交通运输业既是经济增长的重要推动力，也占全球温室气体排放量的至多四分之一。
人工智能可通过可规模化的解决方案减少交通运输业的排放，且速度远快于传统方法。
连贯的治理对于推动解决方案规模化及实现雄心勃勃的脱碳目标至关重要。
全球交通运输业正处于关键的十字路口。该行业对全球温室气体（GHG）排放负有责任，占16%至25%，同时在经济增长和气候影响方面都发挥着关键作用。仅货运物流——包括公路、海运、空运和铁路运输——就占该行业排放量的近一半，占全球排放量的7%至8%。
人工智能（AI）已成为推动脱碳的有力催化剂，能够立即提升运营效率并减少排放，而非等到数年之后。然而，若缺乏健全、公平的治理，其潜力可能因碎片化、低效和不公而被削弱。
创新在清晰的规则下蓬勃发展。正如规则能将简单的球类转变为引人入胜的体育运动，审慎的治理也能将人工智能从一项有前景的技术转变为造福所有人的强大工具。使现实经济中由人工智能驱动的商业模式与支持性的、重视气候的监管相协调，对于实现可持续、包容性增长至关重要。
推动交通领域人工智能脱碳的三大杠杆
关于交通与人工智能的白皮书——《智能交通，绿色未来：人工智能推动全球物流脱碳的催化剂》——阐述了该技术如何通过提升效率将交通排放减少至多15%。
三大关键杠杆尤为突出：
1. 路线优化
人工智能算法可分析实时数据——包括交通模式、天气状况和配送时间表——从而为公路、航空和海运货运确定最省油的路线。
这减少了不必要的行驶里程和怠速时间，直接转化为排放的降低。例如，UPS的ORION系统通过利用人工智能优化配送路线，每年节省1000万加仑燃油。
2. 运力利用
人工智能可为船舶、火车和卡车进行智能装载规划，确保车辆更接近满载运行，并尽量减少空驶。例如，某大型航空公司的货运部门在为期12周的试点项目中，通过基于人工智能的需求与运力管理，将装载能力提升了8%。
3. 运输方式转换与预测分析
由人工智能驱动的物流规划可将货运从高排放方式（如公路运输）转向低排放选项（如铁路或海运）。预测分析还有助于预测需求波动和中断情况，从而实现主动调整、保障运营平稳，进而节省资金并减少资源浪费。
例如，DHL的多式联运解决方案利用现有铁路线路优化西班牙与德国之间的公路运输作业，每趟运输每吨公里的成本降低了13%，排放减少了58%。
私营部门与政府对技术的利用不足
尽管物流行业日益认识到人工智能在创造价值和支持气候目标方面的潜力，但其应用仍很大程度上未得到充分发挥。根据欧盟统计局（Eurostat）的数据，2024年仅3.72%的欧盟企业将人工智能技术用于物流。
这一日益增长的势头不仅限于私营部门。各国政府也认识到人工智能的益处，并将其应用于交通运输领域。
然而，应用范围的扩大必须与健全的治理相辅相成，以实现可规模化且负责任的部署。在其近期的建议中，国际交通论坛（ITF）的69个成员国政府强调了其重要性，即采纳一套确保人工智能数据安全、准确性和隐私的治理框架。
伦理原则：确保人工智能系统以透明、公平且不存在偏见的方式运行，尤其是在影响安全和资源分配的决策中。
数据治理：制定明确的数据收集、共享和保护标准，在创新与隐私及安全之间取得平衡。
问责与监督：明确责任归属，并建立人工监督机制，确保决策可被审计和纠正。
能力建设：为交通管理部门及相关利益方配备有效管理人工智能系统所需的技能与工具。
将这些原则应用于白皮书中的运营洞察至关重要。若缺乏明确的数据共享协议和伦理指引，信任与合作可能受挫，从而阻碍人工智能解决方案的规模化推广。
世界经济论坛在循环经济方面正在开展哪些工作？
共同探索负责任的前进之路
要实现交通领域的净零排放，需要采取综合性方法。将清洁燃料、电气化和新型车辆技术，与以健全治理为基础、由人工智能驱动的效率提升相结合，最有可能实现雄心勃勃的、与气候目标相一致的增长目标。
切实可行的下一步措施包括：
促进多方利益相关者协作：政策制定者、产业界和公民社会必须共同合作，共同制定数据和人工智能伦理的互操作性标准，并借助多方利益相关者平台达成共识，同时维护公共利益。
投资于能力与基础设施建设：各国政府和交通管理部门应优先推进技能提升项目和人工智能基础设施建设，以确保为大规模部署做好准备。例如，为监管机构配备专业技术能力，将有助于改善监督和适应性治理。
试点负责任的人工智能应用：在明确的治理规程下，开展有针对性的试点项目，整合人工智能驱动的路线优化、运力管理和运输方式转换规划，可展示其价值，并为更广泛的应用积蓄动力。
监测与持续改进：持续监测与反馈循环，有助于不断改进人工智能系统和治理框架。
通过将技术、政策与现实经济中的商业模式融为一体，我们能够构建更智能的交通系统，使其同时具备责任感、包容性，赢得公众信任，并服务于地球的需求。
