当前位置:首页 > 国际 > 正文

抢占应用场景 物流巨头争相布局大模型

  • 国际
  • 2024-10-16 07:36:04
  • 504
摘要: 证券时报记者 康殷揽收快递包裹31.61亿件,投递快递包裹31.20亿件,这是今年国庆长假七天累计的快递量。与此同时,国庆期间日...

证券时报记者 康殷

揽收快递包裹31.61亿件,投递快递包裹31.20亿件,这是今年国庆长假七天累计的快递量。与此同时,国庆期间日均揽收量与投递量,相比2023年分别同比增长28.4%和26.7%。

物流快递行业的高速增长,对实现降本增效,提高运营效率的需求日益迫切。随着AI技术的日益成熟,物流巨头扎堆布局大模型,菜鸟“天机π”辅助决策、顺丰“丰知”物流决策大模型、京东物流“超脑”等纷纷推出。

巨头扎堆布局

在劳动力成本攀升、物流网络日益复杂的现实挑战面前,AI大模型被视为解决效率瓶颈、促进精益化管理的有力武器,成为物流快递企业竞逐的核心技术之一。

菜鸟网络早在2023年6月就发布了基于大模型的数字供应链产品“天机π”,通过先进的算法与大模型技术结合能够辅助决策,在销量预测、补货计划和库存健康等领域实现精准预测,并随着技术进步和数据累积持续迭代。目前,菜鸟大模型已在快消零售、工业制造、汽车等多个行业得到应用,并针对不同行业提供定制化服务。

顺丰科技也不甘落后,今年8月18日推出了自主研发的“丰知”物流决策大模型。这款大模型主要应用于物流供应链的智能化分析、销量预测、运输路线优化与包装优化等决策领域。值得一提的是,“丰知”大模型在保证预测结果准确性的基础上,大幅降低了服务器资源需求,运行效率提升了120倍,预测准确率提升了5%。

时隔一月,9月8日顺丰科技再次出手,在深圳国际人工智能展上发布了物流行业的垂直领域大语言模型“丰语”,并展示了在顺丰的市场营销、客服、收派、国际关务等业务板块的20余个场景中的落地实践应用。顺丰科技AIoT副总裁宋翔表示,目前基于大模型的摘要准确率已超过95%,这让客服人员与客户对话后的处理平均时长减少了30%。

京东物流同样在大模型领域有所布局。2023年7月,京东物流发布了基于大模型的数智化供应链产品“京东物流超脑”。这款产品主要应用于交互、分析和决策三个场景,通过数字孪生技术和多模态交互能力,提高了仓储布局优化、运营异常改善和供应链计划辅助决策的效率。

“随着电商的快速发展和消费者需求的多样化,物流行业需要更高效、更智能的解决方案来满足市场需求。”中物汇成物流研究院高级研究员袁帅告诉证券时报记者,AI技术的不断突破,为大模型在物流行业的应用提供了可能;行业竞争的加剧,促使企业寻求技术创新以提升竞争力;而政策支持也为物流行业智能化转型提供了良好的外部环境。

抢占应用场景

“从2022年年底ChatGPT发布至今,大模型赛道发展得非常迅猛,2023年称为模型之年,大量的模型公司都在卷模型的参数和尺寸,到今年大家纷纷都投向具体模型的应用。”2024全球智慧物流峰会上,智谱AI副总裁吴玮杰回顾了大模型的发展历程。

业内普遍认为,在众多产业场景中,公路物流货运具有体系完善、环节众多、数据复杂、场景丰富等特性,是大模型落地应用的主要领域之一。大模型技术的深度应用,预计将为物流全链路运营效率、服务体验和业务创新带来巨大变革。

“大家可以试想一下未来的智慧物流场景,通过多模态大模型,所有车辆都可以同时长着多只‘眼睛’,在副驾驶跟司机进行非常好的交互,成为伴驾功能。”吴玮杰认为,在运输管理中,通过大模型的多智能体应用,可以进行复杂的订单计划管理,并对订单在物流车辆的配送执行进行可视化追踪。

目前,大模型可以通过分析历史数据和实时交通状况,为物流企业提供最优的运输路线,减少不必要的行驶里程,从而降低燃油成本和时间成本。

“大模型通过对历史交易记录与市场波动趋势的深度学习,实现对未来商品需求量的精准预估,避免过剩库存造成的资源浪费。”中国矿业大学(北京)管理学院硕士生企业导师支培元告诉证券时报记者,大模型通过实时监测库存状态,自动化调节进货节奏,确保仓储成本与供应连续性的平衡。

以菜鸟的“天机π”为例,该大模型能够根据历史销售数据、市场趋势等信息,预测未来商品需求量,帮助商家合理安排库存,避免过剩库存造成的资源浪费。同时,菜鸟大模型还能够实时监测库存状态,自动化调节进货节奏,确保仓储成本与供应连续性的平衡。

避免一哄而上

在物流行业应用大模型虽然带来了许多优势,但也可能伴随一些风险和隐患。经不经济、可不可靠、实不实用,这决定着企业部署大模型的意愿。

“AI大模型具有高投入的特点,既需要大量资金投入,又需要大量物流数据用于训练,满足这两方面条件的物流企业,除了两三家大型龙头企业,其他物流企业缺少其中至少一个条件。”萨摩耶云科技集团首席经济学家郑磊告诉记者,如果硬上大模型项目,可能在投入使用后,发现企业的物流数据量不敷使用,导致大数据模型不能发挥预期作用。

除菜鸟、顺丰、京东外,近期中远海运推出了国内首个航运领域大模型Hi-Dolphin,货拉拉发布了货运无忧大模型,百度地图则推出了物流大模型Beta版。

业内人士指出,目前不少快递物流企业是冲着大模型而大模型的,在落地应用、场景结合、核心价值、优化迭代上并没有做好,因此就出现了大模型是做完了,却不知道该如何让大模型介入业务,也不知道该如何优化业务需求的情况。此外,很多大模型没有找到前端真正创造产业价值、能够变现的这条路。

“一哄而上不仅可能因投资不足而导致半途而废,即便勉强做出来,也可能因为企业管理不适应而导致无法投入正常使用。这样达不成降本增效的目标。”郑磊表示。

为避免物流行业从大模型“一哄而上”的困境,企业需要明确大模型的应用场景和价值定位,避免盲目跟风。郑磊认为,物流企业可以将重点放在物流管理的某一特别需要改进的方面,如需求管理、存储管理、运输调配优化等,自研或委托专业科技创新企业定制大模型垂直应用工具,这样做不仅减少了投入,而且有可能大幅提高管理瓶颈的效率,提高物流企业人工智能化水平。

【免责声明】本文仅代表作者本人观点,与和讯网无关。和讯网站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。邮箱:news_center@staff.hexun.com

发表评论