攬收快遞包裹31.61億件，投遞快遞包裹31.20億件，這是今年國慶長假七天累計(jì)的快遞量。與此同時(shí)，國慶期間日均攬收量與投遞量，相比2023年分別同比增長28.4%和26.7%。

物流快遞行業(yè)的高速增長，對實(shí)現(xiàn)降本增效，提高運(yùn)營效率的需求日益迫切。隨著AI技術(shù)的日益成熟，物流巨頭扎堆布局大模型，菜鳥“天機(jī)π”輔助決策、順豐“豐知”物流決策大模型、京東物流“超腦”等紛紛推出。

巨頭扎堆布局

在勞動力成本攀升、物流網(wǎng)絡(luò)日益復(fù)雜的現(xiàn)實(shí)挑戰(zhàn)面前，AI大模型被視為解決效率瓶頸、促進(jìn)精益化管理的有力武器，成為物流快遞企業(yè)競逐的核心技術(shù)之一。

菜鳥網(wǎng)絡(luò)早在2023年6月就發(fā)布了基于大模型的數(shù)字供應(yīng)鏈產(chǎn)品“天機(jī)π”，通過先進(jìn)的算法與大模型技術(shù)結(jié)合能夠輔助決策，在銷量預(yù)測、補(bǔ)貨計(jì)劃和庫存健康等領(lǐng)域?qū)崿F(xiàn)精準(zhǔn)預(yù)測，并隨著技術(shù)進(jìn)步和數(shù)據(jù)累積持續(xù)迭代。目前，菜鳥大模型已在快消零售、工業(yè)制造、汽車等多個(gè)行業(yè)得到應(yīng)用，并針對不同行業(yè)提供定制化服務(wù)。

順豐科技也不甘落后，今年8月18日推出了自主研發(fā)的“豐知”物流決策大模型。這款大模型主要應(yīng)用于物流供應(yīng)鏈的智能化分析、銷量預(yù)測、運(yùn)輸路線優(yōu)化與包裝優(yōu)化等決策領(lǐng)域。值得一提的是，“豐知”大模型在保證預(yù)測結(jié)果準(zhǔn)確性的基礎(chǔ)上，大幅降低了服務(wù)器資源需求，運(yùn)行效率提升了120倍，預(yù)測準(zhǔn)確率提升了5%。

時(shí)隔一月，9月8日順豐科技再次出手，在深圳國際人工智能展上發(fā)布了物流行業(yè)的垂直領(lǐng)域大語言模型“豐語”，并展示了在順豐的市場營銷、客服、收派、國際關(guān)務(wù)等業(yè)務(wù)板塊的20余個(gè)場景中的落地實(shí)踐應(yīng)用。順豐科技AIoT副總裁宋翔表示，目前基于大模型的摘要準(zhǔn)確率已超過95%，這讓客服人員與客戶對話后的處理平均時(shí)長減少了30%。

京東物流同樣在大模型領(lǐng)域有所布局。2023年7月，京東物流發(fā)布了基于大模型的數(shù)智化供應(yīng)鏈產(chǎn)品“京東物流超腦”。這款產(chǎn)品主要應(yīng)用于交互、分析和決策三個(gè)場景，通過數(shù)字孿生技術(shù)和多模態(tài)交互能力，提高了倉儲布局優(yōu)化、運(yùn)營異常改善和供應(yīng)鏈計(jì)劃輔助決策的效率。

“隨著電商的快速發(fā)展和消費(fèi)者需求的多樣化，物流行業(yè)需要更高效、更智能的解決方案來滿足市場需求?！敝形飬R成物流研究院高級研究員袁帥表示，AI技術(shù)的不斷突破，為大模型在物流行業(yè)的應(yīng)用提供了可能；行業(yè)競爭的加劇，促使企業(yè)尋求技術(shù)創(chuàng)新以提升競爭力；而政策支持也為物流行業(yè)智能化轉(zhuǎn)型提供了良好的外部環(huán)境。

搶占應(yīng)用場景

“從2022年年底ChatGPT發(fā)布至今，大模型賽道發(fā)展得非常迅猛，2023年稱為模型之年，大量的模型公司都在卷模型的參數(shù)和尺寸，到今年大家紛紛都投向具體模型的應(yīng)用?！?024全球智慧物流峰會上，智譜AI副總裁吳瑋杰回顧了大模型的發(fā)展歷程。

業(yè)內(nèi)普遍認(rèn)為，在眾多產(chǎn)業(yè)場景中，公路物流貨運(yùn)具有體系完善、環(huán)節(jié)眾多、數(shù)據(jù)復(fù)雜、場景豐富等特性，是大模型落地應(yīng)用的主要領(lǐng)域之一。大模型技術(shù)的深度應(yīng)用，預(yù)計(jì)將為物流全鏈路運(yùn)營效率、服務(wù)體驗(yàn)和業(yè)務(wù)創(chuàng)新帶來巨大變革。

“大家可以試想一下未來的智慧物流場景，通過多模態(tài)大模型，所有車輛都可以同時(shí)長著多只‘眼睛’，在副駕駛跟司機(jī)進(jìn)行非常好的交互，成為伴駕功能?！眳乾|杰認(rèn)為，在運(yùn)輸管理中，通過大模型的多智能體應(yīng)用，可以進(jìn)行復(fù)雜的訂單計(jì)劃管理，并對訂單在物流車輛的配送執(zhí)行進(jìn)行可視化追蹤。

目前，大模型可以通過分析歷史數(shù)據(jù)和實(shí)時(shí)交通狀況，為物流企業(yè)提供最優(yōu)的運(yùn)輸路線，減少不必要的行駛里程，從而降低燃油成本和時(shí)間成本。

“大模型通過對歷史交易記錄與市場波動趨勢的深度學(xué)習(xí)，實(shí)現(xiàn)對未來商品需求量的精準(zhǔn)預(yù)估，避免過剩庫存造成的資源浪費(fèi)?！敝袊V業(yè)大學(xué)（北京）管理學(xué)院碩士生企業(yè)導(dǎo)師支培元表示，大模型通過實(shí)時(shí)監(jiān)測庫存狀態(tài)，自動化調(diào)節(jié)進(jìn)貨節(jié)奏，確保倉儲成本與供應(yīng)連續(xù)性的平衡。

以菜鳥的“天機(jī)π”為例，該大模型能夠根據(jù)歷史銷售數(shù)據(jù)、市場趨勢等信息，預(yù)測未來商品需求量，幫助商家合理安排庫存，避免過剩庫存造成的資源浪費(fèi)。同時(shí)，菜鳥大模型還能夠?qū)崟r(shí)監(jiān)測庫存狀態(tài)，自動化調(diào)節(jié)進(jìn)貨節(jié)奏，確保倉儲成本與供應(yīng)連續(xù)性的平衡。

避免一哄而上

在物流行業(yè)應(yīng)用大模型雖然帶來了許多優(yōu)勢，但也可能伴隨一些風(fēng)險(xiǎn)和隱患。經(jīng)不經(jīng)濟(jì)、可不可靠、實(shí)不實(shí)用，這決定著企業(yè)部署大模型的意愿。

“AI大模型具有高投入的特點(diǎn)，既需要大量資金投入，又需要大量物流數(shù)據(jù)用于訓(xùn)練，滿足這兩方面條件的物流企業(yè)，除了兩三家大型龍頭企業(yè)，其他物流企業(yè)缺少其中至少一個(gè)條件。”薩摩耶云科技集團(tuán)首席經(jīng)濟(jì)學(xué)家鄭磊表示，如果硬上大模型項(xiàng)目，可能在投入使用后，發(fā)現(xiàn)企業(yè)的物流數(shù)據(jù)量不敷使用，導(dǎo)致大數(shù)據(jù)模型不能發(fā)揮預(yù)期作用。

除菜鳥、順豐、京東外，近期中遠(yuǎn)海運(yùn)推出了國內(nèi)首個(gè)航運(yùn)領(lǐng)域大模型Hi-Dolphin，貨拉拉發(fā)布了貨運(yùn)無憂大模型，百度地圖則推出了物流大模型Beta版。

業(yè)內(nèi)人士指出，目前不少快遞物流企業(yè)是沖著大模型而大模型的，在落地應(yīng)用、場景結(jié)合、核心價(jià)值、優(yōu)化迭代上并沒有做好，因此就出現(xiàn)了大模型是做完了，卻不知道該如何讓大模型介入業(yè)務(wù)，也不知道該如何優(yōu)化業(yè)務(wù)需求的情況。此外，很多大模型沒有找到前端真正創(chuàng)造產(chǎn)業(yè)價(jià)值、能夠變現(xiàn)的這條路。

“一哄而上不僅可能因投資不足而導(dǎo)致半途而廢，即便勉強(qiáng)做出來，也可能因?yàn)槠髽I(yè)管理不適應(yīng)而導(dǎo)致無法投入正常使用。這樣達(dá)不成降本增效的目標(biāo)?！编嵗诒硎?。

為避免物流行業(yè)從大模型“一哄而上”的困境，企業(yè)需要明確大模型的應(yīng)用場景和價(jià)值定位，避免盲目跟風(fēng)。鄭磊認(rèn)為，物流企業(yè)可以將重點(diǎn)放在物流管理的某一特別需要改進(jìn)的方面，如需求管理、存儲管理、運(yùn)輸調(diào)配優(yōu)化等，自研或委托專業(yè)科技創(chuàng)新企業(yè)定制大模型垂直應(yīng)用工具，這樣做不僅減少了投入，而且有可能大幅提高管理瓶頸的效率，提高物流企業(yè)人工智能化水平。

（來源：證券時(shí)報(bào)）