过去14年，持续深耕的业务形态与一以贯之的前瞻性技术预判，构成了一个守正创新、始终以客户为先，以自身确定性的发展应对瞬息万变的市场的快递100。
面临一场跌宕起伏的AI进化，折射出一个深谙取舍之道的快递100：一家基于前瞻性预判，永远身临风口&又不被风口裹挟，并具备长久战略定力的信息云服务先锋企业。
快递100承十四年春秋，创二零二四新篇，值十四周年庆之际，特别策划司庆系列文章，本期聚焦快递100的AI大模型力量，与您共度佳时，共迎新潮，共同迈进大模型时代。
01
肯定-否定-再次肯定的认知螺旋
互联网诞生以来，经历了多次重大的转型。从Web1.0到Web2.0，再到移动互联网的爆发，无数传奇得以诞生。时至今日，iPhone带来的革命依旧被放之于神坛之上。而云计算的普及，则为企业和个人提供了几乎无限的计算资源和数据存储能力，降低了技术门槛，促进了创新和业务模式的多样化。
每一次时代春风的来临，虽有一批批远见卓识的创业者、应用品牌、企业软件，在洪流之中奋楫而行，凯旋而归。但对于新事物的认知，大众均会经历了肯定、否定再到再次肯定的认知螺旋。
如今，我们再次站在AI应用爆发的元年，故事也同样如此。
2023年，ChatGPT一经发布便火爆全球，3个月便获得了1亿的日活量，而互联网用了7年，移动电话则用了16年。
一时间，大模型被赋予了无限可能，无论是医疗诊断、金融分析，还是语言翻译、创意生成，都似乎触手可及。社会对大模型的期待达到了顶点。
但紧接着，幻觉问题不断出现。基座模型之火持续发酵，2023年，整个中国出现了200多家基座模型，清一色的对话模式。而所谓的变现似乎只存在于创业者的PPT之上。“大模型能行吗？”质疑和追问充斥着整个AI业界。
于是2024年开年，理智之风开始流行。“要做中国的Open AI”成为了少数企业的口号，而更多的企业则在思考，大模型落地究竟哪些要素的加持？5月悄然升起的大模型价格战便是最好的应证。
这一次大家发现，答案只有更好的与应用场景结合，寻求合适的商业变现。
在这一波浪潮之中，孵化于金蝶，在快递物流领域深耕已14年的快递100以破竹之势引领行业前行，在大模型领域的积极探索显得尤为瞩目。
2023年，做事雷厉风行的快递100总经理陈登坤开始尝试投入大模型，并2024年将“AI领创”提升到公司战略级，果断ALL IN AI。
实际上，“ALL IN AI”——这一宣言，并非罕见。先有魅族公司高调宣布其全面转型至AI领域的战略决策，后有周鸿祎等业界领军人物也在诸多公开平台上屡次强调对AI的全情投入。这句简短而有力的口号，看起来是这些深谋远虑的领导者们，对未来趋势所做出的坚定承诺，实际上则是众多行业精英们在时代风口上发起的一场声势浩大的商业变革预告。
快递100的这场预告，则需要追溯到一场与百度的框计算合作。
众所周知，在大模型领域百度是中国互联网企业中的头号玩家。而快递100早在2011年（百度成立聚焦AI基础研究的百度研究院前夕），便与百度开展了合作。
2011年的快递100，成立仅仅一年，年轻却早已彰显出了其魄力与前瞻性。
在当年4月12日的第六届百度联盟峰会上，快递100成为百度搜索框计算快递查询唯一合作伙伴。快递100创始人陈武强代表快递100出席峰会并参与了百度开放平台启动仪式。
在那个还需要通过快递公司客服电话咨询快递轨迹的时代，当用户在百度搜索"快递查询"四个字，就可以通过框计算自动显示快递100应用的界面，字典式的索引让用户便捷地进行快递物流轨迹查询。
在那届百度联盟峰会上，李彦宏将快递100与百度搜索框计算的创新应用作为典型案例推荐给所有用户。他在会后接受媒体采访时表示：“中国有上千家物流公司，一个包裹寄出去，无论你用的是哪家物流公司，在快递100上去查询你的包裹到了哪里都能查到，这样的应用，放到百度的平台，非常受欢迎。”
快递100也因此，成为了百度搜索「框计算」的首批合作伙伴。
回过头来看，快递100与AI的缘分，或许那时便已埋下了伏笔。
时间来到2023年，百度世界大会上，同样的李彦宏，同样的快递100。不同的是，这次演讲中的主题词从搜索变成了AI。
在AI大模型时代，快递100再次被百度选中。2023年百度世界大会上，李彦宏在主题演讲中发布文心一言AI插件平台「灵境矩阵」首批合作伙伴，快递100从2.7万开发者中脱颖而出，成为文心一言标杆AI应用，在大会现场两度精彩亮相及全网推荐！后来随着「灵境矩阵」全新升级为「文心智能体平台」，快递100也成为「文心智能体平台」首批合作伙伴！
快递100作为标杆AI应用获得百度世界2023大会推荐（一排右四）
2024年4月9日，百度智能云GENERATE全球生态大会上，百度智能云渠道生态部总经理陈之若女士在主论坛，以大模型带给物流行业的惊喜变革为场景应用样板，发布快递100融合百度智能云千帆大模型平台的「AI寄快递」，这是快递物流行业首个大模型AI原生商业化应用，可瞬间实现“一句话寄快递”或“随手拍寄快递”。再次给业界带来了一次全新的震撼。
快递查询AI应用对话式交互示例
一头是大模型的“头号玩家”，一头是深耕快递领域，快递物流信息云服务领域的开创者和引领者。这场跨越12年的牵手合作，给予了中国快递物流信息行业及大模型行业极大的震撼。
而为什么是快递100，这个问题的答案却给了行业一种全新的启发。
02
为什么是快递100
“模型本身不直接产生价值，应用才是大模型存在的意义”百度世界2023发布会上，李彦宏这句话掷地有声。
时间来到2024年，国内外也确实迎来了AI应用爆发的元年。
全球顶级咨询公司麦肯锡发布的生成式AI应用的调查报告显示，在全球多个国家/地区的1,363位管理者中，65%的受调查者已经在实际业务中使用ChatGPT、Copilot、Gemini和Midjourney等生成式AI，与2023年的33%相比几乎增长了两倍；而中国则是应用该技术增长最快的区域。
国内数据则显示，百度为开发者们提供的AI原生应用开发平台——千帆AppBuilder上，开发者们创建的AI应用目前超过19万个
如果说2023年是大模型春笋的生长期，那么时至今日，AI应用已成了蓬勃发展的竹林。
而在一片繁荣的背后，我们也应该注意到，大模型带来的巨大机会是众人眼中的“金羊毛”，事实上，当巨大的机遇从天而降之际，却往往只有少部分人能承接住这样的幸运。
在百度千帆的市场中，热度极高的5款应用分别是：智能法律助理解决方案DeYun Law、迅捷一键AI绘画生成器、千象Pixeling（AIGC创作平台）、新华妙笔、ChatPPT（AI生成PPT工具）。
深挖其共通性，我们可以发现，这些领先应用程序的背后企业创立时间均超过了一年。应用的开发者早在人工智能浪潮之前便已奠定了一定的基础，有比较丰富的用户数据与深厚的研发经验。相较于同类竞争者，凭借对目标用户群体的深刻洞察，能够在产品开发过程中细致入微地优化每一环节。
这个成功者画像，与快递100也高度契合。
快递100是从金蝶孵化而来，从早期的 DOS到Windows、再到云服务，金蝶不断跟随技术创新做产品创新，赋能客户，为客户创造价值，帮助客户成功。快递100同样如此，从解决ERP客户物流追踪的痛点，到解决企业内部的管理问题、进销存问题和生产制造问题，利用互联网的技术不断突破原来ERP的边界。
如今来到大模型时代，快递100也同样有着自己独特的思考。
“大模型一定要跟场景相结合才有粘性，才能给用户创造更好的价值。生成式AI与搜索是天作之合。快递查询本质上是一种结构化定向搜索，生成式AI与快递查询也是天作之合。”
围绕客户价值，加上自身的创新技术基因，快递100将大模型能力从查快递延展到寄快递、管快递三大场景，做出了快递物流行业首个大模型AI原生商业化应用。快递100总经理陈登坤如此说道。
事实上，AI寄快递的面世，不仅是快递100对外界展示其技术创新成果的窗口，更是其深厚底蕴与综合实力的冰山一角展现。
快递100已有14年的行业专注和积累，集成聚合了全球1500多家快递物流公司，淬炼迭代出可靠的快递物流信息基础能力；根植于该基础能力，创新构建了领先的产品体系，为C端/P端/B端用户提供“全场景 全云化 高可靠 高价值”的一站式快递物流信息云服务，并衍生提供专业咨询与场景解决方案；依托自有产品和云服务原生的海量用户，涵养孕育了“查快递 寄快递 管快递”等可持续成长的高价值业务。
理解这些能力，面向大众，回答为什么是快递100，也变得极为简单。在大模型道路上，先行者必会途径无人区。于快递100而言，大模型是增值工具，而对于大模型而言，快递100 AI寄快递的落地过程则可以看作是一次成功试验，从这个层面而言，快递100大模型落地上的成功也变得十分具有启示意义。
03
企业在呼唤哪样的大模型？
在历经2023年对大型AI模型的初步探索后，众多企业似乎达成了一个共识：应用大模型的本质是需要提高生产力和生产效率。至于是否自己要自研AI大模型，这一需求其实不那么重要。入局是必然，但如果方向选错，那么走的每一步都会成为浪费。
近期，亚马逊云科技全球企业战略总经理也公开表示，全球客户在应用AI的旅程中，普遍经历了三个递进阶段：初期广泛设想了上百个应用场景，随后在其中挑选了约二十个项目进行生成式AI的试验，最终实则将精力集中于落实并优化两到三个最关键的应用场景。这表明，从设想到应用落地，只有2%-3%的幸运儿能够成功。
谈及AI寄快递落地的过程，快递100产研中心负责人李朝明则坦言，“事实上，将大模型融入到业务流程的过程并不是一番风顺。”
快递100从2023年8月就在着手大模型业务的探索。当时百度发布的文心一言大模型是3.5版本，作为文心大模型首批合作伙伴，快递100在调用文心3.5版本时，遇到了许许多多的问题。
大模型的幻觉，是自其诞生之初一直就被诟病的毛病。而对于快递100这种企业级用户而言，这一问题更为致命。
Arthur AI人工智能模型幻觉测试中，各模型表现情况
物流具有长链路、复杂协同、更多动态数据回流的场景。无论是寄、查还是管快递场景都有特定的业务流程和处理环节，对大模型的输出稳定性、结构性都有很严格的要求。一旦出现信息错误等问题，影响巨大。
李朝明表示，“3.5版本的时候，很多的测试效果都没有达到我们的理想要求。直至去年百度在10月份的时候发布了4.0之后，才能基本上解决原来很多不稳定性问题以及结构化输出的问题，但是在这个时候我们又出现了另外一些奇奇怪怪的问题。”
百度文心一言是第一个吃大模型螃蟹的互联网大厂。事实上，整个2023年，各式各样的基座模型持续发布，究其本质，主要是因为去年主要是大模型厂商他在主导应用场景落地，而不是由各个业务场景公司主导的。
这也正好验证了大模型行业常言的“AI+”和“+AI”的不同区别。对于大模型落地于具体的业务场景，业内常常有两派人士，一类是站在新创业者AI公司角度，所倡导的是AI+，而站在业务方的公司角度，则是+AI。一个是希望AI作为核心主力解决问题，一个是解决问题的其中一步是AI。
对于快递100这样的应用开发公司而言，需要的是在复杂的企业业务流程场景下样去整合大模型的能力。这两块也是快递100和跟百度在方案阶段沟通最多的地方。
而不论哪种类型的公司主导，站在客户角度，没有这种分法，只有是否解决了问题以及成本是否同期最低。
在与百度技术团队的深入交流探讨中，快递100团队逐渐认识到，将企业核心业务流程全权委托给先进的大模型引导，并由其作为智能主体(agent)来激活各行各业特定的服务能力，虽然顺应了当前AI技术的热门趋势，但却存在非常多的问题，理想情况下，大模型将作为指挥中枢，无缝集成并调控各领域的定制化智能体，实现业务流程的自动化与智能化。然而，在实际应用的过程中，大模型对业务场景理解的深度、对特定业务能力调用的精准度，及其对多样性业务需求适应性的局限，都增加了实施难度。
经过充分讨论，双方最终确定了一个更为实际且可控的策略：不是让大模型全面主导业务流程，而是将其能力融入现有的快递物流业务中，如查询、寄送等关键环节，实现精准赋能。简言言之，关键在于明确是让业务应用主动调用大模型，而非反之，确保了技术服务于业务的实际需求。
遵循这一思路推进项目，整个过程变得更加有序且可管理。无论是用户的下单流程、支付环节，还是内部的业务管控步骤，都能在保持原有流程连贯性的基础上，巧妙地嵌入大模型的支持，从而在不打破既有架构的前提下提升了效率与智能化水平。
现如今，这一策略已成功实现了快递100的目标，不仅优化了用户体验，也强化了业务处理能力，助力了降本增效。
具体而言，在降本方面，利用AI模型自动化处理客服工作，不仅大幅降低了人力成本，还提高了响应速度与问题解决效率。智能分类与自动处理机制使得客服团队能够集中精力处理更复杂、更需人性关怀的少数案例，这种精准化的分工模式极大提升了整体的服务质量和顾客满意度。
而在增效方面上，“AI寄快递”服务作为一个创新亮点，不仅丰富了用户体验，更是品牌差异化竞争的一大利器。它通过引入前沿技术，满足了消费者对新鲜事物的好奇心与尝鲜欲望，增强了用户粘性并吸引了更多潜在客户群体。这种基于技术驱动的用户体验升级，也成为了快递100品牌忠诚度建设与市场扩张的重要一环。
04
不是丰收季，而是另一段耕耘期
“我信仰AGI，但我信仰应用啊，我信仰能马上商业化的。”2024年的上半年，当大模型的热潮如日中天之时，金沙江创投的朱啸虎一席话迅速在业界激起千层浪。
与此形成鲜明对比的是月之暗面创始人杨植麟，他坚守着对AGI终将实现的信念，认为唯有能为人类社会带来实质增长的愿景才值得探讨，展现出纯粹的技术理想主义者色彩。
这两种观念的交锋，实际上折射出大模型商业化落地的核心困境：如何解决投资回报率（ROI）的问题？
“所有商业本质最终都会回到投资回报率（ROI）上，但大模型的征途，绝非短视者的竞技场。”
在被追问大模型的ROI挑战时，快递100总经理陈登坤给出了这样一番深思熟虑的回应。这位企业负责人的立场，令人意外地超越了纯粹商业利益的考量，站在了技术愿景与长期价值的高地上，展现出非同寻常的前瞻眼光。
而这背后，其实离不开陈登坤本人以及快递100信奉的长期主义。
“大模型是一个需要长远投入的战略项目，从整个生态系统来看，选择合适的合作伙伴希望这个大模型不仅关注短期回报。因为大模型构建的生态系统比以往任何消费互联网、产业互联网甚至云计算都更为庞大，其短期产出不一定显著，我们不希望看到半途而废或虎头蛇尾的情况，这是非常可怕的。”
长期主义意味着日拱一卒，对于那些看上去无比微小问题本身的一种发掘。但也对企业的战略眼光和长期的抗风险能力提出了更高的要求。
具体到快递100，其面临的成本挑战主要分为两大板块：内部研发与市场推广的巨大投入，以及调用大型模型能力所产生的直接成本。
面对这一切，快递100也给出了自己的期许：这些成本应随用户基数的扩大而逐渐摊薄，就像国家推动降低运营商基础费用一样。当大模型成为基础应用后，由大量生态伙伴和用户分摊费用，它应该变得更经济，服务调用费即每个token收取的费用应当降低。
大模型技术的发展道路注定不会一帆风顺。在这一领域，快递100专注于业务层面的应用开发。这意味着，在新兴技术的浪潮中，快递100不仅是技术的开发者，更是市场的教育者和推广者。
如同GPT背后的Transformer架构一样，快递100也扮演着“变形者”的角色，将通用大模型转变为适应特定场景的定制化“武器”。
Transformer架构图，来源于网络
而面向更长远的未来，陈登坤则表示，AI寄快递是面向C端的一个应用，消费者个人在使用AI寄功能时，可以用到快递100的大模型能力，这份能力在C端被训练成熟之后，快递100会逐步把它嵌入到B端产品。例如通过企业微信，通过钉钉进来，就可以调用。利用人工智能大模型将生成式AI应用到“查快递、寄快递、管快递”全场景，全面重构快递100产品和服务，是快递100未来产品研发的重点投入领域。
归根结底，大模型吹得再牛，如果无法和具体的应用场景相结合，只能是“无本之木”、“无源之水”，距离大众还是太远。所以我们看到了大大小小的大模型公司对AI应用的无限推崇，我们也看到了AI应用元年的极大爆发力。
快递100正是深谙此道，才得以率先吹响大模型时代AI应用落地的号角。而对于一个深耕快递物流领域14年的行业先锋者而言，大模型的加入，仅仅只是创造极致用户体验的一个必经之路，AI寄快递的推出，对其而言并不是一个就此可以停下的丰收季，而是另一段面向更大更远的大模型未来再出发的耕耘期。
AI创新，快递100永远在路上。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
