“AI大模型加入物流企業(yè)獨(dú)有的場景數(shù)據(jù)，能快速生成專屬模型，不同的物流企業(yè)在數(shù)字供應(yīng)鏈領(lǐng)域的細(xì)分深耕，為產(chǎn)業(yè)大模型的落地提供了差異化的數(shù)據(jù)優(yōu)勢與能力優(yōu)勢。同時(shí)，基于產(chǎn)業(yè)和內(nèi)部業(yè)務(wù)場景的數(shù)據(jù)能力，最終帶來物流大模型的差異化，推進(jìn)物流技術(shù)邁向數(shù)字原生時(shí)代，逐步形成AI自動(dòng)生成供應(yīng)鏈解決方案。”物流行業(yè)專家孔震說。

據(jù)國家郵政局?jǐn)?shù)據(jù)，過去14年快遞行業(yè)業(yè)務(wù)量飛速增長，由2009年的18.6億件增長至2023年的1320.7億件，擴(kuò)大了71倍。隨著業(yè)務(wù)發(fā)展，快遞行業(yè)積極擁抱云計(jì)算、AI、大數(shù)據(jù)等技術(shù)，在智能化倉儲(chǔ)管理、實(shí)時(shí)追蹤包裹動(dòng)態(tài)、智能客服解決方案、干線物流優(yōu)化等諸多環(huán)節(jié)實(shí)現(xiàn)創(chuàng)新，不僅及時(shí)支撐了業(yè)務(wù)的增長，也使得快遞交付時(shí)效從周到天。更值得關(guān)注的是，這期間交付成本不斷下降，快遞平均單價(jià)下降了2/3。

2023年12月，有投資者在互動(dòng)平臺(tái)詢問圓通速遞在AI方面應(yīng)用的最新進(jìn)展。圓通速遞方面表示，已將機(jī)器視覺、自然語言理解、自適應(yīng)學(xué)習(xí)、地圖技術(shù)等AI技術(shù)與公司業(yè)務(wù)場景深度融合，實(shí)現(xiàn)業(yè)務(wù)運(yùn)營實(shí)時(shí)監(jiān)控、精細(xì)考核、智能決策，賦能全網(wǎng)提升運(yùn)營效率，降低運(yùn)營成本，提高公司服務(wù)質(zhì)量和客戶體驗(yàn)等。

圓通速遞總裁潘水苗在分享中表示：“中國的快遞行業(yè)早已跨過了信息化時(shí)代，過去5年是全面數(shù)字化轉(zhuǎn)型的過程，從今年開始，我們提出圓通要從數(shù)字化時(shí)代邁向全面人工智能化時(shí)代，AllinAI。”據(jù)了解，當(dāng)前圓通研發(fā)了大模型應(yīng)用YTO-GPT。

目前，G7易流在大模型的應(yīng)用上“下水”初試。首席科學(xué)家王守崑透露，今年過年前，G7易流在特定用戶群范圍內(nèi)，在上游和下游對(duì)接環(huán)節(jié)上應(yīng)用了“智能接單”技術(shù)。這個(gè)小范圍測試的識(shí)別準(zhǔn)確率達(dá)到了100%，“已經(jīng)超過了我們的預(yù)期”。

物流中信息流的核心，就是預(yù)訂單和訂單，不同物流企業(yè)的訂單格式、規(guī)則非常復(fù)雜，使用傳統(tǒng)小模型技術(shù)能夠解決這些問題，但是溝通成本、研發(fā)成本等都很高。應(yīng)用大模型技術(shù)的“智能接單”，在某些環(huán)節(jié)能提升10倍的效率，和傳統(tǒng)小模型相比得到了質(zhì)的提升。同時(shí)，傳統(tǒng)小模型只能適應(yīng)一個(gè)單一的產(chǎn)品，運(yùn)用了大模型的“智能接單”，適用的場景非常多。

大模型的“數(shù)據(jù)+算法+算力”，算力是基礎(chǔ)設(shè)施。在物流行業(yè)，大模型有著天然的應(yīng)用土壤。如何將大模型落地應(yīng)用，和實(shí)際場景相結(jié)合，進(jìn)一步實(shí)現(xiàn)降本增效，是整個(gè)物流行業(yè)和相關(guān)平臺(tái)、企業(yè)的挑戰(zhàn)。王守崑認(rèn)為，在行業(yè)上、在應(yīng)用上還有不少突破點(diǎn)，他們需要依托比較大的基礎(chǔ)設(shè)施，包括像阿里云這樣的基礎(chǔ)設(shè)施去進(jìn)行大模型的落地。

除了國內(nèi)物流，出?？缇澄锪饕渤蔀槲锪餍袠I(yè)降本增效備受關(guān)注的潛力市場。中遠(yuǎn)海運(yùn)研發(fā)創(chuàng)新中心總工程師王敏表示，目前AI大模型在整個(gè)航運(yùn)物流方面的影響可以分為三個(gè)方面：

第一，AI大模型可以在智能航線的規(guī)劃，包括貨運(yùn)的裝載和船舶的調(diào)度方面，提供很好的分析能力，幫助客戶提高運(yùn)營效率；第二，船舶在航行當(dāng)中可能會(huì)受到惡劣天氣、運(yùn)價(jià)等因素的影響，AI大模型的預(yù)測能力能幫助降低運(yùn)營過程中的風(fēng)險(xiǎn)；第三，在客戶服務(wù)方面，大模型能夠利用智能能力提升客戶的體驗(yàn)。

物流行業(yè)新技術(shù)紅利在哪里？接受媒體采訪時(shí)，G7易流董事長翟學(xué)魂表示，過去十年物流行業(yè)的技術(shù)突圍更多是將車輛油耗、運(yùn)費(fèi)、車廂溫度等大量數(shù)據(jù)搬到線上，最近兩三年，大部分物流業(yè)務(wù)已經(jīng)實(shí)現(xiàn)信息化，甚至每個(gè)企業(yè)內(nèi)部信息化都做到了相當(dāng)程度，能連接的車輛數(shù)據(jù)量已經(jīng)很難較快增長，接下來的連接方式就是打通運(yùn)輸產(chǎn)業(yè)鏈上下游的數(shù)據(jù)。在他看來，經(jīng)過10年的初步數(shù)字化之后，未來物流企業(yè)更需要的是深度鏈接，但是產(chǎn)業(yè)鏈連接的深度還遠(yuǎn)遠(yuǎn)不如2C產(chǎn)業(yè)。”翟學(xué)魂表示。

以美團(tuán)舉例，美團(tuán)和用戶、飯館還有騎手的連接程度遠(yuǎn)遠(yuǎn)高于物流行業(yè)中平臺(tái)和物流公司和貨主的連接程度，兩者至少有5年的差距，而在to C市場連接帶來的紅利已經(jīng)被證實(shí)，物流行業(yè)也應(yīng)該進(jìn)一步通過技術(shù)加大深度連接能力，迎接to B市場的連接紅利。