順豐科技唐愷：以“行業(yè)大模型+智能體”重構(gòu)智慧供應(yīng)鏈決策體系

1月11日，第九屆深商盛典暨中國企業(yè)家俱樂部20年系列活動之“人工智能：從‘未來已來’到‘如何共赴’”專場在前海國際會議中心隆重舉行。本次活動由深商總會、中國企業(yè)家俱樂部、深圳市商業(yè)聯(lián)合會聯(lián)合主辦，聚焦人工智能技術(shù)商業(yè)化落地路徑，探討企業(yè)數(shù)字化轉(zhuǎn)型與AI協(xié)同發(fā)展的實踐方案。順豐科技CMO唐愷受邀出席，并圍繞“AI如何提升管理決策水平”展開深度分享，系統(tǒng)闡釋了順豐如何基于自研行業(yè)大模型與智能體技術(shù)，構(gòu)建支持物流網(wǎng)絡(luò)全局的“數(shù)智大腦”，推動供應(yīng)鏈決策邁向?qū)崟r化、精準化與智能化。

直面行業(yè)挑戰(zhàn)：復(fù)雜物流網(wǎng)絡(luò)中的動態(tài)調(diào)度與實時決策

唐愷在開場中指出，順豐作為一家兼具“資源、網(wǎng)絡(luò)密集型”特征的企業(yè)，面臨極其復(fù)雜的運營環(huán)境。集團員工規(guī)模龐大，運營干支線車輛超12萬輛、前端網(wǎng)點上萬個，每日處理票件量達數(shù)千萬。尤其在時效快遞業(yè)務(wù)中，需實現(xiàn)“24小時達”與“48小時達”的承諾，這對需求預(yù)測、路由規(guī)劃、異常響應(yīng)提出了極高要求。

“傳統(tǒng)模式下，我們依賴機器學(xué)習(xí)與運籌學(xué)進行資源匹配與網(wǎng)絡(luò)調(diào)優(yōu)，但面對突發(fā)異常——如飛機晚點、車輛事故等——系統(tǒng)需在秒級到分鐘級內(nèi)動態(tài)響應(yīng)。”唐愷表示，目前順豐部分的票件需啟用“動態(tài)路由”，其原始路徑會因各類原因而需實時調(diào)整。他強調(diào)，物流的本質(zhì)是在成本與時效之間尋求平衡，而AI的核心價值在于通過實時感知、快速決策與全局優(yōu)化，實現(xiàn)資源效率的最大化。

為此，順豐構(gòu)建了以“實時風險感知—瞬時調(diào)度決策—全局影響評估”為核心的智能調(diào)度體系。該系統(tǒng)通過接入多源異構(gòu)數(shù)據(jù)流，將原始數(shù)據(jù)整合成一個動態(tài)的物流網(wǎng)絡(luò)狀態(tài)快照，并計算出關(guān)鍵隱性指標，同時結(jié)合內(nèi)置的時序異常檢測模型，實時監(jiān)控異常指標，將原始的“數(shù)據(jù)異常”轉(zhuǎn)化為具有明確業(yè)務(wù)含義的“調(diào)度預(yù)警”。輸出兼顧成本、時效與網(wǎng)絡(luò)穩(wěn)定的調(diào)度指令。“我們從2016年起推進端到端數(shù)字化，2023年全面向大模型轉(zhuǎn)型，逐步實現(xiàn)從‘事后復(fù)盤式’到‘事中實時響應(yīng)式’的運營升級。”唐愷說。

技術(shù)突破路徑：自研垂域大模型與供應(yīng)鏈智能體的深度融合

唐愷指出，通用大模型雖具備廣泛知識，卻難以深入企業(yè)垂類場景。“例如，它無法理解物流領(lǐng)域的“行語”、“黑話”，也不具備物流網(wǎng)絡(luò)規(guī)劃、資源調(diào)度、倉儲優(yōu)化等專業(yè)決策能力。”此外，大模型存在的“幻覺問題”、黑盒操作與結(jié)果不可復(fù)現(xiàn)等局限，使其在B端垂直領(lǐng)域決策中面臨信任瓶頸。

為突破這些限制，順豐基于30余年物流數(shù)據(jù)與行業(yè)知識，于2024年8月至9月期間推出自研垂類大模型“豐語”（大語言及多模態(tài)大模型）與“豐知”（物流決策大模型）。通過“垂域數(shù)據(jù)+通用數(shù)據(jù)”結(jié)合、SFT（監(jiān)督微調(diào)）、RLHF（人類反饋強化學(xué)習(xí)）以及高質(zhì)量標注數(shù)據(jù)訓(xùn)練，模型在物流場景中的表現(xiàn)顯著優(yōu)于通用基座模型。

“但大模型僅是工具，真正的突破在于‘大模型+專家模型+行業(yè)知識’構(gòu)成的供應(yīng)鏈智能體。”唐愷解釋說，智能體融合了大模型的泛化能力與專家模型的行業(yè)垂域課題運算能力，既可應(yīng)對復(fù)雜決策，又能保證結(jié)果的可解釋性與穩(wěn)定性。在供應(yīng)鏈控制塔、履約分析、異常診斷等場景中，智能體已能替代多年經(jīng)驗的專員完成分析報表，且支持方案回溯、邏輯解釋與情景重現(xiàn)，實現(xiàn)“決策白盒化”。

在預(yù)測領(lǐng)域，順豐研發(fā)的“多模態(tài)多尺度多通道需求預(yù)測模型”解決了新品、新店銷售預(yù)測的行業(yè)難題。“傳統(tǒng)算法因缺乏歷史數(shù)據(jù)，預(yù)測準確率低。我們通過大模型實現(xiàn)模態(tài)泛化，例如將巧克力蛋糕與巧克力慕斯關(guān)聯(lián)，借后者銷售趨勢預(yù)測新品，使預(yù)測準確率提升5個百分點。”唐愷表示，這直接帶動庫存周轉(zhuǎn)率提升1–2個點，為客戶帶來顯著效益。

效能革命與行業(yè)展望：萬倍效率提升與中國供應(yīng)鏈智能化輸出

唐愷分享了一組令人矚目的數(shù)據(jù)：基于Transformer架構(gòu)重寫物流經(jīng)典算法（如路徑優(yōu)化、裝箱優(yōu)化）后，順豐在部分場景中實現(xiàn)求解時間減少1.2萬倍，求解速度提升3萬倍。以往需要10分鐘的計算，現(xiàn)在僅需0.05秒；曾經(jīng)需50個CPU完成的運算，如今一個GPU即可勝任。”他強調(diào)，AI不僅重構(gòu)了應(yīng)用系統(tǒng)，更重寫了行業(yè)算法，帶來“不可逆的顛覆性變革”。

目前，順豐大模型體系已深入30余個業(yè)務(wù)場景，覆蓋B端/C端面客、收派中轉(zhuǎn)運輸、前置預(yù)測、運營分析、智慧辦公等環(huán)節(jié)，形成“大數(shù)據(jù)—算力—算法”有機結(jié)合的AI生態(tài)。唐愷認為，中國在供應(yīng)鏈復(fù)雜性、數(shù)據(jù)積累與場景創(chuàng)新上具有全球獨特性。“許多國際品牌已將中國作為智慧供應(yīng)鏈創(chuàng)新試驗田。例如，我們?yōu)槟橙蚩Х冗B鎖企業(yè)提供的智慧門店解決方案，其銷售預(yù)測與補貨系統(tǒng)已領(lǐng)先于其美國實踐。”

面向未來，唐愷呼吁行業(yè)共同推動AI與產(chǎn)業(yè)的深度融合：“中國制造的先進性已位居全球前列，供應(yīng)鏈的智能化、數(shù)字化也應(yīng)邁向第一梯隊。AI帶來的不僅是30%–50%的效能提升，更是萬倍級的效率革命。我們希望與更多伙伴攜手，重塑行業(yè)供應(yīng)鏈，在降本增效的同時，讓中國智慧在全球舞臺上贏得尊重。”

唐愷的分享生動展現(xiàn)了順豐在智慧物流與供應(yīng)鏈AI落地中的前沿探索。從專家智能體到垂域大模型，從Agent交互到算法重構(gòu)，順豐正以技術(shù)驅(qū)動行業(yè)進化，賦能中國供應(yīng)鏈走向全球。在AI從“未來已來”走向“如何共赴”的關(guān)鍵階段，順豐的實踐為傳統(tǒng)產(chǎn)業(yè)智能化轉(zhuǎn)型提供了具有借鑒意義的路徑參考。