大模型重塑快遞物流：快遞100的三年狂奔與AI領(lǐng)創(chuàng)方法論誕生記

“大模型再強(qiáng)大，如果不跟產(chǎn)業(yè)和場景結(jié)合就沒有價值。對于快遞物流行業(yè)來說，2023年大模型的突然爆發(fā)并不僅僅是快遞物流+AI的起點(diǎn)，更是行業(yè)重構(gòu)的重要錨點(diǎn)。”

2026年1月16日，第六屆深圳企業(yè)創(chuàng)新促進(jìn)大會暨深圳工業(yè)總會2025年度年會在深圳五洲賓館召開。快遞100總經(jīng)理陳登坤受邀發(fā)表“AI領(lǐng)創(chuàng)方法論大模型落地應(yīng)用新范式”主題分享，首次對外發(fā)布快遞100沉淀三年的AI領(lǐng)創(chuàng)方法論。

這是一場遲到的總結(jié)。

當(dāng)大模型技術(shù)席卷全球時，所有行業(yè)都在探尋人工智能的落地路徑，在不少企業(yè)還在觀望猶豫時，快遞100已經(jīng)率先行動。

2023年10月，快遞100與百度文心一言AI插件平臺合作，開發(fā)出“查快遞”AI應(yīng)用，用戶通過語音或文本對話就能查詢物流信息，直接帶領(lǐng)行業(yè)從搜索時代跨入AI時代。

僅僅半年后，快遞100又在百度智能云全球生態(tài)大會上發(fā)布“AI寄快遞”，成為行業(yè)首個快遞物流AI原生商業(yè)化應(yīng)用，實(shí)現(xiàn)一句話寄快遞、一張圖寄快遞，寄件流程從3分40秒縮減至19秒。

而在端側(cè)智能領(lǐng)域，快遞100深度融入華為鴻蒙生態(tài)，成為HarmonyOS Next首批開發(fā)合作伙伴，推出“純智快遞100”應(yīng)用，入選華為開發(fā)者大會2025“首批50+鴻蒙智能體”，斬獲鴻蒙生態(tài)AI智能創(chuàng)新獎。

隨后，vivo、OPPO、榮耀等多家手機(jī)廠商也拋出橄欖枝，快遞100成為多款A(yù)I手機(jī)首選快遞服務(wù)應(yīng)用，先后榮獲OPPO年度潛力合作伙伴、榮耀智能體新生態(tài)最佳協(xié)作獎、vivo全新系統(tǒng)首發(fā)合作伙伴等多項(xiàng)榮譽(yù)。

截至2025年底，快遞100旗下AI相關(guān)產(chǎn)品已覆蓋2.7億個人用戶、165萬快遞員、250萬家企業(yè)客戶，構(gòu)建起全球最大的快遞物流數(shù)智圖譜，其AI領(lǐng)創(chuàng)方法論入選中歐國際工商學(xué)院EMBA課堂案例，快遞100也因此榮獲福布斯中國人工智能新銳企業(yè)。

對于快遞100來說，AI領(lǐng)創(chuàng)方法論發(fā)布不是結(jié)束，而是一個新的開始。這背后，是一家由金蝶孵化的技術(shù)公司，在AI浪潮中三年狂奔的縮影。

01

AI大潮下的物流變局

“快遞100沒有先知能力，我們最初也有恐慌，怕用戶不再使用我們，而是直接問大模型就夠了。”

故事開始于2023年年初，生成式AI出現(xiàn)打破了人們對人工智能的固有認(rèn)知。這一年，中國人工智能核心產(chǎn)業(yè)規(guī)模突破5000億元，同比增長18.6%。

其中，物流成為AI應(yīng)用核心場景。在此之前，物流行業(yè)AI應(yīng)用多是人臉識別、路徑規(guī)劃等判別式AI，集中在單一環(huán)節(jié)優(yōu)化。而隨著頭部企業(yè)聞風(fēng)而動紛紛加碼自研大模型，菜鳥推出“天機(jī)π”、京東物流發(fā)布“京東物流超腦”、順豐上線“豐知”，巨頭們紛紛聚焦自身倉儲、分揀、路徑規(guī)劃等“自用型AI”，掀起一場降本競賽。

接下來是行業(yè)痛點(diǎn)迅速暴露，中小快遞企業(yè)AI轉(zhuǎn)型無門，缺乏技術(shù)和資金實(shí)力；跨品牌物流信息割裂，企業(yè)和消費(fèi)者需要在多個系統(tǒng)間切換；消費(fèi)者不再滿足于“查軌跡”，對時效預(yù)判、異常預(yù)警的需求激增；傳統(tǒng)聚合平臺能提供基礎(chǔ)服務(wù)，但無法提供智能決策支持。

數(shù)據(jù)顯示，盡管2023年物流領(lǐng)域AI專利申請量同比增長28%，但70%集中于頭部物流企業(yè)，行業(yè)AI應(yīng)用呈現(xiàn)“強(qiáng)者愈強(qiáng)、弱者缺位”的馬太效應(yīng)。

與之相比，快遞100選擇了一條不同的路徑。2023年8月，公司正式啟動“AI IN ALL & ALL IN AI”戰(zhàn)略，同步接入百度文心一言等主流大模型。

“我們不跟快遞公司競爭，他們擅長單點(diǎn)批量發(fā)貨，我們?nèi)プ鏊麄儾辉敢庾觥⒆霾涣说氖虑椤！标惖抢ふf。

依托連接全球3000多家快遞物流服務(wù)商的資源優(yōu)勢，快遞100意識到，在AI時代到來時，快遞公司暫時做不了的事情恰恰是AI如何從云端走向地面。聚焦全行業(yè)共性AI需求，快遞100在AI客服、AI查快遞等領(lǐng)域開始商業(yè)化落地。

資源迅速到位。

當(dāng)年，快遞100研發(fā)投入即提升至營收35%以上，其中80%用于AI研發(fā)，這讓快遞100得以迅速搭建起一支完善的AI技術(shù)攻關(guān)小組。

2023年10月17日，行業(yè)首個快遞物流AI原生商業(yè)化應(yīng)用“快遞100查快遞”在文心一言插件平臺“靈境矩陣”成功上架。用戶通過語音或文本對話輸入查詢提示詞，就能實(shí)時獲知詳細(xì)物流情況，查詢流程從分鐘級壓縮至秒級。

隨后，“AI查快遞”在豆包、元寶、小藝等智能體平臺相繼上架，“平臺型AI賦能”的可行性得到充分印證。

2024年，快遞100成為華為鴻蒙首批原生應(yīng)用合作伙伴，啟動端側(cè)智能布局，這也為后續(xù)“端云協(xié)同”方法論埋下伏筆。

“這樣的迅速決定幫助快遞100領(lǐng)先行業(yè)至少半年，很多公司看到我們和百度合作后，才想到去做AI應(yīng)用。”陳登坤回憶，后來有快遞公司負(fù)責(zé)人跟他抱怨，“你們把我們卷死了，現(xiàn)在都在加班加點(diǎn)研究如何進(jìn)行AI布局。”

02

金蝶底色支撐的快遞100AI高視角

“我們不是從零開始做AI，金蝶27年的SaaS積淀、ERP級數(shù)據(jù)治理經(jīng)驗(yàn)，讓我們從一開始就跳出了‘單一物流鏈路優(yōu)化’的局限，具備了服務(wù)全行業(yè)的底層能力。”

與絕大多數(shù)傳統(tǒng)物流公司不同，快遞100的誕生自帶技術(shù)基因。2010年，快遞100創(chuàng)始團(tuán)隊(duì)在上海調(diào)研ERP客戶時，發(fā)現(xiàn)了一個普遍痛點(diǎn)。

生產(chǎn)制造企業(yè)產(chǎn)品發(fā)給下游客戶后，客戶總會反復(fù)追問三個問題：發(fā)貨了嗎？貨到了嗎？貨什么時候到？為了解決這三個問題，企業(yè)不得不設(shè)置專門的物流跟單員，專門跟蹤物流進(jìn)度，效率低下。

當(dāng)時的金蝶，在企業(yè)管理云SaaS領(lǐng)域已有多年積淀。團(tuán)隊(duì)想到，能不能把ERP技術(shù)延伸到企業(yè)外部，與互聯(lián)網(wǎng)技術(shù)融合，開發(fā)一個快遞物流聚合平臺，把所有快遞公司接口整合起來，讓客戶直接接入自己的系統(tǒng)。

“只要當(dāng)時有一個人說，這個問題該找物流公司，不是ERP公司該管的，快遞100就不會誕生。”回憶起誕生歷史時，陳登坤如此表示。

快遞100創(chuàng)始團(tuán)隊(duì)多來自金蝶云服務(wù)事業(yè)部，自帶企業(yè)級服務(wù)思維。金蝶在多租戶架構(gòu)、數(shù)據(jù)安全、企業(yè)級協(xié)同等領(lǐng)域的積累，更是直接復(fù)用至快遞100的B端產(chǎn)品開發(fā)。如快遞100在2023年推出的“百遞云·企業(yè)快遞管理SaaS”，就借鑒了金蝶ERP多組織協(xié)同經(jīng)驗(yàn)，可實(shí)現(xiàn)多快遞公司運(yùn)力智能調(diào)度。

而在技術(shù)能力背后，金蝶ERP“苦活臟活累活”的基因也讓快遞100拒絕短期流量導(dǎo)向，堅(jiān)持15年打通全球3000家快遞公司數(shù)據(jù)。這種“長期主義”在AI時代發(fā)揮了關(guān)鍵作用，避免了“數(shù)據(jù)根基薄弱”的致命問題。

“做ERP的都知道，數(shù)據(jù)是核心資產(chǎn)，沒有15年的數(shù)據(jù)積累，AI模型就是空中樓閣。”陳登坤說。

這種基因也決定了快遞100的差異化視角，物流公司的AI更聚焦“優(yōu)化自身成本”，快遞100則延續(xù)金蝶“服務(wù)全行業(yè)”的思維，聚焦“打通數(shù)據(jù)壁壘、提供共性解決方案”。快遞100不綁定單一快遞公司，堅(jiān)持中立性，構(gòu)建跨品牌的快遞物流網(wǎng)絡(luò)數(shù)智圖譜；產(chǎn)品設(shè)計(jì)兼顧消費(fèi)者、快遞員、企業(yè)，形成全生態(tài)覆蓋，而非局限于某一環(huán)節(jié)。

數(shù)據(jù)與技術(shù)的厚積薄發(fā)，成為快遞100 AI布局的底氣。2010年至今積累的快遞軌跡、網(wǎng)點(diǎn)布局、運(yùn)力波動等數(shù)據(jù)，為AI模型訓(xùn)練提供了核心素材。截至2025年，快遞100推出的快遞物流網(wǎng)絡(luò)數(shù)智圖譜覆蓋國內(nèi)10余家品牌快遞公司、4300多個轉(zhuǎn)運(yùn)中心（含中轉(zhuǎn)站/交換站/接駁點(diǎn)/城市服務(wù)中心）、26萬多個快遞網(wǎng)點(diǎn)（含二級網(wǎng)點(diǎn)/承包點(diǎn)）、1.15億多條運(yùn)輸線路、370多萬名快遞員，無需從零積累。

早期自主研發(fā)的API開放平臺、物流信息識別技術(shù)，經(jīng)AI升級后快速轉(zhuǎn)化為核心競爭力。智能單號識別準(zhǔn)確率達(dá)99.8%，為AI原生應(yīng)用開發(fā)節(jié)省60%時間。傳承金蝶基因，勇做數(shù)智先鋒，快遞100快速通過國家高新技術(shù)企業(yè)認(rèn)證，為AI產(chǎn)品商業(yè)化掃清合規(guī)障礙。

“金蝶給我們的不僅是技術(shù)，更是一種思維方式，讓我們從企業(yè)服務(wù)的視角看物流，而不是局限于物流談物流。”陳登坤說。

03

深耕行業(yè)，踩破泡沫

“AI領(lǐng)創(chuàng)方法論不是規(guī)劃出來的，是踩出來的。那些年我們試過的所有坑，最終都變成了‘避坑指南’，而核心就是守住‘技術(shù)服務(wù)場景’的底線。”

對迅猛發(fā)展的新技術(shù)，從有些緊張到迅速擁抱，快遞100只用了一個簡單的數(shù)字：99.4%。

此前，客服問題一直讓快遞100有些頭疼。一般來說，客服系統(tǒng)會提供幾個標(biāo)簽讓客戶選擇，比如“重量異常”“虛假攬收”，但客戶選擇的標(biāo)簽往往和實(shí)際問題不符，導(dǎo)致問題無法快速解決，還要二次進(jìn)線投訴。“這就像普通人去醫(yī)院看感冒，卻不知道該掛呼吸科還是發(fā)熱科，只能亂掛。”陳登坤說。

當(dāng)AI時代到來，這個問題被迅速解決，答案正是大模型的意圖識別能力。

快遞100把AI部署在客服接線最前端，不管客戶選什么標(biāo)簽，直接分析客戶描述的實(shí)質(zhì)內(nèi)容，理解意圖后再分發(fā)問題。調(diào)整后，意圖理解準(zhǔn)確率達(dá)到99.4%，效率大幅提升。

這讓團(tuán)隊(duì)意識到，大模型不僅能對話，還能真正干活。但隨著AI應(yīng)用逐漸深入到查快遞、寄快遞等場景，問題又逐漸出現(xiàn)。

引入AI寄快遞能力初期，AI的交互非常生硬，大模型偶爾還會生成幻覺，輸出不符合要求的內(nèi)容。這是因?yàn)榭爝f100對接的企業(yè)系統(tǒng)極多，對大模型生成的可控性、穩(wěn)定性和規(guī)范性提出很高要求。

“沒有一個大模型是萬能的，每個大模型都有自己的特長。”陳登坤說，有的擅長意圖理解，有的擅長地址解析，有的則擅長歸納數(shù)據(jù)。

“如果把自己綁定在一個大模型上，發(fā)展就會受限。”基于這個判斷，快遞100開始構(gòu)建“「百遞云GPT」”，集各家模型之長，形成混合智能架構(gòu)的大模型應(yīng)用開發(fā)平臺，根據(jù)不同場景靈活調(diào)度，平衡效果與成本。

這個架構(gòu)后來榮獲“AIGC最佳實(shí)踐案例”，也成為AI領(lǐng)創(chuàng)方法論的重要支撐。

而在數(shù)據(jù)層面，快遞100同樣遇到了艱巨挑戰(zhàn)。據(jù)國家郵政局?jǐn)?shù)據(jù)，快遞業(yè)務(wù)量完成1990億件，同比增長13.6%，日均業(yè)務(wù)量約5.45億件（1990億÷365≈5.45億），單日最高業(yè)務(wù)量達(dá)7.77億件。

與此同時，海量包裹數(shù)據(jù)（如運(yùn)輸節(jié)點(diǎn)、線路信息等）依舊多為半結(jié)構(gòu)化、形態(tài)雜亂，直接應(yīng)用難度大，對數(shù)據(jù)治理與結(jié)構(gòu)化處理的需求進(jìn)一步提升。物流線路每個節(jié)點(diǎn)的到達(dá)和離開時間是非常關(guān)鍵的信息，但節(jié)點(diǎn)間的停留和運(yùn)輸時長分布特征不明顯。為了更好地利用這些數(shù)據(jù)，快遞100決定對數(shù)據(jù)進(jìn)行清洗、建模以及模型訓(xùn)練等工作。在絕對安全的前提下解析數(shù)據(jù)規(guī)律，通過規(guī)律預(yù)測未來，而不是直接使用原始數(shù)據(jù)。經(jīng)過13個月思考、迭代和優(yōu)化，2025年6月13日，中國首個快遞物流網(wǎng)絡(luò)數(shù)智圖譜正式發(fā)布。

這個圖譜解析了中國快遞物流的運(yùn)行規(guī)律，支撐智能時效預(yù)估、異常預(yù)警等核心能力。發(fā)布初期，預(yù)測準(zhǔn)確率只有80%，經(jīng)過持續(xù)優(yōu)化，現(xiàn)在已達(dá)到95%，數(shù)據(jù)更新頻率更是達(dá)分鐘級。

隨著快遞100在技術(shù)方面不斷取得突破，快遞100的AI應(yīng)用從“單點(diǎn)突破”走向“全鏈路覆蓋”：用戶側(cè)使用AI寄件，可實(shí)現(xiàn)自然語言下單、智能地址糾錯，寄件流程從3分40秒縮減至19秒；快遞員使用AI攬件助手，能智能派單、規(guī)劃路線；企業(yè)使用AI費(fèi)用核算，讓企業(yè)對賬效率提升50%以上。

“實(shí)踐出真知，所有的方法論都是從具體場景里提煉出來的。”陳登坤說。

04

AI領(lǐng)創(chuàng)方法論：物流行業(yè)的落地手冊

“AI領(lǐng)創(chuàng)方法論不是專利，而是快遞100用兩年時間、上百個項(xiàng)目驗(yàn)證的‘AI+物流’落地手冊。核心目標(biāo)是讓行業(yè)少走彎路，讓大模型真正走進(jìn)產(chǎn)業(yè)深處。”

2026年，經(jīng)過長達(dá)兩年摸索，快遞100的AI領(lǐng)創(chuàng)方法論在深圳企業(yè)創(chuàng)新促進(jìn)大會正式發(fā)布。此時，快遞100的AI產(chǎn)品已覆蓋250萬家企業(yè)客戶和2.7億個人用戶，165萬快遞員與網(wǎng)點(diǎn)經(jīng)營者，落地案例入選中歐國際工商學(xué)院EMBA課堂，具備了方法論輸出的行業(yè)基礎(chǔ)。

支撐AI領(lǐng)創(chuàng)方法論的核心是“端云協(xié)同+‘兩個結(jié)合’+MCP化”。

端云協(xié)同指端側(cè)和云側(cè)智能協(xié)同推進(jìn)：端側(cè)聚焦鴻蒙、vivo、OPPO等AI操作系統(tǒng)，做地址識別、離線查詢等輕量功能；云側(cè)基于混合大模型架構(gòu)，做時效預(yù)估、異常分析等復(fù)雜計(jì)算，最終實(shí)現(xiàn)“應(yīng)用找人”而非“人找應(yīng)用”。

在鴻蒙系統(tǒng)上，快遞100推出APP、元服務(wù)、智能體、服務(wù)卡片等多種產(chǎn)品形態(tài)：用戶在線聊天時提到快遞號，只需要手動圈一圈，便會立馬喚醒查快遞。“你不需要我的時候，我靜靜地在后面等待；你需要我的時候，我就溫柔出現(xiàn)，不打擾你。”陳登坤這樣形容端云協(xié)同的價值。

“兩個結(jié)合”即AI與數(shù)據(jù)結(jié)合、AI與場景結(jié)合：前者通過整合多快遞公司數(shù)據(jù)，在規(guī)避隱私風(fēng)險(xiǎn)的前提下，提升模型泛化能力；后者建立“場景需求、技術(shù)開發(fā)、效果驗(yàn)證”的閉環(huán)，確保技術(shù)不脫離業(yè)務(wù)。

MCP化則是將30多款物流API封裝為標(biāo)準(zhǔn)化MCP Server，接入百度、阿里、騰訊等AI平臺，降低行業(yè)接入門檻，推動物流AI能力普惠。

而在三大支柱背后，則是快遞100旗下 “快遞物流數(shù)智圖譜”和“百遞云GPT平臺”構(gòu)成的技術(shù)底座。這個底座具備自我進(jìn)化能力，新場景開發(fā)周期縮短至1個月至2個月，可支撐多場景AI產(chǎn)品快速迭代。

與傳統(tǒng)物流AI相比，這套方法論有著本質(zhì)差異。

視角差異上，它摒棄了“單一企業(yè)優(yōu)化”的局限，聚焦“全行業(yè)效率提升”，方法論可被中小快遞企業(yè)、電商商家、制造企業(yè)等多主體復(fù)用；模式差異上，它不依賴單一技術(shù)或大模型，構(gòu)建“技術(shù)、場景、產(chǎn)品、用戶”的內(nèi)生增長機(jī)制；讓沒有能力自研的企業(yè)也能享受AI紅利。價值差異上，它除了降本增效，更注重“創(chuàng)造增量價值”，通過智能時效預(yù)估，提升商家下單轉(zhuǎn)化率，為快遞公司帶來更多退貨訂單。

更重要的是，快遞100的AI領(lǐng)創(chuàng)方法論，已經(jīng)在多個場景得到落地驗(yàn)證。

如物流行業(yè)中最重要的電商場景，商家通過“AI寄件+時效預(yù)估+異常預(yù)警”全鏈路解決方案，物流管理成本有效降低，客戶滿意度有效提升。有做火鍋底料的商家反饋，消費(fèi)者下單后希望知道第二天能不能收到，智能時效預(yù)估滿足這個需求后，投訴率大幅下降。

“我們的AI領(lǐng)創(chuàng)方法論不是顛覆，而是補(bǔ)位。”陳登坤說，“快遞100作為物流產(chǎn)業(yè)鏈重要的鏈條之一，不是需要改變行業(yè)，而是要做行業(yè)其他參與者不愿意做或者做不了的事，共同服務(wù)好客戶。”

05

方法論的極致進(jìn)化與“AI+物流”的終極想象

“方法論的生命力在于落地，我們的目標(biāo)不是成為AI技術(shù)的領(lǐng)跑者，而是成為AI賦能物流行業(yè)的‘?dāng)[渡人’——讓每個企業(yè)都能低成本享受到AI紅利。”

發(fā)布AI領(lǐng)創(chuàng)方法論后，快遞100明確了未來三年的戰(zhàn)略目標(biāo)，核心依然是堅(jiān)持AI領(lǐng)創(chuàng)，深化“兩個結(jié)合”，賦能行業(yè)和客戶，邁上高質(zhì)量發(fā)展軌道。

量化指標(biāo)清晰明確：智能時效預(yù)估未來覆蓋10萬家企業(yè)客戶、寄件訂單達(dá)到每日300萬單、萬家企業(yè)使用“百遞云·企業(yè)快遞管理SaaS”、解放3000萬行政人員的煩瑣對賬工作。

“這是一場硬仗，”陳登坤表示，“需要把已經(jīng)驗(yàn)證的智能化產(chǎn)品規(guī)模化推廣，檢驗(yàn)產(chǎn)品是不是真的好。”

在場景拓展方面，快遞100計(jì)劃向供應(yīng)鏈上下游延伸，覆蓋生產(chǎn)預(yù)測、庫存管理、末端配送等環(huán)節(jié)，構(gòu)建“全鏈路供應(yīng)鏈AI解決方案”。

生態(tài)共建也在推進(jìn)，快遞100已成為中歐AI產(chǎn)學(xué)研平臺共創(chuàng)伙伴，未來將聯(lián)合高校共建實(shí)驗(yàn)室，開放技術(shù)底座，與行業(yè)伙伴共同探索AI智能體、跨境物流AI等新方向。

更重要的是，快遞100提出的AI領(lǐng)創(chuàng)方法論，絕不僅僅是刀刃向內(nèi)改變自身，而是推動物流AI從“頭部專屬”走向“普惠化”。

首先，這套方法論降低了行業(yè)準(zhǔn)入門檻，標(biāo)準(zhǔn)化輸出讓中小物流相關(guān)企業(yè)無需高額研發(fā)投入即可享受AI紅利，緩解了行業(yè)AI應(yīng)用不均衡的問題；其次，方法論引導(dǎo)行業(yè)從“技術(shù)競賽”轉(zhuǎn)向“價值競賽”，避免企業(yè)盲目跟風(fēng)自研大模型，中小快遞公司通過接入快遞100 API即可獲得時效預(yù)估能力，實(shí)現(xiàn)低成本轉(zhuǎn)型；最后則是賦能產(chǎn)業(yè)升級，推動物流行業(yè)從“勞動密集型”向“技術(shù)密集型”轉(zhuǎn)型。

故事講到現(xiàn)在，一切或許都要回到快遞100成立時的初心，即客戶提出的三個問題：發(fā)貨了嗎？貨到了嗎？貨什么時候到？

快遞100的AI征程，是金蝶技術(shù)基因在物流行業(yè)的延伸，更是平臺型企業(yè)在AI時代的差異化生存之道。

它的AI領(lǐng)創(chuàng)方法論，核心并非復(fù)雜的技術(shù)公式，而是“技術(shù)服務(wù)場景、能力賦能行業(yè)”的樸素邏輯。沒有盲目跟風(fēng)自研大模型，而是聚焦自身優(yōu)勢，整合行業(yè)資源，在自己擅長的細(xì)分領(lǐng)域深耕，最終在“一米寬的地方打了一千米深的井”。

在AI重塑產(chǎn)業(yè)的浪潮中，真正的領(lǐng)創(chuàng)者，不僅能抓住技術(shù)風(fēng)口，更能為行業(yè)提供可復(fù)制、可落地的成長路徑。

這或許就是快遞100給AI+物流行業(yè)的終極答案：偉大的技術(shù)最終要服務(wù)于產(chǎn)業(yè)，偉大的企業(yè)最終要創(chuàng)造行業(yè)價值。AI不是空中樓閣，只有深入產(chǎn)業(yè)、深入場景，才能發(fā)揮真正的價值。而這，也是所有技術(shù)創(chuàng)新的終極歸宿。

文圖來源：快遞100