Uber Freight于2026年7月28日任命拥有25年经验的物流技术高管Amir Pelleg为首席产品官，聚焦用AI整合碎片化运输数据。其提出“将分散数据转化为统一、主动的网络视图”，直击当前73%中大型货主仍依赖人工比价、仅28%实现端到端可视化的行业痛点。
据 FreightWaves 报道，Uber Freight 于 2026 年 7 月 28 日宣布任命拥有 25 年以上经验的物流技术高管 Amir Pelleg 为首席产品官（Chief Product Officer），全面升级其人工智能驱动的运输管理平台。
资深履历支撑 AI 战略落地
Pelleg 在加入 Uber Freight 前，曾长期担任亚马逊（Amazon）、货运平台 Convoy 及 Dandy 的高级产品与工程管理职务，主导过多个物流技术产品的从 0 到 1 开发及规模化运营。据原文报道，其职业生涯横跨产品、工程与运营三大职能领域，累计时长超 25 年。
Uber Technologies（纽约证券交易所代码：UBER）总部位于旧金山，目前运营三大核心平台：Uber（网约车）、Uber Freight（物流）和 Uber Eats（餐饮及商品即时配送）。此次人事任命被公司明确表述为“对技术能力的战略性加码”，目标直指帮助客户“更快决策、降低供应链复杂度、构建更具韧性的运输网络”。
聚焦数据碎片化痛点
Pelleg 在 7 月 28 日发布的官方博客中指出：“运输与物流始终是我职业重心，过去十余年尤为专注，而我从未像今天这样看好行业前景。”他强调，当前供应链复杂度达历史高点，但 AI 正带来关键转折——提升运营确定性、加速响应并增强韧性。
“最大的机会不在于部署更多技术，而在于将分散的数据转化为统一、主动的网络视图。”——Amir Pelleg，Uber Freight 首席产品官
据原文报道，Pelleg 将“以客户真实问题为起点，而非新技术本身”作为产品设计第一原则。他指出，企业运输数据普遍割裂于不同系统与组织部门，导致难以形成完整运营图景。例如，发货计划、运单状态、承运商绩效、实时 GPS 轨迹等关键信息常分属 ERP、TMS、WMS 及纸质台账等孤立载体，人工整合耗时且易错。
AI 定位：连接数据、生成洞见、加速决策
Pelleg 明确表示，AI 的核心价值在于打通数据孤岛、提炼可执行洞察，并支持更快速、更自信的决策。他特别指出，Uber Freight 的差异化优势在于其“运输管理+货运经纪+工程人才+运营专长”的四维能力组合，这使其能协助客户从被动响应转向主动管理货运网络。
原文数据显示，全球货运市场中，约 73% 的中大型货主企业仍依赖人工比价与电话调度完成超 40% 的零担（LTL）运单；同时，仅有 28% 的企业能实现端到端运输数据实时可视化。Pelleg 认为，上述结构性瓶颈正是 AI 介入的关键切入点。
行业趋势：AI 驱动的 TMS 加速普及
FreightWaves 分析指出，Uber Freight 此次聘任资深技术管理者，印证了物流行业正加速向 AI 赋能的运输管理系统（TMS）演进。此类平台已不再仅限于订单跟踪与运费核算，而是逐步承担预测性装载优化、动态承运商匹配、异常事件自动处置及多式联运协同等高阶功能。
据公开信息，截至 2026 年第二季度，北美市场采用 AI 增强型 TMS 的企业渗透率已达 37%，较 2024 年同期上升 19 个百分点。同期，头部 TMS 供应商平均将 35% 的研发预算投入机器学习模型迭代与实时数据管道建设。
值得注意的是，这一趋势正推动货运经纪模式变革。传统经纪依赖人工关系与经验判断，而 AI 平台可通过历史履约数据、实时路况、天气扰动、司机行为画像等维度，将承运商匹配准确率提升至 91.2%（第三方测试数据），显著高于人工匹配的 68.5% 平均水平。
来源：FreightWaves
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
