Các ví dụ thực tế về các công ty nhỏ phá vỡ ngành công nghiệp truyền thống bằng AI: giá trị thị trường của gã khổng lồ logistics bốc hơi 23,3 tỷ nhân dân tệ, người phá vỡ chỉ trong hai ngày đã tăng gấp 3 lần “Kinh doanh kết nối thông tin” cần cẩn thận

Trường hợp thực sự của AI (trí tuệ nhân tạo) phá hoại các ngành công nghiệp truyền thống đang đến, và khả năng gây chết người thật đáng kinh ngạc.

Vào ngày 12 tháng 2, Giờ miền Đông, một tin tức thông thường, công ty hậu cần AI Algorhythm Holdings [RIME. O] (sau đây gọi là Algorhythm) đã phát hành sách trắng trong ngành thông báo rằng nền tảng hậu cần của họ, SemiCab, đã tăng năng suất lên gấp 3 lần trong khi vẫn duy trì chi phí vận hành thấp đồng thời giảm số dặm trống thông qua tối ưu hóa do AI điều khiển và tự động hóa SaaS (phần mềm đăng ký dựa trên đám mây) có lợi nhuận cao.

Ngay sau khi tin tức được công bố, thị trường vốn dường như ngửi thấy mùi khủng hoảng, và lĩnh vực hậu cần chứng khoán Mỹ ngay lập tức giảm mạnh. Chỉ số vận tải đường bộ Russell 3000 giảm hơn 9% trong ngày và giảm 6,6% trong ngày, mức giảm trong một ngày lớn nhất trong lĩnh vực này kể từ khi Trump công bố chính sách thuế quan vào tháng 4 năm 2025; Giá cổ phiếu của gã khổng lồ hậu cần nhẹ tài sản Robinson Global Logistics giảm mạnh gần 15%, với giá trị thị trường giảm khoảng 23,3 tỷ nhân dân tệ và giảm mạnh 24% trong ngày, mức giảm lớn nhất trong lịch sử; Cổ phiếu của nhà cung cấp dịch vụ kết nối hàng hóa Letty Transport giảm 16%.

Giá cổ phiếu của Algorhythm, công bố tin tức, đi ngược xu hướng, đóng cửa tăng gần 30% vào ngày 12 tháng 2 và tăng vọt 222,22% vào ngày 13 tháng 2, tăng vọt từ 1,08 đô la lên 3,48 đô la. Trong hai ngày, giá trị thị trường tăng khoảng 3 lần.

Robinson Global Logistics là công ty hậu cần tài sản nhẹ hàng đầu thế giới, không sở hữu xe tải, tàu thủy, máy bay và các phương tiện vận tải khác, đồng thời cung cấp các dịch vụ hậu cần đa dạng cho 83.000 khách hàng bằng cách tích hợp 450.000 hãng vận chuyển theo hợp đồng.

Algorhythm sẽ chuyển đổi hoàn toàn sang hậu cần AI vào năm 2024 và mua lại SemiCab vào năm 2025. Dựa trên giá đóng cửa vào ngày 11/2, ngày giao dịch cuối cùng trước khi giá trị thị trường biến động mạnh, giá trị thị trường của Algorhythm là khoảng 33 triệu nhân dân tệ, đây là một doanh nghiệp siêu nhỏ trong lĩnh vực này so với Robinson Global Logistics với giá trị thị trường 160 tỷ nhân dân tệ và Leti Transportation với giá trị thị trường 38,3 tỷ nhân dân tệ. Nhưng một công ty nhỏ kín đáo như vậy đã phá vỡ “con hào” của ngành logistics truyền thống chỉ sau một đêm thông qua AI.

AI đã tăng gấp ba lần năng suất lao động của các nền tảng vận chuyển hàng hóa

Tại sao phần mềm tự động hóa hỗ trợ AI lại gây chết người như vậy?

Nghiên cứu cho thấy ở các thị trường như Ấn Độ và Hoa Kỳ, 30% đến 35% số km xe tải trống rỗng và tài sản không được sử dụng do quy hoạch rời rạc.

Vào ngày 12 tháng 2 năm 2026, Algorhythm đã phát hành sách trắng trong ngành thông báo rằng nền tảng vận tải hợp tác dựa trên đám mây dựa trên AI, SemiCab, có thể mở rộng khối lượng vận chuyển hàng hóa từ 300% đến 400% trong việc triển khai khách hàng thực tế. Các nhà khai thác cá nhân sử dụng SemiCab có thể quản lý hơn 2.000 lô hàng mỗi năm mà không cần tăng nhân viên vận hành tương ứng, so với tiêu chuẩn công nghiệp truyền thống là khoảng 500 cho mỗi nhà môi giới vận chuyển hàng hóa mỗi năm, điều này cũng có nghĩa là năng suất lao động tăng gấp ba lần.

Sách trắng nói rằng trong một thị trường rất phân mảnh, việc tích hợp cung và cầu từ các chủ hàng, các tuyến vận chuyển và khu vực có thể tiết lộ các tuyến đường trở lại và dòng chảy chéo không thể nhìn thấy ở cấp độ hợp đồng. Sách trắng cũng trích dẫn các ví dụ về cách lập kế hoạch cấp mạng đã cho thấy khả năng giảm số dặm rỗng từ 30% ~ 35% xuống dưới 10% khi triển khai mô hình hoạt động này ở Ấn Độ mà không đàm phán lại hợp đồng hoặc thay đổi hành vi của nhà cung cấp dịch vụ.

Theo trang web chính thức của công ty, trí tuệ nhân tạo đã phát hiện ra những hiệu quả mà các hệ thống quản lý hàng hóa truyền thống không thể đạt được. Tự động hóa điều phối quy trình làm việc với nền tảng SaaS toàn cầu, có thể mở rộng, giúp giảm lập kế hoạch thủ công, tăng tốc độ thực hiện tải, tự động xác định hỗn hợp tải tốt nhất, giảm số dặm trống và cải thiện lợi nhuận của mạng.

Algorhythm cho biết các hệ thống quản lý vận tải truyền thống và nền tảng môi giới dựa trên tối ưu hóa do con người điều khiển trên các quy tắc tĩnh và mặc dù hiệu quả ở khối lượng từ thấp đến trung bình, nhưng hiệu quả của các mô hình này giảm dần khi độ phức tạp tăng lên.

Mặc dù doanh thu chưa đến 2 triệu đô la và lỗ ròng gần 2 triệu đô la trong quý kết thúc vào ngày 30 tháng 9 năm 2025, giá cổ phiếu của Algorhythm đã tăng vọt 82% sau thông báo, cuối cùng đóng cửa tăng 30% ở mức 1,08 đô la và tiếp tục tăng lên 3,48 đô la vào ngày 13 tháng 2 năm 2026.

Algorhythm tin rằng đòn bẩy hoạt động hỗ trợ AI sẽ trở thành một tính năng chính của mạng lưới hậu cần thế hệ tiếp theo.

Vào ngày 13 tháng 2 năm 2026, Robinson Global Logistics cũng lưu ý trong báo cáo thường niên của mình rằng các đối thủ cạnh tranh đang tận dụng các nền tảng kỹ thuật số tiên tiến, kết hợp hàng hóa được hỗ trợ bởi AI và tự động hóa để nâng cao hiệu quả và giảm chi phí. Nếu các công ty không thể duy trì tốc độ, quy mô hoặc chất lượng tự động hóa và áp dụng AI, họ có thể không đạt được các mục tiêu chiến lược về hiệu quả hoạt động và chuyển đổi kỹ thuật số.

“Kỷ nguyên bát đĩa đúc sẵn” trong ngành công nghiệp phần mềm đang đến gần?

Nền tảng SemiCab thực sự có thể giải quyết những khó khăn của ngành vận tải hàng hóa và có thể biến các hệ thống quản lý vận tải truyền thống trở thành một điều của tương lai. Tuy nhiên, vấn đề số dặm rỗng trên thị trường vận tải hàng hóa đã tồn tại từ lâu, tại sao nền tảng có thể phá vỡ ngành vận tải hàng hóa lại ra đời với sự trợ giúp của AI?

Để tìm hiểu sâu hơn về vấn đề này, phóng viên của “Bản tin kinh tế hàng ngày” đã phỏng vấn một số chuyên gia trong lĩnh vực trí tuệ nhân tạo.

Câu hỏi 1: Nền tảng SemiCab chạy trên AI. AI có thể đóng vai trò trong phần nào của phát triển phần mềm và hiện thực hóa chức năng? Nó khác với phát triển phần mềm truyền thống như thế nào?

Du Yu, một nhà đầu tư công nghệ và chủ tịch Viện Nghiên cứu Trí tuệ nhân tạo vô danh:

Phát triển truyền thống là “người dân xây dựng toàn bộ tòa nhà từ con số không”; Phát triển phần mềm dựa trên AI giống như “có các tòa nhà và đường ống được tiêu chuẩn hóa trước, AI và con người chủ yếu trang trí tùy chỉnh và chuyển đổi nhanh chóng”, và AI cũng có thể trực tiếp “kiểm tra cấu trúc, tìm giao diện và điều chỉnh giao diện” thông qua các công cụ, giảm thời gian lật qua tài liệu, trường và viết mã keo, có thể nói là “kỷ nguyên của bát đĩa đúc sẵn” trong ngành công nghiệp phần mềm.

Câu hỏi 2: Tại sao công cụ này không được sinh ra trong “nhà máy lớn” phát triển phần mềm truyền thống? Khả năng phát triển phần mềm truyền thống không đủ để hỗ trợ sự phát triển của các nền tảng tương tự, hay cơ sở AI mang lại lợi thế cho các công cụ tương tự mà logic phát triển truyền thống không có?

Pan Helin, thành viên Ủy ban Chuyên gia Kinh tế Thông tin và Truyền thông của Bộ Công nghiệp và Công nghệ Thông tin:

Lý do tại sao vấn đề số dặm rỗng hàng hóa vẫn chưa được giải quyết cho đến nay là do bản thân thông tin vận chuyển hàng hóa tương đối rải rác và người dùng cần vận chuyển hàng hóa để xuất bản thông tin trên các nền tảng khác nhau và hàng hóa LTL cần vận chuyển hàng hóa đôi khi cần được ghép lại với nhau để đáp ứng nhu cầu của một chuyến đi.

Do đó, việc tích hợp các đơn hàng vận chuyển hàng hóa phi tập trung là một thách thức trong lĩnh vực này. Về vấn đề này, tôi nghĩ rằng SemiCab, với tư cách là một nền tảng tổng hợp, thực sự có thể giải quyết một số vấn đề không tải, nhưng nó vẫn không phải là một giải pháp quyết định và không có tiềm năng cải tiến cao như vậy. Nhưng tổng hợp thông tin thông qua AI thực sự là một ý tưởng hay.

Câu hỏi 3: Tại sao vấn đề số dặm rỗng trong vận chuyển hàng hóa đã có từ nhiều năm nay, nhưng nó vẫn chưa thực sự được giải quyết bởi các nền tảng được AI bao phủ cho đến ngày nay?

Liu Gaochang, phó giám đốc điều hành của Guojin Securities, lãnh đạo công nghệ và giám đốc của Guojin Computer:

Số dặm rỗng không phải là câu hỏi “liệu có ai nghĩ đến nó hay không”, mà là câu hỏi liệu có giải pháp có hệ thống hay không. Các mô hình phát triển phần mềm truyền thống phải vật lộn để gánh vác sự phức tạp của vấn đề này.

Trong mô hình truyền thống, các nền tảng vận chuyển hàng hóa dựa nhiều hơn vào các công cụ quy tắc, kinh nghiệm thủ công và tối ưu hóa cục bộ, liên quan đến nhu cầu phân mảnh cao (thời gian, tuyến đường, mô hình, tín dụng chủ hàng và các khía cạnh khác); Các yếu tố như thay đổi liên tục về trạng thái (thay đổi tạm thời, hủy bỏ, biến động giá), chuỗi ra quyết định dài và nhiều trường hợp ngoại lệ. Loại hệ thống này không phải là “logic không rõ ràng”, mà là “không gian trạng thái quá lớn”, dẫn đến các quy tắc ngày càng phức tạp hơn và lợi nhuận cận biên giảm nhanh chóng, chỉ có thể giải quyết bằng cách “chồng người”.

Thế hệ nền tảng AI mới do SemiCab đại diện không chỉ là chiến thắng cho sự sáng tạo mà còn là sự thay đổi cơ bản trong “mô hình phát triển”.

Một mặt, nó có nghĩa là sự thay đổi từ “theo quy tắc” sang “xác suất và dự đoán”: phần mềm vận chuyển hàng hóa truyền thống được phát triển dựa trên các quy tắc cứng (If-Then). Đối mặt với các đơn đặt hàng và tuyến vận chuyển hàng hóa lớn, năng động và phân mảnh, các thuật toán truyền thống khó có thể hoàn thành việc khớp động toàn cầu tối ưu trong thời gian rất ngắn. Đế AI cho phép nền tảng xử lý dữ liệu chiều cao.

Mặt khác, phát triển phần mềm đang phải đối mặt với một điểm quan trọng là “giảm chi phí và tăng hiệu quả”: trong quá khứ, việc phát triển các hệ thống kết hợp cực kỳ phức tạp như vậy là vô cùng khó khăn về chi phí R&D và vận hành và bảo trì. Cơ sở AI cung cấp khả năng tổng quát hóa và AI cung cấp cho phần mềm khả năng “hiểu” các luồng kinh doanh. Không còn phải viết mã dư thừa cho mọi trường hợp cụ thể.

Liu Gaochang tin rằng khả năng phát triển phần mềm truyền thống có thể hỗ trợ “công cụ”, nhưng chỉ có cơ sở AI mới có thể hỗ trợ “bộ não”. Ưu điểm mà AI mang lại là phá vỡ giới hạn tuyến tính “mở rộng nhân lực tỷ lệ thuận với sản lượng” trong logic phát triển truyền thống và đạt được bước nhảy vọt theo cấp số nhân về năng suất.

Câu hỏi 4: Đánh giá từ việc phát hành phần mềm này, logic của phát triển phần mềm có thay đổi không, và tác động của AI đối với ngành phát triển phần mềm là gì?

Du Vũ:

Logic thực sự đang thay đổi, từ “viết chức năng phân phối mã” sang “sử dụng cơ sở chuẩn + AI để biến đơn vị phân phối thành một ‘quy trình’”. Trước đây, các công ty phần mềm giống như “xưởng thủ công mỹ nghệ”, làm từng việc một; Bây giờ nó giống như một “bếp trung tâm thực phẩm đúc sẵn + đầu bếp AI” - nhà máy cơ bản (khả năng chung), AI chịu trách nhiệm nhanh chóng kết hợp các món ăn (quy trình kinh doanh) và đầu bếp (nhà phát triển) chịu trách nhiệm về nhiệt, hương vị và mạ (tính đúng đắn của kinh doanh, hiệu suất, an toàn, khả năng bảo trì).

Do đó, lộ trình “cơ sở tiêu chuẩn + tùy chỉnh tăng tốc AI” sẽ rất có thể bán được ở Trung Quốc, nhưng sự cạnh tranh cũng sẽ rất tàn nhẫn: bất kỳ ai có thể kết tủa bí quyết trong ngành (cách thực hiện) thành các mô-đun, dữ liệu và mẫu quy trình có thể sao chép sẽ có thể cạn kiệt. Chỉ đơn giản là “biết cách viết code” sẽ ngày càng ít có giá trị, trong khi “hiểu ngành + có thể triển khai + có thể tiếp tục lặp lại” là có giá trị.

Những gì AI có thể phá vỡ và những gì nó không thể thay thế

Câu hỏi 5: Nếu phát triển phần mềm trở thành rào cản thấp hơn, phần mềm mới phát triển có dễ dàng sao chép không? Liệu mô hình lợi nhuận dựa trên phát triển phần mềm có bị lật đổ không? Nếu khả năng phát triển phần mềm không còn là rào cản đối với các mô hình kinh doanh, làm thế nào các công ty khác nhau có thể duy trì khả năng không thể thay thế của họ?

Du Vũ:

Điều này làm cho việc tái tạo “các chức năng bề mặt” trở nên dễ dàng hơn, nhưng khó tái tạo “hệ thống hiệu quả” hơn.

AI làm cho việc “viết” rẻ hơn và “chạy đều đặn, chạy lâu và chạy để giành chiến thắng” trở nên khan hiếm hơn. Các chức năng phần mềm có thể được sao chép, nhưng khả năng hệ thống và khả năng tổ chức không dễ sao chép. Dựa vào lợi nhuận “phát triển phần mềm” sẽ bị siết chặt, nhưng không bị phá hủy hoàn toàn, mà khác biệt: theo mô hình gia công phần mềm thuần túy, thanh toán trên mỗi người mỗi ngày và chồng chất, lợi nhuận sẽ tiếp tục bị AI nén.

Khi phần mềm ngày càng trở nên giống như “hàng hóa có thể nhân rộng”, khách hàng chọn cách quan tâm nhiều hơn đến việc “ai chịu trách nhiệm về tai nạn và liệu họ có thể chạy với chúng trong một thời gian dài hay không”. Đây chính xác là hệ thống quan hệ kinh doanh và trách nhiệm mà AI không thể thay thế. AI hạ thấp ngưỡng “làm phần mềm”; Điều được đặt ra là ngưỡng “biến phần mềm thành một doanh nghiệp, một hệ thống và một tiêu chuẩn”. Thị trường Trung Quốc dự kiến sẽ khuếch đại điều này.

Câu hỏi 6: Những ngành nào có thể bị gián đoạn bởi AI (thay thế hoàn toàn hoặc phải thay đổi phương thức sản xuất để tồn tại) và ngành nào không?

Pan và Lin:

Một trong những ngành có thể bị AI lật đổ là lĩnh vực kết nối thông tin, cho dù đó là tìm kiếm, mua sắm hay vận chuyển hàng hóa, về cơ bản là kết nối thông tin; Hai là lĩnh vực tạo nội dung, chẳng hạn như video, hình ảnh, văn bản và mã.

Lưu Cao Hương:

Tôi thích chia nó theo “liệu phương thức sản xuất có phải được xây dựng lại hay không” hơn là “liệu nó có được thay thế hay không”, có thể được chia thành:

Các ngành dễ bị gián đoạn AI nhất:

Đầu tiên, các hoạt động lặp đi lặp lại chuyên sâu: giống như chế độ hoạt động hậu cần truyền thống đã đề cập ở trên, 500 vị trí vận hành được xử lý hàng năm.

Thứ hai, mật độ thông tin cao, nhưng chi phí hành động thấp và một khi AI đưa ra quyết định, nó có thể được thực hiện trực tiếp, chẳng hạn như dịch vụ Internet và văn phòng trung gian và hậu cần tài chính.

Thứ ba, quy trình làm việc được tiêu chuẩn hóa cao, kết quả dễ định lượng và phản hồi, chẳng hạn như phát triển phần mềm.

Các ngành ít có khả năng bị gián đoạn bởi AI:

Loại đầu tiên là các ngành phụ thuộc nhiều vào các tương tác phức tạp trong thế giới thực và có chi phí thực hiện cao, chẳng hạn như dịch vụ ngoại tuyến, sản xuất phức tạp và một số kịch bản trong chăm sóc y tế, trong đó AI giống như một “công cụ tăng cường” hơn là một sự thay thế. Ví dụ, mặc dù AI có thể điều động xe tải, nhưng sự khéo léo về thể chất và khả năng thích ứng tại chỗ của nó khó có thể được robot bảo vệ hoàn toàn trong ngắn hạn đối với thợ máy ven đường và cảnh sát giao thông, những người xử lý các vụ tai nạn phức tạp tại chỗ.

Loại đầu tiên liên quan đến phán đoán về thẩm quyền và trách nhiệm, giám sát chặt chẽ, khả năng chịu lỗi thấp: phán đoán pháp lý, ra quyết định y tế nâng cao và ra quyết định chủ quan đối với các khoản đầu tư lớn. AI có thể cung cấp tham chiếu dữ liệu, nhưng về mặt pháp lý và đạo đức, con người cần giữ trách nhiệm cuối cùng là “nhấn nút”.

Nhìn chung, AI không phải là “loại bỏ các ngành công nghiệp”, mà buộc một số ngành nhất định phải nâng cấp phương pháp sản xuất của họ. Những công ty không tái cấu trúc sẽ bị loại bỏ, nhưng bản thân ngành công nghiệp này thường sẽ tiếp tục tồn tại dưới một hình thức mới.

Câu 7: Từ góc độ này, nếu động cơ hơi nước đã cho phép xã hội loài người phát triển về sử dụng năng lượng, hiệu quả sản xuất, phương pháp sản xuất…, thì AI đã làm cho xúc tu của con người nhạy cảm hơn trong lĩnh vực nào và trong lĩnh vực nào đã phát triển?

Pan và Lin:

Hiện nay, lĩnh vực ứng dụng chính của AI là nâng cao hiệu quả thu thập thông tin. Ví dụ: mua sắm AI thực sự sử dụng AI để cải thiện hiệu quả khớp giao dịch và làm cho cung và cầu kết nối nhanh hơn. Tác dụng của vận chuyển hàng hóa AI cũng vậy. Trong thời đại AI, hiệu quả thu thập thông tin nhanh hơn và hiệu quả hơn so với thời đại Internet. Nếu như vấn đề của con người trong thời đại Internet là quá tải thông tin thì trong thời đại AI, con người đã đạt được sự kết nối chính xác giữa cung và cầu thông tin thông qua AI.

Lưu Cao Hương:

Động cơ hơi nước giải phóng con người khỏi xiềng xích của sức mạnh thể chất, trong khi AI cho phép xã hội loài người tiến hóa theo ba cấp độ:

Thứ nhất, sự tiến hóa của chiều không gian tri giác.

AI có thể xử lý đồng thời các đầu vào thông tin đa nguồn vượt xa giới hạn của con người (chẳng hạn như đơn đặt hàng, giá cả, tuyến đường, trạng thái thời gian thực liên quan đến thị trường vận chuyển hàng hóa), mang đến cho các tổ chức khả năng “nhận thức thế giới” lần đầu tiên.

Thứ hai, sự phát triển của mô hình sản xuất.

Chi phí gọi tri thức đã giảm đi rất nhiều, và hướng tiến hóa của con người không còn là ghi nhớ kiến thức và học hỏi kỹ năng, mà là xác định vấn đề.

Thứ ba, sự phát triển của các hình thức tổ chức.

Bản chất của một hệ thống như SemiCab là trích xuất “kinh nghiệm ngành” từ con người và kết tủa nó thành các khả năng phần mềm có thể nhân rộng, để bán kính quản lý bình quân đầu người và đòn bẩy tổ chức được khuếch đại một cách có hệ thống.

Theo nghĩa này, AI sẽ không mang lại một điểm cải thiện hiệu quả duy nhất, mà những vấn đề phức tạp nào xứng đáng được phần mềm hóa và con người sẽ tập trung nhiều hơn vào việc thiết lập mục tiêu và phán đoán giá trị, trong khi một số lượng lớn các lớp trung gian sẽ được AI tái tạo.