深圳商報?讀創客戶端記者 陳姝

近日，記者在采訪時獲悉，依托騰訊云在云、AI、地圖、安全等領域的技術積淀，貨拉拉自主打造升級“智慧大腦”、貨運無憂大模型等，并在車貨訂單精準匹配、經營決策、智能客服等運營場景落地，實現城市貨運全鏈路降本提效。目前平臺訂單司機準點率達95%、貨運需求精準匹配率達92%，司機接單效率較傳統物流時代提升2至3倍，處于行業領先水平。

2024年底召開的中央經濟工作會議明確提出“以科技創新引領新質生產力發展”，并將現代物流體系定位為暢通國內大循環、支撐全國統一大市場建設的“核心基礎設施”。

同時，我國接連發布《交通物流降本提質增效行動計劃》《有效降低全社會物流成本行動方案》的通知，提出2027年交通物流降本提質增效取得顯著成效。如何通過數字技術這個“新質生產力”助力行業降成本、調結構、促轉型，成為智能物流發展的首要命題。

作為國內領先的互聯網貨運平臺，貨拉拉連接著百萬司機和千萬貨主，其運營效率是整個社會物流體系暢通的重要部分。

貨拉拉CTO張浩告訴記者，城市貨運要實現更高的效率，滿足民生需求，關鍵在于對人、車、貨、路等全要素進行數智化升級，優化供應鏈組織，AI是突破傳統模式瓶頸的必然選擇。

打造強大的大數據基座

城市貨運行業環節多、流程雜，傳統人工調度模式導致訂單與車輛匹配精準度不足，空駛率高、司機等單時間長、裝卸環節效率低下等問題突出。

“我們整個行業是公路貨運里最難啃的一塊，因為兩端極度零散、不標準，以前數字化基礎非常差”，張浩說，為了解決這個難題，貨拉拉從2019年起就開始用數據驅動、機器學習構建“智慧大腦”，優化車貨匹配、定價。2022年引入大語言模型，并與騰訊云合作開發“貨運無憂大模型”。

“貨拉拉與騰訊云的合作是從云遷移開始的”，貨拉拉大數據負責人李炳國告訴記者，貨拉拉12年積累了40PB規模的數據，如此大體量的數據要遷移，無異于搬遷一座大廈。通過雙方合作，幾個月的遷移工作基本對業務無影響。

李炳國表示，搬遷騰訊云之后，離線系統的穩定性、數據存儲效率和IT成本資源的利用率都有了很大提升。這些變化在司機和用戶群體的感受更深。“現在已連續三年以上未出現嚴重系統故障”。

據介紹，得益于過去騰訊云業務快速成長，以及多行業多場景客戶遷移的技術和經驗積累，

騰訊云利用彈性算力、COS存儲等基礎云資源，助力貨拉拉構建穩定、可靠的“新一代離線大數據平臺”，更好地支撐貨拉拉經營分析、用戶分析等場景，助力經營決策更精準、用戶分析更精細。

貨拉拉核心基礎設施負責人陳永庭表示，貨拉拉一直在追求處理好IT系統穩定性、研發效率與資源成本之間的關系。騰訊云在保證IT設施穩定性的基礎上，還能夠在效率和成本中找到最佳平衡點。比如騰訊云彈性伸縮的云資源，能夠靈活應對日間訂單高峰期的需求，保障系統穩定運行；在夜間資源空閑時段，這些資源還可被高效調度用于支持對實時性要求相對較低的計算任務，如大數據分析、模型訓練等，從而顯著提升資源利用率并優化整體成本。

另外，依托騰訊云算力平臺、騰訊云TI-ONE訓練平臺、騰訊云智能體開發平臺等，貨拉拉自主打造行業大模型“貨運無憂大模型”，對內賦能數據分析、HR辦公等業務領域，對外賦能選車、客服等場景，優化企業員工協同辦公能力，以及貨主、司機連接效率和使用體驗。

依托這一強大數據基座構建的“智慧大腦”，貨拉拉平臺實現了每日百萬級訂單與數十萬司機的實時智能匹配。目前，平臺訂單司機準點率達95%，貨運需求配對率高達92%，司機接單效率較傳統物流時代提升2至3倍，提升了城市貨運的核心效率。

把AI“開進”貨運賽道

從去年開始，貨拉拉與騰訊云合作發力打造AI數字員工，彌補高峰期時人力不足的問題。

貨拉拉AI應用負責人林肯稱，貨拉拉采用騰訊云的ASR和TTS，在保證AI員工能聽得懂的環節上，做到了語音識別準確率超過94%，語音合成真人度超過92%的水平，他指出，大模型本身會有自帶的問題，如指令遵循能力偏差等，雙方通過搭建常見知識庫抑制“模型幻覺”的發生。通過工程鏈路的極致優化，將AI通話的端到端延時控制在1.6秒左右，使得數字員工和前端能進行流暢對話。

此外，貨拉拉還在其他多個場景持續開展AI建設。張浩說，貨拉拉基于貨運行業數據優勢自主研發了科技物流領域行業大模型——貨運無憂大模型。模型在貨拉拉業務知識、貨運行業概念知識、貨運企業信息、貨運行業洞察、貨運法律政策等維度能力評測中，達到了業界領先水平；同時，貨拉拉還研發了AR識貨技術以減少選車錯誤，提升匹配率；“安心拉”系統通過AI監控降低事故率，每百萬公里指標優于行業。

他稱，未來，貨拉拉將持續探索面向用戶/司機的AI助手業務可行性，比如在司機側實現訂單管理功能，可以智能提醒司機哪里有貨，哪里單多，幫助司機提高接單搶單效率。

（圖片由受訪企業提供）