物流行業的垂直領域大語言模型來了！

9月8日，順豐科技在深圳國際人工智能展上發布了物流行業的垂直領域大語言模型——豐語，并展示了大模型在順豐的市場營銷、客服、收派、國際關務等業務板塊的二十余個場景中的落地實踐應用。發布會現場，中國科學院院士姚建銓、美國醫學與生物工程院院士潘毅、深圳市郵政管理局副局長藍志華、順豐集團CIO、順豐科技CEO耿艷坤等相關領導與專家一起見證了這一里程碑的時刻。

圖 | 豐語大語言模型發布儀式

該模型是目前最為針對物流行業痛點的大語言模型，在物流行業的應用場景的豐富度極高。它可以針對物流行業各個崗位進行高效賦能，讓每個人都快速成為經驗豐富的崗位專家，其物流場景相關應用效果與物流垂域能力相對通用基座，均有大幅度提升。同時，該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，真正讓每個業務都用得起大模型進行賦能，實現了專業、可靠、成本的最佳平衡。

發布儀式上，順豐科技AIoT副總裁宋翔表示，物流行業作為服務行業，相關從業人員知識與經驗的儲備，與服務質量、運營效率密切相關，準確性高的信息才能得到規模化應用。只有基于大模型深度結合各個崗位進行賦能，才能讓每個人都快速成為經驗豐富的崗位專家，更快更準確地完成相關操作的判斷，洞察潛在的商業機會點，為客戶提供更好的服務。

物流行業需要大模型的賦能

相對于教育、金融等知識密集型行業垂直領域大模型的快速發展，物流行業垂域的大語言模型其應用潛力尚未得到充分挖掘與釋放，真正全面落地產生突出價值的較少。這并不是因為物流行業作為傳統意義上的“勞動密集型”行業無需大模型的知識賦能，與此相反，物流行業作為服務行業，相關從業人員知識與經驗的儲備，與服務質量、運營效率密切相關，準確性高的信息才能得到規模化應用。

例如某個物品是否可以空運到海外某個國家、某個客戶需求應該匹配什么產品或增值服務等等。此外，物流行業人員崗位多樣，流動性大，相關的知識經驗以文字、語音、圖片、視頻等形式碎片化地分散于各類規章制度和信息系統中，只有基于大模型深度結合各個崗位進行賦能，才能讓每個人都快速成為經驗豐富的崗位專家，更快更準確地完成相關操作的判斷，洞察潛在的商業機會點，為客戶提供更好的服務。

布局自研大模型，讓每個業務都用得起、用得好

通用大模型海量數據、巨大算力的背后是高昂的成本。而順豐的目標是讓每一個業務、每一個人都能用得起、用得好大模型。如何讓大模型既能效果好、成本又可以被接受？

首先，大量的應用必然會帶來高并發，而高并發又會讓大模型推理成本急速上漲。所以，順豐選擇在不降低大模型效果的情況下，盡可能做小模型，降低推理門檻；同時，在保證模型通用能力的基礎上，更聚焦于提升模型在物流、供應鏈行業的能力。

更進一步，如果需要將物流供應鏈行業知識與信息注入大語言模型，讓大模型具有更全面的物流細分專業知識、更細致的物流政策標準理解、更強的垂類詞匯理解能力、更懂順豐產品與服務，沒有什么數據比順豐30年積累的經驗與知識更符合需求。

順豐選擇在不盲目追求模型參數規模、綜合考慮效果與使用成本的均衡的思路下，自研行業的垂直領域大語言模型。

在訓練數據方面，豐語約有20%的訓練數據是順豐和行業的物流供應鏈相關的垂域數據，包括各類型文件、圖片、視頻、音頻等多種模態的數據。相關數據經過富媒體信息解析、清洗、質量過濾、專業人員標注等環節加工成高質量、安全的訓練語料。通過繼續預訓練、監督微調、基于人工反饋的強化學習的大模型訓練方法，豐語大模型變得更懂物流、更可靠。

順豐還建立了物流領域大模型的測評體系，對于模型的通用能力和物流垂域能力進行了詳盡的測評。在通用能力層面，在C-Eval、MMLU等8個主流測評集上，豐語7B-Chat模型與7B-9B的相近尺寸主流通用模型表現持平。

圖 | 豐語大語言模型通用能力測評對比

在物流垂域能力層面，在順豐&物流領域垂類測評集上，對于物流領域通用知識、物流領域專業研究知識、物流領域應用與案例分析、物流領域邏輯推理、物流領域政策法規標準這5個維度，豐語的測評結果遠超相近尺寸的通用模型，并且超過GPT-4o、Gemini 1.5 Pro、Kimi、豆包-Pro等業界領先的商用模型5%以上。在物流垂域，豐語做到了以更小的尺寸實現了更強的表現。

圖 | 豐語大語言模型物流垂域能力測評對比

以扎實的物流垂類能力，為業務帶來實在的收益

目前，順豐已將豐語大語言模型及多模態大模型能力應用于市場營銷、客服、收派、國際關務等業務板塊二十余個場景中，全面助力公司降本增收、提升客戶體驗。

例如，豐語應用于客服對話摘要場景時，相對原來使用的通用基座，錯誤率降低了25%。類似的，在其應用于國際物流場景時，收寄物品名自動規范錯誤率降低了42%；在小哥問答場景中，誤率降低了58%；在客服填單場景，降低52%的實時物流信息抽取錯誤率。豐語實現了以更小的尺寸模型對更大尺寸通用模型在物流垂域的全面超越，充分體現了垂域大模型的意義與價值。

圖 | 豐語大語言模型業務應用效果

從售前到售后，為客戶提供更好的體驗

售前的市場營銷內容輸出是大模型的基礎應用場景之一。對于順豐的市場營銷而言，無論是文案、還是平面海報設計，大模型不僅需要根據順豐的產品、銷售的地區和季節差異化地生成相關內容，還需要保證品牌調性的一致性。為了應對高品質可控生成場景的要求，順豐設計了獨有的物流領域IP，大模型可以依據這些指定IP，生成的各類神態動作各異的形象，業務應用滿足率達98%，支持營銷人員快速組合得到自己需要的營銷素材。

圖 | 生成順豐IP形象示意

除了營銷素材的生成，為客戶定制個性化產品方案也是營銷人員工作中的重要任務。順豐整體產品體系組成非常豐富，培養一位對各個產品都非常熟悉的營銷人員往往需要幾個月的時間。應用大模型后，營銷人員只需要將客戶的需求告訴大模型，例如“價格經濟、時效穩定”等，大模型將自動輸出推薦的產品或服務組合，并附上相關產品具體的介紹材料，幫助營銷人員推薦更適合客戶個性化需求的產品服務。

客服人員在售前咨詢和售后保障中都扮演了重要的角色。基于大模型，在線客服機器人可以預判并推薦用戶可能想咨詢的問題和服務，提升問題解決率。當問題流轉到人工客服后，大模型能生成客戶問題的參考答案，幫助客服人員快速高質量應答；同時大模型能夠自動提取關鍵信息輔助客服在系統填寫工單；在服務結束后，大模型會自動在系統中記錄問詢基本信息、并形成客服摘要，方便客戶后續來電其他客服可以快速了解情況并進行處理。

目前，基于大模型的摘要準確率已超過95%，這令客服人員與客戶對話后的處理平均時長減少了30%。除此以外，客服運營人員只需要提煉經驗與規則，使用大模型更高效地維護客服知識庫。

當然，順豐不僅關注如何解決每一個客戶的具體問題，更關注整個客戶群體還有什么需求是需要進一步關注、提升的。利用大模型技術，順豐對全量售前售后的客戶反饋進行歸類與自動挖掘，客戶反饋分類標簽精細化程度提升10倍，全面洞察客戶需求及經營痛點，快速聚焦關鍵問題，從而優化運營并不斷提升客戶體驗。

此外，隨著電商等行業的快速發展，很多新業務的拓展與運營也離不開大模型的支持。例如，一些電商退貨的場景中需要客戶上傳退貨信息截圖進行下單。大模型可以自動提取截圖中的寄遞信息，提取正確率98%，提升了客戶退貨體驗；同時，也能精準識別虛假退貨截圖，并在1.5秒內實施攔截，幫助業務增收近億元。有時，客戶會要求收件人在某些指定位置進行簽字、蓋章等個性化操作。小哥拍照上傳回單照片，大模型就可以判斷是否符合客戶要求，防止回傳后才發現不符合需求浪費客戶時間，讓回單的簽署更方便、更高效。

從小哥到每個人：更高效的工作、更滿意的工作

小哥是順豐員工團隊中最大的群體，也是離消費者最近的群體。好的服務離不開優秀的小哥熟悉各類操作流程、知曉各種各樣的物品寄送的要求。

從入職開始，基于大模型生成的數字員工可以對小哥進行個性化的一對一輔導培訓，讓小哥可以更快上手。平時小哥有任何的問題，也不需要線下找人、線上群四處詢問反饋，只需要通過基于大模型打造的小哥服務中心，就可以解決所有問題。比如物品能不能寄、是否建議保價、要怎么包裝、不同時效的產品多少錢等，對小哥問題的定位準確率超過98%。平均每次與大模型的會話可以節省小哥3分鐘的常規咨詢時長，極大提升了小哥問題的解決效率。在解決小哥問題時，大模型也會針對性推薦一些產品和服務給小哥，不僅提升了客戶體驗，也能助力增收數千萬元。

圖 | AI陪練示意

大模型也會將小哥詢問的問題、反饋的意見進行分析與洞察，每天可以處理1萬通以上的小哥聲音，讓管理團隊可以更好地關注小哥的需求與反饋，及時調整服務小哥的策略，提升關鍵問題的處理效率，讓小哥更滿意。

除了對小哥，順豐內部已經實現了大模型全面的普惠性應用。有面向所有員工的基于大模型的辦公助手，從創意文案創作到文檔速讀問答再到AI Agent構建，已覆蓋1000+崗位。還有通過企業統一知識平臺實現的各類問答機器人的全面部署。并且提供一站式搭建智能體無代碼平臺，讓更多不同的業務組織可以根據自身需要，在1天時間內搭建屬于自己的大模型問答機器人，實現對順豐各個業務的全面賦能。

以經營管理為例，為了更好地對順豐的成本進行精細化管理，每一位管理者都需要有敏銳的經營嗅覺，及時發現自身業務的潛在機會點并快速推進落地。然而，大量的數據指標的提取、分析，以及提出基于數據分析的相應解決方案，都需要大量的精力投入。

在豐語大模型的幫助下，經營管理相關的組織迅速搭建了基于經營管理場景的問答機器人，它不僅可自動識別提問人所在組織及業務，并智能分析推送該地區此項業務需要關注的趨勢向差的指標，還可以鎖定分析出的機會點，從多個角度提供參考的業務改進措施以及其他類似業務的優秀案例，讓管理者可以更加快捷、及時地掌握經營情況、快速推進相關改進方案的落地與實施。在大模型、大數據等技術的加持下，該項目今年已實現超1億元的降本。

從中國走向世界，從下單開始全面提升國際物流效率

高效的國際物流，是中國品牌出海的關鍵組成部分。不同國家地區的海關政策非常復雜，不僅條款眾多，而且語言也不同。要確認一個物品能否過關，往往需要專業人員查詢、結合多國、多地區政策綜合研究判斷。

現在大模型可以同時閱讀多語種的各地海關文本，并高效準確總結生成結構化的收寄標準，也讓更多過去因為標準不清晰等原因導致不能收寄的物品，變為可寄的物品，幫助國際業務增收超千萬元。當小哥、客戶在咨詢一個物品能不能寄往海外時，他們通過順豐的官網、APP以及小哥服務中心等內部平臺就可以快速獲得準確的答案。

圖 | 查詢國際收寄標準示意

同時，清關對品名規范的要求很高，報關需要按照各國海關要求填報規范的物品名稱，如果客戶填報內容不規范，很可能導致本身可以通關的物品無法通關，或因重新修改填報延誤清關時效。大模型可以將物品名稱規范化為更簡短、符合海關分類的品名。以美國業務為例，順豐日均有十幾萬的美國進口運單，清關品名有98%均來自大模型自動生成的合規品名，節省了人力投入，提升了通關時效。

此外，在中國海關建設智慧海關的背景下，順豐通過大模型技術，可以更精準地識別并核對申報物品。只需要把待通關貨物放在高拍儀下，大模型就可以識別物品信息并對比申報信息，自主判斷是否符合過關要求。大模型的應用，不僅提升了企業合規水平，還能提升通關效率，讓國際物流更加快捷。

持續突破，相信明天

在國家推進新質生產力的背景下，人工智能已經成為了經濟發展的核心動力之一。要真正發揮大模型的價值，還需要著眼于解決產業的具體問題，實現產業突圍。未來，隨著大模型技術的進一步發展與成熟，順豐相信大模型在物流行業的應用將更加廣泛與深入，讓每個人都能享受大模型賦能下更加快捷、貼心的物流服務。