Contoh nyata perusahaan kecil yang mengubah industri tradisional melalui AI: nilai pasar raksasa logistik menguap sebesar 23,3 miliar yuan, pelaku perubahan naik 3 kali lipat dalam dua hari. Bisnis "koneksi informasi" harus berhati-hati

Kasus nyata AI (kecerdasan buatan) yang menumbangkan industri tradisional akan datang, dan mematikannya luar biasa.

Pada tanggal 12 Februari, Eastern Time, berita kasual, perusahaan logistik AI Algorhythm Holdings [RIME. O] (selanjutnya disebut sebagai Algorhythm) merilis buku putih industri yang mengumumkan bahwa platform logistiknya, SemiCab, telah meningkatkan produktivitas hingga 3x lipat sambil mempertahankan biaya operasi yang rendah sambil mengurangi jarak tempuh kosong melalui pengoptimalan berbasis AI dan otomatisasi SaaS (perangkat lunak berlangganan berbasis cloud) dengan margin tinggi.

Begitu berita itu dirilis, pasar modal sepertinya mencium krisis, dan sektor logistik saham AS segera turun tajam. Indeks transportasi jalan Russell 3000 turun lebih dari 9% intraday dan turun 6,6% pada hari itu, penurunan satu hari terbesar di sektor ini sejak pengumuman kebijakan tarif Trump pada April 2025; Harga saham raksasa logistik ringan aset Robinson Global Logistics anjlok hampir 15%, dengan penurunan nilai pasar sekitar 23,3 miliar yuan, dan anjlok 24% intraday, penurunan terbesar dalam sejarah; Saham penyedia layanan pencocokan barang Letty Transport turun 16%.

Harga saham Algorhythm, yang mengumumkan berita tersebut, melawan tren, ditutup naik hampir 30% pada 12 Februari dan melonjak 222,22% pada 13 Februari, melonjak dari $1,08 menjadi $3,48. Dalam dua hari, nilai pasar meningkat sekitar 3 kali lipat.

Robinson Global Logistics adalah perusahaan logistik ringan aset terkemuka di dunia, yang tidak memiliki truk, kapal, pesawat terbang, dan alat transportasi lainnya, dan menyediakan layanan logistik yang beragam untuk 83.000 pelanggan dengan mengintegrasikan 450.000 operator yang dikontrak.

Algorhythm akan sepenuhnya bertransformasi menjadi logistik AI pada tahun 2024 dan mengakuisi SemiCab pada tahun 2025. Berdasarkan harga penutupan pada 11 Februari, hari perdagangan terakhir sebelum fluktuasi tajam dalam nilai pasar, nilai pasar Algorhythm adalah sekitar 33 juta yuan, yang merupakan usaha mikro di sektor ini dibandingkan dengan Robinson Global Logistics dengan nilai pasar 160 miliar yuan dan Leti Transportation dengan nilai pasar 38,3 miliar yuan. Tetapi perusahaan kecil yang tidak mencolok seperti itu memecahkan “parit” industri logistik tradisional dalam semalam melalui AI.

AI telah melipatgandakan produktivitas tenaga kerja platform pengiriman

Mengapa perangkat lunak otomatisasi bertenaga AI begitu mematikan?

Penelitian menunjukkan bahwa di pasar seperti India dan Amerika Serikat, 30% hingga 35% kilometer truk kosong, dan aset kurang dimanfaatkan karena perencanaan yang terfragmentasi.

Pada 12 Februari 2026, Algorhythm merilis buku putih industri yang mengumumkan bahwa platform transportasi kolaboratif berbasis cloud berbasis AI, SemiCab, dapat memperluas volume pengiriman sebesar 300% hingga 400% dalam penerapan pelanggan aktual. Operator individu yang menggunakan SemiCab mampu mengelola lebih dari 2.000 pengiriman per tahun tanpa memerlukan peningkatan staf operasional yang sesuai, dibandingkan dengan standar industri tradisional sekitar 500 per broker barang per tahun, yang juga berarti peningkatan produktivitas tenaga kerja tiga kali lipat.

Buku putih mengatakan bahwa di pasar yang sangat terfragmentasi, mengintegrasikan permintaan dan penawaran dari pengirim, jalur pelayaran, dan wilayah dapat mengungkapkan rute kembali dan arus lintas jalur yang tidak terlihat di tingkat kontrak. Buku putih ini juga mengutip contoh bagaimana perencanaan tingkat jaringan telah menunjukkan kemampuan untuk mengurangi jarak tempuh kosong dari 30% ~ 35% menjadi kurang dari 10% saat menerapkan model operasi ini di India tanpa menegosiasikan ulang kontrak atau mengubah perilaku operator.

Menurut situs web resmi perusahaannya, kecerdasan buatan telah menemukan efisiensi yang tidak dapat diperoleh oleh sistem manajemen pengiriman tradisional. Otomatiskan orkestrasi alur kerja dengan platform SaaS global yang dapat diskalakan yang mengurangi perencanaan manual, mempercepat eksekusi beban, secara otomatis mengidentifikasi campuran beban terbaik, mengurangi jarak jauh kosong, dan meningkatkan profitabilitas jaringan.

Algorhythm mengatakan bahwa sistem manajemen transportasi tradisional dan platform pialang mengandalkan pengoptimalan yang digerakkan oleh manusia di atas aturan statis, dan meskipun efektif pada volume rendah hingga sedang, efisiensi model ini secara bertahap menurun seiring dengan meningkatnya kompleksitas.

Meskipun penjualan kurang dari $2 juta dan kerugian bersih hampir $2 juta untuk kuartal yang berakhir pada 30 September 2025, harga saham Algorhythm melonjak 82% setelah pengumuman tersebut, akhirnya ditutup naik 30% pada $1,08, dan selanjutnya naik menjadi $3,48 pada 13 Februari 2026.

Algorhythm percaya bahwa leverage operasional yang didukung AI akan menjadi fitur utama dari jaringan logistik generasi berikutnya.

Pada 13 Februari 2026, Robinson Global Logistics juga mencatat dalam laporan tahunannya bahwa pesaing memanfaatkan platform digital canggih, pencocokan pengiriman bertenaga AI, dan otomatisasi untuk meningkatkan efisiensi dan mengurangi biaya. Jika perusahaan tidak dapat mempertahankan kecepatan, skala, atau kualitas otomatisasi dan adopsi AI, mereka mungkin tidak dapat mencapai tujuan strategis efisiensi operasional dan transformasi digital.

Apakah “era piring prefabrikasi” di industri perangkat lunak akan datang?

Platform SemiCab memang dapat memecahkan masalah industri pengiriman barang dan dapat membuat sistem manajemen transportasi tradisional menjadi sesuatu yang akan datang. Namun, masalah jarak tempuh kosong di pasar kargo sudah ada sejak lama, mengapa platform yang dapat mengganggu industri kargo lahir dengan bantuan AI?

Untuk menggali lebih dalam masalah ini, reporter “Daily Economic News” mewawancarai sejumlah ahli di bidang kecerdasan buatan.

Pertanyaan 1: Platform SemiCab berjalan pada AI. Di bagian mana dari pengembangan perangkat lunak dan realisasi fungsi AI dapat berperan? Apa bedanya dengan pengembangan perangkat lunak tradisional?

Du Yu, seorang investor teknologi dan presiden Institut Penelitian Kecerdasan Buatan Tidak Dikenal:

Pembangunan tradisional adalah “orang membangun seluruh bangunan dari nol”; Pengembangan perangkat lunak berbasis AI lebih seperti “ada bangunan dan pipa standar terlebih dahulu, dan AI dan orang-orang terutama melakukan dekorasi yang disesuaikan dan transformasi cepat”, dan AI juga dapat langsung “memeriksa struktur, menemukan antarmuka, dan menyesuaikan antarmuka” melalui alat, mengurangi waktu membolak-balik dokumen, bidang, dan menulis kode lem, yang dapat dikatakan sebagai “era piring prefabrikasi” di industri perangkat lunak.

Pertanyaan 2: Mengapa alat ini tidak lahir di “pabrik besar” pengembangan perangkat lunak tradisional? Apakah kemampuan pengembangan perangkat lunak tradisional tidak cukup untuk mendukung pengembangan platform serupa, atau apakah basis AI membawa keuntungan pada alat serupa yang tidak dimiliki logika pengembangan tradisional?

Pan Helin, anggota Komite Ahli Ekonomi Informasi dan Komunikasi Kementerian Perindustrian dan Teknologi Informasi:

Alasan mengapa masalah jarak tempuh kosong barang sejauh ini belum terselesaikan adalah karena informasi pengiriman itu sendiri relatif tersebar, dan pengguna yang membutuhkan barang untuk mempublikasikan informasi di platform yang berbeda, dan barang LTL yang membutuhkan pengiriman terkadang perlu disatukan untuk memenuhi kebutuhan perjalanan.

Oleh karena itu, mengintegrasikan pesanan pengiriman terdesentralisasi merupakan tantangan di bidang ini. Dalam hal ini, saya pikir SemiCab, sebagai platform agregasi, memang dapat menyelesaikan beberapa no-load, tetapi masih bukan solusi yang menentukan dan tidak memiliki potensi peningkatan yang tinggi. Tetapi mengumpulkan informasi melalui AI memang merupakan ide yang bagus.

Pertanyaan 3: Mengapa masalah jarak tempuh kosong dalam angkutan barang sudah ada selama bertahun-tahun, tetapi belum benar-benar diselesaikan oleh platform yang dicakup oleh AI hingga hari ini?

Liu Gaochang, wakil direktur eksekutif Guojin Securities, pemimpin teknologi, dan kepala Guojin Computer:

Jarak tempuh kosong bukanlah pertanyaan “apakah ada yang memikirkannya”, tetapi pertanyaan apakah ada solusi sistematis. Paradigma pengembangan perangkat lunak tradisional berjuang untuk membawa kompleksitas masalah ini.

Dalam model tradisional, platform pengiriman lebih mengandalkan mesin aturan, pengalaman manual, dan pengoptimalan lokal, yang melibatkan permintaan yang sangat terfragmentasi (waktu, rute, model, kredit pemilik kargo, dan dimensi lainnya); Faktor-faktor seperti perubahan negara bagian yang terus menerus (perubahan sementara, pembatalan, fluktuasi harga), rantai pengambilan keputusan yang panjang, dan banyak pengecualian. Jenis sistem ini bukanlah “logika yang tidak jelas”, tetapi “ruang negara yang terlalu besar”, menghasilkan aturan yang semakin kompleks dan pengembalian marjinal yang menurun dengan cepat, yang hanya dapat diselesaikan dengan “menumpuk orang”.

Generasi baru platform AI yang diwakili oleh SemiCab tidak hanya merupakan kemenangan bagi kreativitas, tetapi juga perubahan mendasar dalam “paradigma pembangunan”.

Di satu sisi, itu berarti perubahan dari “didorong oleh aturan” menjadi “didorong oleh probabilitas dan prediksi”: perangkat lunak angkutan tradisional dikembangkan berdasarkan aturan keras (Jika-Kemudian). Dalam menghadapi pesanan dan rute pengiriman yang masif, dinamis, dan terfragmentasi, sulit bagi algoritme tradisional untuk menyelesaikan pencocokan dinamika global yang optimal dalam waktu yang sangat singkat. Dok AI memberdayakan platform untuk memproses data dimensi tinggi.

Di sisi lain, pengembangan perangkat lunak menghadapi titik kritis “pengurangan biaya dan peningkatan efisiensi”: di masa lalu, pengembangan sistem pencocokan yang sangat kompleks sangat sulit dalam hal biaya R&D dan operasi dan pemeliharaan. Basis AI menyediakan kemampuan generalisasi, dan AI memberi perangkat lunak kemampuan untuk “memahami” alur bisnis. Tidak ada lagi menulis kode redundan untuk setiap kasus tertentu.

Liu Gaochang percaya bahwa kemampuan pengembangan perangkat lunak tradisional dapat mendukung “alat”, tetapi hanya basis AI yang dapat mendukung “otak”. Keuntungan yang dibawa oleh AI adalah mematahkan batasan linier “ekspansi tenaga kerja berbanding lurus dengan output” dalam logika pengembangan tradisional, dan mencapai lompatan eksponensial dalam produktivitas.

Pertanyaan 4: Dilihat dari rilis perangkat lunak ini, apakah logika pengembangan perangkat lunak telah berubah, dan apa dampak AI terhadap industri pengembangan perangkat lunak?

Du Yu:

Logikanya memang berubah, dari “menulis fungsi pengiriman kode” menjadi “menggunakan basis standar + AI untuk mengubah unit pengiriman menjadi ‘proses’”. Di masa lalu, perusahaan perangkat lunak seperti “bengkel kerajinan tangan”, melakukan satu hal pada satu waktu; Sekarang lebih seperti “dapur pusat makanan prefabrikasi + koki AI” - pabrik dasar (kemampuan umum), AI bertanggung jawab untuk mencocokkan hidangan dengan cepat (proses bisnis), dan koki (pengembang) bertanggung jawab atas panas, rasa, dan pelapisan (kebenaran bisnis, kinerja, keamanan, pemeliharaan).

Oleh karena itu, rute “basis standar + kustomisasi yang dipercepat AI” akan sangat dapat dipasarkan di China, tetapi persaingan juga akan sangat kejam: siapa pun yang dapat mengendapkan pengetahuan industri (bagaimana melakukannya) menjadi modul, data, dan templat proses yang dapat direplikasi akan dapat habis. Cukup “mengetahui cara menulis kode” akan menjadi semakin berharga, sementara “memahami industri + mampu mengimplementasikan + dapat terus berulang” sangat berharga.

Apa yang dapat diganggu oleh AI dan apa yang tidak dapat digantikannya

Pertanyaan 5: Jika pengembangan perangkat lunak menjadi penghalang yang lebih rendah, apakah perangkat lunak yang baru dikembangkan mudah ditiru? Akankah model keuntungan berdasarkan pengembangan perangkat lunak ditumbangkan? Jika kemampuan pengembangan perangkat lunak tidak lagi menjadi penghalang model bisnis, bagaimana perusahaan yang berbeda dapat mempertahankan ketidaktergantiannya?

Du Yu:

Ini membuatnya lebih mudah untuk mereplikasi “fungsi permukaan”, tetapi lebih sulit untuk mereplikasi “sistem yang efektif”.

AI membuat “menulis” lebih murah, dan “berlari dengan mantap, berlari untuk waktu yang lama, dan berlari untuk menang” lebih langka. Fungsi perangkat lunak dapat direplikasi, tetapi kemampuan sistem dan kemampuan organisasi tidak mudah ditiru. Mengandalkan keuntungan “pengembangan perangkat lunak” akan diperas, tetapi tidak sepenuhnya dihancurkan, tetapi dibedakan: di bawah model outsourcing murni, penagihan per orang per hari, dan menumpuk kepala, keuntungan akan terus dikompresi oleh AI.

Ketika perangkat lunak menjadi semakin seperti “barang yang dapat ditiru”, pelanggan memilih untuk lebih memperhatikan “siapa yang bertanggung jawab atas kecelakaan dan apakah mereka dapat berjalan dengannya untuk waktu yang lama”. Ini justru hubungan bisnis dan sistem tanggung jawab yang tidak dapat digantikan oleh AI. AI menurunkan ambang batas “membuat perangkat lunak”; Yang diangkat adalah ambang batas “membuat perangkat lunak menjadi bisnis, sistem, dan standar”. Pasar China diperkirakan akan memperkuat ini.

Pertanyaan 6: Industri mana yang mungkin terganggu oleh AI (benar-benar diganti atau harus mengalami perubahan metode produksi untuk bertahan hidup) dan industri mana yang tidak?

Pan dan Lin:

Salah satu industri yang mungkin ditumbangkan oleh AI adalah bidang dok informasi, apakah itu pencarian, belanja, atau pengiriman, pada dasarnya adalah dok informasi; Yang lainnya adalah bidang pembuatan konten, seperti video, gambar, teks, dan kode.

Liu Gaochang:

Saya lebih suka membaginya dengan “apakah cara produksi harus direkonstruksi” daripada “apakah akan diganti”, yang dapat dibagi menjadi:

Industri yang paling rentan terhadap gangguan AI:

Pertama, operasi berulang intensif: seperti mode operasi logistik tradisional yang disebutkan di atas, 500 posisi operator ditangani setiap tahun.

Kedua, kepadatan informasinya tinggi, tetapi biaya tindakannya rendah, dan begitu AI membuat keputusan, itu dapat langsung dieksekusi, seperti layanan Internet dan keuangan tengah dan back office.

Ketiga, alur kerja sangat terstandarisasi, dan hasilnya mudah diukur dan diumpan balik, seperti pengembangan perangkat lunak.

Industri yang cenderung tidak terganggu oleh AI:

Jenis pertama adalah industri yang sangat bergantung pada interaksi dunia nyata yang kompleks dan memiliki biaya eksekusi yang tinggi, seperti layanan offline, manufaktur yang kompleks, dan beberapa skenario dalam perawatan medis, di mana AI lebih merupakan “alat augmentasi” daripada pengganti. Misalnya, meskipun AI dapat mengirim truk, ketangkasan fisik dan kemampuan beradaptasi di tempat sulit untuk sepenuhnya dicakup oleh robot dalam jangka pendek untuk mekanik pinggir jalan dan polisi lalu lintas yang menangani kecelakaan di tempat yang kompleks.

Jenis pertama melibatkan penilaian otoritas dan tanggung jawab, pengawasan yang kuat, toleransi kesalahan yang rendah: penilaian hukum, pengambilan keputusan medis lanjutan, dan pengambilan keputusan subjektif dari investasi besar. AI dapat memberikan referensi data, tetapi secara hukum dan etis, manusia perlu mempertahankan tanggung jawab utama untuk “menekan tombol”.

Secara keseluruhan, AI bukan tentang “menghilangkan industri”, tetapi memaksa industri tertentu untuk meningkatkan metode produksi mereka. Mereka yang tidak merestrukturisasi akan dihilangkan, tetapi industri itu sendiri akan sering terus ada dalam bentuk baru.

Pertanyaan 7: Dari perspektif ini, jika mesin uap telah memungkinkan masyarakat manusia untuk berkembang dalam hal penggunaan energi, efisiensi produksi, metode produksi, dll., Di area mana AI membuat tentakel manusia lebih sensitif dan di area mana yang telah berevolusi?

Pan dan Lin:

Saat ini, area aplikasi utama AI adalah untuk meningkatkan efisiensi akuisisi informasi. Misalnya, belanja AI sebenarnya menggunakan AI untuk meningkatkan efisiensi pencocokan transaksi dan membuat penawaran dan permintaan terhubung lebih cepat. Efek angkutan AI sama. Di era AI, efisiensi akuisisi informasi lebih cepat dan lebih efisien daripada di era Internet. Jika masalah manusia di era Internet adalah informasi yang berlebihan, maka di era AI, manusia telah mencapai docking penawaran dan permintaan informasi yang akurat melalui AI.

Liu Gaochang:

Mesin uap membebaskan manusia dari belenggu kekuatan fisik, sementara AI memungkinkan masyarakat manusia untuk berevolusi pada tiga tingkatan:

Pertama, evolusi dimensi persepsi.

AI dapat secara bersamaan memproses input informasi multi-sumber yang jauh melebihi batas manusia (seperti pesanan, harga, rute, status real-time yang terlibat dalam pasar pengiriman), memberi organisasi kemampuan untuk “melihat dunia” untuk pertama kalinya.

Kedua, evolusi paradigma produksi.

Biaya pemanggilan pengetahuan telah sangat berkurang, dan arah evolusi manusia bukan lagi untuk menghafal pengetahuan dan mempelajari keterampilan, tetapi untuk mendefinisikan masalah.

Ketiga, evolusi bentuk organisasi.

Inti dari sistem seperti SemiCab adalah untuk mengekstrak “pengalaman industri” dari orang-orang dan mengendapkannya menjadi kemampuan perangkat lunak yang dapat ditiru, sehingga radius manajemen per kapita dan pengaruh organisasi diperkuat secara sistematis.

Dalam pengertian ini, AI tidak akan membawa satu titik peningkatan efisiensi, tetapi masalah kompleks mana yang layak untuk diperangkat lunak, dan manusia akan lebih fokus pada penetapan tujuan dan penilaian nilai, sementara sejumlah besar lapisan tengah akan direkonstruksi oleh AI.