目前，大模型的发展与迭代已步入“深水区”——据统计，截至2023年11月底，仅国内便已经有200多个大模型推出，深入场景、靠用户驱动的行业大模型会在2024年迎来爆发式增长。

　　如何将大模型融入千行百业，将会是下一阶段的发展重点。

　　作为一种新型的“基础设施”，大模型的纵深化、场景化发展趋势将越发显著：不同领域、不同的业务场景会带来多样化的需求和挑战。因此，在大模型实现商业化落地的过程中，垂类大模型凭借其针对性、个性化的优势，能够通过自动化、智能化帮助客户重塑流转运营环节，从而真正实现降本增效。

　　近期，在物流行业方面，中央财经委员会会议、国务院常务会议等重要会议多次针对“降低全社会物流成本”开展研究。物流领域的多名专家认为，作为促动产业变革的强大技术力量，垂类大模型能够助力物流行业实现业务创新，走向高效智能。

　　垂类大模型与通用大模型最大的区别就是它更加强调“具体问题具体分析”，即必须在行业专业知识、具体场景情况等方面具备扎实的积累和沉淀，才能实现在特定行业或场景的成功落地。

　　具体到人工智能+物流，中国物流与采购联合会副会长蔡进在2024数智物流峰会上指出，人工智能技术和物流技术的融合，应用场景和发展前景十分广阔;人工智能技术+物流要做的不是数字化技术在某一个物流环节上的应用，而是以此推进物流向供应链整体的转型升级;在降低物流成本的过程中，数字技术的应用尤其是人工智能技术的应用至关重要;人工智能技术在基于物流和供应链创造价值的过程中不可或缺，甚至是目前我国物流和供应链创造价值的“发动机”。

　　与此同时，上海海事大学原校长、中国物流与采购联合会黄有方在“AI大模型与物流供应链未来应用高层论坛”上指出，大模型强大的数据处理和预测能力对未来物流供应链的发展具有重要意义。黄有方认为：“通过应用大模型技术，物流企业可以实现更精准的需求预测、提高运作效率、增强供应链的透明度和可追溯性。”他同时指出，要注意解决相关技术和应用问题，以确保大模型在物流供应链领域的顺利应用和发展，加速其商业化步伐。

　　当然，技术并非万能，落地到垂直物流行业，同样存在磨合与挑战。首先是大模型的通用能力，物流企业更希望大模型企业能提供简单易用、即插即用的技术，让技术更便捷地融入到物流企业自身的业务场景中，提质增效;在大模型运用的标准和制度上，希望能有一个更好的规范，在数据应用过程中使用能够更加安全和合规。

　　清华大学长聘教授、国家级领军人才陶建华说，大模型技术目前已经开始在各种领域中初步应用，但该技术依然存在着输出结果可信性不足、稳定性不强的问题，同时大模型的安全性也存在着诸多挑战，对其应用的可靠性造成了一定的影响。他呼吁各界学者将目光放在大模型的准确性、有效性与实用性问题上。

　　专家们一致认为可以从四个方面拥抱AI大模型，共创我国物流与供应链美好未来，促进我国经济与社会高质量发展：一是呼吁物流与供应链领域各界高度认识AI大模型对我国物流与供应链高质量发展的重要意义;二是加强AI大模型与物流供应链理论方法的融合，推进新模式、新方法以及新技术的研发;三是推进AI大模型在我国物流供应链重点行业和企业的示范应用，形成基于AI大模型的应用平台，全面推广AI大模型在我国物流行业的应用，提升创新能力和运行效率;四是积极开展AI大模型在物流供应链中的国际合作交流、产学合作、行业合作，分享经验，共同推进AI大模型高水平应用。C