电商与网络购物的普及让宅配货运业务暴增，每逢重要消费节庆更是让物流士疲于奔命，高压的作业环境及庞大的工作量导致这个工作的流动率非常高。过去送货路线的规划仰赖物流士的经验及对当地的熟悉度，然而新手物流士在路线规划上因为不熟悉，容易导致绕行、送货时效低落。鲜速冷链科技将人工智能(AI)导入路径规划的环节，协助物流业者克服新手问题、提高送货效率。

鲜速冷链科技副总经理彭浩轩表示，货运上有几个常见的问题，一是尖峰时段运力的缺乏、其次是运力的供需失衡。常见物流货车在路上行驶，却在需要运输服务时找不到车辆，原因是车辆在道路上行驶的时间多为绕行、寻找目的地，彭浩轩指出，这种行为导致相当可观的燃油、时间浪费。而将AI引入路线规划的环节，工研院研发出iRouting排程决策技术，系统可以支援10,000站点以上的路线规划，更胜google地图。以资深物流士的经验训练系统，最佳化每一个地区的行驶路线。

最佳化的应用亦能用于捡货规划。物流士在将货件装入车厢时，会依照规划的行驶顺序，倒序将货件排进车厢中。过去这个环节仰赖对负责区域的熟悉度以及经验，在引入AI之后，透过建立捡／补货排程算法，能够降低正确捡货的经验门槛。

此外，iRouting的建立能够保障物流士的工时。当系统建置完成，只要在系统设定上加入法律规范、不同地区的营业时间等不同条件，即可以规划出合适的路径与时间。

AI的应用除了用于路线规划，更能担任驾驶数位助理的工作。过去物流士在收送货时，必须同时与收件者、公司内部客服对话，不断更新收件者及货件的状态，在这个环节引入语音服务系统，让物流士可以更加专注于眼前的收送货作业，更进一步，驾驶作业数字化有助于资料的搜集及后续的分析。分析后的数据可以作为路线的规划依据、客户经营、或是配送热点分析。

随着城市经济越趋饱和、对速度的要求越来越快，加上少子化，物流士等高劳动的工作越来越难招募人员，这类产业如何减少对人员的依赖，是产业的重要挑战。