大閘蟹旺季，這些巨頭拼了

北京南六環(huán)，京東智能產(chǎn)業(yè)園二層分揀倉庫，傳送帶正在勻速運轉(zhuǎn)，隔幾秒，吐出一個包裹。

這是當天11點前下單的同城快件。12點到13點是高峰時段，包裹密集地隨著傳送帶前行，精準滑向送達區(qū)域的網(wǎng)點格口。分揀員守在格口旁，將包裹碼放在指定籠車。到14點半，分揀完的快遞裝車集中發(fā)貨，最快半小時內(nèi)，東城、朝陽、通州等地區(qū)的用戶就能收到包裹。

分揀工作是一個體力活，最多時，工人一天要碼放上千件包裹。今年，一部分工作開始被機器接管。14臺幾人高的機械臂“異狼”立在格口之間，伸展、抓取、放置一個包裹，平均只用15秒。單臺機械臂單日分揀抵得上一名分揀員的飽和工作量。更重要的是，這些機械臂不知疲倦，可以將工人從高強度的體力勞動中解放出來。

京東“異狼”機械臂 圖/受訪者提供

普通消費者最直觀的感受是，快遞的速度越來越快了。然而，千億件快遞的背后，是一張極度復雜的物流網(wǎng)絡，涵蓋收件、運輸、倉儲、配送等諸多環(huán)節(jié)。這個行業(yè)長期依賴人力與個人經(jīng)驗，如今，主流的物流企業(yè)都推出了大模型，AI正悄然滲透至核心節(jié)點。倉庫中的機械臂是一個縮影，快遞的“快”，正在被AI重新定義。

不確定的“洪峰”

9月底，陽澄湖、洪澤湖等湖區(qū)開捕，成千上萬噸螃蟹起籠。大閘蟹賞味期短，商家普遍承諾，同省當日達、跨省次日達。但在產(chǎn)地分散、發(fā)貨量瞬間暴漲的旺季，如何確保螃蟹不死在路上，歷來是行業(yè)難題。

正因如此，大閘蟹寄遞被視為生鮮物流的“天花板”。近幾年，順豐、京東、中通等快遞企業(yè)在湖區(qū)展開激烈競爭，每年螃蟹季，也成為物流體系的一次典型壓力測試。

今年，順豐在湖區(qū)一線布設了超百個收寄網(wǎng)點，智能轉(zhuǎn)運中心每小時可分揀2萬件包裹，日處理能力突破40萬件。順豐超腦大模型負責人陳桓向《中國新聞周刊》介紹，以往順豐的“快”，靠的是天網(wǎng)、地網(wǎng)構成的重資產(chǎn)體系，以及精細化的流程管理，核心是壓縮物理運輸和中轉(zhuǎn)時間。但如今，借助大模型技術，“快”的含義發(fā)生了變化，開始轉(zhuǎn)向?qū)Σ淮_定性的預判和調(diào)控。

物流大模型也在快速進化。圖/視覺中國

在物流領域，客戶需求的波動，是一個棘手的變量。如果是一個新品上架，沒有歷史銷售數(shù)據(jù)，再加上商家促銷、市場反應與競爭關系又極為復雜，傳統(tǒng)模型難以應對。在大閘蟹旺季，沒人能準確預測明天會寄出多少只螃蟹。電商直播突然爆單，就可能讓某條鏈路超載。

陳桓提到，從產(chǎn)地到網(wǎng)點，再到中轉(zhuǎn)場，任何一個環(huán)節(jié)的波動，都可能讓全盤計劃失效。“這類高度依賴個人經(jīng)驗且需要實時響應的復雜決策場景，在過去恰恰是制約規(guī)模化服務穩(wěn)定性的關鍵。”他對《中國新聞周刊》說。

陳桓和團隊提前半年就開始摸底大閘蟹的銷售情況，了解產(chǎn)區(qū)預計產(chǎn)量，電商平臺的營銷節(jié)奏，以及相關宏觀經(jīng)濟數(shù)據(jù)，喂入大模型，很快拿到了對旺季件量與產(chǎn)能的預測。

但有了預測，也沒有讓陳桓團隊心態(tài)完全放松下來，意外仍然頻繁發(fā)生。以剛過去的“雙11”為例，陳桓團隊針對美妝等特殊品類做了應對預案后，還是遇上一場“洪峰”。某主播的直播間，一個單品的銷量意外激增，實際單量比系統(tǒng)預測峰值還高出了大約40％。

幾乎是訂單生成的同時，順豐系統(tǒng)已經(jīng)感知到了流量異常。接下來，基于動態(tài)預測的大模型開始動態(tài)調(diào)控：是否需要臨時調(diào)度車輛和航班？末端配送人員的班次如何優(yōu)化？分揀線能否實時提速？當自有運力不足時，何時、何地、以何種方式調(diào)用外部資源予以支援？所有決策在數(shù)分鐘內(nèi)完成了推演與下達。

這一系列“看不見的調(diào)度”，產(chǎn)生了看得見的實效。更關鍵的是，通過人力資源與運力的精準匹配，系統(tǒng)節(jié)省了高達千萬量級的臨時調(diào)度及異常處理成本。

快速處置“黑天鵝”

因前端航路突發(fā)的天氣異常，一架航班延誤，機上高時效包裹，臨時被“懸停”在了半路。這是陳桓近期印象深刻的一次突發(fā)事件。

在龐大的物流網(wǎng)絡中，最不缺的就是意外。交通擁堵、包裝破損、貨物丟失等突發(fā)情況，都有概率讓原本固定的運輸線路與方式被迫調(diào)整。一位行業(yè)人士坦言，異常可能多達數(shù)百種，這些構成了快遞履約路上難以預測的“黑天鵝”。

陳桓舉例，過去遇到航班異常，卡點在于，系統(tǒng)會瞬間涌現(xiàn)海量警報，調(diào)度專員需要面對海量的信息流，快速判斷決策，協(xié)調(diào)上下游多個環(huán)節(jié)以及七八位同事。

更復雜的是，處理物流異常，不是單一環(huán)節(jié)的調(diào)整。例如，僅僅是飛機資源重新調(diào)配，就需要考慮機型、容量、班組信息等，這可能衍生出幾十種組合方案。

陳桓舉例說，上述航班延誤處理，調(diào)度專員的工作量在大模型的幫助下，已經(jīng)大大減輕了。第一方案在專門設計的航空智能體中，輸入了異常情況，沒過幾分鐘，系統(tǒng)生成了三個推薦方案：協(xié)調(diào)另一條航線轉(zhuǎn)運、等待后續(xù)航班、將貨物緊急轉(zhuǎn)運至其他中轉(zhuǎn)場或換乘陸運，甚至還附帶了相關時效、成本與天氣變化等評估。

在末端派送環(huán)節(jié)，常見卻棘手的問題同樣層出不窮。同一小區(qū)內(nèi)，位置相近的兩個包裹，快遞員可能送錯單元樓。過去，這類錯誤難以及時發(fā)現(xiàn)，不僅影響派送時效，還可能導致丟件或投訴。

京東物流大模型相關負責人向《中國新聞周刊》介紹，他們正在用大模型解決這類看似“低級”的錯誤。他舉例說，當快遞員將原本送往26號樓的快遞誤送到29號樓時，系統(tǒng)會在幾秒內(nèi)判斷這一行為“違背常識”：快遞員剛剛在29號樓完成了兩單派件，卻在一兩分鐘后，出現(xiàn)在26號樓，時間和路徑都不合理。模型會立即向快遞小哥推送“派送異常”提醒，提示其及時糾正。

11月10日，江蘇宿遷市宿豫區(qū)，京東物流園數(shù)字化智能分揀車間內(nèi)的自動化分揀系統(tǒng)。圖/中新

“當大模型有了‘常識’，就能用人類的眼光發(fā)現(xiàn)問題，幫我們解決更多物流場景下的問題。”該負責人表示，“實際上相當于給每一位物流小哥都配備了一名智慧員工助手，無論是包裹狀態(tài)異常、運單明細查詢、通話記錄判責還是錄入訂單校驗，大模型都能把小哥從煩瑣重復的流程中解放出來，減少溝通成本，相應提升了配送量與收入。而在全國幾十萬小哥高頻次使用和反饋下，大模型也會快速‘進化’。”

而對于互聯(lián)網(wǎng)貨運平臺貨拉拉來說，每天上百萬筆訂單之間暗藏的最大變數(shù)，不是天氣或路況，而是一些安全風險。

在接到訂單后，司機會和用戶電話溝通拉什么貨、隨行人數(shù)，但真實場景往往更復雜。貨拉拉智能平臺部技術副總監(jiān)張雨向《中國新聞周刊》舉例：煙花爆竹、罐裝燃氣等屬于明確禁運物品，但有用戶為了圖方便或省錢，在溝通和現(xiàn)場操作時，故意隱瞞。即便用戶沒有瞞報，司機也可能不確定這些東西是禁運品。更讓張雨關注的難題是貨廂載人，這是一條安全紅線，但總會有用戶到了現(xiàn)場，臨時要求多坐幾個人。

傳統(tǒng)上，平臺主要依賴司機的經(jīng)驗和人工審核進行安全監(jiān)管。張雨表示，AI的介入為風險識別提供了多維度的判斷依據(jù)。

如今，從第一通電話起，系統(tǒng)已開始主動介入。過去，處理海量訂單背后的語音信息是一大挑戰(zhàn)，但大模型可以實時解析對話內(nèi)容，一旦識別到“煤氣罐”“鞭炮”等敏感詞，將自動觸發(fā)違規(guī)提醒或強制取消機制。

如果一些用戶沒有在電話里告知，在司機開車前上傳貨廂照片的環(huán)節(jié)，計算機視覺算法同步啟動，快速識別違禁品形態(tài)。一些用戶會在司機拍照后，安排幾個人坐上貨廂，車載設備也會識別出貨廂內(nèi)出現(xiàn)人員，將立即強制中止訂單。

更強“大腦”和“手腳”

在北京京東智能產(chǎn)業(yè)園的包裹分揀區(qū)，傳送帶上的包裹形態(tài)各異：鼓脹的防水袋、覆膜的紙箱、不規(guī)則的三角形乃至圓柱體。“異狼”具身智能機械臂需要在幾秒內(nèi)做出判斷，如何抓取、以多大力度、碼放在哪里。

分揀線上的工作節(jié)奏緊張，尤其在“618”“雙11”等物流高峰期，傳送帶24小時不停運作，快遞車裝滿后立刻發(fā)車。即便分揀員輪班上崗，工作強度仍然非常大。無論國內(nèi)外，物流企業(yè)一直在探索自動化，讓工人從重復的體力勞動中解放出來，從事更輕松、更有價值的工作。

11月4日，四川成都順豐長興中轉(zhuǎn)場，工作人員在“旋風播”快件自動化智能分揀流水線上分揀快遞。圖/中新

但碼放非標包裹，對機器人來說是一個奧數(shù)級別的難題。人工幾秒鐘就能完成，但要讓機器穩(wěn)定處理，卻極其復雜。“異狼”項目負責人告訴《中國新聞周刊》，“異狼”突破的第一步，是快速識別不同包裹。在“異狼”頭頂，有一個攝像頭，可以俯拍包裹，識別包裹的長、寬、高、重量、外包裝材質(zhì)，乃至預估箱內(nèi)物態(tài)。

大模型作為“大腦”，瞬間計算出抓取的力道、角度與時機。隨后，算法再根據(jù)包裹形狀，測算最佳碼放位置。如果擺放凌亂，下一個環(huán)節(jié)的司機就無法順利搬運。

如果說機械臂在試圖優(yōu)化物流體系中的“手”，無人物流車則在試圖解決末端配送“腳”的難題。

在內(nèi)蒙古、云南、貴州等地的偏遠村莊，快遞通常只能抵達鄉(xiāng)鎮(zhèn)網(wǎng)點，村民取件，需要翻山越嶺，或一周集中派送一次。不少鄉(xiāng)村快遞網(wǎng)點與下游的村站、農(nóng)牧區(qū)之間往往相距上百公里，快遞員招工難。一位物流從業(yè)者向本刊提到，過去一些網(wǎng)點老板考慮到成本，會攢兩天的件量，發(fā)一趟車，但這樣又容易因為延誤被罰款。

“鄉(xiāng)村物流一直是一筆‘高成本的生意’。” 無人物流車創(chuàng)業(yè)公司九識智能副總裁周清向《中國新聞周刊》指出。狹窄復雜的路況、長距離的運輸，對司機也是巨大考驗。如今，一些鄉(xiāng)村網(wǎng)點開始采購無人物流車解決配送難題。根據(jù)中國郵政的測算，部分鄉(xiāng)村郵路由無人車承擔后，用工和運輸成本可降低約60％。

順豐、京東、菜鳥等頭部物流公司，都在探索無人車配送。實際上，今年的大閘蟹旺季，順豐、京東等無人車被用于冷鏈運輸，提前設定溫度，就像一臺移動冰箱，運送大閘蟹訂單。截至今年8月，中通、圓通、申通、韻達、極兔等主流快遞企業(yè)，共投入約5500臺無人物流車產(chǎn)品。

周清提到，無人物流車在一些非接觸配送場景中展現(xiàn)出獨特優(yōu)勢。2023年，一家山東大型國有藥企主動聯(lián)系九識智能，希望用無人車運送藥品。

過去，高價值藥品在有人駕駛的運輸鏈條中，會面臨調(diào)包、盜竊等風險。如果司機疏忽，冷鏈中斷，藥品還會在途中失效。這家藥企購入了幾十臺無人車，承擔從轉(zhuǎn)運倉到各門店及醫(yī)院的常規(guī)運輸，單程達三五十公里。

藥品一旦裝上車廂，立即落鎖，開啟全程無接觸、狀態(tài)全監(jiān)控的旅程。企業(yè)嚴格設定溫度、濕度等指標，車輛到達目的地后，直接卸貨，杜絕了人為風險，還能在問題發(fā)生時，精準追蹤到每一個環(huán)節(jié)。

但另一方面，無人物流車仍處于應用早期階段。在社交平臺上，偶爾能看到車輛遇到路障的“烏龍名場面”，也有人質(zhì)疑：“這車真的能上路？安全嗎？”

周清坦言，無人物流車的核心技術難點在于，不僅要準確識別路上的物體，還要預測它們的未來軌跡，比如物體會往哪里移動，會不會干擾無人車的行駛路線。如果預測物體只是與無人車擦肩而過，就無須干預；但如果它可能左轉(zhuǎn)或右轉(zhuǎn)影響路徑，就必須判斷是避讓還是繞行。

在周清看來，核心在于讓無人車在有路權的道路上跑起來，收集更多數(shù)據(jù)，包括障礙物的顏色、形狀和地面材質(zhì)，才能更好地判斷哪些地方不能走，并規(guī)劃安全路線。

發(fā)于2025.12.15總第1216期《中國新聞周刊》雜志

雜志標題：快遞的AI進化論

記者：楊智杰

編輯：閔杰