通用大模型技术的加快速度进行发展，对于各行各业的赋能也在加速落地。南都记者获悉，日前，顺丰在的垂直领域大语言模型——丰语，并展示了大模型在顺丰的市场营销、客服、收派、国际关务等业务板块的二十余个场景中的落地实践应用。据悉，该模型是目前专对于痛点的大语言模型，约有20%的训练数据是顺丰和行业的物流供应链相关的垂域数据。
有消息显示，丰语大语言模型已助力顺丰实现了数千万元的增收，并提高了80万名岗位人员的工作效率。而在此之前，8月18日，顺丰科技还推出其自主研发的“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。
顺丰科技AIoT副总裁宋翔表示，物流行业作为服务行业，相关从业人员知识与经验的储备，与服务质量、运营效率紧密关联，准确性高的信息才能得到规模化应用。大模型深度结合各个岗位进行赋能，有助于从业者洞察潜在的商业机会点。
据介绍，丰语大模型在保证模型通用能力的基础上，更聚焦提升模型在物流领域的能力。目前，顺丰已将丰语大语言模型及多模态大模型能力应用于市场营销、客服、收派、国际关务等业务板块二十余个场景中，全面助力公司降本增收、提升客户体验。
例如，客服是目前物流行业AI技术应用较为普遍的场景。基于大模型，在线客服机器人能预判并推荐用户可能想咨询的问题和服务，提升问题解决率。当问题流转到人工客服后，大模型能生成客户问题的参，帮助客服人员快速高质量应答；同时大模型能自动提取关键信息辅助客服在系统填写工单；在服务结束后，大模型会自动在系统中记录问询基础信息、并形成客服摘要，方便客户后续来电其他客服能够迅速了解情况并进行处理。
据顺丰方面统计，丰语应用于客服对话摘要场景时，相对原来使用的通用基座，错误率降低了25%。目前，基于大模型的摘要准确率超过95%，这令客服人员与客户对话后的处理平均时长减少了30%。利用大模型技术，顺丰对全量售前售后的客户反馈进行归类与自动挖掘，客户反馈分类标签精细化程度提升10倍。
国际业务是顺丰一大重要增长点。顺丰速运集团国际运营管理处负责人孙坚勤介绍说，在国际物流中，清关是决定包裹是否能运输以及运输时效的关键环节，但各国海关政策复杂多样，语言也各不相同，确认一件物品能否过关往往需要很多专业技术人员的研判。借助大模型，面对多国条款与各类语言时，工作人能快速判断物品是否符合相关国家的海关清关标准，同时能将报关品名依据有关要求进行规范，还能通过高拍仪快速判定相关寄送物品是不是能够过关，帮助客户、相关工作人员判断，提升了通关时效。多个方面数据显示，在其应用于国际物流场景时，收寄物品名自动规范错误率降低了42%。
此外，随着电商等行业的加快速度进行发展，很多新业务的拓展与运营也离不开大模型的支持。例如，一些电商退货的场景中需要客户上传退货信息截图进行下单。南都记者留意到，大模型可以自动提取截图中的寄递信息，提取正确率98%，提升了客户退货体验；同时，也能精准识别虚假退货截图，并在1.5秒内实施拦截，帮助业务增收近亿元。
南都记者从顺丰方面了解到，顺丰内部已经实现了大模型全面的普惠性应用，有面向所有员工的基于大模型的办公助手，从创意文案创作到文档速读问答再到AI Agent构建，已覆盖1000+岗位。顺丰的快递收派员从入职开始，就要接受有关大模型的操作辅导培训。据悉，基于大模型打造的小哥服务中心，能解决诸如物品能不能寄、是否建议保价、要怎么包装、不同时效的产品多少钱等问题，问题定位准确率超过98%。平均每次与大模型的会线分钟的常规咨询时长。
在国家推进新质生产力的背景下，慢慢的变成了了经济发展的核心动力之一。智能化应用在各行各业呈现了爆发式增长，预训练大模型的出现让人们看到了AI技术大规模普惠落地的可能，2024年被视为行业大模型落地元年。有观点提出，要真正发挥大模型的价值，还需要着眼于解决产业的具体问题，实现产业突围。
借助AI技术降本增效，已成为物流行业的大势所趋。2023年以来，就有多家物流平台企业探索“物流+大模型”的模式。今年3月，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”在杭州成立，该联盟由中国物流与采购联合会、阿里云、菜鸟、高德地图、中远海运、东航物流、圆通速递、申通快递等企业和机构共同成立，旨在加速大模型在物流领域的落地应用，借助技术助力物流行业的增效降本和业务创新。
同样在今年3月，深耕同城货运物流领域的货拉拉首度公开其自研的货运无忧大模型，主打场景化、轻量化，货运事实性问答准确率超过90%，可应用于AI客服、AI招聘、审核判责等方面，未来还将探索更多面向用户、司机的AI应用场景，比如哪里货多、哪里接单效率高。南都记者从货拉拉方面了解到，货拉拉目前已在超过14个业务或部门，50多个真实业务场景，探索和落地AI能力。
顺丰科技有关负责人认为，相对于教育、金融等知识密集型行业垂直领域大模型的加快速度进行发展，物流行业垂域的大语言模型其应用潜力尚未得到充分挖掘与释放，真正全面落地产生突出价值的较少。这并不是因为物流行业作为传统意义上的“劳动密集型”行业无需大模型的知识赋能，与此相反，物流行业作为服务行业，从业人员知识与经验的储备与服务质量、运营效率紧密关联，准确性高的信息才能得到规模化应用。而物流业相关的知识经验以文字、语音、图片、视频等形式碎片化地分散于各类规章制度和信息系统中，只有基于大模型深度结合各个岗位进行赋能，才能让每一个人都快速成为经验比较丰富的岗位专家。
