落地到具体的物流产业链企业，AI大模型技术能带来多大赋能?

　　“AI大模型加入物流企业独有的场景数据，能快速生成专属模型，不同的物流企业在数字供应链领域的细分深耕，为产业大模型的落地提供了差异化的数据优势与能力优势。同时，基于产业和内部业务场景的数据能力，最终带来物流大模型的差异化，推进物流技术迈向数字原生时代，逐步形成AI自动生成供应链解决方案。”物流行业专家孔震说。

　　据国家邮政局数据，过去14年快递行业业务量飞速增长，由2009年的18.6亿件增长至2023年的1320.7亿件，扩大了71倍。随着业务发展，快递行业积极拥抱云计算、AI、大数据等技术，在智能化仓储管理、实时追踪包裹动态、智能客服解决方案、干线物流优化等诸多环节实现创新，不仅及时支撑了业务的增长，也使得快递交付时效从周到天。更值得关注的是，这期间交付成本不断下降，快递平均单价下降了2/3。

　　2023年12月，有投资者在互动平台询问圆通速递在AI方面应用的最新进展。圆通速递方面表示，已将机器视觉、自然语言理解、自适应学习、地图技术等AI技术与公司业务场景深度融合，实现业务运营实时监控、精细考核、智能决策，赋能全网提升运营效率，降低运营成本，提高公司服务质量和客户体验等。

　　圆通速递总裁潘水苗在分享中表示：“中国的快递行业早已跨过了信息化时代，过去5年是全面数字化转型的过程，从今年开始，我们提出圆通要从数字化时代迈向全面人工智能化时代，AllinAI。”据了解，当前圆通研发了大模型应用YTO-GPT。

　　目前，G7易流在大模型的应用上“下水”初试。首席科学家王守崑透露，今年过年前，G7易流在特定用户群范围内，在上游和下游对接环节上应用了“智能接单”技术。这个小范围测试的识别准确率达到了100%，“已经超过了我们的预期”。

　　物流中信息流的核心，就是预订单和订单，不同物流企业的订单格式、规则非常复杂，使用传统小模型技术能够解决这些问题，但是沟通成本、研发成本等都很高。应用大模型技术的“智能接单”，在某些环节能提升10倍的效率，和传统小模型相比得到了质的提升。同时，传统小模型只能适应一个单一的产品，运用了大模型的“智能接单”，适用的场景非常多。

　　大模型的“数据+算法+算力”，算力是基础设施。在物流行业，大模型有着天然的应用土壤。如何将大模型落地应用，和实际场景相结合，进一步实现降本增效，是整个物流行业和相关平台、企业的挑战。王守崑认为，在行业上、在应用上还有不少突破点，他们需要依托比较大的基础设施，包括像阿里云这样的基础设施去进行大模型的落地。

　　除了国内物流，出海跨境物流也成为物流行业降本增效备受关注的潜力市场。中远海运研发创新中心总工程师王敏表示，目前AI大模型在整个航运物流方面的影响可以分为三个方面：

　　第一，AI大模型可以在智能航线的规划，包括货运的装载和船舶的调度方面，提供很好的分析能力，帮助客户提高运营效率;第二，船舶在航行当中可能会受到恶劣天气、运价等因素的影响，AI大模型的预测能力能帮助降低运营过程中的风险;第三，在客户服务方面，大模型能够利用智能能力提升客户的体验。

　　物流行业新技术红利在哪里?接受媒体采访时，G7易流董事长翟学魂表示，过去十年物流行业的技术突围更多是将车辆油耗、运费、车厢温度等大量数据搬到线上，最近两三年，大部分物流业务已经实现信息化，甚至每个企业内部信息化都做到了相当程度，能连接的车辆数据量已经很难较快增长，接下来的连接方式就是打通运输产业链上下游的数据。在他看来，经过10年的初步数字化之后，未来物流企业更需要的是深度链接，但是产业链连接的深度还远远不如2C产业。”翟学魂表示。

　　以美团举例，美团和用户、饭馆还有骑手的连接程度远远高于物流行业中平台和物流公司和货主的连接程度，两者至少有5年的差距，而在toC市场连接带来的红利已经被证实，物流行业也应该进一步通过技术加大深度连接能力，迎接toB市场的连接红利。C