當(dāng)「快遞小哥」用上AIGC:垂域大模型如何撬動(dòng)生產(chǎn)力?| 專(zhuān)訪順豐科技
在經(jīng)過(guò)一系列調(diào)優(yōu),并做到成本和效果的平衡后,豐語(yǔ)大模型最終正式發(fā)布。
歷經(jīng)一年多時(shí)間的狂飆,以ChatGPT為代表的大語(yǔ)言模型(Large Language Model,LLM)在能力上已經(jīng)無(wú)限逼近人類(lèi)智能,各項(xiàng)“花活”無(wú)所不能。
但對(duì)于大多數(shù)普通用戶(hù)來(lái)說(shuō),他們使用ChatGPT的場(chǎng)景仍局限在“閑聊”,并沒(méi)有融入進(jìn)日常生活中。
我們可以從ChatGPT網(wǎng)站月訪問(wèn)量以及月活躍率(MAR)等關(guān)鍵數(shù)據(jù)里觀察到幾個(gè)趨勢(shì):據(jù)研究機(jī)構(gòu)統(tǒng)計(jì),在ChatGPT月活躍用戶(hù)不斷增長(zhǎng)的前提下,網(wǎng)站的月訪問(wèn)量在近期出現(xiàn)了明顯下滑,而月活躍率更是與常見(jiàn)的超級(jí)應(yīng)用差距甚遠(yuǎn)。這說(shuō)明ChatGPT的用戶(hù)粘性還有很大的提升空間。
不僅是ChatGPT,在行業(yè)火熱表象之下,各種大模型產(chǎn)品已經(jīng)開(kāi)始讓人感到“視覺(jué)疲勞”——人們已經(jīng)不再驚嘆于大模型的參數(shù)規(guī)模,而是好奇這些無(wú)所不能的大模型產(chǎn)品究竟能解決哪些實(shí)質(zhì)性的問(wèn)題。
對(duì)于企業(yè)來(lái)說(shuō),這個(gè)問(wèn)題更是值得深思。
在9月8日開(kāi)幕的第五屆深圳國(guó)際人工智能展(GAIE)上,有近百家人工智能領(lǐng)域的頂尖企業(yè)參加本次展會(huì),涵蓋大模型、AI芯片、AI軟件等多個(gè)領(lǐng)域,而參展的大模型廠商們都在產(chǎn)品上釋放出一個(gè)共識(shí)點(diǎn):大模型轉(zhuǎn)化為生產(chǎn)力的關(guān)鍵,在于垂域領(lǐng)域。
作為物流行業(yè)數(shù)智化轉(zhuǎn)型與實(shí)踐的領(lǐng)跑企業(yè),順豐科技在本屆深圳國(guó)際人工智能展上發(fā)布了“豐語(yǔ)大語(yǔ)言模型”,該模型在垂直領(lǐng)域的表現(xiàn)上優(yōu)于GPT-4o、Gemini 1.5 Pro等最領(lǐng)先的商用模型5%以上。
開(kāi)幕式結(jié)束后,鎂客網(wǎng)與順豐科技AIoT領(lǐng)域副總裁宋翔、大模型技術(shù)總監(jiān)江生沛進(jìn)行了一次深度對(duì)話(huà)。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(zhǎng)什么樣?
據(jù)順豐控股公布的2023年財(cái)報(bào),目前順豐大約有15萬(wàn)名在職員工以及數(shù)量龐大的基層小哥。在2023年,共有119.7億票件通過(guò)業(yè)務(wù)員送到了天南海北的用戶(hù)手里,這當(dāng)中還不包括國(guó)際貨運(yùn)、代理以及供應(yīng)鏈快遞。
如此龐大的快遞量,在中國(guó)大地上構(gòu)建起驚人的物流體系,人們已經(jīng)習(xí)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(wàn)基層員工有條不紊地工作,除了要求企業(yè)有極強(qiáng)的管理能力以外,科技穿針引線(xiàn)的作用同樣重要。
從順豐的角度來(lái)講,順豐在科技板塊的投入一直處在高位。尤其在數(shù)智化的探索上,順豐科技一直走在行業(yè)前列。
可即使有科技的加持,由于人員整體素質(zhì)水平層次不齊,并不是每位基層員工都有豐富的行業(yè)經(jīng)驗(yàn)掌握這些技術(shù)。
宋翔指出:“行業(yè)的知識(shí)與經(jīng)驗(yàn)碎片化,散布在規(guī)章制度和信息系統(tǒng)里。而物流行業(yè)作為服務(wù)業(yè),從業(yè)人員的知識(shí)和經(jīng)驗(yàn)會(huì)直接影響服務(wù)質(zhì)量和運(yùn)營(yíng)效率。”
那么如果能降低不同崗位的員工對(duì)知識(shí)進(jìn)行理解、推理并轉(zhuǎn)化的難度,自然可以大幅提高工作效率。
而大模型的出現(xiàn),從技術(shù)端幫助人深入?yún)⑴c到AI任務(wù)中,同時(shí)降低了AI的使用門(mén)檻,對(duì)于不同崗位的人來(lái)說(shuō)都能輕松上手。
據(jù)宋翔介紹,豐語(yǔ)大模型主要有三大特點(diǎn):
1、首先是性能與效果。對(duì)比通用模型或是商業(yè)模型,豐語(yǔ)大模型在物流場(chǎng)景上實(shí)現(xiàn)了全面超越,并且模型參數(shù)量?jī)H有7B,屬于當(dāng)下流行的“小模型”,這得益于大量的垂域知識(shí)的注入。
2、其次是計(jì)算成本。除了效果好以外,豐語(yǔ)大模型充分考慮了物流行業(yè)的實(shí)際情況,實(shí)現(xiàn)了效果與使用成本的均衡,做到了讓每個(gè)業(yè)務(wù)都用得起大模型,并進(jìn)行賦能,成本上實(shí)現(xiàn)了可控。
3、最后是業(yè)務(wù)價(jià)值。目前豐語(yǔ)大模型已經(jīng)在市場(chǎng)營(yíng)銷(xiāo)、客服、收派、國(guó)際關(guān)務(wù)等二十多個(gè)業(yè)務(wù)場(chǎng)景中得到了廣泛應(yīng)用,真正做到嵌入各個(gè)環(huán)節(jié)中并發(fā)揮出效益。

從發(fā)布會(huì)上展示的AIGC應(yīng)用全景圖來(lái)看,豐語(yǔ)大模型可以進(jìn)行知識(shí)問(wèn)答、總結(jié)摘要、指導(dǎo)問(wèn)題、自動(dòng)生成結(jié)構(gòu)化規(guī)則、以及辦公提效等多項(xiàng)功能,基本覆蓋了物流行業(yè)大部分工作需求。
宋翔告訴鎂客網(wǎng),豐語(yǔ)大模型最終的落腳點(diǎn)在“知識(shí)和推理”。它處理的是文字、語(yǔ)音、圖片和視頻等非結(jié)構(gòu)化數(shù)據(jù),目的是幫助每個(gè)不同崗位的人成為經(jīng)驗(yàn)豐富的崗位專(zhuān)家。
“例如,它能告訴你某個(gè)物品能不能運(yùn)往海外、有哪些要求,匯總分析全網(wǎng)客戶(hù)反饋了哪些未被滿(mǎn)足的共性需求等。”
值得一提的是,物流行業(yè)對(duì)大模型的準(zhǔn)確性和可靠性的要求很高,當(dāng)通用大模型遇到物流專(zhuān)業(yè)知識(shí)時(shí),數(shù)據(jù)的缺少往往會(huì)造成嚴(yán)重的幻覺(jué)問(wèn)題。
對(duì)此江生沛表示,豐語(yǔ)大模型在物流垂域意圖分類(lèi)上可以做到99%以上的準(zhǔn)確率。除了垂域外,豐語(yǔ)大模型針對(duì)通用能力也做了針對(duì)性的優(yōu)化,即使和通用大模型比較通用能力,豐語(yǔ)大模型也能持平,甚至在一些數(shù)據(jù)集上效果更優(yōu)。

垂域大模型,如何降本增效
通用大模型在垂類(lèi)領(lǐng)域的數(shù)據(jù)樣本量較少、數(shù)據(jù)分布不均、導(dǎo)致大模型在部分專(zhuān)業(yè)領(lǐng)域輸出的精度并不高。
這樣的結(jié)果除了會(huì)影響準(zhǔn)確性以外,關(guān)鍵還會(huì)影響“生產(chǎn)力”這個(gè)關(guān)鍵維度——如果大模型產(chǎn)品不能解決降本、投產(chǎn)比等實(shí)質(zhì)性的問(wèn)題,那么企業(yè)用戶(hù)很難為其買(mǎi)單。
相比之下,行業(yè)大模型從垂域應(yīng)用出發(fā),其需要處理的問(wèn)題比較單一、可以更加聚焦在特定場(chǎng)景上,為實(shí)際業(yè)務(wù)服務(wù)。
“更好的業(yè)務(wù)產(chǎn)出才能促使更多的技術(shù)投入,形成正向的循環(huán)。順豐是一個(gè)強(qiáng)調(diào)實(shí)現(xiàn)價(jià)值的公司,降本增效是豐語(yǔ)大模型落地的核心導(dǎo)向。”江生沛告訴鎂客網(wǎng)。
正如前文所說(shuō),目前豐語(yǔ)大模型應(yīng)用在實(shí)際業(yè)務(wù)價(jià)值上已經(jīng)得到了有效的驗(yàn)證。
宋翔向鎂客網(wǎng)列出幾個(gè)案例:比如當(dāng)銷(xiāo)售、快遞員使用大模型推薦產(chǎn)品與服務(wù)后,已實(shí)現(xiàn)增收數(shù)千萬(wàn)元;比如通過(guò)大模型優(yōu)化國(guó)內(nèi)&國(guó)際收寄標(biāo)準(zhǔn)、擴(kuò)大可收寄口徑時(shí)光,目前轉(zhuǎn)化增收數(shù)千萬(wàn)元;再比如多模態(tài)審核用于電商退貨一張圖下單等業(yè)務(wù)時(shí),已實(shí)現(xiàn)增收上億元。
“這些都是實(shí)實(shí)在在的增收。”
至于提效方面,豐語(yǔ)大模型所構(gòu)建的豐語(yǔ)摘要、豐語(yǔ)知道、豐語(yǔ)助理等產(chǎn)品,極大提高了全網(wǎng)各崗位人員獲取知識(shí)、加工信息的能力,并帶來(lái)非常顯著的效率提升。
在此基礎(chǔ)上,江生沛透露,順豐科技未來(lái)計(jì)劃大力推動(dòng)Agent(智能體)在集團(tuán)內(nèi)部的應(yīng)用,面向特定崗位工作流程深化AI應(yīng)用。
江生沛表示,隨著更加全能的數(shù)字員工加入,集團(tuán)的運(yùn)營(yíng)效率將進(jìn)一步提升。
值得一提的是,大模型龐大參數(shù)的背后,也是對(duì)算力等資源的額外消耗。當(dāng)前期投資成本很高時(shí),往往需要足夠的回報(bào)才能支撐大模型的持續(xù)運(yùn)營(yíng)。相比之下,像豐語(yǔ)大模型這種專(zhuān)注垂域應(yīng)用的“小模型”,可以保證模型性能的前提下,降低前期投入門(mén)檻,而這同樣也算是降本的方式之一。
在發(fā)布會(huì)上,宋翔表示,希望將豐語(yǔ)大模型的技術(shù)應(yīng)用到更多領(lǐng)域,同時(shí)表示愿意將豐語(yǔ)大模型的成果分享給更多物流行業(yè)企業(yè),以此促進(jìn)行業(yè)的共同進(jìn)步。
結(jié)語(yǔ):順豐對(duì)于大模型的思考
物流行業(yè)是經(jīng)濟(jì)運(yùn)行的“晴雨表”。身為該行業(yè)數(shù)智化轉(zhuǎn)型與實(shí)踐的佼佼者,順豐科技推動(dòng)智慧物流的腳步從未放緩。
就豐語(yǔ)大模型來(lái)說(shuō),其發(fā)布的時(shí)間節(jié)點(diǎn)并不算太早。但當(dāng)“百模大戰(zhàn)”的潮水退去,AI行業(yè)逐漸進(jìn)入理智期,牌桌上剩下的大模型玩家們開(kāi)始更加注重“實(shí)用主義”后,豐語(yǔ)大模型在垂域的表現(xiàn)更值得關(guān)注。
宋翔告訴鎂客網(wǎng),順豐科技其實(shí)很早就在布局大模型應(yīng)用,前期主要從業(yè)務(wù)需求出發(fā),采用商用大模型和開(kāi)源大模型解決實(shí)際業(yè)務(wù)問(wèn)題。在此基礎(chǔ)上,持續(xù)積累高質(zhì)量的用戶(hù)反饋數(shù)據(jù)、提煉功能特性與應(yīng)用范式,為垂直領(lǐng)域大模型的發(fā)布做好數(shù)據(jù)與能力上的準(zhǔn)備。
“在ChatGPT橫空出世的時(shí)候,我們沒(méi)有盲目跟風(fēng),而是在仔細(xì)思考,如何讓每一個(gè)業(yè)務(wù)、每一個(gè)人都能用得起、用得好大模型,我們應(yīng)該怎么布局大模型整體的戰(zhàn)略。”
在經(jīng)過(guò)一系列調(diào)優(yōu),并做到成本和效果的平衡后,豐語(yǔ)大模型最終正式發(fā)布。在未來(lái),順豐科技也會(huì)繼續(xù)將最好的、有落地效果的行業(yè)實(shí)踐經(jīng)驗(yàn)與感受分享給整個(gè)行業(yè),為其他物流企業(yè)帶來(lái)實(shí)實(shí)在在的參考與借鑒,更好地為整個(gè)物流行業(yè)服務(wù)。
最后,記得關(guān)注微信公眾號(hào):鎂客網(wǎng)(im2maker),更多干貨在等你!
硬科技產(chǎn)業(yè)媒體
關(guān)注技術(shù)驅(qū)動(dòng)創(chuàng)新
