沙巴体育滚球_沙巴体育足球-【app*官网】

2022年年底，随着ChatGPT的一夜爆火，以AI大模型引领的新一轮技术变革为产业发展带来全新机遇。在众多垂直产业场景中，物流和供应链具有体系完善、环节众多、数据复杂、场景丰富等特性，是大模型落地应用的一大极具潜力的重要领域。大模型技术的深度应用，预期将为数字货运全链路运营效率、服务体验和业务创新带来巨大变革。
一、大模型的定义及发展现状
大模型指的是拥有数百万以上参数规模的深度神经网络模型，经过专门训练后，对海量数据进行复杂处理和应用处理。据2023年5月底中国科学技术信息研究所发布的《中国人工智能大模型地图研究报告》显示，目前中国10亿参数规模以上的大模型已发布79个，主要集中在北京和广东，其中北京38个大模型，广东20个大模型。在物流领域，目前腾讯、菜鸟、京东、顺丰、快递100等企业已经公开发布了物流大模型并在行业内应用，业务聚焦在需求预测与库存管理、智能调度与路线规划、智能识别与全流程管理和智能对话引擎-智能客服等领域。
二、大模型在物流与供应链中的应用
（一）需求预测与库存管理
在商流活动中，采用机器学习算法，构建一个深度学习模型。该模型能够从历史数据中学习到市场需求的变化规律，并自动预测未来的市场需求。通过不断训练和优化，模型逐渐提高预测的准确性。通过需求预测，企业可以提前调整生产和采购策略，避免因缺货或库存积压造成的损失。此外，AI大模型还可以根据库存情况，自动调整采购计划，确保库存水平始终维持在合理范围内。
1、菜鸟
2023年6月底在全球智慧物流峰会上菜鸟供应链发布了一款基于大模型的数字化供应链产品“天机π”，通过将运筹与AI、大数据结合，可自动输出基于销量预测的需求计划、基于全局优化的库存计划、基于智能分拨的补货计划、基于运筹优化的生产计划与排程，让企业在进行供应链管理时实现从“计划有没有”向“计划好不好”转变。
2、京东
在2023年京东全球科技探索者大会暨京东云峰会上，京东推出了物流大模型应用——“京东物流超脑”大模型。在业务层面。“京东物流超脑”大模型能够针对供应链全链路提供辅助决策、运营优化。以及一线作业智能助手等能力。在交互层面。用户无需具备专业建模能力。“京东物流超脑”可以直接描绘希望呈现的仓储布局效果。系统将快速生成二维可视化方案。并根据用户的描述。进行局部调整。在决策层面。“京东物流超脑”可以进行不同布局对比、归因分析和方案推荐。通过大模型分析、理解当前仓储3D模型的异常运营问题。给出改善性建议。变被动调整为主动干预。
（二）智能调度与路线规划
AI大模型可以根据实时路况、天气情况等因素，为运输车辆提供最优的路线建议。这不仅能减少运输时间和成本，还能降低碳排放，提高运输的可持续性。此外，AI大模型还可以根据订单的紧急程度和配送地址，自动调整车辆的装载和配送顺序，进一步提高配送效率。
1、百度
2023年9月底，百度地图基于百度的大模型技术能力，结合物流行业场景特点，正式推出物流大模Beta版，率先在物流地址解析、物流调度决策两大领域开展应用。
在物流地址解析方面，百度地图借助百度文心大模型在中文语义识别理解、知识增强等方面的优势，通过对百度地图POLI大数据、物流运单门址数据进行深度挖掘，通过处理复杂且无固定格式的文本，更好地实现地址内容识别、地理关系分析、地址核验纠错、地址坐标解析、地址相似性判断等多种任务。
在调度决策大模型方面，该模型基于大模型的模型结构进行微调，使用Paddle PARL强化学习框架进行训练，实现端到端的推理输出决策结果，以满足车辆调度、配载装箱、仓库选址等多种物流场景下的决策优化。经过对比评测，相对于传统的启发式算法，在成本指标上降低超过3%，耗时降低超过90%。
（三）智能识别与全流程管理
在物流行业的全流程中，OCR技术都已经起到了大幅提升工作效率的重要作用：在发送端方面，寄件人填报地址、身份信息，电商仓库核对出库货品信息等场景中，可借助OCR技术实现一键录入、一键认证等；在物流链方面，下单、分拣、转运以及配送等过程中的信息传递、核对，可以由标签读取等OCR技术协助实现自动化操作，加速货品传递流程；在配送端方面：快递员可通过具有OCR功能的手持设备读取快递单，快速获取配送信息，完成签收等流程；在监管层方面，借助OCR技术，监管层可以对物流商品、信息进行全面监控、核查。在规避运输违禁、危险品等风险的同时，也能进一步统筹物流资源，提升效率。
1、腾讯与福佑卡车
2023年10月，腾讯智慧交通与福佑卡车达成战略合作，联合共创行业首个数字货运大模型。目前，福佑卡车和腾讯已经成功打造了一套端到端的OCR智能识别大模型，应用于物流货运证件和各类回单的智能识别与自动处理，从而有效降低了运营成本。经过前期实践验证，该大模型对于多样式回单识别场景的样本训练，图片字段的识别准确率超过99%，图片信息匹配的综合识别准确率超过95%，召回率比传统模型提高近20%。
除了OCR智能识别，福佑卡车和腾讯还将在智能客服、运营分析等领域展开合作。在智能客服场景中，双方将利用高质量的行业垂直语料，对大模型进行持续系统训练，使得通用智能客服机器人变成行业客服专家。在运营分析方面，利用大模型+大数据分析技术，为货运物流需求预测和市场趋势分析提供支持，辅助“福佑大脑”智能中台做出更明智的决策。
（四）智能对话引擎-智能客服
AI大模型可以整合大语言知识图谱，颠覆传统的物流作业模式，它能够通过自然语言处理技术快速理解用户的问题，并给出准确的答案，提高了服务效率。同时，智能客服能够降低人工客服的工作压力，减少人工客服的数量，从而降低成本。
1、顺丰
2023年9月，顺丰版ChatGPT“小丰智答”上线，其基于大模型技术，为企业定制AI智能数字员工，旨在通过学习企业的私有数据，打造客服、销售等各垂直领域专家或跨岗全能助手。通过“小丰智答”，用户只需在对话框中用自然语言发起提问，即可得到易懂的答复，告别传统的检索+核对方式，节省对冗长文档的理解成本，还可以根据上传的资料进行查询和处理，高效回复客户构建的知识库中的问题，提升提问者的体验。同时，“小丰智答”还支持网页、APP等各种载体，可根据业务量灵活选择套餐，支持更大的数据量、更定制的功能，保证数据的隐私与安全。
2、快递100
快递100 AI大模型发版上线，在工单客诉处理场景落地应用。客户团队联合产研团队引入AI大模型对用户反馈的问题进行意图识别，例如用户反馈的问题是寄件重量复核、快递费用咨询、催取件等，用户只需要描述自己的需求，系统会根据用户的反馈，自动识别和理解用户的意图进行分类处理，即时自动处理大部分问题并及时反馈给用户。少部分需要人工介入的问题，则自动生成工单转客服人工，从而大大提升了用户服务体验，同时也减少了公司客服团队的人手压力。
三、大模型在物流与供应链中的应用的挑战
（一）大模型在产业落地的困难
大模型快速发展的同时。如何让大模型从“生出来”到“用起来”。应用到实际场景中。赋能社会发展是当前大模型面临的最大挑战。在数据方面，大模型在物流上的应用，以庞大的数据量和复杂的参数为基础。在训练和优化大模型的过程中，高质量数据是核心生产要素，想要训练出精度极高的行业大模型，所需的不是简单公开的数据，而是行业特定的场景数据，而物流产业所需的真实交互数据，样本少、分布不均，极难获得。在场景方面，在大模型产业化的过程中，单一大模型本身无法产生直接价值，技术只有放到场景中才能产出实际价值，而物流涵盖快速接单、高效分单、实时定价、轨迹跟踪、智能应答等多个应用场景，每一个场景都需要精细化覆盖，AI大模型只有在场景中反复并充分测试，锤炼技术、升级迭代，才能实现真正的产业化落地。
（二）物流大模型准确性及数据的安全性有待提升
目前来看,物流大模型的准确性及数据的安全性是行业发展不可避免的问题。物流业连接产业链上下游、涉及供应链多个环节，组织运营较为复杂，应用场景极其丰富。因此，物流对于大模型输出准确性的要求就很高，而当下的大模型随机性比较强，准确性还不够。另外，物流大模型还需要接触大量的敏感数据，因此，如何保护数据的隐私性、机密性和安全性，对开发者来说也是一项巨大的挑战。所以需要沙巴体育滚球_沙巴体育足球-【app*官网】算法上的改进，使用高质量、多样化的训练数据。并不断优化模型结构和训练方式。同时引入后处理机制。不断提高大模型的输出准确性及数据的安全性。而目前我国物流大模型依然处于发展的早期阶段，还需要长时间的积累。
（三）物流大模型行业竞争愈发激烈
目前，百度、菜鸟、腾讯、京东等互联网巨头都已经公开发布了物流大模型。而这些企业无论在AI技术、行业经验、数据积累、场景应用等方面都有着自己独特的优势。随着各企业在物流大模型行业内的应用进一步加深，未来的竞争也将变得更加激烈，可能出现价格战等非理性行为，由于行业还处于培育阶段。市场很脆弱。需要加强行业自律。避免恶性竞争。
四、大模型在物流与供应链中的展望
大模型技术，作为AI的一项重要成果，在物流供应链行业具有无限的潜力和广阔的应用前景，大模型技术与现代物流的深度融合，能进一步完善物流的诸多功能，助力物流行业可持续、高质量发展。而大模型深度融入物流服务供应链全场景，则有助于物流行业解决痛点问题，使行业达到提质降本增效的目的。有望构建更为智能、高效、可持续的物流供应链体系，为全球经济的发展注入新的动力。
（一）大模型对企业供应链发展具有重要意义
大模型具有强大的数据处理和预测能力，能够为物流供应链带来诸多优势。在数据处理方面，企业很难及时发现供应链中的异常情况，而AI算法的介入够迅速识别出数据中的异常模式，如需求波动、供应中断、运输异常、库存断货等，并立即发出预警。这使得企业能够迅速作出反应，及时调整策略，确保供应链的持续、稳定运作。在AI算法预测方面，能够精准地预见未来的市场需求变动以及供应波动。使企业得以提前制定适应性策略，有效地调整库存水平，进而大幅降低了库存持有成本。在智能调度和路线规划方面，利用深度学习和复杂的算法，实时分析各种运输因素，如交通流量、道路状况、天气条件等，从而自动优化车辆路线。智能化的路线规划不仅显著减少了运输时间，降低了运输成本，提升运输效率。
（二）大模型推动智慧物流生态建设
智慧物流正逐渐成为各地政府扶持的重点，而大模型推动物流行业向智慧物流转型升级。近几年，国家相继出台了多个支持智慧物流发展的利好政策，不断推动物流行业向数字化、智能化转型。而大模型时代的到来，为物流行业标准化、模块化、自动化的实现提供了路径，不仅重塑了数字物流生态，改变了各个物流场景的运作方式，进一步解放了生产力，有助于物流行业解决痛点问题，使行业达到提质降本增效的目的。
（三）大模型数据要素赋能物流行业
当前，以AI大模型引领的新一轮技术变革为物流业发展带来了全新机遇。科技型企业纷纷进军物流大模型领域，通过与大数据、物联网等前沿技术及物流供应链理论的融合应用，实现更精准的需求预测、切实提升供应链的运作效率和可追溯性，推动新质生产力加速赋能物流增值。随着AI大模型技术的不断发展和《沙巴体育滚球_沙巴体育足球-【app*官网】：构建数据基础制度更好发挥数据要素作用的意见》《“数据要素”三年行动计划(2024—2026年)》等政策举措的相继出台，数据要素的作用和价值更加凸显，将有效赋能供应链数字化平台、智慧仓储、智慧园区、智能驾驶等新型运作方式蓬勃发展，提升物流要素质量和资源配置效率，加快物流业数智化转型和物流新质生产力形成。
综上所述，AI大模型在物流与供应链中的应用正逐渐成为行业发展的重要趋势。虽然目前仍面临一些挑战，但随着技术的不断进步和应用场景的不断拓展，相信未来AI大模型将为物流与供应链行业带来沙巴体育滚球_沙巴体育足球-【app*官网】的机遇和变革。企业需要紧跟时代步伐，加强技术创新和人才培养，以应对未来的市场竞争和发展需求。
 
作者：中国交通运输协会装备委研究中心  梁丽颖