在顺丰速运总裁王卫公开表示“顺丰已经开始钻研ChatGPT”一年多后，顺丰在大模型领域再次传出新消息。
8月19日，《每日经济新闻》记者从顺丰方面获悉，顺丰科技于8月18日推出其自主研发的“丰知”物流决策大模型。该模型旨在将大模型技术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，旨在提升物流效率和决策精准度。
早在去年ChatGPT横空出世引发全球热议时，王卫就公开表达了对这项技术的浓厚兴趣和危机感，并强调顺丰需要积极拥抱新技术，避免落后于时代。然而，与其他公司在物流大模型领域的积极探索相比，顺丰的步伐似乎略显缓慢。
近年来，京东、菜鸟等物流巨头纷纷发布了面向物流供应链的大模型产品，并将其应用于实际业务场景。例如，京东物流在今年上半年将物流大模型应用于“618”保障工作中，取得了显著成效。货拉拉也已将自研的货运无忧大模型应用于多个场景，问答准确率超过90%。
如今，顺丰的加入，无疑将物流大模型的竞争推向新的高度。各家物流公司都在积极探索大模型技术在物流领域的应用，力求抢占先机。
走出大模型布局第一步 顺丰推出物流决策大模型
“现实永远是残酷的，告诉大家真相，‘Dick在线’（顺丰30周年感言）不是我写的，是大模型写的。” 去年上半年，王卫分享了一张对话截图，这也从侧面反映了顺丰对大模型技术的重视程度。
王卫在内部平台表示：“科技高速发展的进程里，顺丰不可以偷懒，需要借助新事物、新工具，做到不落后。” 他还直言：“我们在这个时代，都是被科技或者创新的老虎分分钟吃掉，而不是被同行干掉的。”
为了解决大模型在供应链运营场景的落地问题，顺丰科技融合了大语言模型的交互优势与传统小模型的专业深度，构建了一个供应链智能体。该智能体基于顺丰科技丰智云生态体系，能够在客户销量出现波动时，精准告知客户问题原因，为管理者提供决策依据，助力其选择合适的应对策略。此外，该模型还具有以下特点：
- 基于多模态大模型能力构建了多层级多通道需求预测模型，实现更精准的预测结果。
- 计算方式的改变减少了模型需求数量及资源消耗，提升了资源利用效率。
以某一实践案例为例，该模型的服务器资源需求大幅降低，运行时间效率提升了120倍，预测准确率提升了5%。 这一提升在传统模型中是难以达到的，也标志着“丰知”物流决策大模型在供应链需求预测领域实现了重大技术突破。
值得一提的是，虽然顺丰推出大模型产品的时间并不算早，但其在研发过程中也克服了一些技术挑战。
顺丰科技副总裁唐恺表示：“近年来，通用人工智能特别是大语言模型技术显著进步，深刻改变了多个行业生态。但在物流供应链这一复杂且高度专业化的领域内，其应用潜力尚未得到充分挖掘与释放。”
唐恺还提到，供应链运营是一个专业程度很高，并且非常严谨的领域，当前大模型技术虽展现出巨大潜力，但在精确计算与避免“幻觉”等问题上，一定程度上限制了其在该领域的深度应用。 此外，供应链运营决策与分析要求结果必须可回溯、可追溯和可验证，即所谓的“白盒”特性，而当前大模型普遍的“黑盒”输出方式与之存在根本性差异，这成为大模型在供应链领域广泛推广时面临的主要挑战。
值得一提的是，就在顺丰科技推出“丰知”物流决策大模型的同日（8月18日），顺丰科技也与包括零一万物在内的多家大模型创业公司达成生态合作。 顺丰在大模型领域的进一步动作和布局引发业内期待。
巨头到齐！大模型已在多个物流场景探索落地 谁能抢占先机？
业内认为，在众多产业场景中，公路货运具有体系完善、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，预期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。
因此，去年以来，菜鸟、京东物流等物流巨头已率先发布了面向物流供应链的大模型产品，并在实际业务场景中进行应用探索。例如，菜鸟供应链发布的“天机π”通过结合算法和生成式AI辅助决策，在销量预测、补货计划和库存健康等领域实现提质增效。京东物流推出的言犀大模型则融合了通用数据和数智供应链原生数据，致力于解决物流产业场景中存在的现实痛点问题。
百度地图、福佑卡车等企业也积极参与到物流大模型的研发和应用中。百度地图基于百度的大模型技术，在物流地址解析、物流调度决策等领域开展应用。福佑卡车与腾讯合作共创首个数字货运大模型，旨在提升货运效率。
今年3月，货拉拉自研的货运无忧大模型主打场景化、轻量化，定位为“你身边的物流专家”。物流行业内首个专注于大模型应用研究与实践的联盟“物流智能联盟”也于同年成立，该联盟由阿里云、菜鸟、高德地图、中远海运、东航物流、圆通速递、申通快递、中通快递、德邦快递、G7易流、地上铁、浙江大学智能交通研究所等行业领军企业共同发起，旨在推动物流领域的大模型应用发展。
如今，顺丰自研大模型的推出，标志着物流巨头悉数到场，更为激烈的战争在物流大模型领域正式打响。
尽管如此，物流大模型依然处于早期阶段，在物流这种垂直行业，对大模型输出准确性要求很高，而当下大模型的准确性还不够高，随机性比较强，还需要更多算法上的改进，以及大量的数据和场景的丰富，来解决这个问题，这也是当下物流大模型面临的最大挑战。
业内共识是，2024年是生成式AI跟产业相结合的一年，是真正能够落地的一年。如今随着越来越多的物流界重磅嘉宾入局，谁又能在物流领域抢占先机，也成为未来最大的看点和悬念。
