當「快遞小哥」用上AIGC：垂域大模型如何撬動生產力？| 專訪順豐科技

在經過一系列調優，并做到成本和效果的平衡后，豐語大模型最終正式發布。

歷經一年多時間的狂飆，以ChatGPT為代表的大語言模型（Large Language Model，LLM）在能力上已經無限逼近人類智能，各項“花活”無所不能。

但對于大多數普通用戶來說，他們使用ChatGPT的場景仍局限在“閑聊”，并沒有融入進日常生活中。

我們可以從ChatGPT網站月訪問量以及月活躍率（MAR）等關鍵數據里觀察到幾個趨勢：據研究機構統計，在ChatGPT月活躍用戶不斷增長的前提下，網站的月訪問量在近期出現了明顯下滑，而月活躍率更是與常見的超級應用差距甚遠。這說明ChatGPT的用戶粘性還有很大的提升空間。

不僅是ChatGPT，在行業火熱表象之下，各種大模型產品已經開始讓人感到“視覺疲勞”——人們已經不再驚嘆于大模型的參數規模，而是好奇這些無所不能的大模型產品究竟能解決哪些實質性的問題。

對于企業來說，這個問題更是值得深思。

在9月8日開幕的第五屆深圳國際人工智能展（GAIE）上，有近百家人工智能領域的頂尖企業參加本次展會，涵蓋大模型、AI芯片、AI軟件等多個領域，而參展的大模型廠商們都在產品上釋放出一個共識點：大模型轉化為生產力的關鍵，在于垂域領域。

作為物流行業數智化轉型與實踐的領跑企業，順豐科技在本屆深圳國際人工智能展上發布了“豐語大語言模型”，該模型在垂直領域的表現上優于GPT-4o、Gemini 1.5 Pro等最領先的商用模型5%以上。

開幕式結束后，鎂客網與順豐科技AIoT領域副總裁宋翔、大模型技術總監江生沛進行了一次深度對話。圍繞著順豐科技在探索大模型落地上思考與探索，兩位嘉賓多次提到垂域能力的重要性。

物流大模型，長什么樣？

據順豐控股公布的2023年財報，目前順豐大約有15萬名在職員工以及數量龐大的基層小哥。在2023年，共有119.7億票件通過業務員送到了天南海北的用戶手里，這當中還不包括國際貨運、代理以及供應鏈快遞。

如此龐大的快遞量，在中國大地上構建起驚人的物流體系，人們已經習慣了順豐“第一天下單，第二天收貨”的模式。

那么如何讓幾十萬基層員工有條不紊地工作，除了要求企業有極強的管理能力以外，科技穿針引線的作用同樣重要。

從順豐的角度來講，順豐在科技板塊的投入一直處在高位。尤其在數智化的探索上，順豐科技一直走在行業前列。

可即使有科技的加持，由于人員整體素質水平層次不齊，并不是每位基層員工都有豐富的行業經驗掌握這些技術。

宋翔指出：“行業的知識與經驗碎片化，散布在規章制度和信息系統里。而物流行業作為服務業，從業人員的知識和經驗會直接影響服務質量和運營效率。”

那么如果能降低不同崗位的員工對知識進行理解、推理并轉化的難度，自然可以大幅提高工作效率。

而大模型的出現，從技術端幫助人深入參與到AI任務中，同時降低了AI的使用門檻，對于不同崗位的人來說都能輕松上手。

據宋翔介紹，豐語大模型主要有三大特點：

1、首先是性能與效果。對比通用模型或是商業模型，豐語大模型在物流場景上實現了全面超越，并且模型參數量僅有7B，屬于當下流行的“小模型”，這得益于大量的垂域知識的注入。

2、其次是計算成本。除了效果好以外，豐語大模型充分考慮了物流行業的實際情況，實現了效果與使用成本的均衡，做到了讓每個業務都用得起大模型，并進行賦能，成本上實現了可控。

3、最后是業務價值。目前豐語大模型已經在市場營銷、客服、收派、國際關務等二十多個業務場景中得到了廣泛應用，真正做到嵌入各個環節中并發揮出效益。

從發布會上展示的AIGC應用全景圖來看，豐語大模型可以進行知識問答、總結摘要、指導問題、自動生成結構化規則、以及辦公提效等多項功能，基本覆蓋了物流行業大部分工作需求。

宋翔告訴鎂客網，豐語大模型最終的落腳點在“知識和推理”。它處理的是文字、語音、圖片和視頻等非結構化數據，目的是幫助每個不同崗位的人成為經驗豐富的崗位專家。

“例如，它能告訴你某個物品能不能運往海外、有哪些要求，匯總分析全網客戶反饋了哪些未被滿足的共性需求等。”

值得一提的是，物流行業對大模型的準確性和可靠性的要求很高，當通用大模型遇到物流專業知識時，數據的缺少往往會造成嚴重的幻覺問題。

對此江生沛表示，豐語大模型在物流垂域意圖分類上可以做到99%以上的準確率。除了垂域外，豐語大模型針對通用能力也做了針對性的優化，即使和通用大模型比較通用能力，豐語大模型也能持平，甚至在一些數據集上效果更優。

垂域大模型，如何降本增效

通用大模型在垂類領域的數據樣本量較少、數據分布不均、導致大模型在部分專業領域輸出的精度并不高。

這樣的結果除了會影響準確性以外，關鍵還會影響“生產力”這個關鍵維度——如果大模型產品不能解決降本、投產比等實質性的問題，那么企業用戶很難為其買單。

相比之下，行業大模型從垂域應用出發，其需要處理的問題比較單一、可以更加聚焦在特定場景上，為實際業務服務。

“更好的業務產出才能促使更多的技術投入，形成正向的循環。順豐是一個強調實現價值的公司，降本增效是豐語大模型落地的核心導向。”江生沛告訴鎂客網。

正如前文所說，目前豐語大模型應用在實際業務價值上已經得到了有效的驗證。

宋翔向鎂客網列出幾個案例：比如當銷售、快遞員使用大模型推薦產品與服務后，已實現增收數千萬元；比如通過大模型優化國內&國際收寄標準、擴大可收寄口徑時光，目前轉化增收數千萬元；再比如多模態審核用于電商退貨一張圖下單等業務時，已實現增收上億元。

“這些都是實實在在的增收。”

至于提效方面，豐語大模型所構建的豐語摘要、豐語知道、豐語助理等產品，極大提高了全網各崗位人員獲取知識、加工信息的能力，并帶來非常顯著的效率提升。

在此基礎上，江生沛透露，順豐科技未來計劃大力推動Agent（智能體）在集團內部的應用，面向特定崗位工作流程深化AI應用。

江生沛表示，隨著更加全能的數字員工加入，集團的運營效率將進一步提升。

值得一提的是，大模型龐大參數的背后，也是對算力等資源的額外消耗。當前期投資成本很高時，往往需要足夠的回報才能支撐大模型的持續運營。相比之下，像豐語大模型這種專注垂域應用的“小模型”，可以保證模型性能的前提下，降低前期投入門檻，而這同樣也算是降本的方式之一。

在發布會上，宋翔表示，希望將豐語大模型的技術應用到更多領域，同時表示愿意將豐語大模型的成果分享給更多物流行業企業，以此促進行業的共同進步。

結語：順豐對于大模型的思考

物流行業是經濟運行的“晴雨表”。身為該行業數智化轉型與實踐的佼佼者，順豐科技推動智慧物流的腳步從未放緩。

就豐語大模型來說，其發布的時間節點并不算太早。但當“百模大戰”的潮水退去，AI行業逐漸進入理智期，牌桌上剩下的大模型玩家們開始更加注重“實用主義”后，豐語大模型在垂域的表現更值得關注。

宋翔告訴鎂客網，順豐科技其實很早就在布局大模型應用，前期主要從業務需求出發，采用商用大模型和開源大模型解決實際業務問題。在此基礎上，持續積累高質量的用戶反饋數據、提煉功能特性與應用范式，為垂直領域大模型的發布做好數據與能力上的準備。

“在ChatGPT橫空出世的時候，我們沒有盲目跟風，而是在仔細思考，如何讓每一個業務、每一個人都能用得起、用得好大模型，我們應該怎么布局大模型整體的戰略。”

在經過一系列調優，并做到成本和效果的平衡后，豐語大模型最終正式發布。在未來，順豐科技也會繼續將最好的、有落地效果的行業實踐經驗與感受分享給整個行業，為其他物流企業帶來實實在在的參考與借鑒，更好地為整個物流行業服務。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！