离了初衷。
“我们正在构建一个原生AI货运网络，”他表示，“即部署物理形态的AI，而非声称‘我们已有现成网络，现在只需设法让自动驾驶车辆在此网络中运行’。”
混合车队带来的决策困境
混合车队催生了无法调和的抉择难题。Suma以一个场景为例说明：同一票货物、两辆可用卡车——一辆自动驾驶牵引车，另一辆由Johnny驾驶，后者是一位安全记录优良、已在公司服务12年的司机，每周两次往返休斯顿与凤凰城。
“你决定把这票货交给哪辆车？你会交给Johnny，因为他已为公司效力12年，”Suma表示，“你因此选择让自动驾驶卡车闲置，因为除此之外别无他选。”
其他替代方案更糟：强迫Johnny驶入不熟悉的线路，或直接让他停工待命。“这些都不是好的结果，”Suma表示，“它们全都是坏结果。”
大型车队既受制于客户，也同样受制于其司机池。引入自动驾驶卡车带来额外挑战：资深司机往往对优选线路拥有优先权，这可能导致自动驾驶资产长期闲置。在此类情形下，该决策直接导致运单配对次优。
Bot Auto通过从零起步规避此类摩擦：无既有网络，无司机冲突，每一项决策均围绕自动驾驶部署进行优化。
从得克萨斯州出发，逐条走廊推进
该公司现已为2026年设定激进目标：扩大其自动驾驶车队规模、增加完全无人化运输趟次，并拓展覆盖得克萨斯州全境的运输线路。Suma将其描述为一种循序渐进的基础设施建设路径——线路汇集成走廊，走廊再织就网络。
“得克萨斯州是理想的起点，我们将按走廊逐一推进，直至建成一个传统卡车运输模式根本无法匹敌的体系，”Suma表示。
对于关注自动驾驶领域的承运商而言，技术本身已验证可行。当前的问题在于：原生构建的网络能否在规模化速度上超越试图对其进行改造的既有巨头？
来源：FreightWaves
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
