快遞物流服務千家萬戶，連接千城百業，是人工智能應用和大模型落地的重要陣地。新時代以來，郵政快遞業通過數據歸集、數據協同、數據驅動取得一定成效：人均日處理快件量提高2.3倍，快遞全程時限平均壓縮10%，快遞價格降低一半。

實踐中，不斷拓展深化人工智能應用場景，“集數用數”已成為拓展業務、優化服務、提高質效的關鍵。如，聚焦“智能客服”，將數智化嵌入客戶價值鏈，提供多場景、一站式、可溯源的智慧供應鏈方案；聚焦“智能運行”，強化智數合一分揀處理體系建設，對運輸資源進行智能動態排布，智慧賦能“快遞小哥”等；聚焦“智能安全”，全程監控“收轉運派”，智慧安檢自動研判問題包裹，及時處置應對；聚焦“智能管理”，強化智慧網絡規劃工具，優化產品分類等。此外，通過數字孿生技術將線下場景“搬到”線上，定期進行仿真運行，尋找發現問題，及時提出對策措施。

問題和挑戰表現在幾個方面，如安全壓力大，數據安全、隱私保護等問題凸顯；系統鏈接難，企業間、產業間和上下游環節仍存在鴻溝；監管抓手少，人工智能應用場景多為跨業界運營、多代際技術迭加，監管協調難度大；企業成本高，創新研發、設備設施、科技力量、高端人才等大量投入，使得企業成本壓力較大。

為此，建議：

加強頂層規劃，建立健全硬件設施、運營管理、信息規范等標準，加強對匯聚關聯數據的風險防范，引導行業及其上下游建立共享合作機制；加大政策扶持力度，以資金支持、稅收優惠、試點示范等為抓手，加快無人車、無人倉、低空經濟等新模式新技術應用，加強對人工智能鏈主企業的支持，大力加強復合型人才培養；重點推進大模型建設，整合政企資源共建物流供應鏈專門大語言模型，加快形成全國性物流信息數據底盤。