近日，順豐科技推出“豐知”物流決策大模型，主流物流玩家的大模型相繼亮相，后續(xù)市場(chǎng)或迎來(lái)物流大模型競(jìng)爭(zhēng)大賽。

截至目前，順豐、京東物流、菜鳥(niǎo)、中遠(yuǎn)海運(yùn)、百度地圖、貨拉拉、福佑卡車(chē)、快遞100等業(yè)內(nèi)不同細(xì)分賽道的企業(yè)大模型已經(jīng)應(yīng)用，這些大模型都有什么特點(diǎn)？對(duì)于未來(lái)物流發(fā)展有怎樣的影響？沒(méi)有大模型是否就喪失未來(lái)競(jìng)爭(zhēng)資格呢？

物流大模型扎堆

1、順豐“豐知”專注物流決策

先看最新發(fā)布的順豐科技自主研發(fā)的“豐知”物流決策大模型，這個(gè)大模型主要應(yīng)用于物流供應(yīng)鏈的智能化分析、銷(xiāo)量預(yù)測(cè)、運(yùn)輸路線優(yōu)化與包裝優(yōu)化等決策領(lǐng)域。

比如在客戶銷(xiāo)量出現(xiàn)波動(dòng)時(shí)，迅速響應(yīng)，精準(zhǔn)告知客戶問(wèn)題原因，為管理者提供直觀、全面的決策依據(jù)，助力其精準(zhǔn)選擇合適的策略，應(yīng)對(duì)市場(chǎng)變化。

相比市場(chǎng)上的決策大模型，“豐知”的最大突破是在保證預(yù)測(cè)結(jié)果準(zhǔn)確性的基礎(chǔ)上，大幅削弱了對(duì)于資源成本的需求門(mén)檻。以某一實(shí)踐案例為例，其服務(wù)器資源需求降低，運(yùn)行時(shí)間效率提升了120倍，預(yù)測(cè)準(zhǔn)確率提升了5%。

2、京東物流“超腦”應(yīng)用交互、分析、決策

2023年7月的時(shí)候京東物流就發(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”，主要為實(shí)現(xiàn)對(duì)供應(yīng)鏈全局的優(yōu)化。

主要應(yīng)用場(chǎng)景有三個(gè)：交互、分析和決策。

交互上，主要應(yīng)用于倉(cāng)儲(chǔ)布局優(yōu)化，快速生成三維可視化方案，并進(jìn)行局部調(diào)整。這種能力使得倉(cāng)儲(chǔ)布局更加合理，提高了倉(cāng)儲(chǔ)效率。

分析上，主要應(yīng)用在運(yùn)營(yíng)異常改善，在運(yùn)營(yíng)異常時(shí)，能夠提供改善性建議，幫助用戶快速發(fā)現(xiàn)并解決問(wèn)題，降低了運(yùn)營(yíng)風(fēng)險(xiǎn)。

決策上，主要應(yīng)用在供應(yīng)鏈計(jì)劃輔助決策，幫助用戶制定更科學(xué)的供應(yīng)鏈計(jì)劃，提高供應(yīng)鏈的靈活性和響應(yīng)速度。

技術(shù)突破上，一個(gè)數(shù)字孿生技術(shù)結(jié)合；另一個(gè)是支持多模態(tài)交互，能夠理解和生成物流場(chǎng)景中的多種數(shù)據(jù)形式，包括文本、圖像、視頻等。這種能力使得用戶可以更直觀地與系統(tǒng)進(jìn)行交互，提高了操作效率和準(zhǔn)確性。

3、菜鳥(niǎo)“天機(jī)π”輔助決策

菜鳥(niǎo)的“天機(jī)π”誕生的更早一些，在2023年6月菜鳥(niǎo)發(fā)布基于大模型的數(shù)字供應(yīng)鏈產(chǎn)品“天機(jī)π”，能夠輔助決策，在銷(xiāo)量預(yù)測(cè)、補(bǔ)貨計(jì)劃和庫(kù)存健康等領(lǐng)域?qū)崿F(xiàn)提質(zhì)增效。

主要有兩大場(chǎng)景應(yīng)用。第一是能夠在銷(xiāo)量預(yù)測(cè)、補(bǔ)貨計(jì)劃和庫(kù)存健康等領(lǐng)域?qū)崿F(xiàn)精準(zhǔn)預(yù)測(cè)和優(yōu)化。第二是能夠處理和分析海量的物流數(shù)據(jù)，從中提取有價(jià)值的信息，為決策提供數(shù)據(jù)支持。

據(jù)悉菜鳥(niǎo)大模型已經(jīng)在快消零售、工業(yè)制造、汽車(chē)等多個(gè)行業(yè)得到應(yīng)用；同時(shí)針對(duì)不同行業(yè)還能提供定制化服務(wù)，滿足客戶的個(gè)性化需求。

技術(shù)突破上，菜鳥(niǎo)的大模型率先將先進(jìn)的算法與大模型技術(shù)結(jié)合，使得處理復(fù)雜問(wèn)題時(shí)更為得心應(yīng)手；此外，隨著技術(shù)進(jìn)步和數(shù)據(jù)累積，菜鳥(niǎo)大模型可以持續(xù)進(jìn)行迭代優(yōu)化。

4、中遠(yuǎn)海運(yùn)“Hi-Dolphin”國(guó)內(nèi)首個(gè)航運(yùn)大模型

今年7月左右，中遠(yuǎn)海運(yùn)科技創(chuàng)新性推出了國(guó)內(nèi)首個(gè)航運(yùn)領(lǐng)域大模型Hi-Dolphin。

Hi-Dolphin有四大功能——航運(yùn)知識(shí)、航運(yùn)數(shù)據(jù)、運(yùn)力預(yù)測(cè)、智能應(yīng)用，全方位服務(wù)于航運(yùn)業(yè)的各個(gè)環(huán)節(jié)。具體來(lái)講，就是具備豐富的航運(yùn)知識(shí)問(wèn)答功能，能調(diào)用海量航運(yùn)數(shù)據(jù)為決策者提供有力支持，還能以深度思考進(jìn)行預(yù)測(cè)任務(wù)，助力企業(yè)和個(gè)人在復(fù)雜的航運(yùn)市場(chǎng)中做出決策。

Hi-Dolphin是國(guó)內(nèi)首個(gè)航運(yùn)領(lǐng)域大模型，業(yè)內(nèi)對(duì)其有高度評(píng)價(jià)和期望。

5、貨拉拉貨運(yùn)無(wú)憂大模型走向輕量化、場(chǎng)景化

今年4月，貨拉拉的貨運(yùn)無(wú)憂大模型對(duì)外發(fā)布了，與完全專注于貨運(yùn)的想象不同，貨拉拉的大模型包含了貨運(yùn)、邀約、客服、數(shù)據(jù)分析、HR辦公等多個(gè)業(yè)務(wù)領(lǐng)域。

這個(gè)大模型主要有兩大特點(diǎn)，第一輕量化，在垂直領(lǐng)域內(nèi)構(gòu)建了一個(gè)更加復(fù)雜的模型結(jié)構(gòu)，以提升領(lǐng)域內(nèi)的預(yù)測(cè)精度，但整體上保持輕量，以便效率更集中、更便捷。

第二，場(chǎng)景化。比如在客服、邀約場(chǎng)景中，貨拉拉打造了基于任務(wù)型對(duì)話的AI機(jī)器人，實(shí)現(xiàn)全鏈路自動(dòng)閉環(huán)；而在辦公場(chǎng)景中，貨拉拉打造HR智能問(wèn)答助手，應(yīng)用AI智能招聘，成本降低近90%。在用戶側(cè)，貨拉拉于app上線了“選車(chē)助手”，幫助用戶根據(jù)貨物智能匹配車(chē)型；在司機(jī)側(cè)則上線了違禁品識(shí)別功能，最快1秒就能識(shí)別出違禁物品，未來(lái)還將在司機(jī)側(cè)實(shí)現(xiàn)訂單管理功能，可以智能提醒司機(jī)哪里有貨，哪里單多，幫助司機(jī)提高接單搶單效率。此外，貨拉拉技術(shù)團(tuán)隊(duì)還在持續(xù)推進(jìn)虛擬數(shù)字人的研發(fā)，未來(lái)有望應(yīng)用于校招宣傳、客服培訓(xùn)、產(chǎn)品答疑介紹等各業(yè)務(wù)場(chǎng)景中。

優(yōu)勢(shì)上主要是數(shù)據(jù)優(yōu)勢(shì)。因?yàn)殚L(zhǎng)期運(yùn)營(yíng)積累了高質(zhì)量的海量本地貨運(yùn)數(shù)據(jù)，這些數(shù)據(jù)為模型的訓(xùn)練和優(yōu)化提供了豐富的數(shù)據(jù)源。通過(guò)不斷學(xué)習(xí)和優(yōu)化，模型能夠更準(zhǔn)確地理解貨運(yùn)行業(yè)的復(fù)雜性和不確定性。

6、百度地圖物流大模型應(yīng)用于物流地址解析、物流調(diào)度決策

2023年9月，百度地圖基于百度領(lǐng)先的大模型技術(shù)能力，結(jié)合物流行業(yè)場(chǎng)景特點(diǎn)，正式推出物流大模型 Beta版。

主要應(yīng)用于物流地址解析、物流調(diào)度決策。

物流地址解析上，針對(duì)物流場(chǎng)景中高頻使用的收發(fā)貨地址信息，物流大模型能夠快速、準(zhǔn)確地進(jìn)行標(biāo)準(zhǔn)化識(shí)別，提取結(jié)構(gòu)化數(shù)據(jù)，并進(jìn)行糾錯(cuò)、補(bǔ)全等操作，提升運(yùn)單分單、履約配送等環(huán)節(jié)的質(zhì)量和效率。

物流調(diào)度決策上，將調(diào)度決策問(wèn)題抽象為序列推理問(wèn)題，利用大模型在序列模型上的優(yōu)異性能，推出物流行業(yè)調(diào)度決策大模型，幫助物流企業(yè)優(yōu)化車(chē)輛調(diào)度、配載裝箱等環(huán)節(jié)，降低物流成本，提高運(yùn)營(yíng)效率。

其最大的特色是復(fù)雜地址處理和智能調(diào)度上。一方面物流大模型能夠處理長(zhǎng)文本、不規(guī)則文本等復(fù)雜地址信息，相比傳統(tǒng)地址解析模型，其識(shí)別理解的準(zhǔn)確率有大幅提升；另一方面，能夠結(jié)合百度地圖的智能調(diào)度和智能配載功能，在分鐘級(jí)內(nèi)運(yùn)算出滿足多項(xiàng)約束條件及業(yè)務(wù)需求的運(yùn)輸方案，提升調(diào)度效率和裝載率。

7、G7易流基于字節(jié)跳動(dòng)豆包大模型推出“智能接單”產(chǎn)品

G7易流與火山引擎合作，基于字節(jié)跳動(dòng)豆包大模型推出了“智能接單”產(chǎn)品。這是物流行業(yè)首款基于大模型技術(shù)的智能助手，它已經(jīng)被集成到 G7 易流自主研發(fā)的運(yùn)輸管理系統(tǒng)“財(cái)運(yùn)通”中。

據(jù)悉，這款產(chǎn)品通過(guò)智能化手段實(shí)現(xiàn)了訂單格式的快速統(tǒng)一對(duì)接，顯著提高了接單效率。據(jù)數(shù)據(jù)顯示，接單時(shí)間從原先的2小時(shí)縮短至30分鐘，效率提升了高達(dá)75%。

主要應(yīng)用場(chǎng)景包括貨主系統(tǒng)增強(qiáng)、Excel數(shù)據(jù)導(dǎo)入、微信群接單機(jī)器人/司機(jī)掃碼接單、智能錄單助手等。目前應(yīng)用于化工制品、日用百貨、食品飲料等行業(yè)，還深入煤炭化工等領(lǐng)域。

技術(shù)特點(diǎn)上，G7易流將大模型技術(shù)與自身的IoT設(shè)備和SaaS服務(wù)深度融合，形成了軟硬一體的解決方案。因此在系統(tǒng)的整體性能和穩(wěn)定性上有優(yōu)勢(shì)。

8、福佑卡車(chē)與騰訊打造首個(gè)數(shù)字貨運(yùn)大模型

2023年10月，騰訊智慧交通與福佑卡車(chē)達(dá)成戰(zhàn)略合作，聯(lián)合共創(chuàng)行業(yè)首個(gè)數(shù)字貨運(yùn)大模型。

主要應(yīng)用于三個(gè)場(chǎng)景。

一是OCR智能識(shí)別，能夠智能識(shí)別與自動(dòng)處理物流貨運(yùn)證件和各類回單。其OCR準(zhǔn)確率相比傳統(tǒng)模型提升顯著，圖片信息匹配綜合識(shí)別準(zhǔn)確率達(dá)到95%以上，圖片字段識(shí)別準(zhǔn)確率達(dá)到99%。

二是智能客服，通過(guò)高質(zhì)量的行業(yè)垂直語(yǔ)料進(jìn)行持續(xù)系統(tǒng)訓(xùn)練，使通用智能客服機(jī)器人轉(zhuǎn)變?yōu)樾袠I(yè)客服專家，提供高效、智能且人性化的服務(wù)體驗(yàn)。

三是運(yùn)營(yíng)分析，能為貨運(yùn)物流需求預(yù)測(cè)和市場(chǎng)趨勢(shì)分析提供支持，輔助“福佑大腦”智能中臺(tái)做出更明智的決策。

9、快遞100“AI寄快遞”快遞行業(yè)首個(gè)大模型商業(yè)化應(yīng)用

2024年4月，快遞100發(fā)布了融合百度智能云千帆大模型平臺(tái)的“AI寄快遞”，這是快遞物流行業(yè)首個(gè)大模型AI原生商業(yè)化應(yīng)用。

主要應(yīng)用場(chǎng)景有兩個(gè)。一個(gè)是寄快遞場(chǎng)景，用戶可以通過(guò)“一句話寄快遞”或“隨手拍寄快遞”的方式，快速完成寄件操作。AI能夠理解用戶寄件意圖，自動(dòng)生成寄件單，并智能匹配適合的快遞公司。另一個(gè)是查快遞與管快遞場(chǎng)景，用戶可以通過(guò)自然語(yǔ)言對(duì)話式交互輕松完成快遞查詢和管理，享受到極致的使用體驗(yàn)。

其比較大的特色是融合了用戶反饋，通過(guò)收集和分析用戶意見(jiàn)不斷改進(jìn)產(chǎn)品和服務(wù)。

10、壹沓科技“運(yùn)小沓Cuber”開(kāi)啟供應(yīng)鏈人機(jī)協(xié)作新時(shí)代

2024年7月，壹沓科技重磅發(fā)布運(yùn)小沓Cuber數(shù)字員工3.0，這是基于供應(yīng)鏈大模型的數(shù)字員工超自動(dòng)化解決方案。

從2020年運(yùn)小沓1.0開(kāi)始單場(chǎng)景自動(dòng)化，到2022年運(yùn)小沓2.0跨場(chǎng)景自動(dòng)化串聯(lián)，再到運(yùn)小沓3.0構(gòu)建的基于大模型的Agent自動(dòng)化操作入口。壹沓科技的供應(yīng)鏈大模型主要應(yīng)用于全局超自動(dòng)化，圍繞供應(yīng)鏈上下游業(yè)務(wù)場(chǎng)景，涵蓋上游大型制造貨主、中間物流配送、下游零售客戶，實(shí)現(xiàn)從營(yíng)銷(xiāo)獲客、采銷(xiāo)管理、倉(cāng)儲(chǔ)物流、拖車(chē)報(bào)關(guān)、履約執(zhí)行到財(cái)務(wù)結(jié)算的全局超自動(dòng)化。

技術(shù)優(yōu)勢(shì)上，壹沓科技供應(yīng)鏈大模型實(shí)現(xiàn)了多平臺(tái)整合，包含數(shù)字員工平臺(tái)、運(yùn)價(jià)平臺(tái)、AI單證識(shí)別平臺(tái)、物流可視化平臺(tái)、艙單平臺(tái)、RPA機(jī)器人Store、RPA開(kāi)發(fā)平臺(tái)、訂艙平臺(tái)等全球領(lǐng)先的供應(yīng)鏈超自動(dòng)化產(chǎn)品，實(shí)現(xiàn)全面整合。

目前，資生堂、周大生、周六福、倍輕松、光明乳業(yè)、雅戈?duì)枴⑵咂ダ堑榷家呀?jīng)是壹沓科技的客戶。

物流供應(yīng)鏈正在走進(jìn)真正的數(shù)智化

科技的力量毋庸置疑。過(guò)去的十幾年，中國(guó)物流行業(yè)的迅猛發(fā)展印證了數(shù)字化、智能化對(duì)于這個(gè)傳統(tǒng)行業(yè)的力量之強(qiáng)。以崛起最為迅速、最為亮眼的快遞行業(yè)為例，根據(jù)國(guó)家郵政局統(tǒng)計(jì)，過(guò)去14年，從2009年的18.6億件快遞增長(zhǎng)到了2023年的1320.7億件，因?yàn)樵朴?jì)算、AI、大數(shù)據(jù)等技術(shù)的賦能，實(shí)現(xiàn)了智能化倉(cāng)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)的創(chuàng)新，而這個(gè)過(guò)程中不僅沒(méi)有造成供應(yīng)鏈擁堵，還實(shí)現(xiàn)了快遞交付從周到天，交付成本還降低了，單價(jià)價(jià)格低2/3。

因此，AI大模型的誕生與興起更讓物流行業(yè)內(nèi)興奮，這意味著在原有的基礎(chǔ)上，大模型有望助推物流供應(yīng)鏈進(jìn)一步釋放效率潛能。上海海事大學(xué)原校長(zhǎng)、中國(guó)物流與采購(gòu)聯(lián)合會(huì)副會(huì)長(zhǎng)黃有方就認(rèn)為，“通過(guò)應(yīng)用大模型技術(shù)，物流企業(yè)可以實(shí)現(xiàn)更精準(zhǔn)的需求預(yù)測(cè)、提高運(yùn)作效率、增強(qiáng)供應(yīng)鏈的透明度和可追溯性”。

在這樣的預(yù)期之下，順豐、京東物流、菜鳥(niǎo)、中遠(yuǎn)海運(yùn)、百度地圖、貨拉拉、G7易流等紛紛扎入了物流大模型賽道，期望搶先一步吃到第一塊蛋糕。

根據(jù)羅戈研究的報(bào)告觀點(diǎn)，智能化應(yīng)用，從早期依托智能算法技術(shù)的RAP、自動(dòng)化控制，伴隨流程編排等技術(shù)的發(fā)展，延伸至智能流程管理與決策，并在2022-2023年隨著生成式AI、數(shù)字孿生等技術(shù)的發(fā)展，推動(dòng)物流領(lǐng)域真正意義上開(kāi)始邁進(jìn)數(shù)實(shí)相融的智能化大門(mén)，帶來(lái)行業(yè)創(chuàng)新變革的想象空間。

相比傳統(tǒng)的供應(yīng)鏈，羅戈研究認(rèn)為，生成式人工智能驅(qū)動(dòng)的供應(yīng)鏈，擁有更強(qiáng)的主動(dòng)性，即可以在供應(yīng)鏈需求變化之前提前預(yù)測(cè)，主動(dòng)適應(yīng)轉(zhuǎn)變；擁有更強(qiáng)的動(dòng)態(tài)優(yōu)化能力，通過(guò)動(dòng)態(tài)學(xué)習(xí)適應(yīng)新數(shù)據(jù)，實(shí)時(shí)優(yōu)化；擁有主動(dòng)的洞察力，可以自動(dòng)生成洞察力，更快、更準(zhǔn)確地處理大量數(shù)據(jù)；擁有定制策略能力，可以針對(duì)不同的供應(yīng)鏈特性和挑戰(zhàn)，定制個(gè)性化策略。

大模型落地應(yīng)用和成本回收仍困擾

但當(dāng)下，大模型問(wèn)題也是明顯的。

首先應(yīng)用與價(jià)值問(wèn)題。不少企業(yè)是沖著大模型而大模型的，在落地應(yīng)用、場(chǎng)景結(jié)合、核心價(jià)值、優(yōu)化迭代上并沒(méi)有做好，因此就出現(xiàn)了大模型是做完了，但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。

這就產(chǎn)生了第二個(gè)問(wèn)題價(jià)值無(wú)法變現(xiàn)，很多大模型沒(méi)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。京東集團(tuán)技術(shù)委員會(huì)主席，京東云事業(yè)部總裁曹鵬說(shuō)：“所以沒(méi)有辦法衡量大模型到底有什么價(jià)值，能夠值多少錢(qián)?！蹦峭度肓藳](méi)回報(bào)怎么辦？打價(jià)格戰(zhàn)！最明顯的是今年5月，頭部大模型們大降價(jià)。

此外，如何保護(hù)數(shù)據(jù)的隱私性、機(jī)密性和安全性，包括地址、聯(lián)系方式、貨物信息等。還有輸出結(jié)果可信性不足、穩(wěn)定性不強(qiáng)的問(wèn)題。

不過(guò)對(duì)于像物流這樣的垂直大模型，目前仍是起步階段，還需要巨大的計(jì)算資源和存儲(chǔ)空間來(lái)進(jìn)行訓(xùn)練和部署，其中必然要耗費(fèi)大量的人力、物力和財(cái)力。但可以肯定的一點(diǎn)是，誰(shuí)率先在物流這個(gè)場(chǎng)景中推出一個(gè)安全可信、穩(wěn)定性高又能有效落地應(yīng)用的大模型，誰(shuí)就能拿下最大那塊紅利。