快遞物流服務(wù)千家萬戶,，連接千城百業(yè)，是人工智能應(yīng)用和大模型落地的重要陣地,。新時代以來,，郵政快遞業(yè)通過數(shù)據(jù)歸集、數(shù)據(jù)協(xié)同,、數(shù)據(jù)驅(qū)動取得一定成效：人均日處理快件量提高2.3倍,，快遞全程時限平均壓縮10%，快遞價格降低一半,。

實踐中,，不斷拓展深化人工智能應(yīng)用場景，“集數(shù)用數(shù)”已成為拓展業(yè)務(wù),、優(yōu)化服務(wù)、提高質(zhì)效的關(guān)鍵,。如,，聚焦“智能客服”，將數(shù)智化嵌入客戶價值鏈,，提供多場景,、一站式、可溯源的智慧供應(yīng)鏈方案,；聚焦“智能運(yùn)行”,，強(qiáng)化智數(shù)合一分揀處理體系建設(shè)，對運(yùn)輸資源進(jìn)行智能動態(tài)排布,，智慧賦能“快遞小哥”等,；聚焦“智能安全”，全程監(jiān)控“收轉(zhuǎn)運(yùn)派”,，智慧安檢自動研判問題包裹,，及時處置應(yīng)對；聚焦“智能管理”，強(qiáng)化智慧網(wǎng)絡(luò)規(guī)劃工具,，優(yōu)化產(chǎn)品分類等,。此外，通過數(shù)字孿生技術(shù)將線下場景“搬到”線上,，定期進(jìn)行仿真運(yùn)行,，尋找發(fā)現(xiàn)問題，及時提出對策措施,。

問題和挑戰(zhàn)表現(xiàn)在幾個方面,，如安全壓力大，數(shù)據(jù)安全,、隱私保護(hù)等問題凸顯,；系統(tǒng)鏈接難，企業(yè)間,、產(chǎn)業(yè)間和上下游環(huán)節(jié)仍存在鴻溝,；監(jiān)管抓手少，人工智能應(yīng)用場景多為跨業(yè)界運(yùn)營,、多代際技術(shù)迭加,，監(jiān)管協(xié)調(diào)難度大；企業(yè)成本高,，創(chuàng)新研發(fā),、設(shè)備設(shè)施、科技力量,、高端人才等大量投入,，使得企業(yè)成本壓力較大。

為此,，建議：

加強(qiáng)頂層規(guī)劃,，建立健全硬件設(shè)施、運(yùn)營管理,、信息規(guī)范等標(biāo)準(zhǔn),，加強(qiáng)對匯聚關(guān)聯(lián)數(shù)據(jù)的風(fēng)險防范，引導(dǎo)行業(yè)及其上下游建立共享合作機(jī)制,；加大政策扶持力度,，以資金支持、稅收優(yōu)惠,、試點(diǎn)示范等為抓手,，加快無人車、無人倉,、低空經(jīng)濟(jì)等新模式新技術(shù)應(yīng)用,，加強(qiáng)對人工智能鏈主企業(yè)的支持,，大力加強(qiáng)復(fù)合型人才培養(yǎng)；重點(diǎn)推進(jìn)大模型建設(shè),，整合政企資源共建物流供應(yīng)鏈專門大語言模型,，加快形成全國性物流信息數(shù)據(jù)底盤。