眾所周知，ChatGPT的推出給整個(gè)IT界帶來(lái)了翻天覆地的變化，我國很多廠(chǎng)家也推出了相應的大模型。大模型的出現，對數字經(jīng)濟的發(fā)展起到了極大的推動(dòng)作用，物流行業(yè)對新技術(shù)的感應更是非常迅速。阿里巴巴在今年4月推出“通義千問(wèn)”大模型以來(lái)，與業(yè)界產(chǎn)生了極大共鳴，在物流行業(yè)進(jìn)行了深度交流和研究。

（阿里云智能物流運輸行業(yè)總經(jīng)理 李科）

從時(shí)代發(fā)展來(lái)看，移動(dòng)互聯(lián)網(wǎng)時(shí)代誕生了眾多優(yōu)秀的互聯(lián)網(wǎng)企業(yè)，其以移動(dòng)和數據化為核心，比如BAT。在物流行業(yè)，也誕生了很多優(yōu)秀企業(yè)，像滿(mǎn)幫、貨拉拉、58貨運等。此時(shí)是數字產(chǎn)業(yè)化時(shí)代。隨著(zhù)技術(shù)不斷發(fā)展，互聯(lián)網(wǎng)技術(shù)和云計算在千行百業(yè)深度應用，將互聯(lián)網(wǎng)技術(shù)、云計算應用到生產(chǎn)經(jīng)營(yíng)中，這時(shí)步入到了產(chǎn)業(yè)互聯(lián)網(wǎng)時(shí)代。此間，很多企業(yè)開(kāi)啟數字化轉型、升級，產(chǎn)業(yè)數字化加速發(fā)展。未來(lái)，阿里云判斷，將進(jìn)入智能化時(shí)代，大模型的出現創(chuàng )造了歷史性的機遇——所有行業(yè)都會(huì )被大模型重構，或者說(shuō)，所有行業(yè)都會(huì )基于大模型進(jìn)行重建。

未來(lái)物流供應鏈的賽道趨勢

在物流行業(yè)，新的趨勢、新的階段、新的理念、新的格局，會(huì )帶來(lái)新的浪潮和新的增量機會(huì )。

一是科技驅動(dòng)。包括大數據、IoT硬件、數智物流、數字供應鏈，在物流行業(yè)的應用，都將得到極大推動(dòng)。

二是制造業(yè)升級。目前，IoT硬件在物流全產(chǎn)業(yè)的應用僅次于制造業(yè)，無(wú)論是廣度還是深度都已經(jīng)是第二位。三年疫情，整個(gè)物流行業(yè)對自動(dòng)化、智能化的需求，更是出現井噴狀態(tài)。從物流行業(yè)來(lái)看，原來(lái)的數智物流、數字供應鏈更多集中在電商、流通端、消費端；接下來(lái)，供應鏈將不斷向物流的上游延伸，不僅是從流通端延伸到產(chǎn)業(yè)、制造端，也將進(jìn)一步從消費供應鏈延伸到原材料的生產(chǎn)供應鏈。打通生產(chǎn)供應鏈和消費供應鏈的端到端的供應鏈數字化，是非常大的藍海的一個(gè)增量機會(huì )。

三是走向全球化。過(guò)去30年，我國的制造業(yè)發(fā)生了巨大變化，占到全球制造業(yè)的比重越來(lái)越大，目前其對接的是“以海外物流公司為主導、建設的全球供應鏈”格局。不管是全球的空運還是海運，真正以中國大陸為基礎的能進(jìn)入全球Top 10的可能只有中外運，這和我國制造業(yè)的能力、體量是非常不匹配的。伴隨我國制造業(yè)進(jìn)一步向高質(zhì)量發(fā)展，更多制造業(yè)和品牌走向全球，我國物流企業(yè)在全球供應鏈建設方面的作用會(huì )越來(lái)越大，對于智能化、自動(dòng)化的需求也會(huì )越來(lái)越高。

多樣化的需求催生復雜、個(gè)性服務(wù)

從消費端看，消費者希望能按需服務(wù)，在最后一公里提供復合的、多種需求融合在一起的、全面的社區化服務(wù)——過(guò)去供應鏈只是做到送貨上門(mén)，以后需要提供回收、綜合購物等服務(wù)。從B端看，渠道的多樣化、流量的多元化，導致供應鏈復雜程度的提升，新的需求促進(jìn)了供應鏈升級，給供應鏈帶來(lái)了一系列挑戰，總結起來(lái)就是“VUCA”，即易變性（Volatility）、不確定性（Uncertainly）、復雜性（Complexity）和模糊性（Ambiguity）。無(wú)論是訂單波動(dòng)、信息過(guò)載、貿易戰、需求多樣、能源危機、消費降級、直播爆發(fā)、老齡化、增長(cháng)困難、全球通脹等，都對供應鏈提出更多要求，阿里云也在思考，通過(guò)哪些技術(shù)幫助物流企業(yè)應對挑戰。

未來(lái)智慧物流都會(huì )基于A(yíng)I構建

面對物流行業(yè)的挑戰，我們可以看看物流企業(yè)和物流供應鏈的發(fā)展。阿里云認為，其可分為五個(gè)階段：一是原始級物流；二是流程級物流；三是整合級物流；四是協(xié)同級物流。目前，物流企業(yè)大多還在整合級和協(xié)同級，很多快遞企業(yè)處于協(xié)同級。未來(lái)，將迎來(lái)第五個(gè)階段——智慧級物流，其是基于“計算+數據+模型”的綜合產(chǎn)業(yè)智能。

對于物流供應鏈，過(guò)去一些決策都是靠人工的經(jīng)驗、大腦，未來(lái)，無(wú)論是路由、定價(jià)還是履約配送等，都靠機器進(jìn)行智能化決策。智慧級物流，將通過(guò)人工智能去解決問(wèn)題，達到物流企業(yè)的可視化（Visibility）、可理解（Understandability）、可決策（Computability）、可調節（Adaptability），即另一種形式的“VUCA”。通過(guò)模型對物流企業(yè)實(shí)現實(shí)時(shí)、全景、端到端的控制；通過(guò)“數據+模型”，對物流需求進(jìn)行理解，對物流資源進(jìn)行動(dòng)態(tài)調控、智能決策。簡(jiǎn)單說(shuō)，即借助“數據+模型”，對整個(gè)物流資源和需求進(jìn)行匹配，實(shí)時(shí)解決問(wèn)題，智能化決策，進(jìn)而應對物流企業(yè)、物流供應鏈所面臨的挑戰。

阿里云持續與物流行業(yè)共同成長(cháng)

期間，阿里云在做什么？其一，大模型應用，加快物流供應鏈協(xié)同。以電商為例，過(guò)去生產(chǎn)企業(yè)關(guān)心的是庫存、原材料、銷(xiāo)售渠道；現在關(guān)心的是客戶(hù)群、客戶(hù)畫(huà)像、客戶(hù)喜好、客戶(hù)需求、供應鏈布局等。這就要求通過(guò)云、大數據、模型對于供應鏈全生命周期進(jìn)行管理。

其二，無(wú)人化應用，提升物流作業(yè)效率。不管是在封閉場(chǎng)景還是開(kāi)放路段，人工智能都能幫助單車(chē)進(jìn)行自動(dòng)決策和自動(dòng)控制等。大模型將推動(dòng)無(wú)人化進(jìn)入規模化，包括干線(xiàn)的自動(dòng)駕駛、末端的物流配送等。物流機器人、無(wú)人倉的普及，無(wú)人化港口的興起，也帶動(dòng)了國內無(wú)人化的快速落地。比如：上海港的無(wú)人港口，是無(wú)人港的第一代；阿里云和寧波舟山港合作的梅山港口是無(wú)人港的另外一種形態(tài)，其更適合我國大多數港口，其通過(guò)算法動(dòng)態(tài)調度資源，橋吊、龍門(mén)吊、無(wú)人卡車(chē)協(xié)同工作，大大提高生產(chǎn)效率10%左右，節省的成本足以新建一個(gè)泊位。

其三，云技術(shù)應用，便捷服務(wù)行業(yè)。其讓企業(yè)更容易獲取云計算，更簡(jiǎn)單使用，企業(yè)獲取云計算的門(mén)坎和成本都大大降低了。

在此，可以重點(diǎn)關(guān)注物流行業(yè)大模型的應用。一是智能決策。在銷(xiāo)售預測、智能補貨，包括訂單處理方面，都是模型應用的較好場(chǎng)景。以阿里云與蒙牛合作為例，通過(guò)智能供應鏈打通多維度數據，進(jìn)行分析預警、自動(dòng)優(yōu)化決策，其月度預測準確率較人工預測提升了5%，訂單處理效率提升了35%。

二是輔助運營(yíng)。舉例看，物流企業(yè)與同行展開(kāi)價(jià)格戰時(shí)，自己的底線(xiàn)是什么，多少錢(qián)一單是盈虧平衡點(diǎn)，每次降價(jià)對貨量有多少影響；決策到底怎么做，是根據經(jīng)驗，還是競爭對手降價(jià)，自己必須降價(jià)……這些都可通過(guò)“數據+模型”去做模擬，輔助企業(yè)決策。再舉例，物流企業(yè)在哪建立或取消分揀中心，以往基本都是通過(guò)經(jīng)驗做決定，但實(shí)際上這種分揀中心的增、減，對應的路由和班次的銜接，都可通過(guò)模型去模擬增減以后的情況，進(jìn)而實(shí)現智能化決策。簡(jiǎn)言之，在競爭分析、成本分析、動(dòng)態(tài)定價(jià)、物流監控、數字孿生、仿真等方面，大模型都有廣闊的應用空間。

三是物流作業(yè)優(yōu)化。在干線(xiàn)自動(dòng)駕駛、末端無(wú)人配送以及在無(wú)人倉里面，通過(guò)與業(yè)務(wù)結合去調動(dòng)設備，也是大模型非常好的應用場(chǎng)景。

四是在物流樞紐上的應用。比如，通過(guò)模型去支持集卡和樞紐平臺的協(xié)同，實(shí)現樞紐、車(chē)和路之間的協(xié)同；賦能樞紐大腦，通過(guò)模型動(dòng)態(tài)調度作業(yè)，提升整體作業(yè)效率；以“數字孿生+仿真推演”，全景掌控樞紐運營(yíng)全局態(tài)勢，助力樞紐的協(xié)同調度與應急指揮。

當然，阿里巴巴在人工智能方面的應用，還有很多實(shí)例。比如，拍立淘、小蠻驢、視覺(jué)智能、天貓精靈、阿里翻譯等。科研方面，數據更已成為科學(xué)研究的關(guān)鍵成果和重要戰略性資源，科研步入了基于大數據、AI、高性能計算融合的“第五范式時(shí)代”。科研工作者可以將實(shí)驗研究通過(guò)智算平臺進(jìn)行大規模的數據分析，大大提升研發(fā)效率。

一直以來(lái)，阿里巴巴始終致力于模型的研究，不只是在通用模型，還有行業(yè)模型。國家對于大模型研究也很重視，今年7月7日“2023世界人工智能大會(huì )”期間，大模型標準化專(zhuān)題組成立，阿里巴巴正是專(zhuān)題組長(cháng)之一。