在快遞行業(yè)的激烈競(jìng)爭(zhēng)中，各大公司紛紛尋找突破點(diǎn)以應(yīng)對(duì)利潤(rùn)下滑的挑戰(zhàn)，而人工智能大模型成為了它們手中的一張關(guān)鍵牌。

近年來(lái)，“三通一達(dá)”等快遞巨頭業(yè)務(wù)量迅速攀升，單量增長(zhǎng)迅猛。然而，這種增長(zhǎng)并未帶來(lái)預(yù)期的利潤(rùn)提升，反而讓快遞公司陷入了低價(jià)競(jìng)爭(zhēng)的泥潭。韻達(dá)、申通和圓通等公司的單票收入均出現(xiàn)下滑，顯示出行業(yè)內(nèi)部競(jìng)爭(zhēng)的激烈程度。

面對(duì)這一困境，快遞行業(yè)開(kāi)始將目光投向人工智能，尤其是大模型的應(yīng)用。快遞100的產(chǎn)研中心負(fù)責(zé)人李朝明表示，90%的客服問(wèn)題現(xiàn)在都可以交給AI來(lái)處理，這極大地提高了效率并降低了成本。

2023年，快遞行業(yè)對(duì)AI的投入開(kāi)始顯現(xiàn)初步成果。從早期的觀望到現(xiàn)在的初步應(yīng)用，大模型已經(jīng)在快遞行業(yè)中找到了一批基礎(chǔ)且有效的應(yīng)用場(chǎng)景，如AI客服、AI營(yíng)銷(xiāo)和AI助手等。這些應(yīng)用不僅提高了業(yè)務(wù)效率，還幫助快遞公司實(shí)現(xiàn)了降本增效。

其中，AI客服的應(yīng)用尤為突出。通過(guò)AI技術(shù)，快遞公司能夠處理大量重復(fù)的簡(jiǎn)單問(wèn)題，從而節(jié)省了人力成本?？爝f100已經(jīng)實(shí)現(xiàn)了90%的客訴問(wèn)題由大模型處理，且問(wèn)題一次性解決率高達(dá)99.4%。這一成果不僅提升了用戶(hù)體驗(yàn)，還為公司帶來(lái)了顯著的經(jīng)濟(jì)效益。

除了AI客服，AI助手也成為了快遞行業(yè)的重要應(yīng)用之一。這類(lèi)產(chǎn)品主要面向快遞小哥和企業(yè)內(nèi)部用戶(hù)，提供如違禁物品查詢(xún)、快遞時(shí)效性等實(shí)用功能。順豐科技的大模型技術(shù)總監(jiān)江生沛指出，在國(guó)際快遞場(chǎng)景下，AI助手能夠幫助快遞小哥快速查詢(xún)不同國(guó)家的寄送規(guī)則，從而提高了工作效率。

然而，大模型在快遞行業(yè)的應(yīng)用并非一帆風(fēng)順。由于快遞行業(yè)涉及人員龐大、快件海量、環(huán)節(jié)復(fù)雜，因此打造一個(gè)屬于快遞行業(yè)自己的大模型底座成為了首要任務(wù)。目前，快遞公司大多選擇自研大模型或調(diào)用公有云模型+私有部署模型的方式來(lái)進(jìn)行應(yīng)用。

自研大模型的快遞公司如順豐、韻達(dá)等，認(rèn)為通用大模型在私有化部署時(shí)由于缺乏行業(yè)相關(guān)知識(shí)，效果并不理想。因此，它們選擇利用自身數(shù)據(jù)和算力優(yōu)勢(shì)，自研行業(yè)大模型。而快遞100則選擇了公有云+私有云部署的方式，以平衡效果和成本。

盡管大模型的應(yīng)用已經(jīng)取得了一定成果，但要想將其深入應(yīng)用到快遞行業(yè)的各個(gè)環(huán)節(jié)，仍然面臨諸多挑戰(zhàn)。其中，數(shù)據(jù)訓(xùn)練、問(wèn)題理解和業(yè)務(wù)流程結(jié)合是三大主要難題?？爝f公司需要采集大量行業(yè)特定的場(chǎng)景數(shù)據(jù)來(lái)訓(xùn)練大模型，并確保大模型能夠準(zhǔn)確理解問(wèn)題中的所有元素，并根據(jù)需求調(diào)用對(duì)應(yīng)的時(shí)效性、價(jià)格等信息。

為了克服這些挑戰(zhàn)，快遞公司正在不斷探索和創(chuàng)新。例如，快遞100通過(guò)為公司大模型編排好一套業(yè)務(wù)流程來(lái)控制大模型的調(diào)用需求，并嘗試結(jié)合大模型能力開(kāi)發(fā)面向企業(yè)端的寄快遞業(yè)務(wù)服務(wù)。這一服務(wù)旨在幫助企業(yè)提升管理效率并降低行政費(fèi)用。

隨著大模型能力的不斷提升和應(yīng)用的深入拓展，快遞行業(yè)正在經(jīng)歷一場(chǎng)深刻的變革。AI技術(shù)的應(yīng)用不僅提高了業(yè)務(wù)效率和服務(wù)質(zhì)量，還為快遞公司帶來(lái)了新的增長(zhǎng)點(diǎn)。例如，通過(guò)AI能力輔佐下的查件、寄件效率提升，快遞100的單量處理能力已經(jīng)從2023年每天的30萬(wàn)單增長(zhǎng)到2024年的50萬(wàn)單，并有望在未來(lái)一年實(shí)現(xiàn)每天100萬(wàn)單的突破。

大模型在供應(yīng)鏈端的應(yīng)用也展現(xiàn)出巨大潛力。盡管目前大模型在運(yùn)輸環(huán)節(jié)的應(yīng)用較少，但在整個(gè)快遞物流行業(yè)中，產(chǎn)業(yè)鏈深入融合才是最需要優(yōu)化的部分。因此，快遞公司還需要繼續(xù)加大投入和創(chuàng)新力度，以充分釋放大模型在快遞行業(yè)的應(yīng)用潛力。