“現實永遠是殘酷的，告訴大家真相，3月26號Dick在線不是我寫的，是ChatGPT 3.5版本寫的，還不是4.0版呢。”3月28日，順豐速運總裁王衛分享出一張與ChatGPT對話的截圖。在聊天中，王衛問ChatGPT，“3月26日公司三十周年，可否幫我寫一篇三十周年的感謝信，發給大家所有同事。”

“玩笑”背后，王衛想告訴員工科技力量的強大，“我們沒有辦法去抵抗科技，只有不斷地借用科技的能力提升我們的競爭力。我們都是被時代大輪不斷在考驗，你可以選擇加快步伐，或者被時代的巨輪碾壓。”

ChatGPT的橫空出世，徹底引爆了新一輪的AI浪潮。上一次我們對于AI感到如此振奮，還是在2015年至2016年。

過去幾年中，在AI領域進行積極探索的公司不在少數，但大多成效都歸于沉寂。主要原因在于AI通用性較差，只能作用于有限的約定場景，很難遷移復制產生規模效應，從而使得達成覆蓋成本及盈利變得相當困難。例如，計算機視覺、自然語言處理等方向的算法，通常只能處理視覺信息、語言文字等對應的具體方向。

在這樣的背景下，通用AI（也稱AGI）—像人一樣思考、像人一樣從事多種用途的人工智能，可以做到“干啥都一樣、干啥都行”，不會因為特定場景切換而需要不斷調試，因而可以解決相關的成本問題，所以迅速成為賽道熱門關注點。

“雖然很多機構都會做通用大模型，但是大家更多的是把模型‘做大了’，而沒有從結構上去思考什么是‘通用’。而OpenAI對于大模型與通用AI的探索可以算是獨辟蹊徑。ChatGPT的成功主要有三個原因：首先是訓練的樣本足夠大，其次是訓練的方法非常新穎，最后它的模型結構也獨樹一幟。”順豐科技AIoT領域副總裁宋翔介紹，基于目前ChatGPT相關的技術特點以及與用戶主要互動的形式，順豐對它在物流與供應鏈行業應用的場景進行了初步的探索與思考。目前，相關場景主要集中在知識問答、客服內容提取與分析、數據分析助手這三個方面。

“知識問答是我們探索的第一個ChatGPT場景，希望未來每個人都可以有虛擬的個人助理，所有需要了解的信息都可以從這個入口獲取。”宋翔認為，除了公開信息或是通用性知識的獲取外，企業內部的知識管理也是一個非常有前景的方向。物流和供應鏈行業涉及很多不同的業務環節和知識內容，目前順豐的知識管理系統只能做到盡可能地覆蓋所有信息，但是如果需要了解一個具體問題，只能通過自己搜索查閱相關的制度流程等信息，或通過從提前編制的問答文本中獲取。而信息龐大、時常更新的業務知識是很難完全以問答形式來進行描述的，系統無法完全窮盡大家的所有問題。

宋翔認為，ChatGPT可以基于學習過的歷史文檔，直接向用戶反饋問題答案，極大提升獲取信息的效率。開發人員需要做的就是不斷地給ChatGPT投放新的語料或文檔。當前ChatGPT的API屬于美國公司，鑒于信息安全和數據合規考慮，目前的應用仍限制在部分信息敏感度較低的業務領域中。未來希望可以將類似GPT一樣的大模型進行私有化部署，在私有化部署完成之后，就可以在安全的前提下對全量的知識進行加工，但是因為這樣的模型私有化部署存在一定的技術前提，所以還需要時間來突破。

第二個方面的探索主要與客服的場景相關，但在宋翔看來，ChatGPT不能直接面對客戶。“因為ChatGPT本身是自由的，它具有自己的創造性，很難約束它去做我們約定的東西。比如你可能想查單，和它聊了很久也聊得很愉快，但是最終它也沒有幫你達成你的要求。其次，目前的ChatGPT輸出存在延遲，即使是應用ChatGPT3.5的模型，可能需要等待5秒才能獲得答案。這樣的延遲用戶可能是無法接受的，需要時間提升相關技術以改變這樣的情況。而且如果ChatGPT直接面客，可能會被嵌入攻擊，對它進行惡意的人為誘導，這種問題很難去控制。”

“在客服環節，我們更加期望ChatGPT可以為客服人員完成客服內容記錄等工作，還希望它可以幫助客服完成客戶聲音的分析和需求挖掘。”宋翔介紹，目前，主要通過人工方法，把客戶的聲音內容分成一百多種，這種分類很難體現出客戶聲音背后的本質問題。我們很難去預定義這些問題的根因是什么，因此需要ChatGPT去整理、歸并總結、分析判斷。在這個過程中，對客戶關鍵信息進行過濾，替換人名、地址、電話等敏感信息，解決信息安全的相關問題。

數據分析助手是第三個典型場景。在數智化引領的今天，數據分析在各行各業都顯得十分重要。宋翔認為，“物流與供應鏈行業的數據類型復雜龐大，然而，相關從業人員對數據的熟悉程度、軟件掌握程度不一，導致整體對于數據的提取、分析、應用的效率還有較大的提升空間。如果將ChatGPT應用于數據分析這個場景，你只需要說出想要什么數據，做出哪些計算，然后對應數據表格就可以自動輸出了。這適用于沒有被系統培訓過SQL、數據庫相關知識的一線作業人員或三線專員。在ChatGPT的幫助下，他們不需要了解任何專業知識，只要進行準確的提問就可以獲得相關數據，以自然的交互來完成數據分析的場景。”

在對AI的探索中，宋翔也清醒地認識到，“目前，AI讓機器人更聰明，而不是更省錢。”其實快遞物流無人化進程，實際上已經過了上一輪的發展周期，基本上場地已經部署了自動化分揀線。接下來，如果想讓無人化更進一步推廣，更多需要關注如何降低無人化部署的整體成本，才能得到規模化升級的效果”。

“AI在快遞物流行業落地，可以服務于倉儲、轉運、分揀、配送、服務等多個應用場景。”京東云相關負責人介紹，計算機視覺技術在倉儲、分揀等環節已有廣泛應用，結合圖像、視頻識別與理解技術，物流企業可以有效建立起可視化的倉儲管理、訂單管理、車輛管理系統。基于圖像、視頻識別分析技術的監控設備，可以有效將視頻、圖像等數據信息匯集于主控中心，AI輔助物流管理者優化決策效率，提升決策質量。此外，通過大數據物流仿真和數字孿生，將數字世界與物理世界大同融合，可以在虛擬空間里搭建一座“數字倉庫”，通過AI算法持續優化，推動倉儲效率、物流管理更高效。京東云持續利用數字孿生技術對產線和制造工藝進行仿真優化，縮減現實世界中的調優試錯環節，進而降低生產成本，提升產業效率。數字孿生也將推動物流行業可持續、更高效發展。

“AI大模型的出現是一個劃時代的里程碑，人類將進入到一個全新的智能化時代。就像工業革命一樣，大模型將會被各行各業廣泛應用，帶來生產力的巨大提升，并深刻改變我們的生活方式。”4月11日，阿里巴巴集團董事會主席兼CEO、阿里云智能集團CEO張勇在云峰會上表示，阿里巴巴所有產品未來將接入“通義千問”大模型，進行全面改造。他認為，面向AI時代，所有產品都值得用大模型重新升級。

“變革才剛剛開始，未來的AI將成為一個無所不能的超級入口。如同二十年前的谷歌和百度，大家無論做任何事，都可以從這個入口進入，然后由各種模態的AI相互協作，共同完成一件由多個任務組成的事項。”宋翔認為，在更多范式的積累下，AI會實現所有接口的連接，各種AI會協同完成越來越多的事項。這樣的AI會驅動下游實體公司的服務越來越自動化與智能化，AI的未來一定會變得更為強大。

未來有一天，你可以對電腦說：“給我的寵物采購食物。”然后，家里的攝像頭就會捕捉家里有幾只貓或幾只狗、這些動物是什么品種的、體型大小如何，再由AI判斷哪些寵物食品符合這些寵物的需求，并根據你的消費偏好在網上完成下單交易。同時，廠商側的AI在獲取訂單信息后，可以自動安排、執行從生產到運輸的全流程，最后讓你盡快地以最方便簽收的方式收到快遞。

AI+快遞，科技給產業帶來的革新，再怎么想象都不為過！