“加快数字化和智能化转型发展，已成为物流行业的重要战略方向。”6月25日，在第十九届中国国际物流节暨第二十一届中国国际运输与物流博览会&2024亚洲物流双年展在上海开幕，中国交通运输协会会长、原铁道部副部长胡亚东在开幕致辞中表示。这个吸引了中外无数物流企业的展会，今年的重点之一是“数智”，智慧交通、物流数智化装备等成为主角之一。
在这个国内外物流厂商言必谈数智化的时代，大模型成为“兵家必争之地。在众多垂直产业场景中，作为大模型落地应用的一大领域，物流领域的大模型之争正在进入白热化。阿里、京东等巨头，以及顺丰、货拉拉、福佑卡车等来自物流领域的龙头和独角兽们，正各展所长，加速物流走向数智化、集约化、精细化。一场剧变，即将发生。
01
物流大模型进入应用之争
今年6月，电商和快递过了一个历史上最有效率的618。
“今年618可能是快递行业有记录以来效率最高、最平稳的618”，快递行业专家向媒体总结道。
在此背后，有物流大模型的功劳，京东物流今年就首次深度应用了物流大模型、数字孪生等前沿科技。在巨变的618背后，是巨变的物流行业，以及各家大模型的争先恐后发布。去年6月开始，物流行业的大模型相继落地——2023年6月，菜鸟发布基于大模型的数字供应链产品“天机π”;2023年7月，京东推出“言犀大模型”，基于大模型的数智化供应链产品“京东物流超脑”也首次示人;△京东物流超脑：自动生成全局最优供应链解决方案。2023年9月，百度地图推出物流大模型 Beta版;2023年10月，腾讯与福佑卡车宣布将联合打造行业首个数字货运大模型;
2023年10月，“快递100 AI大模型”成功发版上线，在工单客诉处理场景落地应用;2024年3月，阿里云等成立首个专注于大模型应用研究与实践的联盟“物流智能联盟”;2024年3月，货拉拉首次公开了货运无忧大模型……一年的时间内，物流大模型从无到有，从一家有到各家都在布局，跨过了第一阶段的建设期间。
具体来看，这些大模型因为其背景行业和数据的不同，有着不同的侧重，菜鸟、京东的数据关注点在人与商品，货拉拉的关注点是人、司机与商品。同时，这些大模型采取了或合作或自建的方式。其中，阿里、京东等巨头自研的大模型，希望嵌入行业基底，为各物流企业打开通路，“物流智能联盟”的成立就是如此，除了阿里云、菜鸟、高德地图这些阿里系企业外，这个联盟还吸引了中远海运、东航物流、圆通速递、申通快递、中通快递、德邦快递等企业参与。对于这些物流企业来说，站在阿里、京东、百度等巨头的肩膀上的确是明智之举。
快递100就搭载了百度文心大模型，产品负责人陈天贵表示，大模型还没到达一个足够成熟的阶段，目前首要考虑的是与公有云大模型进行通力合作，团队的重点会放在场景化应用的创新上。当然，也有一些物流企业试图进行自研。货拉拉就是其中之一，货拉拉CTO张浩表示，“物流的关键壁垒在于效率，我们将坚持发展技术的力量，实现零散运力的精细化运营和平台的更大价值，为互联网物流行业的发展贡献一份力量。”随着众多企业的入局，以及众多大模型的发布，物流行业的大模型之争发生变化。
如果说此前的竞争焦点是“建”，各家都在比拼比对方快一点更快一点，那么现在，竞争焦点转向了应用。
02
领先的野望
“中国可以利用自身庞大的工业系统，在迈向自主人工智能的道路上取得领先地位。”
这是今年3月，约瑟夫·希发基思在中国发展高层论坛期间提出的观点——约瑟夫·希发基思是中国科学院外籍院士，2007年图灵奖得主。他描述的这种可能性，正是阿里、京东、货拉拉等执意要布局物流大模型的原因之一。进一步来看，他们布局大模型的原因有两个：第一，物流大有可为;第二，自己能为。一方面，物流大有可为。
在《一点财经》看来，一，物流是商业的命脉，空间大，大模型能带来更好的经济和社会价值;
二，物流的环节众多、场景丰富、数据复杂，大模型可以加速推动其智能化;三，物流还有有很大的效率提升空间，大模型可以大有作为。由中国商务部流通业发展司、中国物流信息中心共同编写的《中国商贸物流发展报告(2023)》显示，2023年，中国社会物流总额为352.4万亿元，社会物流总费用占GDP的比率为14.4%。
其中，中国商贸物流总额达126.1万亿元，同比增长5%。尽管我国商贸物流逐渐由批发业物流逐步向供应链服务拓展、零售业物流等加快实现精细化转型，但由于连接产业链上下游、涉及供应链环节众多，组织运营较为复杂，导致存在信息不畅、环节较多、组织偏弱等问题，在数字化、智能化上还有较大的空间。以货运物流为例，张浩就表示，“当前互联网物流行业的数智化水平还有较大提升空间”，“坦率的说，我认为互联网货运行业跟其他的O2O平台、互联网平台差距还比较远，还有非常多的工作要做。”另一方面，自己能为。
大模型需要算法、算力和大数据，其中，算法需要技术积累，算力需要硬件支撑，大数据需要业务积累。
凭借多年的业务积累，无论是阿里、京东、百度等巨头还是货拉拉等行业龙头，在物流领域都积累了大量的、多样化的数据，也有一定的技术能力。
其中，阿里、京东电商起家，积累了物流、商流、金融流数据，货拉拉积累了海量的本地货运数据。
至于技术实力，在技术内卷严重的中国互联网，不说阿里、京东这些巨头每年的巨额投入，货拉拉这样细分赛道的龙头也积累了一定的技术实力。
其中，近些年来，阿里每年的科技投入超过1000亿元，目前中国80%的科技企业，以及一半大模型公司都跑在阿里云上面。在2023年阿里云栖大会上，阿里巴巴集团主席蔡崇信强调，未来会继续加大对阿里云的研发投入
货拉拉这样身处细分领域的企业，数据的积累与技术实力的提高伴随着对行业改造的深入。
2015年，随着司机、用户信息数据的积累，开始进行精准匹配;2019年，开始全面应用算法;2020年，基于AI、大数据等技术打造了智慧大脑中台系统，奠定了其AI底层技术基础。这些技术上的努力，最终汇集到一起，推动物流行业的数智化加速。
03
轻量化是未来
随着物流大模型转入应用之争，其发展逻辑也在发生着改变。
建立之战，大家比拼的是谁的技术更领先，谁的速度更快，现在，在技术领先性比拼的同时，大家比拼的还有谁的赋能更精准、功能更容易上手——归根结底，这还是一场速度之争，只有更快、更多地在行业内扎根，才有能力、有动力更快迭代。而要赢得这场速度之争，一些趋势正变得明朗。
在中信智库发布的《人工智能十大发展趋势》中，趋势八是“大模型轻量化：降低应用成本、带动端侧算力发展。”有人做过计算，大模型GPT-3训练时所需要的能耗，相当于一个人从纽约到旧金山往返飞行550次。即使训练完了，在做推理的时候，每个月仍然会花大概1200万美元。
“这是一个非常耗能源、耗算力、耗资源的方式”，联想集团首席技术官、高级副总裁芮勇博士表示。技术只有落地应用才有价值。物流大模型的最终目的，是让物流行业发展走上新的台阶，这意味着，物流大模型在考虑技术上的先进性的同时，还要考虑应用上的功能最大化、成本最优化。
要如何实现?货拉拉货运无忧大模型的研发理念值得借鉴，那就是是轻量化和场景化，不贵大而贵精，在具体需求上追求极致，实现功能最大化。“如何用最少的人、最少的变化去实现业务需求，这是我每天都在思考的事情”，张浩的这种思维在大模型上也得到了体现。货运大模型存在车货非标、货运场景环节众多、需求多样、数据复杂等难题。
比如，由于货物的体积、重量不标准，车辆存在多种车型，导致大模型必须理解复杂的车型和货物信息才可以更好地服务于司机和用户。比如，货运涵盖了订单、货物、车辆、驾驶员、路线等方面数据，包含文本、数字、图像等多种形势，且由于货物和车辆位置实时变化，数据存在大量的动态变化，导致货运数据的复杂性和不确定性较高。
货拉拉的思路是以繁化繁，将繁变简。通过构建更加复杂的模型结构，货拉拉货运无忧大模型可针对复杂数据提升预测精度;
通过在大量多样化数据上的训练，还具备更强的泛化能力和适应性，可以适应更多种类的任务和数据。数据显示， 货运无忧大模型在货运事实性问答上的准确率达90%以上，在货拉拉业务知识、货运行业概念知识、货运企业信息、货运行业洞察、货运法律政策等维度能力评测中均达到业界领先水平。
在此基础上，货拉拉选择了几个货运环节中的典型场景落地，包括AI邀约、 AI客服、审核判责、AI招聘、多模态AI助手等，未来将持续探索面向用户/司机的AI助手业务可行性，比如在司机侧实现订单管理功能，可以提醒司机哪里有货，哪里单多，提高接单抢单效率。
“别人用了效率就高，质量就好，你没有用，跑到最后一个自然会被甩掉”，顺丰速运总裁王卫的这句话代表了行业对大模型的认可。实现大模型落地，以轻量化、场景化快跑起来，或许是能够更快在这个新领域站稳的方式。
04
结语
大模型是一场技术创新与应用落地的双重赛跑，前者考验技术先进性，后者考验产品落地和应用性。对当下正处于激烈竞争的大模型厂商来说，把领先的技术，融于复杂的业务，最终融汇出简单好用、能落地到具体业务场景中的产品，才是关键。
在应用之战中，能否轻量化、场景化，决定了大模型们对各行各业的革新进程与深度。
本文来源于一点财经出自物流指闻，不代表九州物流网(http://www.wl890.com)观点，如有侵权可联系删除，文章所用图片来源于网络，文章图片如有侵权可联系删除。