长远来看，正如马云所说，机器干了人的事儿后，人就会做更有价值的事情，比如艺术创作等。马云举的例子就是物流行业，“早在清朝时期铁路出现，人们抵制铁路，担心沿线挑夫会失业影响社会稳定，但现在有200多万的铁路工人;而集装箱出现后，搬运工人担心会失业，但港口却出现了很多吊船工人。”
推进智慧战略时，京东物流的从业人员也不降反升，京东的解释是：“中国整个物流行业的规模已经超过美国，蛋糕在不断做大;不断有新的行业形态进来，因此解决了更多人的就业问题。”智能化带来的人员减少更多体现在能效提升、效率提升这些微观层面，整个物流行业都不用担心机器换人，让人没事做，一方面物流行业不可能全部无人化，另一方面机器还需要人来管理。一些岗位消失但有新的岗位出现，而且，智慧物流进一步激发物流需求，物流蛋糕会变得非常大。
智慧物流的第二个挑战是，技术。
技术是否足够成熟?技术成熟不只是可用，还要符合经济成本、适应不同场景，以及足够安全，才能应用于生产环境。比如仓储机器人，此前行业里面应用的都是基于激光雷达实现定位与环境理解，这个解决方案成本高、只能实现二维地图下的定位导航、不能与人协作，因此即便技术理论上可行，实际上却很难被规模应用。
AI技术的高速发展，让机器视觉能力越来越强，可以模拟人类来理解三维环境解决上述问题，前文提到的灵动科技旗下的视觉轮式机器人，一个特别之处就是基于机器视觉即时定位和环境理解技术(VSLAM)，而不是激光传感器。它用的主要传感器是摄像头，结合深度学习等技术，可以理解和定位三维空间，甚至识别人脸，因此可根据物流仓的工作人员的人脸信息，得到拣货单，并跟踪拣货员到达库位协同拣货。这个解决方案成本低、适用场景多、不需要大面积改变仓储结构，有望被大规模应用。事实上，自动驾驶汽车行业也在上演这样的变化，此前基于雷达传感器的方案正在被机器视觉方案取代，不久之前专注于机器视觉的商汤科技就与本田达成合作布局自动驾驶业务。
智慧物流的第三个挑战是，制度。
仅仅是技术是不能支持无人车上路的。李彦宏的无人车在五环上压线该扣谁的驾照分?更长远的来看，无人车撞到人的责任如何划分?无人车的算法是优先保护自己还是保护路人?在技术大变革面前，人类社会的制度同样要进行对应的适配。在智慧物流行业，无人机或者无人车送货过程中撞到人，或者说被劫持，如何处置?无人机在哪些区域可以送货，如何管控?无人配送车可以进入哪些区域，如何避免被人利用窥探隐私?这些都是需要人们来回答的问题。
当然，任何改变世界的技术变革都不是一蹴而就的，物流行业智能化是大势所趋，上述挑战最终都会有对应的解决方案出现，势不可挡。在互联网花了20年彻底改变信息流通方式后，人流、物流和资金流等人类社会要素，也将分别被智慧交通出行、智慧物流和金融科技所改变，未来可期。