與制造業規模快速的節奏相類似，物流行業市場規模在近10年內也是急劇增長。
2010年-2017年，全國社會物流總額從125.4萬億元攀升至252.8萬億元，年復合增長率達10.53%。
以2017年全國社會物流總額252.8萬億元為例，從構成上看，工業品物流總額234.5萬億元，制造業需求占到絕大部分，因此把物流稱之為制造業的紐帶毫不為過。
從運輸方式來剖析，公路貨運在物流中的占比超過75%，剩下的鐵路、水運、航空只占不到25%。
有一個觀點認為，中國物流行業產值在gdp中占比達到14%以上，相比歐美國家的6-8%的比例較高，因此效率偏低。
這個說法有一定的道理，但是也有偏頗之處。中國制造業的gdp占比是30%，相比絕大部分歐美國家都要更高，以美日為例，兩國制造業的gdp占比都不超過20%，而物流行業的gdp占比則為6-8%，因此算上制造業gdp占比差值，中國的物流行業效率并不是歐美國家的50%，而應當是75%-80%。
中國物流行業的gdp占比過高一方面是由于制造業規模和gdp占比更大，另一方面，確實存在不少行業弊端，在生產效率上有很大提升空間。
前面提到，在互聯網背景下，產業升級依靠的更多的是互聯網、大數據、人工智能等技術。那么如何使用這些新鮮玩意來推動物流行業的改革？
有人給出了自己的一份答案，那就是自動駕駛技術與卡車相結合。
自動駕駛：賦能干線物流
物流成本為什么居高不下？人員和燃油占據運營開支主要部分。
由中國交通部工程研究院和中國最大商用車管理平臺g7智慧物聯網共同發布的調查數據顯示，在我國約700萬輛城際中重型卡車中，每年平均發生5.07萬次交通事故，幾乎每年每1000輛車就會出現一起死亡事故。
這些事故的引發，又與貨車司機疲勞駕駛或不規范駕駛行為密不可分。貨車司機的工作環境相對封閉和艱苦，且工作強度大、風險高，導致勞動力短缺情況嚴重。
此外，物流車隊在實際運營中更多考慮成本問題，經常長時間、無限度地使用司機，最終引發司機的疲勞駕駛，帶來安全隱患。
由安全事故引發的一系列損失令人警醒；高壓的從業體驗也導致勞動力流失，司機越來越少，人員成本居高不下。
反之，物流車隊一旦實現自動駕駛系統的規模化應用，就能逐步將司機轉變成車輛管理員或代駕員，通過系統管理來控制貨車，減少人工操作誤差，實現貨車司機工作的標準化、流程化和可替代化，就能使司機的工作變得更加簡單和安全。
這樣，既幫助物流車隊優化全生命周期成本，又能改善商用車的出行安全，減少交通事故的發生。