每經(jīng)記者 趙雯琪    每經(jīng)編輯 張海妮    

在順豐速運(yùn)總裁王衛(wèi)公開(kāi)表示“順豐已經(jīng)開(kāi)始鉆研ChatGPT”一年多后，順豐在大模型上再傳新消息。

8月19日，《每日經(jīng)濟(jì)新聞》記者從順豐方面獲悉，順豐科技在8月18日推出了自主研發(fā)的“豐知”物流決策大模型，該模型旨在將大模型技術(shù)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。

早在ChatGPT橫空出世引發(fā)全球探討時(shí)，王衛(wèi)就公開(kāi)表達(dá)了對(duì)這項(xiàng)技術(shù)的足夠興趣和危機(jī)感。不過(guò)相比于其他公司在物流大模型領(lǐng)域的探索，順豐的成果可謂姍姍來(lái)遲。

去年以來(lái)，京東、菜鳥(niǎo)均在物流產(chǎn)業(yè)側(cè)發(fā)布大模型。京東物流披露，今年上半年，京東物流首次將物流大模型應(yīng)用到京東“6·18”保障工作中，截至6月底，物流大模型累計(jì)調(diào)用超3000萬(wàn)次，賦能數(shù)十萬(wàn)一線員工。今年3月，貨拉拉CTO（首席技術(shù)官）張浩公開(kāi)透露，貨拉拉自研的貨運(yùn)無(wú)憂大模型已在多場(chǎng)景應(yīng)用，問(wèn)答準(zhǔn)確率超過(guò)90%。

如今隨著順豐的加入，物流大模型混戰(zhàn)再次升級(jí)，在物流公司的大模型時(shí)代競(jìng)爭(zhēng)中，誰(shuí)又將搶占先機(jī)？

“豐知”物流決策大模型旨在將大模型技術(shù)應(yīng)用于物流供應(yīng)鏈的智能化分析、運(yùn)輸路線優(yōu)化等決策領(lǐng)域。圖為一輛順豐快遞智能無(wú)人快遞車(chē)平穩(wěn)行駛在湖海塘居民區(qū)的道路上。視覺(jué)中國(guó)圖

走出大模型布局第一步

“現(xiàn)實(shí)永遠(yuǎn)是殘酷的，告訴大家真相，‘Dick在線’（順豐30周年感言）不是我寫(xiě)的，是大模型寫(xiě)的。”去年上半年，王衛(wèi)分享了一張對(duì)話截圖。

“科技高速發(fā)展的進(jìn)程里，順豐不可以偷懶，需要借助新事物、新工具，做到不落后。”王衛(wèi)在內(nèi)部平臺(tái)表示，并直言“我們?cè)谶@個(gè)時(shí)代，都是被科技或者創(chuàng)新的老虎分分鐘吃掉，而不是被同行干掉的”。

如今順豐終于推出了自身的大模型產(chǎn)品?！睹咳战?jīng)濟(jì)新聞》記者了解到，為解決大模型在供應(yīng)鏈運(yùn)營(yíng)場(chǎng)景的落地問(wèn)題，順豐科技融合了大語(yǔ)言模型的交互優(yōu)勢(shì)與傳統(tǒng)小模型的專業(yè)深度，構(gòu)建了一個(gè)供應(yīng)鏈智能體。該智能體基于順豐科技豐智云生態(tài)體系，可以在客戶銷(xiāo)量出現(xiàn)波動(dòng)時(shí)，精準(zhǔn)告知客戶問(wèn)題原因，為管理者提供決策依據(jù)，助力其選擇合適的應(yīng)對(duì)策略。

順豐科技方面向《每日經(jīng)濟(jì)新聞》記者表示，“豐知”物流決策大模型基于多模態(tài)大模型能力構(gòu)建了多層級(jí)多通道需求預(yù)測(cè)模型，實(shí)現(xiàn)更精準(zhǔn)的預(yù)測(cè)結(jié)果。不僅如此，計(jì)算方式的改變也減少了模型需求數(shù)量及資源消耗，提升了資源利用效率。

以某一實(shí)踐案例為例，其服務(wù)器資源需求大幅降低，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%。這一提升在傳統(tǒng)模型上是非常難達(dá)到的，也標(biāo)志著“豐知”物流決策大模型在供應(yīng)鏈需求預(yù)測(cè)領(lǐng)域?qū)崿F(xiàn)了重大技術(shù)突破。

不過(guò)，相比于早在去年就發(fā)布大模型產(chǎn)品的物流公司，順豐出手并不算早。

“近年來(lái)，通用人工智能特別是大語(yǔ)言模型技術(shù)顯著進(jìn)步，深刻改變了多個(gè)行業(yè)生態(tài)。但在物流供應(yīng)鏈這一復(fù)雜且高度專業(yè)化的領(lǐng)域內(nèi)，其應(yīng)用潛力尚未得到充分挖掘與釋放。”順豐科技副總裁唐愷表示。

唐愷也提到，供應(yīng)鏈運(yùn)營(yíng)是一個(gè)專業(yè)程度很高，并且非常嚴(yán)謹(jǐn)?shù)念I(lǐng)域，當(dāng)前大模型技術(shù)雖展現(xiàn)出巨大潛力，但在精確計(jì)算與避免“幻覺(jué)”等問(wèn)題上，一定程度上限制了其在該領(lǐng)域的深度應(yīng)用。

唐愷進(jìn)一步表示，尤為關(guān)鍵的是，供應(yīng)鏈運(yùn)營(yíng)決策與分析要求結(jié)果必須可回溯、可追溯和可驗(yàn)證，即所謂的“白盒”特性，這與當(dāng)前大模型普遍的“黑盒”輸出方式存在根本性差異。這一核心差異，成為大模型在供應(yīng)鏈領(lǐng)域廣泛推廣時(shí)面臨的主要挑戰(zhàn)，阻礙了其能力的全面施展。

值得一提的是，就在推出“豐知”物流決策大模型的同日（8月18日），順豐科技還與包括零一萬(wàn)物在內(nèi)的多家大模型創(chuàng)業(yè)公司達(dá)成生態(tài)合作，順豐在大模型領(lǐng)域的進(jìn)一步動(dòng)作和布局引發(fā)業(yè)內(nèi)期待。

物流大模型競(jìng)賽升級(jí)

業(yè)內(nèi)認(rèn)為，在眾多產(chǎn)業(yè)場(chǎng)景中，公路貨運(yùn)具有體系完善、環(huán)節(jié)眾多、數(shù)據(jù)復(fù)雜、場(chǎng)景豐富等特性，是大模型落地應(yīng)用的主要領(lǐng)域之一。大模型技術(shù)的深度應(yīng)用，預(yù)期將為物流全鏈路運(yùn)營(yíng)效率、服務(wù)體驗(yàn)和業(yè)務(wù)創(chuàng)新帶來(lái)巨大變革。

因此，去年以來(lái)，菜鳥(niǎo)、京東物流等早有動(dòng)作，面向物流供應(yīng)鏈領(lǐng)域發(fā)布大模型產(chǎn)品。去年6月，菜鳥(niǎo)供應(yīng)鏈發(fā)布了一款基于大模型的數(shù)字化供應(yīng)鏈產(chǎn)品“天機(jī)π”，通過(guò)菜鳥(niǎo)算法+基于大模型的生成式AI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，有力推動(dòng)物流供應(yīng)鏈進(jìn)入大模型時(shí)代。

去年7月13日，在2023京東全球科技探索者大會(huì)上，京東正式推出言犀大模型，支持語(yǔ)言、語(yǔ)音、視覺(jué)、多模態(tài)等，融合70%通用數(shù)據(jù)與30%數(shù)智供應(yīng)鏈原生數(shù)據(jù)，致力于深入物流產(chǎn)業(yè)場(chǎng)景，解決現(xiàn)實(shí)痛點(diǎn)問(wèn)題。

百度地圖也在去年9月底宣布基于百度的大模型技術(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，率先在物流地址解析、物流調(diào)度決策兩大領(lǐng)域開(kāi)展應(yīng)用。去年10月，福佑卡車(chē)與騰訊舉行簽約儀式，圍繞共創(chuàng)首個(gè)數(shù)字貨運(yùn)大模型達(dá)成全面戰(zhàn)略合作。

今年3月，貨拉拉自研的貨運(yùn)無(wú)憂大模型主打場(chǎng)景化、輕量化，定位為“你身邊的物流專家”。目前，其貨運(yùn)事實(shí)性問(wèn)答準(zhǔn)確率超過(guò)90%。同月，物流行業(yè)首個(gè)專注于大模型應(yīng)用研究與實(shí)踐的聯(lián)盟“物流智能聯(lián)盟”成立，該聯(lián)盟由阿里云、菜鳥(niǎo)、高德地圖、中遠(yuǎn)海運(yùn)、東航物流、圓通速遞、申通快遞、中通快遞、德邦快遞、G7易流、地上鐵、浙江大學(xué)智能交通研究所等在2024數(shù)智物流峰會(huì)上共同成立。

如今順豐自研大模型的推出，也意味著物流巨頭在這一領(lǐng)域悉數(shù)到場(chǎng)，更為激烈的“戰(zhàn)爭(zhēng)”在物流大模型領(lǐng)域正式打響。

不過(guò)，福佑卡車(chē)技術(shù)合伙人陳冠嶺曾向《每日經(jīng)濟(jì)新聞》記者表示，目前物流大模型依然處于很早期的階段，在物流這種垂直行業(yè)，因?yàn)樽龅牟皇莿?chuàng)意類(lèi)的產(chǎn)品，對(duì)大模型輸出的準(zhǔn)確性要求很高，而當(dāng)下的大模型準(zhǔn)確性不夠，隨機(jī)性比較強(qiáng)，還需要更多算法上的改進(jìn)，以及大量的數(shù)據(jù)和場(chǎng)景的豐富，來(lái)解決這個(gè)問(wèn)題，這也是當(dāng)下物流大模型面臨的最大挑戰(zhàn)。

業(yè)內(nèi)共識(shí)是，2024年是生成式AI跟產(chǎn)業(yè)相結(jié)合的一年，是真正能夠落地的一年。如今隨著越來(lái)越多的物流界重磅選手入局，誰(shuí)又能在物流領(lǐng)域搶占先機(jī)，成為未來(lái)最大的看點(diǎn)和懸念。

封面圖片來(lái)源：視覺(jué)中國(guó)