無人卡車搶飯碗倒數計時：2028年成本追平人類司機，美國4,500億運輸市場將被AI重塑

Kearney 與 MIT 預估，美國自駕長途卡車每英里成本最快將在 2028 年與人類駕駛持平，背後是高昂人力費用與快速進步的虛擬駕駛技術。報告指向約 4,500 億美元運輸市場與 1,800 億美元駕駛薪資成本可能被重分配，業界卻仍卡在法規、責任與商業模式之戰。

美國公路運輸產業正面臨一場由 AI 引爆的「無人卡車革命倒數計時」。諮詢公司 Kearney 與 MIT Mobility Initiative 最新報告指出，長途自動駕駛卡車在美國的營運成本，預計將在 2028 年與傳統有人駕駛卡車持平，成為產業導入「虛擬駕駛」的關鍵轉折點。一旦成本交叉點出現，整個貨運生態、駕駛工作與相關投資版圖，都可能在短短數年間徹底改寫。

報告的核心推論很直接：對長途卡車業者來說，人就是最大成本。依 Kearney 模型，一輛美國長途卡車每英里約有一半支出來自駕駛薪資與福利，一名「全配」長途駕駛每月成本約 1 萬美元，遠高於歐洲、甚至是中東水準。也因此，在相同技術成熟度下，美國會比歐洲早兩年、比中東早四年達到成本平價，成為自駕卡車率先大規模落地的試驗場。

具體數字來看，Kearney 預估 2026 年傳統長途卡車每英里成本約 2.5 美元，隨著通膨一路墊高，到 2035 年會升至約 3.5 美元；相對地，自駕卡車 2026 年每英里成本約為 4 美元，看似遙不可及，但隨著技術規模化、系統研發成本被更多車隊分攤，加上遠端操作員「一人管更多車」，到 2035 年可望降到約 2 美元，足足下滑近五成。兩條成本曲線在 2028 年附近交叉，成為這份報告最具指標性的結論。

值得注意的是，這組數據並非紙上談兵。Kearney 表示，其模型建立在超過 25 場訪談之上，對象涵蓋自駕技術開發商、卡車製造商、承攬運輸業者、貨運經紀與投資人。報告假設，一輛造價約 20 萬美元的八級重型卡車，五年壽命內每年行駛 18.5 萬英里、由兩名駕駛輪班。另一方面，自駕系統研發端則以每年 7.5 億美元全球研發支出、分五年攤提並擴散到 2035 年約 4 萬輛自駕卡車為前提，配合遠端監控比例從「一名操作員對 10 輛車」提升到「一名對 20 輛車」。

不過，市場對成本預測並非一面倒樂觀。自駕技術開發商 Aurora 自行公布的「沃斯堡—鳳凰城」貨運案例，曾估算其虛擬駕駛成本僅 1.84 美元／英里，對比人類駕駛約 1.99 美元／英里，已提前出現成本優勢；另一方面，Goldman Sachs Research 今年 4 月報告則從更高的起點出發，推算 2025 年美國自駕卡車全成本（不含企業營運開銷）約 8.56 美元／英里，要一路降到 2035 年約 2.03 美元／英里，同樣指向 2028 年左右才會與人類駕駛平價。不同模型雖對短期成本水準分歧，但在「2028 年左右是關鍵轉折點」上出現了罕見共識。

從目前實際部署來看，商業化仍相當有限且高度集中於少數州別。報告指出，包括 Texas、Arizona、Florida 與 Georgia 等州，已允許在特定條件下進行完全無人駕駛操作，Aurora 的車隊也已在公共道路完成超過 50 萬英里的無人行駛里程。然而，多數跨州路線仍要求車上必須有人類駕駛，跨境運輸更是法規真空。更麻煩的是，當事故發生時，究竟該由承運業者、卡車製造商，還是提供虛擬駕駛系統的科技公司負責，目前沒有清晰答案。

在商業模式上，報告將自駕貨運市場拆成四種路線：第一是由傳統車廠主導的平台模式，如 Volvo 推出的 VNL Autonomous；第二是「為自駕而生」的專用車輛；第三是自己就是運輸業者的自動化車隊；第四則是只提供虛擬駕駛系統，交由其他車廠與車隊整合。四種模式競逐的核心價值，其實都是同一塊：被報告估算為每英里 1.26 美元的「人類駕駛價值池」。

從市場規模來看，報告點名的三大優先目標，包含美國私人車隊、對外承攬的整車貨運（for-hire truckload）以及 LTL（零擔貨運）。光是私人車隊市場就約 4,500 億美元規模，其中駕駛成本初估高達 1,800 億美元，一旦自駕系統開始侵蝕這塊支出，將釋放出龐大利潤空間，也吸引了 OEM、矽谷新創與雲端與 AI 供應商蜂擁而入。雖然報告未點名個股，但在 GPU 與雲端算力領域占據主導地位的 NVIDIA(NVDA)、Microsoft(MSFT)等大型科技企業，被視為這波實體世界 AI 浪潮的基礎設施贏家。

然而，自駕卡車的未來並非只有單線樂觀劇本。Kearney 也提出風險情境：若到 2035 年全球自駕卡車規模僅達 1 萬輛，而非 4 萬輛，研發成本就無法有效攤薄，美國成本平價點可能被迫延後至 2032 年；此外，一旦監管機關對責任歸屬採取更保守態度，或重大事故引發社會反彈，都可能放慢整體商業化腳步。

對貨運業者與政策制定者而言，眼前最大的課題，是如何在技術經濟性逐步浮現之前，就開始部署應對方案：從洗牌後的就業市場、司機轉職與培訓，到道路安全標準與跨州監管協調，都將決定這場「無人卡車革命」是溫和轉型，還是斷崖式衝擊。當成本曲線逼近交叉點，真正被考驗的，恐怕不只是 AI 的技術能力，而是整個社會願意為效率提升、風險管理與勞動者權益付出什麼樣的代價。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。