快递舆情

“人工智能、大数据、数字孪生、无人驾驶等新技术新工具的应用，将有效培育邮政快递行业的新质生产力，助力邮政快递行业从传统的‘汗水物流’向现代的‘智慧物流’转变。”3月5日，全国人大代表、科大讯飞董事长刘庆峰在接受中国邮政快递报社记者采访时表示，近年来，人工智能技术应用于语音客服等场景，在政务、银行、保险、证券、运营商、物流、能源、零售等行业得以广泛应用。

无论是ChatGPT的诞生还是Sora引发的全球关注，大模型呈现出来的智慧涌现能力，被认为不亚于PC和互联网的诞生，将彻底改变产业形态和竞争格局。今年全国两会期间，刘庆峰带来了一份沉甸甸的建议，他建议制定国家《通用人工智能发展规划》，系统性加快推动我国通用人工智能发展。 

人工智能大模型技术正在深入千行百业，邮政快递行业具有长链路、复杂协同、动态数据回流等场景特性，成为行业大模型落地应用的重要阵地之一。

从具体应用环节来看，人工智能技术可以在多方面提升邮政快递服务质量，解决痛点、堵点问题。例如，在揽收环节，使用AI聊天机器人自动处理客户咨询，提供包裹预约揽收服务。在分拣环节，借助机器视觉和机器学习算法，实现对邮件和包裹的快速准确分类，提高分拣速度和准确性。在投递环节，利用智能语音机器人进行派送预约，可合理分配人员运力，提高消费者满意程度；配合无人驾驶车辆和无人机等技术，实现自动化配送，提高最后一公里的配送效率；通过智能监控系统和异常行为检测，保障邮件和包裹的安全以及数据信息的保护。

据了解，早在2020年5月，国家邮政局与科大讯飞签署战略合作协议，合作开展邮政业人工智能技术研发、成果推广、科研平台建设等工作，降低邮政快递企业运营成本，提升邮政管理部门监管效能，加快推进邮政业高质量发展。作为创新试点，科大讯飞与安徽省邮政管理局合作建设智能申诉系统，搭建了邮政智能语音专有云，建设能力中台和知识中台，成功研发了智能语音客服机器人、智能坐席系统、智能外呼系统和监督管理系统，建成了一套完整的邮政业智能语音申诉处理系统，满足了安徽省邮政业用户申诉处理需要。

目前，该系统取得了良好的应用成效：自2021年5月邮政业智能语音申诉处理系统在安徽省邮政管理局正式上线运行以来，用户呼入接通率从系统上线前的30%提升到60%，有效缓解了用户来电占线问题；人工处理量从100%下降到30%，大幅降低了人力投入；智能语音导航自助报单成功率达55%，大大超过政务行业平均水平；智能坐席系统语音转写准确率达98%，55%的外呼回访工作交由智能外呼系统完成，大幅提升了申诉处理效率，更好保障了用户合法权益。

今年1月30日，科大讯飞星火语音大模型发布，在语音合成层面提升了韵律表现力和拟人度，在语音识别领域突破复杂场景识别效果上限，在多语种层面提升语料稀缺小语种效果，彻底重塑传统的人机交互体验，使得人与智能客服的对话更加自然、流畅和人性化。

刘庆峰认为，大模型技术的加持将突破传统智能应用成效的天花板，为邮政业全链路运营效率、服务体验和业务创新带来巨大变革，为全社会提供更加高效、智能、便捷的邮政快递服务体验。

“接下来，科大讯飞还将持续推动大模型等新技术在邮政业的应用，深入管理和生产场景，推动智能客服、智能调度运营、智慧网点、智能办公等智能化产品在行业的落地应用，加快科技成果转化，进一步为邮政业高质量发展赋能。”刘庆峰表示。 

国产大模型离全球最高水平有多大距离？对于这个人工智能领域最热门的话题，刘庆峰有自己的看法。

他认为，在2017年出台的《新一代人工智能发展规划》指引下，中国在认知智能领域已具备非常扎实的技术储备和成建制的团队，有望成为全球智慧涌现的第二极。

刘庆峰以我国首个基于全国产算力训练的全民开放大模型——讯飞星火大模型为例进行说明：“其预计在6个月内可达到GPT4当前最好水平，但随着GPT-5的发布，这个差距可能会被拉到一年以上，如果从算力、数据、模型训练等方面组织好资源全力追赶，这个差距也有望在1-2年内被追平到相当的水平，同时我国也在语音大模型、医疗大模型等领域形成了国际领先的比较优势。”

“我们有信心在通用大模型底座上不会出现代差级落后的差距，在此基础上结合行业场景和数据进行打磨，有望实现典型行业领域的超越。”刘庆峰认为，在追赶的同时，结合全新的技术发展、竞争格局、产业赋能以及在社会生活中的各种变化，非常有必要根据新的形势制定系统性规划。

2024年，全球人工智能的竞争将进一步升级为系统性竞争，各国在基础大模型、行业应用、硬件、产业链等方面开始全面较量。刘庆峰建议，在2017年《新一代人工智能发展规划》的基础上，瞄准我国通用人工智能发展中需要重点补上的短板进行设计，围绕自主可控的通用大模型底座研发、算力构建、高质量数据开放共享、科学的评测标准制定生态打造、源头技术前瞻研发、人才培养、法律制定和伦理人文等维度，系统性制定国家《通用人工智能发展规划》，国家高位推动规划的制定和落地，不断缩小中美通用人工智能产业在通用底座平台方面的差距，并在行业应用和价值创造上打造我国的比较优势。

“我们要正视差距，聚焦自主可控的底座大模型‘主战场’，从国家层面聚焦资源加快追赶，同时系统性构建通用人工智能生态和应用，打造综合优势。 ”刘庆峰说。