正在閱讀:

競逐物流大模型,BATJ殊途同歸

掃一掃下載界面新聞APP

競逐物流大模型,BATJ殊途同歸

物流行業(yè)正在迎來一個新的轉折點。

文|劉曠

隨著ChatGPT橫空出世,大模型概念在今年上半年徹底爆火,成為了科技產業(yè)的熱門詞匯。據(jù)了解,我國研發(fā)的10億參數(shù)規(guī)模以上大模型已發(fā)布近80個,位居全球第二。然而,在AI技術的飛速發(fā)展之下,在今年下半年,國內大模型開始逐漸褪去泡沫走向產業(yè)。

眾所周知,大模型的出現(xiàn)創(chuàng)造了歷史性的機遇——所有行業(yè)都將會被大模型重構,公路物流行業(yè)自然也不例外,大模型已經開始向公路物流領域滲透。今年以來,就有多家互聯(lián)網大廠和物流平臺企業(yè)紛紛跟進,積極探索“大模型+物流”模式。顯然,公路物流行業(yè)正在加速駛向“大模型時代”。

布局不謀而合

從大模型開始與物流產業(yè)結合以來,國內各大廠商就紛紛開始布局。今年6月,菜鳥供應鏈發(fā)布了一款基于大模型的數(shù)字化供應鏈產品“天機π”;7月,京東正式推出言犀大模型,致力于深入物流產業(yè)場景;9月底,百度地圖基于百度大模型技術能力,推出物流大模型Beta版;騰訊也不甘落后,與福佑卡車圍繞共創(chuàng)首個數(shù)字貨運大模型達成全面戰(zhàn)略合作,為“物流大模型”再添一把火。而“BATJ”如今紛紛齊聚物流大模型領域,其中的原因不言而喻。

政策方面,智慧物流正逐漸成為各地政府扶持的重點,而大模型能推動物流行業(yè)向智慧物流轉型升級。近幾年,國家相繼出臺了多個支持智慧物流發(fā)展的利好政策,不斷推動物流行業(yè)向數(shù)字化、智能化轉型。而大模型時代的到來,為物流行業(yè)標準化、模塊化、自動化的實現(xiàn)提供了路徑,不僅重塑了數(shù)字物流生態(tài),改變了各個物流場景的運作方式,進一步解放了生產力,還為物流行業(yè)創(chuàng)造了商業(yè)價值,幫助物流企業(yè)實現(xiàn)了降本增效。

市場方面,消費者對物流服務的多樣性和個性化需求逐漸增強,而大模型能給物流行業(yè)帶來更優(yōu)質的服務體驗。為了滿足不同消費者的不同物流服務需求,物流企業(yè)就需要不斷地創(chuàng)新服務模式。而大模型技術的深度應用,能為數(shù)字物流全鏈路運營效率、服務體驗和業(yè)務創(chuàng)新帶來巨大變革。因此,作為大模型落地的最理想的場景之一,物流行業(yè)在大模型技術和產業(yè)結合的推動下,也有望迎來更加高效、智能、便捷的服務體驗。

技術方面,大模型技術與現(xiàn)代物流的深度融合,能進一步完善物流的諸多功能,助力物流行業(yè)可持續(xù)、高質量發(fā)展。物流行業(yè)走向智能化的門檻很高,但自從大模型出現(xiàn)后,物流應用人工智能的門檻就被進一步降低?;跀?shù)據(jù)、場景以及多年的技術積累,物流行業(yè)已經成為產業(yè)大模型落地的最佳陣地之一。而大模型深度融入物流服務供應鏈全場景,則有助于物流行業(yè)解決痛點問題,使行業(yè)達到提質降本增效的目的。

原因迥然有異

大模型正不斷融入到公路物流領域中,百度地圖、菜鳥、騰訊、京東物流等先后圍繞物流領域推出了大模型解決方案,試圖探索大模型與產業(yè)結合的最優(yōu)解。只是,值得注意的是,各互聯(lián)網大廠向物流大模型邁進的步伐雖然十分一致,但其邁進的原因卻各有不同。

對百度來說,深耕物流大模型有助其自動駕駛布局,從而尋找新的增長點。近年來,百度在互聯(lián)網領域面臨著巨大的挑戰(zhàn)和壓力,而公司最具前景、最有壁壘的自動駕駛業(yè)務,或可成為百度收入的新支柱。在此背景下,百度深耕物流大模型,能使大模型的數(shù)字化和智能化技術,更好地幫助自動駕駛更加精準地感知環(huán)境、做出決策、控制車輛。而在物流大模型技術的加持下,自動駕駛也將迸發(fā)出巨大商業(yè)價值。

對阿里而言,加碼物流大模型有助于提升物流效率和質量,實現(xiàn)更精準的節(jié)能增效。多樣化的物流需求催生出了更加復雜、個性的物流服務,隨著快遞物流行業(yè)的數(shù)字化進程不斷深入,阿里也在技術層面將大模型運用到了物流的具體場景中,以達到提升服務體驗,實現(xiàn)降本增效的目的。具體來說,阿里通過對大模型不斷訓練和調整,能夠模擬出不同傳動帶在各種場景下的最優(yōu)速度,在最大程度上減少能耗和損失。

對騰訊來說,進軍物流大模型,有助于進一步推動數(shù)實融合,從而提升行業(yè)競爭力。近年來,騰訊一直在堅定推進數(shù)實融合,而數(shù)實融合是大模型的主賽場,大模型能否落地生根,關鍵要看能否與千行百業(yè)的應用場景相結合。因此,騰訊聯(lián)手福佑卡車,打造了首個數(shù)字貨運大模型,以加快其在物流行業(yè)的數(shù)字化轉型和智能化升級。而在福佑卡車的專業(yè)助力下,騰訊的物流大模型也將形成差異化競爭優(yōu)勢。

對京東而言,布局物流大模型有助于進一步優(yōu)化供應鏈,更有效地解決行業(yè)痛點。京東集團作為電商企業(yè)中的先行者,對供應鏈的重視程度毋庸置疑,因此,從根本上消除物流供應鏈的系統(tǒng)不確定性,打通全部中間環(huán)節(jié)就顯得尤為重要。而京東布局物流大模型,能為供應鏈中需要處理的復雜數(shù)據(jù)及任務場景進行賦能,使其能適應不斷變化的復雜環(huán)境,并針對不同品類、不同行業(yè)存在的不同發(fā)展痛點,處理各種各樣的復雜數(shù)據(jù)。

背后各有倚仗

如今,隨著行業(yè)大模型席卷國內,幾大互聯(lián)網巨頭也早已紛紛在物流大模型領域布局。顯然,物流行業(yè)正在迎來一個新的轉折點,而“BATJ”也將在物流行業(yè)掀起一場“大模型之戰(zhàn)”,只不過,無論是哪個玩家,物流大模型這股新生力量誕生的背后,自然都少不了大廠的鼎力支持。

一是,百度的生態(tài)體系和人工智能技術,能為其物流大模型的落地提供重要支撐。百度生態(tài)內涵豐富,其百度地圖、自動駕駛等多元業(yè)務,甚至可以看做是物流大模型絕佳的落地場景;而作為全球領先的人工智能研發(fā)機構,百度人工智能技術實力也是位居行業(yè)前列,能夠在一定程度上為其物流大模型提供技術支撐。而百度利用自身能力深度賦能物流大模型的各個環(huán)節(jié),能夠助推物流大模型成功落地。

二是,阿里的海量數(shù)據(jù)和場景優(yōu)勢,能為其物流大模型的落地打下堅實基礎。眾所周知,大模型落地的兩大基礎就是數(shù)據(jù)和場景,而基于強大的AI技術及大數(shù)據(jù)能力,阿里在運前調度、運中管理、運后分析等各個運輸環(huán)節(jié),都積累了大量物流行業(yè)的數(shù)據(jù)和服務物流場景的經驗。這些數(shù)據(jù)和經驗能夠最大程度保障物流運輸?shù)陌踩托剩莆锪魅颦h(huán)節(jié)降本增效,讓物流大模型的落地變得更輕松、更快捷,也更容易成功。

三是,騰訊的技術基礎和服務經驗,能為其物流大模型的落地奠定穩(wěn)固根基。騰訊專門為行業(yè)大模型打造了國內性能最強的大模型計算集群星脈網絡,以及AI 原生向量數(shù)據(jù)庫,能更好地幫助物流大模型落地。而且利用互聯(lián)網技術和AI技術,騰訊這幾年在實體經濟和生產一線也做了很多嘗試,在這其中所積累的很多物流行業(yè)企業(yè)的服務經驗和數(shù)據(jù),也能有效推動物流大模型的應用。

四是,京東在物流領域的內容積累和運營沉淀,能為其大模型的落地給予強有力的支持。京東在物流行業(yè)深耕多年,一直堅持探索于創(chuàng)新,不僅在全國范圍內搭建起了龐大的物流網絡,以實現(xiàn)快速、準時的配送服務;還推出了各種獨特的運營策略,以增加用戶的忠誠度和粘性。而京東多年以來所積累的優(yōu)質的商品供應鏈、高效的物流配送、創(chuàng)新的營銷策略,以及精準的用戶運營,可以說是為其物流大模型的落地,筑建了足夠穩(wěn)定的支撐底座。

挑戰(zhàn)相差無幾

物流大模型領域已經成為互聯(lián)網巨頭們的新戰(zhàn)場,“BATJ”在摩拳擦掌的同時,也紛紛祭出了自己的武器準備大干一場。只是,隨著物流數(shù)智化時代的來臨,物流大模型領域雖然會出現(xiàn)新的變局,也會擁有很大的發(fā)展機遇,但同時也還存在眾多局限。

首先,目前物流大模型依然處于發(fā)展的早期階段,還需要長時間的積累。當前,大模型雖然在通用領域的應用領先一步,但其在物流等垂直領域的應用才剛剛開始,這也就意味著需要巨大的計算資源和存儲空間來進行訓練和部署,這其中必然要耗費大量的人力、物力和財力。另外,物流大模型還需要接觸大量的敏感數(shù)據(jù),因此,如何保護數(shù)據(jù)的隱私性、機密性和安全性,對開發(fā)者來說也是一項巨大的挑戰(zhàn)。

其次,物流行業(yè)對大模型輸出準確性要求較高,物流大模型落地還有一定困難。眾所周知,物流業(yè)連接產業(yè)鏈上下游、涉及供應鏈多個環(huán)節(jié),組織運營較為復雜,應用場景極其豐富。因此,物流對于大模型輸出準確性的要求就很高,而當下的大模型隨機性比較強,準確性還不夠,所以就需要更多算法上的改進,以及大量的數(shù)據(jù)和場景的豐富來解決這個問題,這也就是說,短時間內想要做好并不容易。

最后,物流大模型領域已經齊聚幾大互聯(lián)網巨頭,行業(yè)競爭在所難免。目前,百度、阿里、騰訊、京東等互聯(lián)網巨頭都已經公開發(fā)布了物流大模型,除此之外,順豐、快遞100、G7易流等快遞企業(yè)也在加速對物流大模型應用的探索。而這些入場的玩家,無論是在AI技術、行業(yè)經驗,還是數(shù)據(jù)積累、場景應用等方面,都有著自己獨特的優(yōu)勢??梢灶A見,隨著各玩家在物流大模型行業(yè)內的應用進一步加深,未來各玩家之間的競爭也將變得更加激烈。

總的來說,物流大模型的發(fā)展是不可逆轉的趨勢,它將為物流行業(yè)帶來巨大的變化,但它的成功落地也注定會是一場長跑。我們期待,大模型可以重塑物流生態(tài),讓物流行業(yè)迎來更優(yōu)質的服務體驗;我們也相信,誰能率先在物流場景中應用好大模型,誰將有望在未來獲得更大紅利,但這一切都需要時間給出答案。

本文為轉載內容,授權事宜請聯(lián)系原著作權人。

評論

暫無評論哦,快來評價一下吧!

下載界面新聞

微信公眾號

微博

競逐物流大模型,BATJ殊途同歸

物流行業(yè)正在迎來一個新的轉折點。

文|劉曠

隨著ChatGPT橫空出世,大模型概念在今年上半年徹底爆火,成為了科技產業(yè)的熱門詞匯。據(jù)了解,我國研發(fā)的10億參數(shù)規(guī)模以上大模型已發(fā)布近80個,位居全球第二。然而,在AI技術的飛速發(fā)展之下,在今年下半年,國內大模型開始逐漸褪去泡沫走向產業(yè)。

眾所周知,大模型的出現(xiàn)創(chuàng)造了歷史性的機遇——所有行業(yè)都將會被大模型重構,公路物流行業(yè)自然也不例外,大模型已經開始向公路物流領域滲透。今年以來,就有多家互聯(lián)網大廠和物流平臺企業(yè)紛紛跟進,積極探索“大模型+物流”模式。顯然,公路物流行業(yè)正在加速駛向“大模型時代”。

布局不謀而合

從大模型開始與物流產業(yè)結合以來,國內各大廠商就紛紛開始布局。今年6月,菜鳥供應鏈發(fā)布了一款基于大模型的數(shù)字化供應鏈產品“天機π”;7月,京東正式推出言犀大模型,致力于深入物流產業(yè)場景;9月底,百度地圖基于百度大模型技術能力,推出物流大模型Beta版;騰訊也不甘落后,與福佑卡車圍繞共創(chuàng)首個數(shù)字貨運大模型達成全面戰(zhàn)略合作,為“物流大模型”再添一把火。而“BATJ”如今紛紛齊聚物流大模型領域,其中的原因不言而喻。

政策方面,智慧物流正逐漸成為各地政府扶持的重點,而大模型能推動物流行業(yè)向智慧物流轉型升級。近幾年,國家相繼出臺了多個支持智慧物流發(fā)展的利好政策,不斷推動物流行業(yè)向數(shù)字化、智能化轉型。而大模型時代的到來,為物流行業(yè)標準化、模塊化、自動化的實現(xiàn)提供了路徑,不僅重塑了數(shù)字物流生態(tài),改變了各個物流場景的運作方式,進一步解放了生產力,還為物流行業(yè)創(chuàng)造了商業(yè)價值,幫助物流企業(yè)實現(xiàn)了降本增效。

市場方面,消費者對物流服務的多樣性和個性化需求逐漸增強,而大模型能給物流行業(yè)帶來更優(yōu)質的服務體驗。為了滿足不同消費者的不同物流服務需求,物流企業(yè)就需要不斷地創(chuàng)新服務模式。而大模型技術的深度應用,能為數(shù)字物流全鏈路運營效率、服務體驗和業(yè)務創(chuàng)新帶來巨大變革。因此,作為大模型落地的最理想的場景之一,物流行業(yè)在大模型技術和產業(yè)結合的推動下,也有望迎來更加高效、智能、便捷的服務體驗。

技術方面,大模型技術與現(xiàn)代物流的深度融合,能進一步完善物流的諸多功能,助力物流行業(yè)可持續(xù)、高質量發(fā)展。物流行業(yè)走向智能化的門檻很高,但自從大模型出現(xiàn)后,物流應用人工智能的門檻就被進一步降低。基于數(shù)據(jù)、場景以及多年的技術積累,物流行業(yè)已經成為產業(yè)大模型落地的最佳陣地之一。而大模型深度融入物流服務供應鏈全場景,則有助于物流行業(yè)解決痛點問題,使行業(yè)達到提質降本增效的目的。

原因迥然有異

大模型正不斷融入到公路物流領域中,百度地圖、菜鳥、騰訊、京東物流等先后圍繞物流領域推出了大模型解決方案,試圖探索大模型與產業(yè)結合的最優(yōu)解。只是,值得注意的是,各互聯(lián)網大廠向物流大模型邁進的步伐雖然十分一致,但其邁進的原因卻各有不同。

對百度來說,深耕物流大模型有助其自動駕駛布局,從而尋找新的增長點。近年來,百度在互聯(lián)網領域面臨著巨大的挑戰(zhàn)和壓力,而公司最具前景、最有壁壘的自動駕駛業(yè)務,或可成為百度收入的新支柱。在此背景下,百度深耕物流大模型,能使大模型的數(shù)字化和智能化技術,更好地幫助自動駕駛更加精準地感知環(huán)境、做出決策、控制車輛。而在物流大模型技術的加持下,自動駕駛也將迸發(fā)出巨大商業(yè)價值。

對阿里而言,加碼物流大模型有助于提升物流效率和質量,實現(xiàn)更精準的節(jié)能增效。多樣化的物流需求催生出了更加復雜、個性的物流服務,隨著快遞物流行業(yè)的數(shù)字化進程不斷深入,阿里也在技術層面將大模型運用到了物流的具體場景中,以達到提升服務體驗,實現(xiàn)降本增效的目的。具體來說,阿里通過對大模型不斷訓練和調整,能夠模擬出不同傳動帶在各種場景下的最優(yōu)速度,在最大程度上減少能耗和損失。

對騰訊來說,進軍物流大模型,有助于進一步推動數(shù)實融合,從而提升行業(yè)競爭力。近年來,騰訊一直在堅定推進數(shù)實融合,而數(shù)實融合是大模型的主賽場,大模型能否落地生根,關鍵要看能否與千行百業(yè)的應用場景相結合。因此,騰訊聯(lián)手福佑卡車,打造了首個數(shù)字貨運大模型,以加快其在物流行業(yè)的數(shù)字化轉型和智能化升級。而在福佑卡車的專業(yè)助力下,騰訊的物流大模型也將形成差異化競爭優(yōu)勢。

對京東而言,布局物流大模型有助于進一步優(yōu)化供應鏈,更有效地解決行業(yè)痛點。京東集團作為電商企業(yè)中的先行者,對供應鏈的重視程度毋庸置疑,因此,從根本上消除物流供應鏈的系統(tǒng)不確定性,打通全部中間環(huán)節(jié)就顯得尤為重要。而京東布局物流大模型,能為供應鏈中需要處理的復雜數(shù)據(jù)及任務場景進行賦能,使其能適應不斷變化的復雜環(huán)境,并針對不同品類、不同行業(yè)存在的不同發(fā)展痛點,處理各種各樣的復雜數(shù)據(jù)。

背后各有倚仗

如今,隨著行業(yè)大模型席卷國內,幾大互聯(lián)網巨頭也早已紛紛在物流大模型領域布局。顯然,物流行業(yè)正在迎來一個新的轉折點,而“BATJ”也將在物流行業(yè)掀起一場“大模型之戰(zhàn)”,只不過,無論是哪個玩家,物流大模型這股新生力量誕生的背后,自然都少不了大廠的鼎力支持。

一是,百度的生態(tài)體系和人工智能技術,能為其物流大模型的落地提供重要支撐。百度生態(tài)內涵豐富,其百度地圖、自動駕駛等多元業(yè)務,甚至可以看做是物流大模型絕佳的落地場景;而作為全球領先的人工智能研發(fā)機構,百度人工智能技術實力也是位居行業(yè)前列,能夠在一定程度上為其物流大模型提供技術支撐。而百度利用自身能力深度賦能物流大模型的各個環(huán)節(jié),能夠助推物流大模型成功落地。

二是,阿里的海量數(shù)據(jù)和場景優(yōu)勢,能為其物流大模型的落地打下堅實基礎。眾所周知,大模型落地的兩大基礎就是數(shù)據(jù)和場景,而基于強大的AI技術及大數(shù)據(jù)能力,阿里在運前調度、運中管理、運后分析等各個運輸環(huán)節(jié),都積累了大量物流行業(yè)的數(shù)據(jù)和服務物流場景的經驗。這些數(shù)據(jù)和經驗能夠最大程度保障物流運輸?shù)陌踩托?,助推物流全域環(huán)節(jié)降本增效,讓物流大模型的落地變得更輕松、更快捷,也更容易成功。

三是,騰訊的技術基礎和服務經驗,能為其物流大模型的落地奠定穩(wěn)固根基。騰訊專門為行業(yè)大模型打造了國內性能最強的大模型計算集群星脈網絡,以及AI 原生向量數(shù)據(jù)庫,能更好地幫助物流大模型落地。而且利用互聯(lián)網技術和AI技術,騰訊這幾年在實體經濟和生產一線也做了很多嘗試,在這其中所積累的很多物流行業(yè)企業(yè)的服務經驗和數(shù)據(jù),也能有效推動物流大模型的應用。

四是,京東在物流領域的內容積累和運營沉淀,能為其大模型的落地給予強有力的支持。京東在物流行業(yè)深耕多年,一直堅持探索于創(chuàng)新,不僅在全國范圍內搭建起了龐大的物流網絡,以實現(xiàn)快速、準時的配送服務;還推出了各種獨特的運營策略,以增加用戶的忠誠度和粘性。而京東多年以來所積累的優(yōu)質的商品供應鏈、高效的物流配送、創(chuàng)新的營銷策略,以及精準的用戶運營,可以說是為其物流大模型的落地,筑建了足夠穩(wěn)定的支撐底座。

挑戰(zhàn)相差無幾

物流大模型領域已經成為互聯(lián)網巨頭們的新戰(zhàn)場,“BATJ”在摩拳擦掌的同時,也紛紛祭出了自己的武器準備大干一場。只是,隨著物流數(shù)智化時代的來臨,物流大模型領域雖然會出現(xiàn)新的變局,也會擁有很大的發(fā)展機遇,但同時也還存在眾多局限。

首先,目前物流大模型依然處于發(fā)展的早期階段,還需要長時間的積累。當前,大模型雖然在通用領域的應用領先一步,但其在物流等垂直領域的應用才剛剛開始,這也就意味著需要巨大的計算資源和存儲空間來進行訓練和部署,這其中必然要耗費大量的人力、物力和財力。另外,物流大模型還需要接觸大量的敏感數(shù)據(jù),因此,如何保護數(shù)據(jù)的隱私性、機密性和安全性,對開發(fā)者來說也是一項巨大的挑戰(zhàn)。

其次,物流行業(yè)對大模型輸出準確性要求較高,物流大模型落地還有一定困難。眾所周知,物流業(yè)連接產業(yè)鏈上下游、涉及供應鏈多個環(huán)節(jié),組織運營較為復雜,應用場景極其豐富。因此,物流對于大模型輸出準確性的要求就很高,而當下的大模型隨機性比較強,準確性還不夠,所以就需要更多算法上的改進,以及大量的數(shù)據(jù)和場景的豐富來解決這個問題,這也就是說,短時間內想要做好并不容易。

最后,物流大模型領域已經齊聚幾大互聯(lián)網巨頭,行業(yè)競爭在所難免。目前,百度、阿里、騰訊、京東等互聯(lián)網巨頭都已經公開發(fā)布了物流大模型,除此之外,順豐、快遞100、G7易流等快遞企業(yè)也在加速對物流大模型應用的探索。而這些入場的玩家,無論是在AI技術、行業(yè)經驗,還是數(shù)據(jù)積累、場景應用等方面,都有著自己獨特的優(yōu)勢??梢灶A見,隨著各玩家在物流大模型行業(yè)內的應用進一步加深,未來各玩家之間的競爭也將變得更加激烈。

總的來說,物流大模型的發(fā)展是不可逆轉的趨勢,它將為物流行業(yè)帶來巨大的變化,但它的成功落地也注定會是一場長跑。我們期待,大模型可以重塑物流生態(tài),讓物流行業(yè)迎來更優(yōu)質的服務體驗;我們也相信,誰能率先在物流場景中應用好大模型,誰將有望在未來獲得更大紅利,但這一切都需要時間給出答案。

本文為轉載內容,授權事宜請聯(lián)系原著作權人。