眾所周知，物流行業(yè)作為一個傳統(tǒng)的實體行業(yè)，其鏈路長、場景復(fù)雜，涉及眾多線下人員與設(shè)備。它連接著生產(chǎn)、分銷到最終消費的每一個環(huán)節(jié)，確保貨物從起點安全高效地抵達終點。

過去，這個行業(yè)大多依靠人工密集的方式來提升效率，數(shù)智化程度相對較低。然而，隨著新質(zhì)生產(chǎn)力的快速發(fā)展，新興技術(shù)的應(yīng)用，這些年物流行業(yè)經(jīng)歷著一場前所未有的變革。

現(xiàn)代的物流不僅包括傳統(tǒng)的貨運、倉儲服務(wù)，還涵蓋了先進的供應(yīng)鏈管理和技術(shù)驅(qū)動的解決方案。順豐在這場行業(yè)變革中走在前列，已經(jīng)在關(guān)鍵運營環(huán)節(jié)如規(guī)劃調(diào)度、快遞員管理和中轉(zhuǎn)場運營等方面實現(xiàn)有效數(shù)智化。而且通過 AI 和 AIGC 等技術(shù)的深入探索和應(yīng)用，順豐不僅顯著提升了效率，還有效降低了運營成本。

為了更深入了解順豐如何實現(xiàn)這一切，并探索其數(shù)智化轉(zhuǎn)型和創(chuàng)新實踐的動因及成果，本期《行知數(shù)字中國》特別邀請了順豐集團 CIO & 順豐科技 CEO 耿艷坤、順豐科技 AIoT 領(lǐng)域副總裁宋翔兩位嘉賓，分享他們的經(jīng)驗和見解。通過他們的洞察，我們將揭示順豐如何利用前沿技術(shù)重新定義物流行業(yè)的未來。

以下內(nèi)容基于原始對話，經(jīng) InfoQ 作不修改原意的刪減和編輯：

1 通過科技實現(xiàn)生產(chǎn)力的提升，如何看待投入與產(chǎn)出價值？

InfoQ：其實在整個物流行業(yè)，順豐已經(jīng)走在了數(shù)智化的前列。最近我走訪了很多企業(yè)，發(fā)現(xiàn)大家對傳統(tǒng)行業(yè)的數(shù)字化非常感興趣。所以今天我們圍繞物流行業(yè)的數(shù)字化以及背后的思考，進行深度探討。既然提到順豐科技在數(shù)智化方面一直走在前面，我特別想了解一下，順豐在剛開始是怎么思考的？

耿艷坤：其實物流行業(yè)有非常多復(fù)雜的場景，而順豐的很多技術(shù)都是服務(wù)場景的。比如我們的全國快遞網(wǎng)絡(luò)，有著極致的履約時效承諾。為了實現(xiàn)這一承諾，需要一系列持續(xù)創(chuàng)新的科技解決方案。這里我可以舉幾個例子。

我們的網(wǎng)絡(luò)鏈路很長且復(fù)雜。在前幾年，當我們談順豐科技或科技服務(wù)順豐時，通常將其定義為記錄系統(tǒng)。比如每個環(huán)節(jié)的巴槍掃單（巴槍指物流行業(yè)專用手持終端），更多是記錄留痕，形成信息鏈。這某種程度上也叫數(shù)字化，但其實它并不是生產(chǎn)系統(tǒng)。現(xiàn)在，順豐科技致力于將數(shù)字化的信息記錄系統(tǒng)轉(zhuǎn)變?yōu)樯a(chǎn)系統(tǒng)。

什么是生產(chǎn)系統(tǒng)呢？比如，如果我們通過人工簡單地進行小哥的區(qū)域分配，就無法有效應(yīng)對波峰波谷的問題、建量的多和少問題，以及小哥的勞動強度問題，靠人工管理四十多萬小哥是不可行的。十年前的順豐可能是這樣，但今天，我們通過數(shù)字化小哥系統(tǒng)和豐智云算法模型，基于時間空間和小哥的能力特征，甚至突發(fā)情況，來指導(dǎo)運作和管理。因此，在每個環(huán)節(jié)上，順豐科技實現(xiàn)的是生產(chǎn)力的提升。

再舉個例子，車隊運輸。上一代的數(shù)字化或信息系統(tǒng)更多是記錄車隊的任務(wù)，收集數(shù)據(jù)。但這些數(shù)據(jù)如何指導(dǎo)營運、提高效率或降低成本，其實是沒有工具和抓手的。

所以，我們建設(shè)了數(shù)據(jù)中臺和基于數(shù)據(jù)中臺的質(zhì)控模型，日常會做監(jiān)控和分析，比如常規(guī)任務(wù)是否充分利用自有資源，避免資源浪費。通過數(shù)據(jù)模型分析和挖掘，知道整個網(wǎng)絡(luò)每個環(huán)節(jié)的改善點。

所以科技投入絕對不僅是成本，因為每個系統(tǒng)和算法模型背后創(chuàng)造的是成本節(jié)約和效能提升。歸根結(jié)底，順豐是極致追求客戶體驗的，最大化客戶服務(wù)的保證是我們的目標.

InfoQ：大家都知道物流行業(yè)毛利率沒那么高，每一分錢來的都不是那么容易，但在科技上的投入又是相對較大的，對利潤有一定的影響。所以在順豐做這樣的戰(zhàn)略規(guī)劃時，會有什么特別的考量？不會擔(dān)心股東會有反對的意見嗎？

耿艷坤： 其實這是每個企業(yè)都會面臨的常態(tài)化問題。好的科技規(guī)劃一定不能只基于眼前的利益而放棄長遠的機會或規(guī)劃，也不能盲目追求看不見落地和應(yīng)用的場景。做大規(guī)模的科技投入后，無法實現(xiàn)價值是不可取的。

從順豐科技的規(guī)劃來看，我們一定要解決眼前的問題，比如降本問題和投產(chǎn)比問題，同時也要布局長期的問題。例如，現(xiàn)在的大模型、數(shù)字孿生和低空經(jīng)濟，我們很早就開始自研無人機，儲備和建設(shè)這些能力。

所以科技規(guī)劃需要基于企業(yè)的戰(zhàn)略規(guī)劃和經(jīng)營要求，匹配合適的科技規(guī)劃，一定是短、中、長期相結(jié)合的。從順豐來看，能看得見的科技投入能創(chuàng)造價值的一定要多投，因為投入越多，創(chuàng)造的價值越大。這不僅僅是看成本的問題。

InfoQ：所以在做預(yù)算時，會單獨有一條今年在科技投入上要放多少預(yù)算嗎？會有一個百分比嗎？還是每年都是變化的？

耿艷坤：我們沒有絕對地說每年一定要怎么樣，但從規(guī)劃上講，每年的科技規(guī)劃和投入背后的邏輯一定要拆解。好的管理無論是科技管理還是業(yè)務(wù)管理，一定要有大的目標和戰(zhàn)略，并且要拆解。對我們科技規(guī)劃來說也是一樣，一定要拆解。

拆解后要看到每項投入背后的價值是什么，然后做匯總。從物流行業(yè)和順豐的角度來看，我們非常大力地進行科技投入，希望科技能改變一些常態(tài)化的營運做法。即使在經(jīng)濟下行或環(huán)境緊張的情況下，我們也會更重視投產(chǎn)價值。比如宋翔這邊做 AIoT，很多 AI 的投入有一個投入期，但在某個節(jié)點或場景突然能爆發(fā)很大的價值。對于宋翔的投入，我們在科技規(guī)劃預(yù)算上會做更多的保護，不能用眼前的利益侵蝕長線的核心競爭力。這是一個很掙扎但也很有趣的過程。

2 垂域大模型在試圖解決物流行業(yè)的運籌問題

InfoQ：我知道宋總在大模型方面有很深的研究，所以想請教一下，現(xiàn)在順豐科技內(nèi)部大模型的應(yīng)用進展如何？又如何對業(yè)務(wù)進行賦能？

宋翔：好的，在回答這個問題之前先補充一點，其實我們集團內(nèi)部倡導(dǎo)的文化中有一條叫創(chuàng)新包容。我們對很多新技術(shù)的投入是堅定的，也包容失敗和成功。整個集團對此非常支持。

大模型在這兩年的發(fā)展非常快，每天都有新的論文和突破，技術(shù)迭代非常迅速。我們內(nèi)部認為大語言模型和多模態(tài)模型本質(zhì)上是一種更高效的學(xué)習(xí)方式，它在沉淀行業(yè)知識，從沉淀到應(yīng)用再到產(chǎn)生效益，是這么一個邏輯。現(xiàn)在有通用大模型和垂域大模型。通用大模型像 GPT-4，什么都能做，但在特定行業(yè)缺乏細顆粒度的知識，表現(xiàn)不好。另外，由于很多數(shù)據(jù)和知識不是公開可獲取的，需要行業(yè)積累和信息安全。因此，垂域大模型是我們必然要走的一條路。

具體來說，在物流供應(yīng)鏈方向上，我們把大量垂直知識數(shù)據(jù)整合到大模型中，賦能業(yè)務(wù)。相比通用大模型，垂域大模型在垂域任務(wù)上表現(xiàn)更好。

在應(yīng)用上，我們在市場營銷、攬收派送、客戶服務(wù)、國際關(guān)務(wù)等環(huán)節(jié)都在廣泛使用。我們首先做的是企業(yè)的統(tǒng)一知識問答，這是集團知識中臺的一部分。我們有大量崗位如小哥、客服、司機等需要獲取知識，之前他們要問很多人，現(xiàn)在可以通過系統(tǒng)幾秒鐘內(nèi)得到答案。我們已經(jīng)覆蓋了超過 20 萬人，累計超過 600 萬條問答，大大降低了時間，提高了效率，答案也很準確。

第二個應(yīng)用是信息濃縮和摘要，在客服對話和郵件中廣泛使用，每天生成超過 2 萬多條客服摘要，直接可用率 88%，對客服工作提效顯著。

第三部分是客戶生意洞察。我們對不同群體的想法進行無監(jiān)督的統(tǒng)計、匯總、分析和洞察，實時分析客戶聲音，覆蓋率超過 80%，準確率有 90%。這對持續(xù)改進我們的作業(yè)邏輯和決策有非常大的幫助。

InfoQ：我覺得順豐在這一塊應(yīng)該是有天然的優(yōu)勢的，因為數(shù)據(jù)積累特別多，去訓(xùn)練這些模型的時候效果會更好一些。我還想再請問一下宋總，目前已經(jīng)有 20 萬人在使用，有沒有從投入產(chǎn)出比上計算過？比如說節(jié)省了多少人工，節(jié)省了多少預(yù)算？

宋翔：有的，這一定是一個規(guī)模問題。現(xiàn)在我們測算 600 萬多條問答所節(jié)省下來的時效，大概相當于幾萬 / 人天。這是一個很顯著的節(jié)省，每個人每天的某些時間被節(jié)省下來后，可以有更多時間去做其他事情，整個集團都受益。相比我們的投資來說，這個節(jié)省是非常顯著的。

耿艷坤：我們在做一些 AI 或數(shù)字化的變化時，一定是以保障用戶體驗為前提。我再補充一下，我們內(nèi)部有兩個有趣的詞，一個叫“理論降本”，一個叫“實際降本”。理論降本就像宋翔講的，這個 600 萬條問答，它幫助大家提高了效率，但并沒有在財務(wù)賬上直接轉(zhuǎn)換為真金白銀。而實際降本則更多是產(chǎn)生實際的財務(wù)影響。現(xiàn)在 AI 的投入還處于投入待爆發(fā)的階段，對于宋翔這邊的很多應(yīng)用場景來說，ROI 的測算也越來越細致。

我們希望小哥工作的效能變高，釋放更多精力去做業(yè)務(wù)營銷。客服效能提升后，我們也希望客服可以轉(zhuǎn)型，不是用傳統(tǒng)的 AI 替代人力然后減人的邏輯。我們希望通過 AI 實現(xiàn)一些簡單或耗費時間的工作，讓留下來的人去做更重要的事情。

InfoQ：前面我們聊到大模型在知識問答系統(tǒng)的應(yīng)用，能不能進一步介紹一下大模型在供應(yīng)鏈方面的更多應(yīng)用場景？

宋翔：我可以舉幾個典型的場景。第一個是我們在服務(wù)很多行業(yè)供應(yīng)鏈客戶時，經(jīng)常需要解決供應(yīng)鏈業(yè)務(wù)的檢視和咨詢，改善整個供應(yīng)鏈的效率和質(zhì)量。過去，我們通常會有專門的數(shù)據(jù)分析師來看數(shù)據(jù)、分析并提供建議，這是常規(guī)做法。現(xiàn)在我們用大模型來做這件事，將我們過去服務(wù)供應(yīng)鏈客戶時所做的數(shù)據(jù)分析、根因診斷和改善措施，轉(zhuǎn)化為 Agent，由大模型來調(diào)配。同樣的問題不用再找數(shù)據(jù)分析師，而是問大模型，它會圖文并茂地告訴你答案。這是在供應(yīng)鏈場景中非常典型且有效的應(yīng)用。

第二類應(yīng)用是用大模型基于學(xué)習(xí)的方式解決運籌問題。這在行業(yè)和學(xué)術(shù)界已經(jīng)發(fā)展了一段時間，如用深度強化學(xué)習(xí)和神經(jīng)組合優(yōu)化的方式。現(xiàn)在我們在路徑優(yōu)化、裝箱優(yōu)化等典型場景中，用大模型基于學(xué)習(xí)的方式可以達到接近啟發(fā)式算法的效果，但求解時間減少了 3-4 個數(shù)量級，非常快。這是一個很大的進展。

當然，現(xiàn)在的解可能還不是最優(yōu)解，還需要改進，但它已經(jīng)展現(xiàn)出很大的潛力。我們認為這個方向發(fā)展下去，其價值的迸發(fā)會非常巨大。換一個思路，就是不用精確的方式來求解運籌問題，而是用學(xué)習(xí)的方式來求解。

耿艷坤： 今天講到的基于大模型去做運籌，對我來說是很驚喜的。前段時間有團隊小伙伴來匯報這件事，展示了一些數(shù)據(jù)結(jié)果、思考和未來規(guī)劃。這就回到了我們提到的創(chuàng)新包容，這并不是一個自上而下的任務(wù)。在團隊給我匯報之前，我并沒有關(guān)注到大模型今天可以解決運籌問題，或嘗試解決運籌問題。至少之前我的認知還停留在大模型解決語言問題和多模態(tài)問題上。

3 智慧供應(yīng)鏈，如何給傳統(tǒng)物流戴上智慧的帽子？

InfoQ：順豐在智慧供應(yīng)鏈方面有著深入的探索和實踐。您認為未來智慧供應(yīng)鏈的發(fā)展趨勢是什么？順豐將如何繼續(xù)引領(lǐng)這一領(lǐng)域的創(chuàng)新？

耿艷坤：智慧供應(yīng)鏈方面，從順豐作為一個物流集團的角度來看，我主要思考的有兩個主賽道。一個是快遞網(wǎng)絡(luò)的智慧化建設(shè)，另一個是智慧供應(yīng)鏈的建設(shè)。供應(yīng)鏈涉及很多行業(yè)和企業(yè)，它們或多或少都有商品、倉儲和運輸需求。包括互聯(lián)網(wǎng)公司，它們有后勤保障，這在某種程度上來說也是供應(yīng)鏈生意。例如，寫字樓里的桌椅搬遷，這些都是供應(yīng)鏈的范疇。

可以說，供應(yīng)鏈覆蓋各行各業(yè)。即使企業(yè)看似與供應(yīng)鏈無關(guān)，但如果它大量開店，就需要基礎(chǔ)設(shè)施、耗材、食品等。企業(yè)經(jīng)營的成本和核心問題很多都在供應(yīng)鏈。因此，順豐科技致力于建設(shè)智慧供應(yīng)鏈的生態(tài)體系，不僅解決順豐自身的供應(yīng)鏈問題，也解決客戶的問題。

傳統(tǒng)上，物流和供應(yīng)鏈的重點在于倉儲和運輸，保障商品的庫存周轉(zhuǎn)周期、產(chǎn)能和效能。順豐科技在過去幾年一直在深耕和大力投入，推出了對外的智慧供應(yīng)鏈科技體系——豐智云系列，包括塔、策、鏈、商、數(shù)。我們還在不斷延展和疊加，例如將碳中和納入智慧供應(yīng)鏈生態(tài)，因為每個企業(yè)都必須解決供應(yīng)鏈的碳排放和減排問題。

那如何賦予供應(yīng)鏈智慧的帽子？這包括基于順豐自身和客戶的場景進行倉網(wǎng)規(guī)劃，將順豐的 know-how、科技、算法和模型應(yīng)用到客戶身上，幫助客戶了解用戶分布、倉儲分布和 SKU 特性，從而制定更有效的倉網(wǎng)規(guī)劃。這涉及倉網(wǎng)規(guī)劃、需求預(yù)測、路徑規(guī)劃、動態(tài)補貨和自動化倉儲營運等。

豐智云系列產(chǎn)品在各個環(huán)節(jié)解決不同的問題。例如，豐智云·策解決算法類問題，如倉網(wǎng)規(guī)劃、路徑優(yōu)化、庫存計劃和動態(tài)補貨；豐智云·鏈解決傳統(tǒng)倉儲物流運輸?shù)臄?shù)字化問題，做數(shù)據(jù)沉淀和積累以支撐豐智云·策的算法模型價值發(fā)揮。此外，面向商流和企業(yè)更好經(jīng)營的豐智云·商等系統(tǒng)工具已經(jīng)廣泛推廣和應(yīng)用。

InfoQ：順豐的數(shù)字孿生技術(shù)和運籌優(yōu)化技術(shù)在物流網(wǎng)絡(luò)中的應(yīng)用在業(yè)界很出名。能否分享些具體案例，說明這些技術(shù)是如何提升我們的業(yè)務(wù)效率和進行優(yōu)化的？

宋翔:物流的本質(zhì)是一個復(fù)雜的序列決策過程。一件物品從收到到派送，中間有多個環(huán)節(jié)，每個環(huán)節(jié)的問題都可能影響到下一個環(huán)節(jié)，產(chǎn)生類似蝴蝶效應(yīng)的連鎖反應(yīng)。因此，我們需要利用運籌技術(shù)進行規(guī)劃和調(diào)度，以解決這些問題。國內(nèi)外的供應(yīng)鏈和物流企業(yè)都面臨這一問題。數(shù)字孿生和運籌技術(shù)的結(jié)合，旨在通過構(gòu)建精細的仿真環(huán)境解決這一復(fù)雜的序列決策過程，因為沒有仿真環(huán)境，我們只能依賴成本較高的線下實驗。

過去比如戰(zhàn)斗機和衛(wèi)星的開發(fā)中也應(yīng)用了數(shù)字孿生技術(shù)。這種概念在生產(chǎn)制造、材料科學(xué)等領(lǐng)域應(yīng)用廣泛。我們將這種思路應(yīng)用于物流，通過構(gòu)建精細化仿真環(huán)境來檢驗運營策略是否最優(yōu)，并探索改進的可能。數(shù)字孿生技術(shù)雖然在行業(yè)中發(fā)展有些年，但也走過不少彎路。

我們的目標是構(gòu)建足夠真實的仿真環(huán)境，整體設(shè)計和考慮是必不可少的。

具體到落地實施，我們會根據(jù)不同場景定制解決方案。例如，我們曾在鄂州機場優(yōu)化分揀設(shè)備和計劃，并利用云進產(chǎn)品解決停機位分配問題。此外，我們使用大量的自動引導(dǎo)車（AGV）優(yōu)化中轉(zhuǎn)廠的集裝集運，每天可以對分揀計劃進行超過 1000 次的優(yōu)化。

仿真的逼真度是我們非常重視的指標，我們的逼真度超過 95%，不僅外觀相似，行為模式也非常接近真實情況。這確保了我們的策略和算法在虛擬環(huán)境中測試無誤后，可以安全有效地應(yīng)用于實際情況。

例如去年雙 11 期間，我們在多個場地實施了數(shù)字孿生技術(shù)，顯著提升了產(chǎn)能，有的場地產(chǎn)能提升超過 20%。

數(shù)字孿生技術(shù)不僅重現(xiàn)了場景，還幫助我們優(yōu)化操作流程。在真實世界的物理條件下，每個場地的差異要求我們必須通過不同的算法調(diào)優(yōu)來找出最佳解決方案。

耿艷坤：這與常見的 AB 測試不同，AB 測試更適合在線互聯(lián)網(wǎng)平臺，他們快速回收數(shù)據(jù)并全流量推廣。但如果是解決物流現(xiàn)實問題的話，我們的方法應(yīng)該是唯一解。

InfoQ：未來還有哪些技術(shù)您認為將對物流行業(yè)產(chǎn)生重大影響？

宋翔：人工智能是目前技術(shù)變革最快的領(lǐng)域，它的應(yīng)用目標是更廣泛、更高質(zhì)量地替代或輔助人的工作。可以細分為腦力和體力勞動，目前我們使用的大模型在許多場景中輔助人工。

然而，當前大模型的錯誤率仍高于人類，限制了其應(yīng)用范圍。不過隨著技術(shù)的進步和誤差的減少，輔助措施和可靠性的提高，以及計算成本的降低，未來應(yīng)該會有更多工作崗位能得到 AI 的輔助，甚至直接被 AI 替代。

這就是為什么我們說一切才剛剛開始。當前我們看到的是技術(shù)尚未達到的場景，未來這些場景都有可能通過 AI 得到實現(xiàn)。同時，對于物流行業(yè)，尤其是體力勞動領(lǐng)域，大量的線下作業(yè)都在終端場內(nèi)進行。

對于物流業(yè)而言，特別是在高峰期如雙十一時，許多中轉(zhuǎn)站和網(wǎng)點可能會因產(chǎn)能達到瓶頸而爆倉。這是因為目前的自動化終端廠具有固定的剛性產(chǎn)能。為了解決這個問題，我們投資了大量的自動化分揀線，并引入了柔性生產(chǎn)的概念。通過部署物流機器人，我們可以根據(jù)需要調(diào)整產(chǎn)能，使生產(chǎn)過程更加靈活。

例如，當雙十一來臨時，我們可以額外部署 20 個機器人來增加產(chǎn)能。活動結(jié)束后，這些機器人可以被重新部署到其他地方。這種柔性生產(chǎn)需要機器人具備強大的適應(yīng)性、指令遵從性和空間感知能力，這些都是當前大模型能夠為機器人賦能的。

我們正在積極研究終端工廠內(nèi)的具體作業(yè)場景，評估哪些場景和操作可以由柔性物流機器人替代。這種柔性生產(chǎn)方式允許機器人像人一樣靈活地從事不同的任務(wù)，這是 AI 2.0 時代可能帶來的重要突破，也是一種新質(zhì)生產(chǎn)力。

耿艷坤：我們這里的數(shù)十萬小哥作為業(yè)務(wù)員和收派員，他們需要處理和記錄的信息太多了。由于我們的業(yè)務(wù)形態(tài)復(fù)雜且場景多樣，這種信息量的管理已變得難以承受。因此，我認為我們迫切需要與宋翔合作，盡快為每一位前線員工配備一個 AI 業(yè)務(wù)助手。這將極大地簡化他們的知識管理，提高工作滿意度，讓小哥們的工作變得更加輕松愉快。

4 AI 時代，數(shù)字化人才如何培養(yǎng)與發(fā)展

InfoQ：企業(yè)的數(shù)字化轉(zhuǎn)型是以人才為先導(dǎo)的，因此接下來想請耿總介紹下順豐科技是如何培養(yǎng)數(shù)字化人才的？

耿艷坤:企業(yè)的數(shù)字化轉(zhuǎn)型不僅是科技部門的責(zé)任，而是涉及整個集團的人才培養(yǎng)體系。我們強調(diào)科技作為生產(chǎn)力對業(yè)務(wù)的加持和影響，所有部門都非常重視科技的長期投入和潛在價值。今年，我們要求所有業(yè)務(wù)部門全面擁抱 AI 和 AIGC，每個部門都要思考如何將 AI 與自己的工作結(jié)合。

我們的文化背景促使每一個業(yè)務(wù)體系都要思考科技如何與業(yè)務(wù)更好地結(jié)合。我們已經(jīng)看到如 RPA 和機器人技術(shù)在每個部門的廣泛應(yīng)用，我相信未來 AIGC 類助手也會變得很重要。AIGC 時代，其實數(shù)據(jù)很重要，知識也很重要，這些知識數(shù)據(jù)要整理的，不可能說直接將低質(zhì)量的知識灌到一個大模型里，就可以期待它到給你好的反饋。

所以我們今年也在全集團推動知識中臺的建設(shè)。雖然科技部門在這個項目中起到了牽頭作用，但我們實際上只是完成了一小部分工作。這個大平臺和廣闊的應(yīng)用場景實際上是由各個業(yè)務(wù)部門來充當主要執(zhí)行者的。

在具體的實施方面，如同我們的數(shù)據(jù)中臺一樣，科技部門通常負責(zé)搭建基礎(chǔ)設(shè)施，但真正的結(jié)構(gòu)優(yōu)化和價值實現(xiàn)都是由業(yè)務(wù)部門自行完成的。因此，許多組織和業(yè)務(wù)部門現(xiàn)在都基于我們的數(shù)據(jù)中臺進行自主操作，進行能力提升和交流培訓(xùn)。

回顧過去，三年前順豐科技的場景與今天大不相同。那時候，許多業(yè)務(wù)部門依賴科技部門來完成報表和統(tǒng)計工作。但現(xiàn)在，隨著數(shù)據(jù)中臺的不斷完善，這種依賴已經(jīng)大幅減少。我已經(jīng)很久沒有聽到業(yè)務(wù)部門抱怨科技部門因為排期問題無法支持數(shù)據(jù)需求的情況。

InfoQ：耿總前面也提到順豐有超過 40 萬名快遞員，對于這么龐大的團隊，順豐是如何通過技術(shù)手段實現(xiàn)這些員工的智慧管理的？這種管理模式帶來了哪些顯著的變化？

耿艷坤：對于幾十萬人的管理，我們的核心是創(chuàng)造一個公正公平的環(huán)境，通過信息系統(tǒng)建設(shè)和智慧算法模型來實現(xiàn)這一點。這樣可以確保大家按勞分配，促進一個健康、可持續(xù)發(fā)展的狀態(tài)。

管理上，我們需要考慮快遞小哥與客戶的粘性和熟悉程度，以及不同工作負載的調(diào)整。也希望能控制和減少每位小哥的工作時長，同時確保他們的收入。希望小哥們在需要休息或放假時能得到滿足，同時也確保我們履行對用戶的承諾。所以這里面涉及到多個復(fù)雜問題的平衡，包括人性、管理和權(quán)衡客戶與員工的需求。

我在加入順豐的第一天就深刻理解到，提升員工滿意度是我們的核心理念。我們提供的服務(wù)應(yīng)該是有溫度的，這種溫度來源于員工的內(nèi)心。

在做快遞小哥智慧管理的過程中，其實科技團隊的壓力很大，因為他們需要解決數(shù)十萬員工的核心問題。我們會收集小哥的反饋并積極解決問題，確保所有問題都能當天得到處理。這也體現(xiàn)了我們的文化價值，即全面保障小哥利益，讓他們能高效工作并獲得足夠的休息，最終為客戶提供有溫度的服務(wù)。

通過科技和管理創(chuàng)造公正、公平、健康的工作環(huán)境后，我們看到了諸如小哥工作時長和低收入小哥比例等指標的持續(xù)改善。這些都有助于提升我們的競爭力，讓員工更快樂地服務(wù)用戶，推動順豐的業(yè)務(wù)發(fā)展。