2025中國(guó)供應(yīng)鏈物流科技創(chuàng)新發(fā)展報(bào)告

2前言LOGResearch|2在全球產(chǎn)業(yè)鏈深度重構(gòu)與數(shù)字技術(shù)革命的雙重驅(qū)動(dòng)下，供應(yīng)鏈物流行業(yè)正經(jīng)歷著前所未有的范式變革。人工智能技術(shù)作為第四次工業(yè)革命的核心引擎，正以"智能化決策、數(shù)字化連接、自動(dòng)化執(zhí)行"的三重路徑重塑著供應(yīng)鏈的價(jià)值創(chuàng)造方式，推動(dòng)行業(yè)從傳統(tǒng)經(jīng)驗(yàn)驅(qū)動(dòng)向數(shù)據(jù)智能驅(qū)本報(bào)告立足于全球供應(yīng)鏈加速重構(gòu)與技術(shù)融合創(chuàng)數(shù)字化、自動(dòng)化"為研究主軸，系統(tǒng)解構(gòu)AI技術(shù)如何通過智能算法重構(gòu)供應(yīng)鏈決策體系，以數(shù)字孿生技術(shù)打通全鏈條數(shù)據(jù)閉環(huán)，借由自動(dòng)化設(shè)備集群重塑物理執(zhí)行網(wǎng)絡(luò)。在供應(yīng)鏈管理維度，重點(diǎn)剖析需求預(yù)測(cè)、庫(kù)存優(yōu)化、風(fēng)險(xiǎn)預(yù)警等核心環(huán)節(jié)的算法突破；在運(yùn)營(yíng)層面，深入探討智需要特別指出的是，技術(shù)滲透帶來(lái)的不僅是效率提升的線性增長(zhǎng)，更觸發(fā)了供應(yīng)鏈價(jià)當(dāng)數(shù)字線程貫穿產(chǎn)業(yè)鏈全主體，當(dāng)自動(dòng)化設(shè)備集群形成自主響應(yīng)能力，供應(yīng)鏈正在進(jìn)化出前所未有的敏捷性與韌性。這種變革既帶來(lái)降本增本報(bào)告試圖為行業(yè)從業(yè)者勾勒供應(yīng)鏈物流行業(yè)AI技術(shù)落地的全景圖景，為決策者提供技術(shù)投資的戰(zhàn)略坐標(biāo)，為創(chuàng)新者揭示價(jià)值突破的可能路徑。在智能化浪潮席卷全球供應(yīng)鏈的今天，我們期待與業(yè)界同仁共同探索人機(jī)協(xié)同的新邊界，構(gòu)建更3全球供應(yīng)鏈技術(shù)趨勢(shì)LOGResearch|3對(duì)比2023年的供應(yīng)鏈戰(zhàn)略成熟度曲線圖，2024年更加重視人工智能驅(qū)動(dòng)的技術(shù)（生成式人工智能、人工智能素養(yǎng)），供應(yīng)鏈網(wǎng)絡(luò)安全也受到到更多關(guān)注，同時(shí)持續(xù)關(guān)注數(shù)），供應(yīng)鏈即服務(wù)生成式AI供應(yīng)鏈即服務(wù)生成式AI人工智能AIAI素養(yǎng)AI素養(yǎng)?供應(yīng)鏈網(wǎng)絡(luò)安全：2024年，其在膨脹預(yù)期峰值附近的位置表明幻滅低谷期復(fù)蘇光明期成熟期幻滅低谷期復(fù)蘇光明期成熟期4全球供應(yīng)鏈技術(shù)趨勢(shì)LOGResearch|4Gartner：2018-2024八大頂級(jí)戰(zhàn)略2024年的供應(yīng)鏈技術(shù)趨勢(shì)不僅延續(xù)了以往對(duì)于智能化、自動(dòng)化和數(shù)據(jù)分析的關(guān)注，還進(jìn)一步強(qiáng)調(diào)了安全性、索控制與保護(hù)提高端到端可持續(xù)趨勢(shì)2:供應(yīng)鏈數(shù)趨勢(shì)3:端到端可趨勢(shì)4:支持AI的趨勢(shì)5:增強(qiáng)互聯(lián)趨勢(shì)6:復(fù)合人工趨勢(shì)7:下一代人形工作機(jī)器人戶人類和機(jī)器互補(bǔ)整合來(lái)發(fā)掘新趨勢(shì)1:人工智能趨勢(shì)1:人工智能趨勢(shì)1:超級(jí)自動(dòng)化趨勢(shì)1:超級(jí)自動(dòng)化趨勢(shì)1:超級(jí)自動(dòng)趨勢(shì)2:高級(jí)分析趨勢(shì)2:高級(jí)分析趨勢(shì)2:下一代機(jī)趨勢(shì)2:智能運(yùn)營(yíng)趨勢(shì)3:持續(xù)智能趨勢(shì)3:沉浸式體趨勢(shì)4:智能事物趨勢(shì)4:機(jī)器人過趨勢(shì)4:邊緣生態(tài)趨勢(shì)4:行業(yè)云平臺(tái)趨勢(shì)5:邊緣計(jì)算全趨勢(shì)5:無(wú)處不在趨勢(shì)5:員工敬業(yè)度趨勢(shì)6:機(jī)器人過趨勢(shì)6:人工智能趨勢(shì)6:環(huán)境社會(huì)趨勢(shì)6:安全網(wǎng)絡(luò)趨勢(shì)6:組合應(yīng)用趨勢(shì)7:沉浸式技趨勢(shì)7:沉浸式技趨勢(shì)7:嵌入式人趨勢(shì)7:生態(tài)系統(tǒng)術(shù)術(shù)趨勢(shì)8:沉浸式體驗(yàn)趨勢(shì)8:增強(qiáng)數(shù)據(jù)LOGResearch｜LOGResearch｜5服務(wù)成本供應(yīng)鏈風(fēng)險(xiǎn)管理風(fēng)險(xiǎn)之一（根據(jù)KPMG益嚴(yán)峻的地緣政治挑戰(zhàn)、險(xiǎn)管理將需要專心致志。2025年繼續(xù)履行，但議生成式人工智能technologies接入和編排技術(shù)在采購(gòu)技術(shù)方面，領(lǐng)導(dǎo)到新的接入和編排工具位于現(xiàn)有應(yīng)用程序的前端，提供一種捕獲基本數(shù)據(jù)的簡(jiǎn)單方法，而編排工具位于現(xiàn)有應(yīng)用程序的前端，實(shí)現(xiàn)跨多個(gè)解決方案的流程工Trend6:transformation行業(yè)轉(zhuǎn)型資料來(lái)源：KPMG,six-supply-cha6全球供應(yīng)鏈技術(shù)趨勢(shì)LOGResearch|6工智能帶來(lái)前所未有的效率和創(chuàng)新水平這一令人興奮的機(jī)遇之外，對(duì)可持續(xù)、彈性供應(yīng)鏈的關(guān)注仍將是我們客戶戰(zhàn)略重點(diǎn)的重中之重?！睌U(kuò)大，報(bào)告重點(diǎn)介紹了五大趨勢(shì)：生成式人工智能、人工智能倫理、音頻人工智能、計(jì)算機(jī)視覺和高級(jí)分析。這些趨勢(shì)旨在通過利用復(fù)雜的數(shù)據(jù)分析和生成、通過語(yǔ)音和聲音分析增強(qiáng)人機(jī)交互、自動(dòng)解釋視覺數(shù)據(jù)以及基于學(xué)習(xí)模式自主生成新內(nèi)容來(lái)改變物可持續(xù)發(fā)展趨勢(shì)集群重點(diǎn)關(guān)注兩大趨勢(shì)：可再生能源基礎(chǔ)設(shè)施和可持續(xù)燃能源效率和實(shí)現(xiàn)供應(yīng)鏈的可持續(xù)運(yùn)營(yíng)資料來(lái)源：DHL7中國(guó)供應(yīng)鏈物流智能化發(fā)展框架LOGResearch|7智能化智能化數(shù)字化協(xié)同中臺(tái)｜智慧運(yùn)營(yíng)+AI數(shù)字化協(xié)同中臺(tái)｜智慧運(yùn)營(yíng)無(wú)人機(jī)｜無(wú)人車｜倉(cāng)儲(chǔ)自動(dòng)化｜智能設(shè)備8物流科技價(jià)值實(shí)現(xiàn)框架LOGResearch|8創(chuàng)新創(chuàng)新體驗(yàn)CAI互動(dòng)供應(yīng)鏈智B智能化決策效率數(shù)字化運(yùn)營(yíng)數(shù)字化運(yùn)營(yíng)量OMS控量量客戶360無(wú)人化運(yùn)作資料來(lái)源：傅兵《物流科技的第一性原理》智能化智能決策（計(jì)劃｜排程｜規(guī)劃｜算法）智能化智能決策（計(jì)劃｜排程｜規(guī)劃｜算法）ANNTO智能助理（機(jī)器人客服｜智能助理（機(jī)器人客服｜AI助手｜數(shù)字員工）數(shù)字化G7易流數(shù)字化G7易流.箱信智慧運(yùn)輸管理（TMS）億通國(guó)際干線口智加科技TRUNK城配/LM封閉場(chǎng)景中小型大中型osg新能源車后億通國(guó)際干線口智加科技TRUNK城配/LM封閉場(chǎng)景中小型大中型osg新能源車后G7易流自動(dòng)化f智慧倉(cāng)儲(chǔ)管理（WMS｜LES｜WES）綜合@ruxGS電商/跨境電商制造D鼎捷數(shù)智自動(dòng)化集成Qucktronxe倉(cāng)儲(chǔ)自動(dòng)化Geek號(hào)HIKROBOTHAIROBOTICSnki今天國(guó)際snnsun中國(guó)供應(yīng)鏈物流智能化發(fā)展框架LOGResearch|智能化數(shù)字化協(xié)同中臺(tái)｜智慧運(yùn)營(yíng)+AI數(shù)字化協(xié)同中臺(tái)｜智慧運(yùn)營(yíng)無(wú)人機(jī)｜無(wú)人車｜倉(cāng)儲(chǔ)自動(dòng)化｜智能設(shè)備AIAI技術(shù)LOGResearch|2024AI發(fā)展關(guān)鍵詞：多模態(tài)大語(yǔ)言模型ML多模態(tài)大語(yǔ)言模型（MLLMs）在視覺問答、視覺多模態(tài)大語(yǔ)言模型架構(gòu)示意圖多模態(tài)大語(yǔ)言模型架構(gòu)示意圖庫(kù)存盤點(diǎn)庫(kù)存盤點(diǎn)倉(cāng)儲(chǔ)環(huán)境監(jiān)測(cè)供應(yīng)鏈協(xié)同倉(cāng)儲(chǔ)管理物流安全與風(fēng)險(xiǎn)管理運(yùn)輸配送基于投影的連接器基于查詢的連接器基于融合的連接器AIAI技術(shù)LOGResearch|2024AI發(fā)展關(guān)鍵詞：多智能體Multi-Agent性，以解決更復(fù)雜任務(wù)的多智能體協(xié)作方案，AIAgent關(guān)鍵特征和系統(tǒng)架構(gòu)多Ag具和平臺(tái)，實(shí)現(xiàn)復(fù)雜通過不斷的實(shí)踐和反饋，不斷優(yōu)化自身性能AIAI技術(shù)LOGResearch｜132024AI發(fā)展關(guān)鍵詞：具身智能Emb器人學(xué)的概念，指的是擁有物理形態(tài)的人工智能系統(tǒng)，這些系統(tǒng)能夠在真實(shí)的物理環(huán)境中進(jìn)行學(xué)習(xí)和操作，與周圍世界實(shí)現(xiàn)動(dòng)態(tài)交互。不同于傳統(tǒng)基于數(shù)字環(huán)境的AI，具身智能具備感知、行動(dòng)，并對(duì)外界物理刺激作構(gòu)造構(gòu)造具有長(zhǎng)時(shí)間續(xù)航能力具有長(zhǎng)時(shí)間續(xù)航能力?肢體移動(dòng)規(guī)劃控制：復(fù)雜和動(dòng)態(tài)環(huán)境自主規(guī)劃、協(xié)調(diào)控制?未端工藝操作：擬人化使用傳獲取信息?泛感知、鏡像映射物理實(shí)體…?人機(jī)交互：自然語(yǔ)言、行為感利用AI模型進(jìn)行信息利用AI模型進(jìn)行信息處理和理解，實(shí)現(xiàn)環(huán)境建模和任務(wù)規(guī)劃。通過執(zhí)行器實(shí)現(xiàn)對(duì)環(huán)境的物理操作，完成特定任務(wù)?；诟兄驼J(rèn)知結(jié)果，自主制定行動(dòng)策略。通過多種傳感器獲取環(huán)境信息，包括視覺、聽覺、觸覺等。AIAI應(yīng)用LOGResearch|2024年國(guó)內(nèi)供應(yīng)鏈物流領(lǐng)域AI事件?行業(yè)內(nèi)首個(gè)專注于大模型應(yīng)用研究與實(shí)踐?行業(yè)內(nèi)首個(gè)專注于大模型應(yīng)用研究與實(shí)踐的聯(lián)盟“物流智能聯(lián)盟”成立?貨拉拉首次公開了自研的貨運(yùn)無(wú)憂大模型?順豐科技發(fā)布“豐語(yǔ)”物流垂直領(lǐng)域大語(yǔ)言模型?洞隱科技發(fā)布DI.AI供應(yīng)鏈智能產(chǎn)品?京東物流宣布升級(jí)數(shù)智化供應(yīng)鏈技術(shù)全景“京東物流超腦”?G7易流在2024數(shù)字物流大會(huì)上，發(fā)布了其全新的對(duì)話式AI智能助手“小七”?我國(guó)首家數(shù)據(jù)科技央企——中國(guó)數(shù)聯(lián)物流信息有限公司在上海成立，標(biāo)志著中國(guó)在數(shù)字經(jīng)濟(jì)和物流產(chǎn)業(yè)融合發(fā)展上邁出了勇敢的一步。?順豐科技推出自研的“豐知”物流決策大模型?京東物流宣布第六代無(wú)人車將搭載“大模型”，并將具身智能技術(shù)應(yīng)用到物流實(shí)際生產(chǎn)環(huán)境百遞云GPT首次亮相2024AiCon?中科智源物流AI大模型發(fā)布行業(yè)大模型行業(yè)大模型LOGResearch|行業(yè)大模型行業(yè)大模型LOGResearch｜16了約30%的京東域自身的產(chǎn)業(yè)數(shù)據(jù)，并通過構(gòu)建高質(zhì)量的指令數(shù)據(jù)，幫助模型具備更強(qiáng)的產(chǎn)業(yè)屬性。除了模型訓(xùn)練本身，京東言犀大模型還在模型的轉(zhuǎn)換層和服務(wù)層進(jìn)行了智能質(zhì)檢與分析?文本/語(yǔ)音多維數(shù)據(jù)智能坐席輔助AI開發(fā)平臺(tái)行業(yè)大模型行業(yè)大模型LOGResearch|Dolphin主要功能模塊?從不同專業(yè)角度，為用戶提供航運(yùn)知識(shí)檢索和歸海公約規(guī)則、海事管理?xiàng)l例、船舶檢驗(yàn)要求等，使?提供實(shí)時(shí)可靠的航運(yùn)數(shù)據(jù)查詢服務(wù)，包括智能找案、船舶事件、港口動(dòng)態(tài)，將大模型的語(yǔ)言理解能力達(dá)能力結(jié)合類搜索插件，有效解決新知識(shí)難更新時(shí)事?融合了船舶與港口全生命周期數(shù)據(jù)、氣象數(shù)據(jù)和據(jù)等多源異構(gòu)數(shù)據(jù)，通過基于Transformer架構(gòu)的大模型據(jù)中的時(shí)空信息實(shí)現(xiàn)深度挖掘和綜合學(xué)習(xí)，能夠?qū)?Hi-Dolphin航運(yùn)大模型智能應(yīng)用社區(qū)，提供各種場(chǎng)景的智能資料來(lái)源：中遠(yuǎn)海運(yùn)官微、網(wǎng)站行業(yè)大模型LOGResearch|行業(yè)大模型智能知識(shí)檢索：基于船視寶自有的航運(yùn)專業(yè)數(shù)據(jù)庫(kù)結(jié)合聯(lián)網(wǎng)檢索，精準(zhǔn)篩選專業(yè)準(zhǔn)確的航運(yùn)信息可追溯：每條回答均附帶來(lái)源鏈接，并展示相關(guān)文獻(xiàn)和引用段落，讓用戶快速查閱原始數(shù)據(jù)，提高AI回答可信度及確保信息時(shí)效性。?將專業(yè)文檔、行業(yè)標(biāo)準(zhǔn)、專家經(jīng)驗(yàn)等整理自動(dòng)生成思維導(dǎo)圖：系統(tǒng)自動(dòng)梳理復(fù)雜問題的?將專業(yè)文檔、行業(yè)標(biāo)準(zhǔn)、專家經(jīng)驗(yàn)等整理內(nèi)容總結(jié)與提煉：針對(duì)長(zhǎng)篇報(bào)告或復(fù)雜內(nèi)容，自動(dòng)生成摘要，優(yōu)化信息獲取效率，幫助用戶快速掌握核心要點(diǎn)。3.航運(yùn)動(dòng)態(tài)“全球通”Hi-Dolphin打通船視寶數(shù)據(jù)接口，智能識(shí)別用戶需求，調(diào)取最佳相關(guān)工具API，具備全球航運(yùn)數(shù)據(jù)接入能力，實(shí)時(shí)匯集船舶位置、港口動(dòng)態(tài)、天氣預(yù)報(bào)、航線規(guī)劃等關(guān)鍵數(shù)據(jù)，幫用戶一句話獲取全球航運(yùn)實(shí)時(shí)數(shù)據(jù)。3.航運(yùn)動(dòng)態(tài)“全球通”船舶運(yùn)營(yíng)管理：輸入船名，即刻獲取該船的當(dāng)前位置、航行狀態(tài)、歷史航線等信息。智能語(yǔ)義查詢作為Hi-Dolphin正式版的一大功能亮點(diǎn)，支持自智能語(yǔ)義查詢作為Hi-Dolphin正式版的一大功能亮點(diǎn)，支持自然語(yǔ)言界面（NLI）的人機(jī)交互模式。用戶只需在一個(gè)窗口，就可以完成海事類知識(shí)查詢、航運(yùn)數(shù)據(jù)調(diào)取、運(yùn)力趨勢(shì)分析等操作。讓Hi-Dolphin成為您的貼心航運(yùn)助手。航行安全預(yù)警：結(jié)合權(quán)威氣象數(shù)據(jù)，智能分析海域天氣狀況，提前規(guī)避風(fēng)險(xiǎn)，確保航行安全。資料來(lái)源：中遠(yuǎn)海運(yùn)官微、網(wǎng)站化供應(yīng)鏈技術(shù)全景“京東物流超腦”，整合大模型、數(shù)字孿生等技術(shù)，專注于供應(yīng)鏈全鏈路的降本增效，涵蓋智能規(guī)劃、智能倉(cāng)儲(chǔ)、智能運(yùn)配、智能客服、智能營(yíng)銷等全環(huán)資料來(lái)源：京東物流智能決策智能決策LOGResearch|京東物流超腦開放應(yīng)用平臺(tái)：“與圖”數(shù)智時(shí)空平臺(tái)J心兒京東與圖是京東物流旗下基于供應(yīng)鏈場(chǎng)景的數(shù)智化地圖服務(wù)平臺(tái)，基于深度整合的京東供應(yīng)鏈全鏈路的億級(jí)規(guī)模數(shù)據(jù)，包括商流、物流、信息流、金融流等多源異構(gòu)大數(shù)據(jù)，提供全場(chǎng)景GIS、精智地址、位域洞察三大功能模塊，幫助企業(yè)網(wǎng)格洞察分析、智能選址、精準(zhǔn)營(yíng)銷、高準(zhǔn)確率分單、調(diào)度運(yùn)籌優(yōu)化，助力政企管理經(jīng)營(yíng)視角下的人、車、貨、“與圖”數(shù)智時(shí)空平臺(tái)-品牌消費(fèi)畫像分析示意圖與圖零售連鎖行業(yè)解決方案示意圖資料來(lái)源：京東物流智能決策智能決策LOGResearch|京慧基于豐富的大數(shù)據(jù)分析和科學(xué)的算法模型，結(jié)合客戶的實(shí)際銷量情況，為客戶提供銷量預(yù)測(cè)、庫(kù)存預(yù)警、庫(kù)存仿真、智能補(bǔ)貨以及庫(kù)存營(yíng)銷等智能決策產(chǎn)品，幫助客戶制定更精準(zhǔn)的供應(yīng)鏈計(jì)劃。智能決策智能決策LOGResearch|智能決策智能決策LOGResearch｜23首個(gè)國(guó)產(chǎn)求解器COPT使用整數(shù)規(guī)劃建模、自主研發(fā)求解器首個(gè)國(guó)產(chǎn)求解器COPT使用整數(shù)規(guī)劃建模、自主研發(fā)求解器用戶友好的產(chǎn)品架構(gòu)底層網(wǎng)絡(luò)優(yōu)化算法自研場(chǎng)景化建模場(chǎng)景化建模精細(xì)化庫(kù)存策略采購(gòu)網(wǎng)絡(luò)優(yōu)化智能決策智能決策LOGResearch|ExternalSystem啟發(fā)式加速元啟發(fā)式算法近似算法算法算法模型數(shù)倉(cāng)WMSTMS數(shù)據(jù)中臺(tái)數(shù)據(jù)中臺(tái)數(shù)據(jù)加工ExternalSystem啟發(fā)式加速元啟發(fā)式算法近似算法算法算法模型數(shù)倉(cāng)WMSTMS數(shù)據(jù)中臺(tái)數(shù)據(jù)中臺(tái)數(shù)據(jù)加工河圖輸入站點(diǎn)信息需求信息庫(kù)存規(guī)則產(chǎn)品信息采購(gòu)規(guī)則運(yùn)輸規(guī)則周期信息生產(chǎn)規(guī)則模型約束河圖輸出采購(gòu)策略供需關(guān)系站點(diǎn)決策庫(kù)存策略生產(chǎn)策略服務(wù)水平應(yīng)用層應(yīng)用層用戶管理任務(wù)管理資源管理用戶管理任務(wù)管理資源管理數(shù)據(jù)字典算法運(yùn)行監(jiān)控資源監(jiān)控用戶訪問監(jiān)控項(xiàng)目創(chuàng)建數(shù)據(jù)管理結(jié)果查看場(chǎng)景管理參數(shù)配置場(chǎng)景運(yùn)行多場(chǎng)景對(duì)比智能決策智能決策LOGResearch|關(guān)鍵因素供應(yīng)鏈網(wǎng)絡(luò)建模技術(shù)應(yīng)用輸出結(jié)果可視化主要收益時(shí)效 倉(cāng)網(wǎng)現(xiàn)狀時(shí)效 倉(cāng)網(wǎng)現(xiàn)狀數(shù)據(jù)挖掘運(yùn)籌優(yōu)化建模多場(chǎng)景對(duì)比倉(cāng)網(wǎng)約束倉(cāng)網(wǎng)目標(biāo)?MIP混合整數(shù)規(guī)劃模型+COPT杉數(shù)求解器…產(chǎn)品信息點(diǎn)位信息庫(kù)存策略運(yùn)輸策供應(yīng)鏈網(wǎng)絡(luò)的關(guān)鍵KPI供應(yīng)鏈網(wǎng)絡(luò)的關(guān)鍵KPI減少庫(kù)存資金占用智能決策智能決策LOGResearch|?采購(gòu)、生產(chǎn)、倉(cāng)儲(chǔ)、運(yùn)輸、銷售自由配置，精細(xì)刻畫供應(yīng)鏈運(yùn)作?供應(yīng)鏈全環(huán)節(jié)統(tǒng)一建模優(yōu)化，運(yùn)籌學(xué)精確解模型鎖定最優(yōu)方案?支持百萬(wàn)級(jí)變量規(guī)模問題求解，常見場(chǎng)景分鐘級(jí)別優(yōu)化?國(guó)產(chǎn)自主知識(shí)產(chǎn)權(quán)優(yōu)化求解器COPT助力高效優(yōu)化計(jì)算智能決策智能決策LOGResearch|亮點(diǎn)2亮點(diǎn)3亮點(diǎn)4普適性多算法嵌入打破歐美壟斷可直接服務(wù)于運(yùn)籌優(yōu)化，數(shù)學(xué)規(guī)劃，亮點(diǎn)2亮點(diǎn)3亮點(diǎn)4普適性多算法嵌入打破歐美壟斷可直接服務(wù)于運(yùn)籌優(yōu)化，數(shù)學(xué)規(guī)劃，數(shù)值計(jì)算等更為廣泛、復(fù)雜的數(shù)學(xué)問題機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，數(shù)學(xué)規(guī)劃算法深度結(jié)合求解器是優(yōu)化領(lǐng)域的重要環(huán)節(jié)，目前歐美公司壟斷市場(chǎng)（IBMCPLEX，Gurobi，F(xiàn)ICOXPRESS，MOSEK等產(chǎn)品），先進(jìn)性?2019年中國(guó)科學(xué)院重大咨詢亮點(diǎn)1物流技術(shù)的卡脖子工程國(guó)產(chǎn)軟件必須追趕國(guó)外軟件，打破關(guān)鍵領(lǐng)如通信、能源、軍事、電網(wǎng)、航空等領(lǐng)域，保障國(guó)家重要數(shù)據(jù)安全的目的，具有自主知識(shí)產(chǎn)權(quán)的開源優(yōu)化求解器和運(yùn)籌優(yōu)化算法平臺(tái)不僅具有極大的商業(yè)價(jià)值，更具有無(wú)可估量的社會(huì)價(jià)值數(shù)十億甚至數(shù)萬(wàn)億種復(fù)雜棘手的業(yè)務(wù)問題 求解器：基礎(chǔ)支撐作用AIAI應(yīng)用LOGResearch|順豐在2024年8、9月先后發(fā)布了“豐知”物流決策大模型、“豐語(yǔ)”垂直資料來(lái)源：順豐科技AIAI應(yīng)用LOGResearch|順豐科技：“豐知”物流決策大模型豐知大模型亮點(diǎn)——豐知大模型亮點(diǎn)——?豐知以?豐知以Transformer為核心框架，融合順豐在物流領(lǐng)域的深厚積累與海量數(shù)據(jù)，進(jìn)行深度預(yù)訓(xùn)?融入了RLHF（人類反饋強(qiáng)化學(xué)習(xí)）機(jī)制，使得模型在追求數(shù)學(xué)最優(yōu)解的同時(shí)，也能充分考慮業(yè)務(wù)實(shí)際需求與偏好，通過迭代優(yōu)化，逐步接近甚至滿足實(shí)際運(yùn)營(yíng)中的各項(xiàng)標(biāo)準(zhǔn)。?同時(shí)，為避免模型過度“人性化”導(dǎo)致確保用戶能在兩者間找到最佳平衡點(diǎn)，實(shí)現(xiàn)決策效果?融合大模型的交互優(yōu)勢(shì)和小模型的專業(yè)深度?依托豐智云生態(tài)，集成專業(yè)能力，不團(tuán)拓展能力邊界?通過RAG召回供應(yīng)鏈知識(shí)庫(kù)和數(shù)據(jù)檢索來(lái)改善幻覺?構(gòu)建供應(yīng)鏈業(yè)務(wù)專家+技術(shù)專家多智能體多模態(tài)多尺度多通道預(yù)測(cè)模型?多模態(tài)多尺度多通道預(yù)測(cè)模型?利用多模態(tài)大模型，生成高度表征商品內(nèi)在屬性的嵌入向量，精準(zhǔn)捕捉并表達(dá)商品間的復(fù)雜關(guān)聯(lián)關(guān)系?多尺度多通道預(yù)測(cè)模型，增強(qiáng)同一尺度內(nèi)商品間關(guān)聯(lián)性的預(yù)測(cè)能力、實(shí)現(xiàn)跨尺度間關(guān)聯(lián)性的有效判斷?有效提高預(yù)測(cè)精度、資源利用效率資料來(lái)源：順豐科技AI應(yīng)用AI應(yīng)用LOGResearch|順豐科技：“豐語(yǔ)”垂直領(lǐng)域語(yǔ)言大模型目前已在市場(chǎng)營(yíng)銷、客服、收派、國(guó)際關(guān)務(wù)等業(yè)務(wù)板塊的二十余個(gè)場(chǎng)景中的落地實(shí)踐應(yīng)用，能提升摘要準(zhǔn)確率至95%以上，減少客服處理時(shí)間，通過智能問答為快遞員提供即時(shí)幫助，準(zhǔn)確率超過9提高物流服務(wù)的效率和質(zhì)量。實(shí)現(xiàn)了以更小的尺寸模型對(duì)更大尺寸通用模型在物流垂域的全面超順豐內(nèi)部已經(jīng)實(shí)現(xiàn)了大模型全面的普惠性應(yīng)用。例如辦公助手、AIAgent等，已覆蓋1000+崗位。并且提供一站式搭建智能體無(wú)代碼開發(fā)平臺(tái)，讓更多不同的業(yè)務(wù)組織可以根據(jù)自身需要，在1天時(shí)間內(nèi)搭建屬于自己的大模型問答機(jī)器人，實(shí)現(xiàn)對(duì)順豐語(yǔ)產(chǎn)品矩陣資料來(lái)源：順豐集團(tuán)、豐語(yǔ)網(wǎng)站AIAI應(yīng)用LOGResearch|以電商行業(yè)為例，大模型應(yīng)用從最開始的內(nèi)容生成/商品發(fā)布，逐步向營(yíng)銷投放、售前導(dǎo)購(gòu)、物流配現(xiàn)有的業(yè)務(wù)模式或運(yùn)營(yíng)流程之前，通過生產(chǎn)運(yùn)營(yíng)環(huán)節(jié)的優(yōu)化和對(duì)人與機(jī)、流程與流程之間對(duì)接的效率優(yōu)化，也資料來(lái)源：阿里研究員，根據(jù)阿里電商、菜鳥AI實(shí)踐、通義服務(wù)快遞行業(yè)case總結(jié)AIAI應(yīng)用LOGResearch|阿里：淘天“物流AI平臺(tái)”對(duì)齊增強(qiáng)對(duì)齊增強(qiáng)?借鑒BPO的思路，通過優(yōu)化提問和提供思路，使得大模型更好地理解、回答問題，有效提升大模型的回答質(zhì)量和準(zhǔn)確度?調(diào)用超過1000個(gè)API，高效、準(zhǔn)確地識(shí)別問題中的參數(shù)，找到對(duì)應(yīng)的API，快速回答?引入Reflexion，基于其自我反思機(jī)制，提升API返回準(zhǔn)確率，并結(jié)合對(duì)其增強(qiáng)模塊實(shí)現(xiàn)對(duì)API的描述進(jìn)行提示性補(bǔ)充增強(qiáng)，解決部分相似API無(wú)法識(shí)別的問題?可對(duì)多格式文檔進(jìn)行很好的解析，并精準(zhǔn)返回對(duì)應(yīng)的結(jié)果?沉淀了幾萬(wàn)條標(biāo)注過的物流垂類場(chǎng)景測(cè)評(píng)數(shù)據(jù)?結(jié)合基座模型、微調(diào)方法，提升整體回答效率資料來(lái)源：阿里云開發(fā)者AIAI應(yīng)用——智能決策LOGResearch｜33在航空貨運(yùn)領(lǐng)域，每一次裝載都是對(duì)效率和經(jīng)濟(jì)性的平衡要求很高，需要在眾多約束和客戶需求中找到完美平衡點(diǎn)。菜鳥智能組板算法，改變過去貨機(jī)裝載純憑人工經(jīng)驗(yàn)判化品名、起運(yùn)港、是否接受中轉(zhuǎn)、貨物類型、起運(yùn)港、目的港、包裝類型、尺寸、毛重、件數(shù)等貨運(yùn)信息。用戶只需提供貨物的尺寸、重量等主要屬性，輸入計(jì)算裝載的板資料來(lái)源：菜鳥技術(shù)星球3D3D裝載效果圖AIAI應(yīng)用——智能助理LOGResearch|壹沓科技：運(yùn)小沓數(shù)字員工CuberAgentAIAI應(yīng)用——智能助理LOGResearch|資料來(lái)源：壹沓科技官微AI應(yīng)用——智能助理AI運(yùn)小沓AI單證平臺(tái)界面運(yùn)小沓AI單證平臺(tái)-空運(yùn)托書識(shí)別資料來(lái)源：壹沓科技官微、官網(wǎng)AI應(yīng)用——京東物流內(nèi)部運(yùn)力機(jī)器人：運(yùn)力小智京東物流基于大模型搭建運(yùn)力智能機(jī)器人“運(yùn)力小智”，定位是一個(gè)集知識(shí)問答、數(shù)據(jù)分析功能于一體的便攜式知識(shí)百科信息問答平臺(tái)。它以運(yùn)力平臺(tái)日常工作所涉及的內(nèi)容為核心，涵蓋了業(yè)務(wù)SOP、常見系統(tǒng)問題、操作手冊(cè)、實(shí)時(shí)類信息查詢（天氣、安全）、報(bào)表查詢、數(shù)據(jù)分析等多項(xiàng)內(nèi)容，致力于幫助司機(jī)）更便捷、高效的獲取有效信息，并通過大模型能力持續(xù)賦能，為用戶提供個(gè)性化的推薦和良好的用資料來(lái)源：京東技術(shù)官微《基于大模型搭建的運(yùn)力智能機(jī)器人》AIAI應(yīng)用——智能助理LOGResearch｜38V1.0V2.0特點(diǎn)功能：已具備功能包括指標(biāo)即時(shí)分析查詢、系統(tǒng)指南、知識(shí)庫(kù)、軌跡即時(shí)查詢等，并具備一定主動(dòng)觸達(dá)能力，功能擴(kuò)展到實(shí)際運(yùn)在大模型能力賦能下，可以更好得理解用戶得提問，對(duì)于相似語(yǔ)義得理解更準(zhǔn)確和全面支持進(jìn)行體驗(yàn)、效率指標(biāo)的多維度查詢知識(shí)查詢報(bào)表的定時(shí)推送、預(yù)警推送資料來(lái)源：京東技術(shù)官微《基于大模型搭建的運(yùn)力智能機(jī)器人》AI應(yīng)用——運(yùn)力小智提供指標(biāo)查詢、知識(shí)問答、特定場(chǎng)景的軌跡及圖片查詢、報(bào)表推送、信息主動(dòng)推送等功能，有效降低了內(nèi)部調(diào)度、精益改善相關(guān)崗位人員的查詢等操作實(shí)踐，同時(shí)數(shù)據(jù)分析類，運(yùn)力效率、體驗(yàn)類指標(biāo)一線人員咨詢結(jié)果成功率70%左右，知識(shí)問答類，一開始用戶知識(shí)類的發(fā)散提問成功率20%~30%，引導(dǎo)用戶熟悉使用后，現(xiàn)在用戶特知識(shí)問答為運(yùn)營(yíng)人員提供日常的關(guān)于操作規(guī)范、規(guī)章制度、常見系統(tǒng)問題、常用看板、系統(tǒng)連接查詢等內(nèi)容，大大縮短人工檢索信息的時(shí)間。同時(shí)一線咨詢問題快速轉(zhuǎn)知識(shí)問答為運(yùn)營(yíng)人員提供日常的關(guān)于操作規(guī)范、規(guī)章制度、常見系統(tǒng)問題、常用看板、系統(tǒng)連接查詢等內(nèi)容，大大縮短人工檢索信息的時(shí)間。同時(shí)一線咨詢問題快速轉(zhuǎn)指標(biāo)查詢方便運(yùn)營(yíng)人員根據(jù)派車單號(hào)（TW）進(jìn)行車輛軌跡查詢，減少繁瑣的系統(tǒng)操作步驟；支持根據(jù)車牌號(hào)，查詢對(duì)應(yīng)的行駛證圖片大模型數(shù)據(jù)分析與udata數(shù)據(jù)能力結(jié)合，讓用方便運(yùn)營(yíng)人員根據(jù)派車單號(hào)（TW）進(jìn)行車輛軌跡查詢，減少繁瑣的系統(tǒng)操作步驟；支持根據(jù)車牌號(hào)，查詢對(duì)應(yīng)的行駛證圖片資料來(lái)源：京東技術(shù)官微《基于大模型搭建的運(yùn)力智能機(jī)器人》AIAI應(yīng)用LOGResearch|洞隱科技基于大模型能力與垂直行業(yè)20余年的業(yè)務(wù)沉淀，經(jīng)過打磨迭代發(fā)布了DI.AI供應(yīng)鏈智能產(chǎn)品，包括“智能運(yùn)輸優(yōu)化、智能訂艙、智能關(guān)務(wù)、智能助手及AI開發(fā)”這5洞隱供應(yīng)鏈AI產(chǎn)品體系A(chǔ)IAI應(yīng)用——智能助理LOGResearch|利用AI分析業(yè)務(wù)規(guī)則，提供決策建議，構(gòu)建自動(dòng)化任務(wù)，并檢驗(yàn)業(yè)務(wù)規(guī)則的準(zhǔn)確度。實(shí)現(xiàn)從接受訂單到訂艙跟蹤全流程自動(dòng)化，自動(dòng)覆蓋率達(dá)到AIAI應(yīng)用——智能助理LOGResearch|智能關(guān)務(wù)系統(tǒng)通過AI技術(shù)智能識(shí)別業(yè)務(wù)場(chǎng)景，自動(dòng)生成報(bào)關(guān)需求內(nèi)容和單證，提升處理速度、數(shù)據(jù)的一致AIAI應(yīng)用——智能助理LOGResearch|洞隱智能助手通過事件管理、業(yè)務(wù)問答和業(yè)務(wù)操作集成等應(yīng)用場(chǎng)景，為用戶打造AI賦能的供應(yīng)鏈綜合管理駕駛艙。對(duì)供應(yīng)鏈可視化的綜合事件管理，如：工作日?qǐng)?bào)、待辦、預(yù)警、異常、通訊、信息訂閱、風(fēng)險(xiǎn)提醒等強(qiáng)化供應(yīng)鏈協(xié)同和監(jiān)控；引入AI大模型，構(gòu)建不同場(chǎng)景的智能體和知識(shí)庫(kù)，支持知識(shí)問答場(chǎng)景應(yīng)用；集成供應(yīng)鏈各環(huán)節(jié)的系統(tǒng)AIAI應(yīng)用LOGResearch|悟空平臺(tái)賦能，助力高效的業(yè)務(wù)應(yīng)用落地資料來(lái)源：貨拉拉技術(shù)官微《想象即現(xiàn)實(shí)：貨拉拉AI應(yīng)用開發(fā)體系揭秘》AIAI應(yīng)用LOGResearch|資料來(lái)源：貨拉拉技術(shù)官微《想象即現(xiàn)實(shí)：貨拉拉AI應(yīng)用開發(fā)體系揭秘》AIAI應(yīng)用LOGResearch|此外還支持用戶通過多種方式自行在平臺(tái)上創(chuàng)建和發(fā)布自定義工具：知識(shí)主要用于知識(shí)主要用于AI應(yīng)用推理過程中，大模型生成結(jié)果時(shí)的上下文參考作用，目的就是在不涉及訓(xùn)練或微調(diào)模型的情況下，讓大模型生成結(jié)果盡量準(zhǔn)確專業(yè)，降低大模型幻覺。資料來(lái)源：貨拉拉技術(shù)官微《想象即現(xiàn)實(shí)：貨拉拉AI應(yīng)用開發(fā)體系揭秘》AIAI應(yīng)用LOGResearch|思考大模型除了能解決專業(yè)問題，能否實(shí)思考大模型除了能解決專業(yè)問題，能否實(shí)現(xiàn)基于文檔或已有知識(shí)庫(kù)進(jìn)行AI問益廣泛，最常見的問題是大模型是否真的能夠解決專業(yè)問題？在前述功能的基礎(chǔ)上，用戶問能否處理多模態(tài)信息，做大模型能解決專業(yè)問題，能做AI問答，那能處理數(shù)據(jù)實(shí)踐前幾個(gè)階段基本都是通過單一Agent實(shí)踐前幾個(gè)階段基本都是通過單一Agent或功能性模塊實(shí)現(xiàn)的。隨著業(yè)務(wù)需求的發(fā)展，用戶希望多個(gè)場(chǎng)景的問題能夠融合，提供一個(gè)綜合的解決方案。.周報(bào)生成助手.多模態(tài)AI.周報(bào)生成助手.多模態(tài)AI助手專業(yè)助手AI問答助手總結(jié)大模型知道的遠(yuǎn)比我們想象總結(jié)大模型知道的遠(yuǎn)比我們想象型結(jié)合就可以解決這些專業(yè)prompt是關(guān)鍵，可以讓大模型更好地理解并提取有效“業(yè)務(wù)知識(shí)庫(kù)+RAG+LLM”的標(biāo)準(zhǔn)范式，可以解決無(wú)標(biāo)準(zhǔn)答案的問題，但“助手分針對(duì)性優(yōu)化”可實(shí)現(xiàn)“精準(zhǔn)貨拉拉探索了多場(chǎng)景融合的合作型multi-agent助手，來(lái)更高效地應(yīng)對(duì)復(fù)雜的業(yè)務(wù)“工具+LLM+多模態(tài)綜合理解”組合可以提升AI助手回復(fù)的精確率，如車險(xiǎn)報(bào)價(jià)方案生成助手，首先用OCR提取信息，然后對(duì)敏感信息進(jìn)行處理，再用大模型提取信息，最后結(jié)合多模態(tài)綜合理解生成最終報(bào)價(jià)方（連接數(shù)據(jù)庫(kù)、獲取真實(shí)數(shù)Interpreter工具）、有結(jié)論（結(jié)合LLM能分析、會(huì)總結(jié)并結(jié)合零代碼平臺(tái)，資料來(lái)源：貨拉拉技術(shù)官微《貨拉拉多場(chǎng)景大模型AI助理實(shí)踐》AI應(yīng)用——智能助理AI利用人工智能技術(shù)，為客戶提供交互式服務(wù)的智能客服系統(tǒng)，主要目的是提高客戶服務(wù)效率和質(zhì)量，同時(shí)降低企業(yè)的運(yùn)營(yíng)成本。用戶在使用選車助手過程中，一般不只會(huì)根據(jù)流程引導(dǎo)來(lái)進(jìn)行答復(fù)，還會(huì)在溝通過程中詢問其他信息。如何通過流程引導(dǎo)，將對(duì)話主動(dòng)拉回到主流程是貨拉拉需要解決的重要問題，此外，用戶需要運(yùn)送的貨物多種多樣，對(duì)于貨物信息的表達(dá)方式也多種多樣，導(dǎo)致語(yǔ)義理解困難，這也加大了解決問題的難度。大模型的理解能力、生成能力、跨語(yǔ)言能力，對(duì)解決以上問題有顯著的效果，同時(shí)使用單一智能體難以完成復(fù)雜的任務(wù)，因此使用NLG提取資料來(lái)源：貨拉拉技術(shù)官微《基于LLM的AI客服選車助手》AIAI應(yīng)用——智能助理LOGResearch|面對(duì)長(zhǎng)網(wǎng)頁(yè)、論文、設(shè)計(jì)方案、會(huì)議記錄、聊天歷史這些長(zhǎng)段上下文信息，可取輸入內(nèi)容的核心內(nèi)容和重要結(jié)論，以便能夠快速了解內(nèi)容的主題、目的和匯用一鍵發(fā)布到Lalabot上，打造專屬的理簡(jiǎn)單問題到執(zhí)行復(fù)雜的對(duì)話邏輯。而更棒的是，用戶可以將自己發(fā)布的定制Lalabot的寫作代理，只需要用戶提供少量輸入，明確用戶寫作的主題方向，即可為用戶生成文章標(biāo)題和大綱，一旦達(dá)成一致，寫作代理將內(nèi)置搜索相關(guān)文獻(xiàn)資料，起草用戶文章，最終呈現(xiàn)給用戶一篇可用的文由人工智能驅(qū)動(dòng)的搜索輔助，用戶只需輸入自己的問題，AI將對(duì)其進(jìn)行分析，使用多個(gè)相關(guān)搜索關(guān)鍵詞，并總結(jié)各種結(jié)果條目，以找到用戶問題的答案，并提供相關(guān)的提示詞去幫助用戶收集更深述，繪圖代理會(huì)智能理解和擴(kuò)充用戶輸入的描述，最終生成待繪制圖片的詳細(xì)文字描述并和用戶達(dá)成一致，資料來(lái)源：貨拉拉技術(shù)官微《想象即現(xiàn)實(shí)：貨拉拉AI應(yīng)用開發(fā)體系揭秘》AIG7易流G7易流AI應(yīng)用——G7易流G7易流?能夠智能理解上下文，可以基于場(chǎng)景進(jìn)行針對(duì)性交互，還能識(shí)別司機(jī)，?幫助司機(jī)執(zhí)行發(fā)車達(dá)到報(bào)備、訂單運(yùn)單結(jié)算、裝車卸貨溝通?結(jié)合大模型能力，“小七”還能夠?qū)λ緳C(jī)狀態(tài)、行駛路線、駕駛行為等進(jìn)行AIAI應(yīng)用——智能助理LOGResearch|快遞100百遞云GPT：AI賦能快遞全線產(chǎn)品百遞云集成整合了7個(gè)公有云閉源大模型和私有云開源大模型，集各大模型之所長(zhǎng)，形成混合智能（HybridAI）的“大模型應(yīng)用開發(fā)平臺(tái)”，按業(yè)務(wù)場(chǎng)景路由，構(gòu)建快遞物流專業(yè)知識(shí)庫(kù)以及開發(fā)和編排AI應(yīng)用組件，致力于利用AI技術(shù)全面賦能公司全線產(chǎn)品。百遞云GPT在真實(shí)生產(chǎn)經(jīng)營(yíng)流程中釋放和挖掘出大模型的潛能，成功地將大模型技術(shù)百遞云GPT：用站式快遞管理服AI客服AI寄快遞?一句話寄快遞：庫(kù)及寄件類API，?一句話寄快遞：庫(kù)及寄件類API，?寄件地址解析及補(bǔ)全：用戶輸入非AI查快遞AI管快遞?一句話查快遞資料來(lái)源：前海百遞官微AIAI應(yīng)用——智能助理LOGResearch|服務(wù)夠效率服務(wù)夠效率更支持一鍵轉(zhuǎn)人工、一鍵催辦，后臺(tái)專屬客服團(tuán)體驗(yàn)更優(yōu)質(zhì)人工客服回復(fù)后，應(yīng)用即刻Push彈窗通知，無(wú)需全新服務(wù)對(duì)話界面，高效觸達(dá)業(yè)務(wù)一線對(duì)話界面，7*24小時(shí)智能客服全天侯侍全面提升，變被動(dòng)為主動(dòng)。運(yùn)用LLM技術(shù)，了海量IT常見問題，根據(jù)不同客戶端精準(zhǔn)解疑，高Before資料來(lái)源：圓通信息科技官微AIAI應(yīng)用LOGResearch|中國(guó)外運(yùn)：“AI+物流”創(chuàng)新應(yīng)用及實(shí)踐智慧物流產(chǎn)品/解決方案包括自動(dòng)駕駛、機(jī)器人、智慧單證等產(chǎn)品，旨在通過智能化手段提升物流效率。例如，自動(dòng)駕駛技術(shù)可應(yīng)用于干線運(yùn)輸、園區(qū)運(yùn)輸?shù)葓?chǎng)景，實(shí)現(xiàn)無(wú)人駕駛運(yùn)輸，提高運(yùn)輸效率；機(jī)器人技術(shù)可應(yīng)用于倉(cāng)儲(chǔ)、分揀等環(huán)節(jié)，實(shí)現(xiàn)自動(dòng)化操作，降低人工成本；“智慧單證”平臺(tái)則可實(shí)現(xiàn)單證智能化處理，提高單證處理效率，降低出錯(cuò)率。“涵蓋了商業(yè)智能分析應(yīng)用、物流控制塔、碳計(jì)算器、外運(yùn)啟航、組合港創(chuàng)新通關(guān)等創(chuàng)新應(yīng)用，包括自動(dòng)駕駛、機(jī)器人、智慧單證等產(chǎn)品，旨在通過智能化手段提升物流效率。例如，自動(dòng)駕駛技術(shù)可應(yīng)用于干線運(yùn)輸、園區(qū)運(yùn)輸?shù)葓?chǎng)景，實(shí)現(xiàn)無(wú)人駕駛運(yùn)輸，提高運(yùn)輸效率；機(jī)器人技術(shù)可應(yīng)用于倉(cāng)儲(chǔ)、分揀等環(huán)節(jié)，實(shí)現(xiàn)自動(dòng)化操作，降低人工成本；“智慧單證”平臺(tái)則可實(shí)現(xiàn)單證智能化處理，提高單證處理效率，降低出錯(cuò)率。AIAI應(yīng)用LOGResearch|中國(guó)外運(yùn)：“AI+物流”創(chuàng)新應(yīng)用及實(shí)踐點(diǎn)機(jī)器人、“識(shí)貨寶”智能收發(fā)貨機(jī)器人、“金鏈”供應(yīng)鏈金融平臺(tái)、物聯(lián)網(wǎng)平臺(tái)、干線自動(dòng)駕駛運(yùn)輸、物流碳管理—中國(guó)外運(yùn)L4自動(dòng)駕駛跨省商業(yè)運(yùn)營(yíng)項(xiàng)目—中國(guó)外運(yùn)L4自動(dòng)駕駛跨省商業(yè)運(yùn)營(yíng)項(xiàng)目2024年2月，中國(guó)外運(yùn)L4自動(dòng)駕駛跨省商業(yè)運(yùn)營(yíng)首發(fā)儀式在—裝載智慧化—裝載智慧化—單證智能化?無(wú)紙化流程減少紙質(zhì)單據(jù)?RPA實(shí)現(xiàn)貨物拼箱,貨物合理規(guī)劃和擺放,節(jié)省實(shí)現(xiàn)貨物拼箱,貨物合理規(guī)劃和擺放,節(jié)省?中國(guó)外運(yùn)虛擬員工減碳不完全測(cè)算年減少碳排放：74.46t——倉(cāng)配一體化??線路平均成本：降低5.27%?線路平均車次數(shù)：降低11.1%?線路平均滿載率：提高2.5%?節(jié)省10%運(yùn)力與碳排放訂單集中集拼配載——運(yùn)輸自動(dòng)化?充分發(fā)揮自動(dòng)駕駛的優(yōu)勢(shì)?最小化車輛等待時(shí)間、空駛距離、碳排放量等?百公里平均油耗節(jié)省10-15%AIAI應(yīng)用LOGResearch|中國(guó)外運(yùn)：“AI+物流”創(chuàng)新應(yīng)用及實(shí)踐構(gòu)筑以智能運(yùn)籌算法為核心的供應(yīng)鏈整體優(yōu)化能力，打通網(wǎng)、場(chǎng)、路、庫(kù)構(gòu)筑以智能運(yùn)籌算法為核心的供應(yīng)鏈整體優(yōu)化能力，打通網(wǎng)、場(chǎng)、路、庫(kù)倉(cāng)+配庫(kù)內(nèi)算法場(chǎng)站算法倉(cāng)+配庫(kù)內(nèi)算法場(chǎng)站算法物流網(wǎng)絡(luò)場(chǎng)景運(yùn)輸調(diào)度打通協(xié)打通協(xié)同解決方案為未來(lái)3～5年戰(zhàn)略布局|仿真模擬件量預(yù)測(cè)?定制智能預(yù)測(cè)算法局全網(wǎng)優(yōu)化力可視化可視化配送資源能力化時(shí)效倉(cāng)網(wǎng)優(yōu)化運(yùn)輸優(yōu)化落地效果落地效果提升預(yù)測(cè)準(zhǔn)確率減少全局運(yùn)營(yíng)成本節(jié)省庫(kù)存費(fèi)用提升倉(cāng)庫(kù)運(yùn)作效率節(jié)省運(yùn)輸距離提升利潤(rùn)整體表現(xiàn)AIAI應(yīng)用LOGResearch|中國(guó)外運(yùn)：“AI+物流”創(chuàng)新應(yīng)用及實(shí)踐職能辦公職能辦公銷售解決方案助手運(yùn)營(yíng)銷售解決方案助手操作/交付操作/交付通識(shí)問答商業(yè)方案物流單證應(yīng)用方向 am am洞察生成推理大模型原子能力洞察生成推理AIAI應(yīng)用LOGResearch|富勒科技于2024年1月1日發(fā)布一款名為FLUXGPT的基于OpenAI的企業(yè)級(jí)知識(shí)庫(kù)問答系統(tǒng)。富勒科技在物流供應(yīng)鏈領(lǐng)域擁有超過20年的豐富經(jīng)驗(yàn)，在其產(chǎn)品的迭代發(fā)展和數(shù)千個(gè)各行業(yè)項(xiàng)目咨詢過程中積累了豐富的知識(shí)庫(kù)，結(jié)合應(yīng)用生成式AI技術(shù)，F(xiàn)LUXGPT將被打造成一名“數(shù)字化員工”，為富勒科技各個(gè)崗位的員工提供FLUXGPT是一款基于自然語(yǔ)言處理（NLP）技術(shù)和大新產(chǎn)品。基于富勒科技的私有知識(shí)庫(kù)，結(jié)合這些先進(jìn)技術(shù)，各種復(fù)雜的問題，無(wú)論是關(guān)于行業(yè)特性、產(chǎn)品知識(shí)還是技術(shù)細(xì)用戶提供即時(shí)且可靠的答案，賦能富勒的實(shí)施顧問為客戶提供更加高效和更高質(zhì)量的服傳統(tǒng)技術(shù)：具備理解能力2.基于傳統(tǒng)NLP+規(guī)則的對(duì)話機(jī)器人：成本高基于大模型的路線：生成能力使得大模型能夠適配不同領(lǐng)域限的推理能力、安全問題、性能問題、成本AIAI應(yīng)用LOGResearch|AIAI應(yīng)用——智能供應(yīng)鏈控制塔LOGResearch|菜鳥供應(yīng)鏈控制塔包括數(shù)據(jù)匯集層、BI/DT展示層、事資料來(lái)源：菜鳥物流科技官微《多個(gè)行業(yè)頭部企業(yè)使用，菜鳥供AIAI應(yīng)用——智能供應(yīng)鏈控制塔LOGResearch|?預(yù)測(cè)：通過對(duì)歷史銷售數(shù)據(jù)進(jìn)行分析，可以預(yù)測(cè)未來(lái)可能發(fā)生的異常。如倉(cāng)網(wǎng)資源預(yù)測(cè)，基于對(duì)來(lái)單量的預(yù)估，判斷倉(cāng)庫(kù)的合理庫(kù)容，以及所需的倉(cāng)內(nèi)作業(yè)人員。?運(yùn)籌優(yōu)化：通過運(yùn)用運(yùn)籌優(yōu)化算法，可以針對(duì)復(fù)雜變量進(jìn)行自動(dòng)化的求解分析，如確定最佳的訂單處理策略、人力資源、設(shè)備和設(shè)施的分配方式等，企業(yè)可以最小化成本、最大化效率并提高客戶滿意度。?仿真分析：通過仿真測(cè)試不同的策略和方案，評(píng)估其對(duì)系統(tǒng)性能的影響，如響應(yīng)時(shí)間、吞吐量、成本等，評(píng)估它們對(duì)物流流程的影響，從而制定應(yīng)對(duì)措施。資料來(lái)源：菜鳥物流科技官微《多個(gè)行業(yè)頭部企業(yè)使用，菜鳥供AIAI應(yīng)用——智能供應(yīng)鏈控制塔LOGResearch|科捷物流：智慧供應(yīng)鏈控制塔AIAI應(yīng)用——智能供應(yīng)鏈控制塔LOGResearch|科捷物流：全球供應(yīng)鏈數(shù)字孿生科捷物流運(yùn)配管理系統(tǒng)，支持全國(guó)、各省、各地市、各鄉(xiāng)鎮(zhèn)的多各項(xiàng)目數(shù)據(jù)互不交叉，科捷物流將各項(xiàng)目不同的監(jiān)控功能分別配項(xiàng)目組的監(jiān)控團(tuán)隊(duì)會(huì)定期分析各線路繁忙熱力情況、時(shí)效達(dá)成、監(jiān)控?cái)?shù)據(jù)有著嚴(yán)格的權(quán)限設(shè)置和賬戶管理，數(shù)據(jù)保密性和措施詳見“信息安全”中國(guó)供應(yīng)鏈物流智能化發(fā)展框架LOGResearch|智能化智能化+AI技術(shù)數(shù)字化協(xié)同中臺(tái)｜智慧運(yùn)營(yíng)數(shù)字化協(xié)同中臺(tái)｜智慧運(yùn)營(yíng)無(wú)人機(jī)｜無(wú)人車｜倉(cāng)儲(chǔ)自動(dòng)化｜智能設(shè)備無(wú)人機(jī)無(wú)人機(jī)LOGResearch|低空經(jīng)濟(jì)：無(wú)人化、電動(dòng)化、智能化低空活動(dòng)主要在距離地面3km以內(nèi)的空域進(jìn)行，本質(zhì)上屬于通用航空的范疇。但與傳統(tǒng)通航相比，低空經(jīng)濟(jì)在多個(gè)方面實(shí)現(xiàn)突破——它從傳統(tǒng)的中高空飛行轉(zhuǎn)向低空作業(yè)，從有人駕駛過渡到無(wú)人駕駛，從依賴燃油的推進(jìn)方式轉(zhuǎn)變?yōu)楦迎h(huán)保的電動(dòng)化，同時(shí)展現(xiàn)出更高的智能化水平。這些趨勢(shì)充分體現(xiàn)了低濟(jì)的未來(lái)發(fā)展方向——無(wú)人化、電動(dòng)化和智能化。完全復(fù)用現(xiàn)有機(jī)場(chǎng)及空管完全復(fù)用現(xiàn)有機(jī)場(chǎng)及空管物流網(wǎng)絡(luò)資料來(lái)源：羅蘭貝格、中金公司研究部無(wú)人機(jī)無(wú)人機(jī)LOGResearch｜66物流無(wú)人機(jī)主要參與者包括專業(yè)公司、大型頭部物流企業(yè)。其中物流企業(yè)主要聚焦末端、支線場(chǎng)景的中小貨運(yùn)無(wú)人機(jī)。cu專業(yè)公司cu專業(yè)公司物流企業(yè)干線末端支線干線末端支線無(wú)人機(jī)無(wú)人機(jī)LOGResearch｜67中小型無(wú)人機(jī)主要采用多旋翼布局，解決方案相對(duì)成熟。中國(guó)民航局頒布的《無(wú)人駕駛航空器飛行管理暫行條例》將最大起飛重量7~25kg/25~150k中型及小型無(wú)人機(jī)多采用多旋翼布局，主要面向城市末端運(yùn)輸場(chǎng)景。中型及小型多旋翼無(wú)人機(jī)的制造門檻相對(duì)低，參與企與方包括美團(tuán)、順豐、京東等大型物流集團(tuán)下屬無(wú)人機(jī)企業(yè)以及迅蟻科技、永悅智能等無(wú)人機(jī)制造與供應(yīng)商。方舟40Aurora980-94-5--資料來(lái)源：各公司官網(wǎng)、中金公司研究部無(wú)人機(jī)無(wú)人機(jī)LOGResearch|豐翼無(wú)人機(jī)產(chǎn)品：全面涵蓋小中大載重近中遠(yuǎn)航程，搭建極致安全可靠的低空智慧網(wǎng)方舟方舟80載重/航程FY.Whale（豐翼·藍(lán)鯨）載重載重/航程資料來(lái)源：豐翼科技無(wú)人機(jī)無(wú)人機(jī)無(wú)人機(jī)LOGResearch|新零售豐翼無(wú)人機(jī)助力商超企業(yè)提供高效、?門店補(bǔ)貨：提供倉(cāng)到店快速配送服鐘飛行時(shí)間務(wù)助力商家實(shí)現(xiàn)門店生鮮產(chǎn)品解決農(nóng)產(chǎn)品首公里運(yùn)輸難題新零售豐翼無(wú)人機(jī)助力商超企業(yè)提供高效、?門店補(bǔ)貨：提供倉(cāng)到店快速配送服鐘飛行時(shí)間務(wù)助力商家實(shí)現(xiàn)門店生鮮產(chǎn)品解決農(nóng)產(chǎn)品首公里運(yùn)輸難題，提供攬收無(wú)人車接駁形成不間斷的無(wú)人化運(yùn)輸網(wǎng)2024年豐翼為陽(yáng)山水蜜桃茂名荔枝、巫山脆李、陽(yáng)澄湖大閘蟹、贛南臍橙等二景區(qū)2024年，豐翼為武當(dāng)山、鳳凰山、大佛寺等6家景區(qū)提供物資運(yùn)輸、外賣配送、安防巡檢、應(yīng)急救援、工程物資運(yùn)輸?shù)确?wù)，并形成一套《豐翼無(wú)人機(jī)低空智慧景區(qū)方案》，助力全國(guó)景區(qū)邁入低空①外賣配送：景區(qū)內(nèi)游客通過手機(jī)點(diǎn)外賣，無(wú)人機(jī)把外賣配送到景區(qū)內(nèi)②物資運(yùn)輸：為景區(qū)山頂商店/酒店運(yùn)輸生活物資、商品、生鮮食品、布草和垃圾等③工程物料運(yùn)輸：景區(qū)內(nèi)施工工程物料運(yùn)輸④)安防巡檢：在景區(qū)內(nèi)部署巡檢無(wú)人機(jī)/機(jī)⑤應(yīng)急救援：豐翼物流無(wú)人機(jī)復(fù)用于景區(qū)應(yīng)急救援，與地面警力配合形成“空地一體化”豐翼科技于2020年推出無(wú)人機(jī)醫(yī)療運(yùn)輸截止2024年12月，豐翼累計(jì)為全國(guó)近40家醫(yī)療機(jī)構(gòu)提供血液制品、檢測(cè)樣本、醫(yī)療器械等低空運(yùn)輸服務(wù)，累計(jì)運(yùn)輸檢測(cè)樣本近540萬(wàn)個(gè)，血液制品約33噸，資料來(lái)源：豐翼科技無(wú)人機(jī)無(wú)人機(jī)無(wú)人機(jī)LOGResearch|豐翼無(wú)人機(jī)服務(wù)產(chǎn)品：推出首款C端互寄無(wú)人機(jī)物運(yùn)輸（2025年1月21日j小程序截圖）上門送達(dá)資料來(lái)源：豐翼科技無(wú)人機(jī)無(wú)人機(jī)無(wú)人機(jī)LOGResearch|自主通信網(wǎng)絡(luò)豐翼無(wú)人機(jī)作業(yè)場(chǎng)