通用大模型技术的快速发展，对于各行各业的赋能也在加速落地。南都记者获悉，日前，顺丰在深圳国际人工智能展上发布了自研物流行业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，该模型是目前专门针对物流行业痛点的大语言模型，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。

近两年大模型在货运物流场景的加速落地，有望进一步推动物流行业的降本增效。

大模型能力应用于客服、国际关务、收派等场景 

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、运营效率密切相关，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，在线客服机器人可以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考答案，帮助客服人员快速高质量应答；同时大模型能够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本信息、并形成客服摘要，方便客户后续来电其他客服可以快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，工作人员可以快速判断物品是否符合相关国家的海关清关标准，同时可以将报关品名依据相关要求进行规范，还能通过高拍仪快速判定相关寄送物品是否可以过关，帮助客户、相关工作人员判断，提升了通关时效。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，随着电商等行业的快速发展，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。 

丰语大语言模型业务应用效果。

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，可以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话可以节省快递员3分钟的常规咨询时长。

AI助力降本增效，物流行业大模型加速落地

在国家推进新质生产力的背景下，人工智能已经成为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，借助人工智能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快速发展，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、运营效率密切相关，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，才能让每个人都快速成为经验丰富的岗位专家。 

采写：南都记者 傅晓羚

编辑：甄芹

对这篇文章有想法？跟我聊聊吧

傅晓羚2.21亿

南方都市报记者