搶占應用場景 物流巨頭爭相布局大模型

　　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的快遞量。與此同時，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，對實現(xiàn)降本增效，提高運營效率的需求日益迫切。隨著AI技術的日益成熟，物流巨頭扎堆布局大模型，菜鳥“天機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)絡日益復雜的現(xiàn)實挑戰(zhàn)面前，AI大模型被視為解決效率瓶頸、促進精益化管理的有力武器，成為物流快遞企業(yè)競逐的核心技術之一。

　　菜鳥網(wǎng)絡早在2023年6月就發(fā)布了基于大模型的數(shù)字供應鏈產(chǎn)品“天機π”，通過先進的算法與大模型技術結合能夠輔助決策，在銷量預測、補貨計劃和庫存健康等領域實現(xiàn)精準預測，并隨著技術進步和數(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、汽車等多個行業(yè)得到應用，并針對不同行業(yè)提供定制化服務。

　　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。這款大模型主要應用于物流供應鏈的智能化分析、銷量預測、運輸路線優(yōu)化與包裝優(yōu)化等決策領域。值得一提的是，“豐知”大模型在保證預測結果準確性的基礎上，大幅降低了服務器資源需求，運行效率提升了120倍，預測準確率提升了5%。

　　時隔一月，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、國際關務等業(yè)務板塊的20余個場景中的落地實踐應用。順豐科技AIoT副總裁宋翔表示，目前基于大模型的摘要準確率已超過95%，這讓客服人員與客戶對話后的處理平均時長減少了30%。

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

　　“隨著電商的快速發(fā)展和消費者需求的多樣化，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告訴證券時報記者，AI技術的不斷突破，為大模型在物流行業(yè)的應用提供了可能；行業(yè)競爭的加劇，促使企業(yè)尋求技術創(chuàng)新以提升競爭力；而政策支持也為物流行業(yè)智能化轉型提供了良好的外部環(huán)境。

　　搶占應用場景

　　“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)內普遍認為，在眾多產(chǎn)業(yè)場景中，公路物流貨運具有體系完善、環(huán)節(jié)眾多、數(shù)據(jù)復雜、場景豐富等特性，是大模型落地應用的主要領域之一。大模型技術的深度應用，預計將為物流全鏈路運營效率、服務體驗和業(yè)務創(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長著多只‘眼睛’，在副駕駛跟司機進行非常好的交互，成為伴駕功能?！眳乾|杰認為，在運輸管理中，通過大模型的多智能體應用，可以進行復雜的訂單計劃管理，并對訂單在物流車輛的配送執(zhí)行進行可視化追蹤。

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

　　“大模型通過對歷史交易記錄與市場波動趨勢的深度學習，實現(xiàn)對未來商品需求量的精準預估，避免過剩庫存造成的資源浪費。”中國礦業(yè)大學（北京）管理學院碩士生企業(yè)導師支培元告訴證券時報記者，大模型通過實時監(jiān)測庫存狀態(tài)，自動化調節(jié)進貨節(jié)奏，確保倉儲成本與供應連續(xù)性的平衡。

　　以菜鳥的“天機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。同時，菜鳥大模型還能夠實時監(jiān)測庫存狀態(tài)，自動化調節(jié)進貨節(jié)奏，確保倉儲成本與供應連續(xù)性的平衡。

　　避免一哄而上

　　在物流行業(yè)應用大模型雖然帶來了許多優(yōu)勢，但也可能伴隨一些風險和隱患。經(jīng)不經(jīng)濟、可不可靠、實不實用，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，既需要大量資金投入，又需要大量物流數(shù)據(jù)用于訓練，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)缺少其中至少一個條件。”薩摩耶云科技集團首席經(jīng)濟學家鄭磊告訴記者，如果硬上大模型項目，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，導致大數(shù)據(jù)模型不能發(fā)揮預期作用。

　　除菜鳥、順豐、京東外，近期中遠海運推出了國內首個航運領域大模型Hi-Dolphin，貨拉拉發(fā)布了貨運無憂大模型，百度地圖則推出了物流大模型Beta版。

　　業(yè)內人士指出，目前不少快遞物流企業(yè)是沖著大模型而大模型的，在落地應用、場景結合、核心價值、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，也不知道該如何優(yōu)化業(yè)務需求的情況。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致半途而廢，即便勉強做出來，也可能因為企業(yè)管理不適應而導致無法投入正常使用。這樣達不成降本增效的目標?！编嵗诒硎尽?/p>

　　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用場景和價值定位，避免盲目跟風。鄭磊認為，物流企業(yè)可以將重點放在物流管理的某一特別需要改進的方面，如需求管理、存儲管理、運輸調配優(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。