ニュース

SF Express の社長、Wang Wei が「SF Express は ChatGPT の研究を開始した」と公に述べてから 1 年以上が経過し、SF Express は大型モデルに関する新しいニュースを発表しました。

8月19日、「デイリー経済ニュース」の記者は、SFエクスプレスから、SFテクノロジーが独自に開発した大規模物流意思決定モデル「Fengzhi」を8月18日に発売したことを知った。このモデルは、大規模モデル技術を物流に応用することを目的としている。チェーンのインテリジェントな分析、販売予測、輸送ルートの最適化、梱包の最適化、その他の意思決定領域。

ChatGPT の出現が世界的な議論を引き起こした昨年の時点で、Wang Wei 氏はこのテクノロジーに対する関心と危機感を公に表明していました。しかし、他社の大規模物流モデルの分野での探求と比べると、SF Expressの取り組みはまだ遅れているように見える。

昨年以来、JD.comとCainiaoは物流業界で大型モデルをリリースしました。京東物流は、今年上半期に京東の「618」サポート業務に初めて大規模物流モデルを適用したと明らかにした。6月末現在、大規模物流モデルはすでに稼働している。 3,000 万回以上の電話があり、何十万人もの最前線の従業員に力を与えました。今年3月、Lalamoveの最高技術責任者（CTO）Zhang Hao氏は、Lalamoveが開発した安心の配送モデルが複数のシナリオに適用され、質問の正解率が90％を超えたことを公に明らかにした。

SFエクスプレスの参入により、物流大型機の混戦が再び激化する。大型機時代の物流企業間競争で、誰がチャンスを掴むのか。

大規模モデルのレイアウトから第一歩を踏み出し、SF Express は物流意思決定のための大規模モデルを立ち上げます

「現実はいつも残酷だ。実を言うと、『ディック・オンライン』（SF Expressの30周年記念スピーチ）は私ではなく、大物モデルが昨年上半期に書いたものだ。」会話。

「科学技術の急速な発展の過程で、SF Express は怠惰であってはならず、遅れを取らないように新しいものや新しいツールを使用する必要がある」と王偉氏は社内プラットフォームでこう述べた。テクノロジーやイノベーションに夢中なトラは皆、仲間に殺されることなく、数分で食べられてしまうのだ。」

SF Expressはついに独自の大型モデル製品を発売しました。 「デイリー経済ニュース」の記者は、サプライチェーン運用シナリオで大規模モデルを実装する問題を解決するために、SF Technologyが大規模言語モデルのインタラクティブな利点と従来の小規模モデルの専門的な深みを統合して、サプライチェーンインテリジェントエージェントを構築したことを知りました。このインテリジェント エージェントは、SF Express Technology の Fengzhiyun エコシステムに基づいており、顧客の売上が変動した場合に、問題の原因を顧客に正確に通知し、管理者に意思決定の基礎を提供し、適切な対応戦略の選択を支援します。

SF Expressは「デイリー・エコノミック・ニュース」の記者に対し、「Fengzhi」大規模物流意思決定モデルは、より正確な予測結果を達成するために、マルチモーダル大規模モデル機能に基づいてマルチレベルおよびマルチチャネルの需要予測モデルを構築したと語った。それだけでなく、計算方法の変更により、モデル要件の数とリソース消費が削減され、リソース効率が向上します。

ある実際のケースを例に挙げると、サーバーのリソース要件は大幅に削減され、実行時間の効率は 120 倍、予測精度は 5% 向上しました。この改善は、従来のモデルでは達成することが非常に困難であり、また、「Fengzhi」物流意思決定モデルがサプライチェーンの需要予測の分野で大きな技術的進歩を達成したことを示しています。

しかし、昨年の早い時期に大型モデルの製品をリリースした物流会社と比較すると、SF Express は行動を起こすのに早すぎるというわけではありません。

「近年、一般的な人工知能、特に大規模言語モデル技術は大幅な進歩を遂げ、多くの産業の生態系を大きく変えています。しかし、物流サプライチェーンの複雑で高度に専門化された分野では、その応用可能性は十分に検討されていません」そして解放されました」とSF Technology副社長のTang Kai氏は語った。

Tang Kai 氏はまた、サプライチェーンの運用は非常に専門的で厳密な分野であると述べましたが、現在の大型モデル技術は大きな可能性を示していますが、正確な計算と「幻想」の回避という点ではある程度限界があります。この分野では。

Tang Kai氏はさらに、特に重要なことは、サプライチェーン運営の意思決定と分析の要件が追跡可能、追跡可能、検証可能でなければならないことであり、これはいわゆる「ホワイトボックス」機能であり、現在の「ブラックボックス」とは異なると述べた。 「大型モデルで一般的な出力方法。根本的な違いがあります。」この根本的な違いが、大型モデルがサプライチェーン分野で広く普及する際に直面する主な課題となり、その能力を最大限に発揮することを妨げています。

SF Technologyが大規模物流意思決定モデル「Fengzhi」を発表したのと同じ日（8月18日）、SF TechnologyはZero One Thousand Thingsを含む多くの大規模モデルの新興企業と環境協力に達したことは言及に値する。 SF Express の大型モデル分野でのさらなる取り組みとレイアウトは、業界の期待を呼び起こしています。

巨人たちがここにいます！大規模なモデルが複数の物流シナリオで検討され、実装されています。誰がその機会を掴むことができるのでしょうか?

業界は、多くの産業シナリオの中でも、道路運送は完全なシステム、多数のリンク、複雑なデータ、豊富なシナリオの特徴を備えており、大規模モデル実装の主要分野の 1 つであると考えています。大型モデル技術の徹底的な適用により、物流チェーン全体の業務効率、サービス体験、ビジネス革新に大きな変化がもたらされると予想されます。

このため、昨年からCainiao、JD Logisticsなどが物流サプライチェーン分野向けの大型モデル製品をリリースする取り組みをすでに開始している。昨年6月、Cainiao Supply Chainは、大規模モデルに基づくデジタルサプライチェーン製品「Tianji π」をリリースしました。Cainiaoアルゴリズムと大規模モデルベースの生成AI支援意思決定を通じて、販売予測、補充計画、在庫の健全性やその他の分野での品質と効率の向上は、物流サプライチェーンを大型モデルの時代に効果的に推進します。

昨年7月13日、2023年JDグローバルテクノロジーエクスプローラーカンファレンスでJDは言語、音声、視覚、マルチモダリティなどをサポートし、70％の一般データと30％のデジタルインテリジェンスの供給を統合するYanxi大型モデルを正式に発表した。ネイティブ データをチェーンし、物流業界のシーンを深化させ、本当の問題点を解決することに尽力しています。

百度地図はまた、昨年9月末、百度の大規模モデルの技術力に基づいて、物流業界のシナリオの特徴と組み合わせて、物流大規模モデルのベータ版を正式に開始し、物流業界への適用を先導したと発表した。物流の 2 つの分野では、分析と物流スケジュールの意思決定に取り組みます。昨年10月、芙蓉トラックとテンセントは、初の大規模デジタル貨物モデルの共同開発に関する包括的な戦略的協力に達するための調印式を行った。

今年3月には、ララムーブが自社開発した大規模安心貨物モデルをシナリオベース・軽量モデルに重点を置き、「あなたの身近な物流のエキスパート」として位置付けています。現在、貨物に関する事実問答の正解率は90％を超えています。同月、大規模モデル適用の研究と実践に焦点を当てたロジスティクス業界初のアライアンスであるロジスティクス・インテリジェンス・アライアンスが設立され、このアライアンスは、Alibaba Cloud、Cainiao、Amap、COSCO Shipping、China Eastern Logistics、YTO で構成されています。 Express、STO Express、ZTO Express、Deppon Express、G7 Yiliu、Subway、浙江大学知能交通研究所などが2024年のデジタルインテリジェンス物流サミットで共同設立された。

今回、SFエクスプレスの自社開発大型モデルの発売は、物流大手が揃ったことを意味し、物流大型モデルの分野では、より激しい戦争が正式に始まった。

しかし、芙蓉トラックの技術パートナーである陳冠玲氏はかつて「日刊経済ニュース」の記者に対し、製造される製品が垂直産業ではないため、現在の大規模物流モデルはまだ非常に初期段階にあると語った。クリエイティブな製品では、大規模モデルは出力精度の要件が非常に高く、現在の大規模モデルは精度が十分ではなく、ランダム性が強いため、さらなるアルゴリズムの改善と大量のエンリッチメントが必要です。この問題を解決するには、膨大なデータとシナリオが必要です。これは、現在の大規模物流モデルが直面している最大の課題でもあります。

業界のコンセンサスは、2024 年が生成 AI が産業と組み合わされる年であり、それが実際に実装される年になるということです。現在、物流業界の重鎮がますます参入してくる中、誰が物流分野でチャンスを掴めるかが今後の最大の魅力であり、懸案となっている。

毎日の経済ニュース