顺丰再出大模型“王炸”产品，将如何改变物流行业？

物流行业的垂直领域大语言模型来了！

9月8日，顺丰科技在深圳国际人工智能展上发布了物流行业的垂直领域大语言模型——丰语，并展示了大模型在顺丰的市场营销、客服、收派、国际关务等业务板块的二十余个场景中的落地实践应用。发布会现场，中国科学院院士姚建铨、美国医学与生物工程院院士潘毅、深圳市邮政管理局副局长蓝志华、顺丰集团CIO、顺丰科技CEO耿艳坤等相关领导与专家一起见证了这一里程碑的时刻。

图 | 丰语大语言模型发布仪式

该模型是目前最为针对物流行业痛点的大语言模型，在物流行业的应用场景的丰富度极高。它可以针对物流行业各个岗位进行高效赋能，让每个人都快速成为经验丰富的岗位专家，其物流场景相关应用效果与物流垂域能力相对通用基座，均有大幅度提升。同时，该模型充分考虑了物流行业的实际情况，实现了效果与使用成本的均衡，真正让每个业务都用得起大模型进行赋能，实现了专业、可靠、成本的最佳平衡。

发布仪式上，顺丰科技AIoT副总裁宋翔表示，物流行业作为服务行业，相关从业人员知识与经验的储备，与服务质量、运营效率密切相关，准确性高的信息才能得到规模化应用。只有基于大模型深度结合各个岗位进行赋能，才能让每个人都快速成为经验丰富的岗位专家，更快更准确地完成相关操作的判断，洞察潜在的商业机会点，为客户提供更好的服务。

物流行业需要大模型的赋能

相对于教育、金融等知识密集型行业垂直领域大模型的快速发展，物流行业垂域的大语言模型其应用潜力尚未得到充分挖掘与释放，真正全面落地产生突出价值的较少。这并不是因为物流行业作为传统意义上的“劳动密集型”行业无需大模型的知识赋能，与此相反，物流行业作为服务行业，相关从业人员知识与经验的储备，与服务质量、运营效率密切相关，准确性高的信息才能得到规模化应用。

例如某个物品是否可以空运到海外某个国家、某个客户需求应该匹配什么产品或增值服务等等。此外，物流行业人员岗位多样，流动性大，相关的知识经验以文字、语音、图片、视频等形式碎片化地分散于各类规章制度和信息系统中，只有基于大模型深度结合各个岗位进行赋能，才能让每个人都快速成为经验丰富的岗位专家，更快更准确地完成相关操作的判断，洞察潜在的商业机会点，为客户提供更好的服务。

布局自研大模型，让每个业务都用得起、用得好

通用大模型海量数据、巨大算力的背后是高昂的成本。而顺丰的目标是让每一个业务、每一个人都能用得起、用得好大模型。如何让大模型既能效果好、成本又可以被接受？

首先，大量的应用必然会带来高并发，而高并发又会让大模型推理成本急速上涨。所以，顺丰选择在不降低大模型效果的情况下，尽可能做小模型，降低推理门槛；同时，在保证模型通用能力的基础上，更聚焦于提升模型在物流、供应链行业的能力。

更进一步，如果需要将物流供应链行业知识与信息注入大语言模型，让大模型具有更全面的物流细分专业知识、更细致的物流政策标准理解、更强的垂类词汇理解能力、更懂顺丰产品与服务，没有什么数据比顺丰30年积累的经验与知识更符合需求。

顺丰选择在不盲目追求模型参数规模、综合考虑效果与使用成本的均衡的思路下，自研行业的垂直领域大语言模型。

在训练数据方面，丰语约有20%的训练数据是顺丰和行业的物流供应链相关的垂域数据，包括各类型文件、图片、视频、音频等多种模态的数据。相关数据经过富媒体信息解析、清洗、质量过滤、专业人员标注等环节加工成高质量、安全的训练语料。通过继续预训练、监督微调、基于人工反馈的强化学习的大模型训练方法，丰语大模型变得更懂物流、更可靠。

顺丰还建立了物流领域大模型的测评体系，对于模型的通用能力和物流垂域能力进行了详尽的测评。在通用能力层面，在C-Eval、MMLU等8个主流测评集上，丰语7B-Chat模型与7B-9B的相近尺寸主流通用模型表现持平。

图 | 丰语大语言模型通用能力测评对比

在物流垂域能力层面，在顺丰&物流领域垂类测评集上，对于物流领域通用知识、物流领域专业研究知识、物流领域应用与案例分析、物流领域逻辑推理、物流领域政策法规标准这5个维度，丰语的测评结果远超相近尺寸的通用模型，并且超过GPT-4o、Gemini 1.5 Pro、Kimi、豆包-Pro等业界领先的商用模型5%以上。在物流垂域，丰语做到了以更小的尺寸实现了更强的表现。

图 | 丰语大语言模型物流垂域能力测评对比

以扎实的物流垂类能力，为业务带来实在的收益

目前，顺丰已将丰语大语言模型及多模态大模型能力应用于市场营销、客服、收派、国际关务等业务板块二十余个场景中，全面助力公司降本增收、提升客户体验。

例如，丰语应用于客服对话摘要场景时，相对原来使用的通用基座，错误率降低了25%。类似的，在其应用于国际物流场景时，收寄物品名自动规范错误率降低了42%；在小哥问答场景中，误率降低了58%；在客服填单场景，降低52%的实时物流信息抽取错误率。丰语实现了以更小的尺寸模型对更大尺寸通用模型在物流垂域的全面超越，充分体现了垂域大模型的意义与价值。

图 | 丰语大语言模型业务应用效果

从售前到售后，为客户提供更好的体验

售前的市场营销内容输出是大模型的基础应用场景之一。对于顺丰的市场营销而言，无论是文案、还是平面海报设计，大模型不仅需要根据顺丰的产品、销售的地区和季节差异化地生成相关内容，还需要保证品牌调性的一致性。为了应对高品质可控生成场景的要求，顺丰设计了独有的物流领域IP，大模型可以依据这些指定IP，生成的各类神态动作各异的形象，业务应用满足率达98%，支持营销人员快速组合得到自己需要的营销素材。

图 | 生成顺丰IP形象示意

除了营销素材的生成，为客户定制个性化产品方案也是营销人员工作中的重要任务。顺丰整体产品体系组成非常丰富，培养一位对各个产品都非常熟悉的营销人员往往需要几个月的时间。应用大模型后，营销人员只需要将客户的需求告诉大模型，例如“价格经济、时效稳定”等，大模型将自动输出推荐的产品或服务组合，并附上相关产品具体的介绍材料，帮助营销人员推荐更适合客户个性化需求的产品服务。

客服人员在售前咨询和售后保障中都扮演了重要的角色。基于大模型，在线客服机器人可以预判并推荐用户可能想咨询的问题和服务，提升问题解决率。当问题流转到人工客服后，大模型能生成客户问题的参考答案，帮助客服人员快速高质量应答；同时大模型能够自动提取关键信息辅助客服在系统填写工单；在服务结束后，大模型会自动在系统中记录问询基本信息、并形成客服摘要，方便客户后续来电其他客服可以快速了解情况并进行处理。

目前，基于大模型的摘要准确率已超过95%，这令客服人员与客户对话后的处理平均时长减少了30%。除此以外，客服运营人员只需要提炼经验与规则，使用大模型更高效地维护客服知识库。

当然，顺丰不仅关注如何解决每一个客户的具体问题，更关注整个客户群体还有什么需求是需要进一步关注、提升的。利用大模型技术，顺丰对全量售前售后的客户反馈进行归类与自动挖掘，客户反馈分类标签精细化程度提升10倍，全面洞察客户需求及经营痛点，快速聚焦关键问题，从而优化运营并不断提升客户体验。

此外，随着电商等行业的快速发展，很多新业务的拓展与运营也离不开大模型的支持。例如，一些电商退货的场景中需要客户上传退货信息截图进行下单。大模型可以自动提取截图中的寄递信息，提取正确率98%，提升了客户退货体验；同时，也能精准识别虚假退货截图，并在1.5秒内实施拦截，帮助业务增收近亿元。有时，客户会要求收件人在某些指定位置进行签字、盖章等个性化操作。小哥拍照上传回单照片，大模型就可以判断是否符合客户要求，防止回传后才发现不符合需求浪费客户时间，让回单的签署更方便、更高效。

从小哥到每个人：更高效的工作、更满意的工作

小哥是顺丰员工团队中最大的群体，也是离消费者最近的群体。好的服务离不开优秀的小哥熟悉各类操作流程、知晓各种各样的物品寄送的要求。

从入职开始，基于大模型生成的数字员工可以对小哥进行个性化的一对一辅导培训，让小哥可以更快上手。平时小哥有任何的问题，也不需要线下找人、线上群四处询问反馈，只需要通过基于大模型打造的小哥服务中心，就可以解决所有问题。比如物品能不能寄、是否建议保价、要怎么包装、不同时效的产品多少钱等，对小哥问题的定位准确率超过98%。平均每次与大模型的会话可以节省小哥3分钟的常规咨询时长，极大提升了小哥问题的解决效率。在解决小哥问题时，大模型也会针对性推荐一些产品和服务给小哥，不仅提升了客户体验，也能助力增收数千万元。

图 | AI陪练示意

大模型也会将小哥询问的问题、反馈的意见进行分析与洞察，每天可以处理1万通以上的小哥声音，让管理团队可以更好地关注小哥的需求与反馈，及时调整服务小哥的策略，提升关键问题的处理效率，让小哥更满意。

除了对小哥，顺丰内部已经实现了大模型全面的普惠性应用。有面向所有员工的基于大模型的办公助手，从创意文案创作到文档速读问答再到AI Agent构建，已覆盖1000+岗位。还有通过企业统一知识平台实现的各类问答机器人的全面部署。并且提供一站式搭建智能体无代码平台，让更多不同的业务组织可以根据自身需要，在1天时间内搭建属于自己的大模型问答机器人，实现对顺丰各个业务的全面赋能。

以经营管理为例，为了更好地对顺丰的成本进行精细化管理，每一位管理者都需要有敏锐的经营嗅觉，及时发现自身业务的潜在机会点并快速推进落地。然而，大量的数据指标的提取、分析，以及提出基于数据分析的相应解决方案，都需要大量的精力投入。

在丰语大模型的帮助下，经营管理相关的组织迅速搭建了基于经营管理场景的问答机器人，它不仅可自动识别提问人所在组织及业务，并智能分析推送该地区此项业务需要关注的趋势向差的指标，还可以锁定分析出的机会点，从多个角度提供参考的业务改进措施以及其他类似业务的优秀案例，让管理者可以更加快捷、及时地掌握经营情况、快速推进相关改进方案的落地与实施。在大模型、大数据等技术的加持下，该项目今年已实现超1亿元的降本。

从中国走向世界，从下单开始全面提升国际物流效率

高效的国际物流，是中国品牌出海的关键组成部分。不同国家地区的海关政策非常复杂，不仅条款众多，而且语言也不同。要确认一个物品能否过关，往往需要专业人员查询、结合多国、多地区政策综合研究判断。

现在大模型可以同时阅读多语种的各地海关文本，并高效准确总结生成结构化的收寄标准，也让更多过去因为标准不清晰等原因导致不能收寄的物品，变为可寄的物品，帮助国际业务增收超千万元。当小哥、客户在咨询一个物品能不能寄往海外时，他们通过顺丰的官网、APP以及小哥服务中心等内部平台就可以快速获得准确的答案。

图 | 查询国际收寄标准示意

同时，清关对品名规范的要求很高，报关需要按照各国海关要求填报规范的物品名称，如果客户填报内容不规范，很可能导致本身可以通关的物品无法通关，或因重新修改填报延误清关时效。大模型可以将物品名称规范化为更简短、符合海关分类的品名。以美国业务为例，顺丰日均有十几万的美国进口运单，清关品名有98%均来自大模型自动生成的合规品名，节省了人力投入，提升了通关时效。

此外，在中国海关建设智慧海关的背景下，顺丰通过大模型技术，可以更精准地识别并核对申报物品。只需要把待通关货物放在高拍仪下，大模型就可以识别物品信息并对比申报信息，自主判断是否符合过关要求。大模型的应用，不仅提升了企业合规水平，还能提升通关效率，让国际物流更加快捷。

持续突破，相信明天

在国家推进新质生产力的背景下，人工智能已经成为了经济发展的核心动力之一。要真正发挥大模型的价值，还需要着眼于解决产业的具体问题，实现产业突围。未来，随着大模型技术的进一步发展与成熟，顺丰相信大模型在物流行业的应用将更加广泛与深入，让每个人都能享受大模型赋能下更加快捷、贴心的物流服务。