AI大模型加码物流增效降本

自2017年起，政府工作报告多次提及“人工智能（AI）”，今年更将“人工智能+”首次写入。这不仅体现了人工智能在经济社会发展中的地位，顺应了全球AI发展的潮流，更标志着“人工智能+”在场景化、产业化方面的应用持续加强，赋能千行百业发展、引领科技创新的趋势加速到来。

具体到人工智能+物流，3月7日在杭州举行的2024数智物流峰会（以下简称“峰会”）为我们明思路、谋新路、探出路。中国物流与采购联合会副会长蔡进在会上指出，人工智能技术和物流技术的融合，应用场景和发展前景十分广阔；人工智能技术+物流要做的不是数字化技术在某一个物流环节上的应用，而是以此推进物流向供应链整体的转型升级；在降低物流成本的过程中，数字技术的应用尤其是人工智能技术的应用至关重要；人工智能技术在基于物流和供应链创造价值的过程中不可或缺，甚至是目前我国物流和供应链创造价值的“发动机”。

峰会现场，由阿里云、菜鸟、高德地图、中远海运、东航物流、圆通速递、申通快递、中通快递、德邦快递、G7易流、地上铁、浙江大学智能交通研究所等共同成立的“物流智能联盟”，是物流行业首个专注于大模型应用研究与实践的联盟，旨在推动大模型在物流领域的实际应用，通过AI技术助力物流行业增效降本和业务创新。

峰会群访环节，阿里云智能副总裁、交通物流行业总经理张磊，中远海运研发创新中心总工程师王敏，G7易流首席科学家王守崑等三位技术大咖，结合峰会“智通天下 效领未来”主题，围绕“AI大模型技术如何为物流业增效降本、创新发展赋能加码”，接受了《中国物流与采购》杂志记者的采访。他们剖析了AI大模型技术在物流行业的应用现状以及机遇、挑战，为物流企业转型升级提出了建议，为物流行业未来发展提供了方向。

01.AI创新下业态重构

谈及对大模型的理解，王敏将其简单划分为三个层次。第一个层次是利用公共大模型给行业赋能，全面提升工作效率。与早期GPT等模型相比，如今“通义千问”等在内的大模型，具备了更为强大的能力。作为工具，大模型技术在中远海运内部得到普遍应用，如同互联网一样普及。

第二个层次是把大模型看作“数字员工”，对集团内的、包括上下游的企业进行赋能。其主要具备两项能力：一是更强的知识检索能力。任何行业经过多年的信息化、数字化发展，都会形成大量结构化和非结构化的数据。利用大模型的能力，可以把这些数据灌到大模型里做向量化处理，然后进行检索和生成。二是优化的数据分析能力。针对现有海量数据，利用大模型技术，获取数据库里的知识，将其解构化，再经组织生成可读性强的市场报告和分析报告。“公司在海运方面的信息文件非常庞杂，以前要想获取有关信息，有针对性地分析相关数据是很困难的，但现在通过大模型，工作得以显著简化。”王敏表示。

第三个层次是中远海运正在努力的方向。其将海量数据，利用大语言模型、多模态大模型等，实现智能分析和决策。通俗而言，该层次可以称作“数字老板”，大模型在此间起到辅助决策的作用。

谈及大模型的基础应用，王守崑进一步指出，G7易流一直坚持对新技术应用采取两个基本原则。第一个基本原则是10倍的效率提升，即在某个特定环节提升10倍的效率；第二个基本原则是创造新的商业场景，凭借新技术、新产品为公司带来营收和用户增长。

据王守崑介绍，依据上述原则，G7易流的大模型应用，主要体现在各类智能助手上。比如智能接单，物流与信息流的核心是预订单和订单，不同企业的订单格式、规则并不相同且非常复杂。通过以往技术虽能克服以上困难，但沟通和研发成本很高，而利用大模型技术，在某些环节下能够提升10倍的效率。再比如，在安全运输环节，通过智能助手可提醒司机或将上下游信息串联起来，这是尚且处于探索中的全新商业场景。

以当下热门的自动驾驶为例，其发展轨迹也将被大模型重新改写。现阶段，自动驾驶的技术框架、特殊场景，都遇到了本质性的挑战。大模型在这些方面有更强的能力，即使过程很漫长、复杂，但应用前景值得看好。“未来，在技术、商业、法规和伦理等多方面实现协同和平衡以后，自动驾驶将快速步入春天！”王守崑判断。

对于大模型助力物流创新发展，王敏和王守崑都显得笃定而乐观。王敏认为，整个物流行业都会被AI重构，“人工智能+”将和“互联网+”一样，推动各个行业和场景发生深刻变革，加速新的业务模式快速形成。

02.在荆棘中采撷鲜花

峰会期间，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光强调，科技是新时代物流最大的生产力，是增效降本的“利器”；物流行业正向数据化、AI驱动的智能化物流演进，它既是数据密集型、计算密集型的产业，也是人工智能大模型的价值高地；相信新一代通用人工智能（AGI）一定会重塑智慧物流，多元算力一定会成为物流行业数智化的必备能力。

但机遇往往伴随挑战。尽管AI大模型等人工智能技术为物流行业的转型升级提供了强大动能，但在其落地实施过程中依旧难免路有荆棘。

张磊告诉《中国物流与采购》杂志记者，“数据+算法+算力”是大模型发展的核心。算力层面，通俗而言是“基础设施”，大模型在物流行业面临的挑战，首先是解决国内20多万家中小微企业基础设施不足的困境。“这些企业和中远海运、G7易流不一样，没有雄厚资金、专家团队。作为云厂商，我们希望把公共云上面触手可及的算力资源，如GPU+CPU，大模型的训练部署、运维平台等，以更高效的方式提供给广大中小企业用户。”张磊说。

据记者了解，为让全社会享受更低成本的云服务，助力大模型在物流行业应用，推动企业使用公共云快速拉起庞大的训练和推理资源，实现低成本下的AI创新，阿里云在2月29日宣布全线下调云产品官网售价，平均降价幅度超20%，最高降幅达55%。这也是阿里云史上最大力度的一次降价，涉及100多款产品、500多个产品规格，惠及数百万新老用户。

算法层面，一般行业模型的生成都是基于基础的、通用的大模型，无法做到全方位“专业个性适配”。对此，阿里云不断提升“通义”系列的技术大模型能力，并持续用好开源。“比如，开源的72B大模型在全球都获得了很高的评价。接下来，我们将继续把最优秀的技术大模型以开源方式投入到社区里面，为用户提供更多选择。”张磊表示。

数据层面，大量高质量的行业数据特别关键，这一问题不能仅依靠云厂商解决。所以，物流智能联盟的成立恰逢其时。通过联盟，阿里云期待与行业内的头部企业、全球范围内的知名企业达成紧密合作，并与大量的上下游或者外部客户形成有效联动，帮助大家攻克数据难题，一起享受大模型带来的技术红利。

谈及大模型技术落地的挑战，王敏还提出三点希望：一是希望云厂商加强大模型的通用能力，实现更容易的即插即用，更好融入企业场景；二是现下技术迭代快，希望云厂商给到更多的包括技术等方面的支持，加速大模型在企业应用；三是客户对于大模型在数据应用过程中的安全、合规性问题尤为关注，希望云厂商积极参与、着力强化标准、制度的制定，保障大模型技术更好落地。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】