技术零部件加拿大卡车与物流企业的 AI 使用率在两年内翻倍以上，但许多行业领导者表示，他们仍缺乏让人、技能和规划来充分发挥这项技术。
加拿大卡车人力资源机构（Trucking HR Canada）与 Abacus Data 联合调查中，近一半——49%——的受访领导者表示所在组织已在以某种形式使用 AI，高于 2024 年上次调查时的约 19%。另有 30% 计划五年内采用，仅 21% 目前没有采用打算，较两年前的 46% 大幅下降。
但落地成了更大的坎：79% 的受访者认同，人和技能——而非技术本身——是应用 AI 的最大障碍。
81% 的人表示，技术正让 IT、数据、AI 等非驾驶岗位技能需求日益增长；而只有 49% 说领导层对“AI 将如何改变组织运作”有清晰规划。
但即便 AI 普及飞快，许多卡车业领导者仍在琢磨怎么把它用起来。
“就算有人想说‘我要做’或‘我正在做’，他们也不好意思说‘哦，我们对怎么落地有清晰计划’，”Abacus Data 创始人 David Coletto 在 10 月 1 日的线上研讨会上说。
与此同时客户预期在抬升。逾半数受访者（51%）表示，客户现在想要的数据和可见性超出了组织能提供的范围，Coletto 说这给采用能实时交付信息的工具增添了压力。这也意味着卡车公司将越来越和其他行业抢“能搭建并落地这些系统”的技术人才。
“他们现在要更多数据、要实时看到，因为他们知道这些工具存在、没借口了。你也得和所有别的行业一样，去抢那批懂怎么建、怎么执行、怎么落地的人。”
被问到招聘难题时，19% 的受访者说在填补技术、数据和系统岗位上有困难。
安大略省 Kriska 运输集团 CEO、卡车承运商协会（TCA）主席 Mark Seymour 说，他主要把 AI 看作帮员工更快更好决策的工具，而非替代他们。
“我仍相信我们做的事大多靠人——无论是开车还是修车。AI 当然能帮你搭战略，但搭好的战略不会自己执行，那得靠人。”
Seymour 补充，AI 的一个机会是处理员工手工根本分析不完的海量公司数据。
他也劝员工多想“AI 怎么让我更高效”，而不是只盯着被取代的可能。
“如果我是25岁、正拼命保住工作，我会琢磨怎么用 AI 把活干得更好、从而保住它，而不是怕 AI 抢饭碗。”
Coletto 也认同：多数受访领导者同样不把 AI 主要当裁员工具，而是当“用现有的人提效”的手段。
这份调查戳中了国内物流数字化的同款痛点：买工具容易、用起来难。很多国内车队也上了 TMS、智能调度、AI 客服，但真到“用数据驱动决策”这一步，缺的不是算法，是既懂运输业务、又懂数据的复合型人才。文章里那句“AI 帮人搭战略、但不替人执行”特别实在——国内中小企业别幻想上套系统就能裁人，更该算的是：让调度员、维修主管用 AI 把报表和诊断时间省下来，把人用在现场判断上。招人难也是共性，建议把内部老员工培养成“业务+数据”的桥梁，比外部高薪挖人更稳。
