快递物流服务千家万户，连接千城百业，是人工智能应用和大模型落地的重要阵地。新时代以来，邮政快递业通过数据归集、数据协同、数据驱动取得一定成效：人均日处理快件量提高2.3倍，快递全程时限平均压缩10%，快递价格降低一半。
　　实践中，不断拓展深化人工智能应用场景，“集数用数”已成为拓展业务、优化服务、提高质效的关键。如，聚焦“智能客服”，将数智化嵌入客户价值链，提供多场景、一站式、可溯源的智慧供应链方案；聚焦“智能运行”，强化智数合一分拣处理体系建设，对运输资源进行智能动态排布，智慧赋能“快递小哥”等；聚焦“智能安全”，全程监控“收转运派”，智慧安检自动研判问题包裹，及时处置应对；聚焦“智能管理”，强化智慧网络规划工具，优化产品分类等。此外，通过数字孪生技术将线下场景“搬到”线上，定期进行仿真运行，寻找发现问题，及时提出对策措施。
　　问题和挑战表现在几个方面，如安全压力大，数据安全、隐私保护等问题凸显；系统链接难，企业间、产业间和上下游环节仍存在鸿沟；监管抓手少，人工智能应用场景多为跨业界运营、多代际技术迭加，监管协调难度大；企业成本高，创新研发、设备设施、科技力量、高端人才等大量投入，使得企业成本压力较大。
　　为此，建议加强顶层规划，建立健全硬件设施、运营管理、信息规范等标准，加强对汇聚关联数据的风险防范，引导行业及其上下游建立共享合作机制；加大政策扶持力度，以资金支持、税收优惠、试点示范等为抓手，加快无人车、无人仓、低空经济等新模式新技术应用，加强对人工智能链主企业的支持，大力加强复合型人才培养；重点推进大模型建设，整合政企资源共建物流供应链专门大语言模型，加快形成全国性物流信息数据底盘。