11月27日，36氪“WISE2025商業之王”大會在北京召開，貨拉拉首席技術官（CTO）張浩受邀出席大會，并發表了題為《貨拉拉AI能力應用與建設實踐》的主旨演講，其表示，衡量AI價值的關鍵不在于自建基礎大模型，而在于面向業務場景的應用與平臺化建設。大會現場還發布了“WISE2025商業之王系列年度名冊”，貨拉拉憑借AI在物流場景的創新實踐應用，成功入選“WISE2025商業之王 年度AI應用場景突破企業”榜單。

    演講中，張浩回顧了過去兩年貨拉拉的技術路徑：公司由打造垂直領域行業大模型，進一步轉向構建企業級AI基建平臺。為此，貨拉拉投入打造了三大內部平臺——面向業務人員的悟空平臺、面向算法開發者的海豚平臺，以及用于模型評測與標注的評測標注平臺，旨在將企業數據資產、流程體系與行業經驗沉淀為可復用能力，實現從技術研發到業務應用的全鏈路支撐。

    具體效果層面，張浩列舉了貨拉拉AI應用在業務安全、研發、產品、運營等不同場景的落地成果。在安全領域，貨拉拉研發AI安全防控系統，覆蓋用戶下單到運輸完成的每一環，利用AI采集語音、圖片、文本等多維度數據，并進行實時風險研判，目前已實現危險品運輸與違規載人日均風險單量下降30%、風險訂單識別提醒率100%。    

    在提高研發效能上，貨拉拉AI Coding（AI編碼）使用率超90%，研發流程AI滲透率超60%，有效提升了研發效率。此外，針對用戶選車難的痛點，貨拉拉還上線“拍貨選車”功能，用戶只需用手機拍一張貨物照片，AI便能迅速推薦合適車型，最大單邊誤差小于10%，平均誤差不足10厘米，適配所有搬家和拉貨場景。

    張浩強調，基礎大模型迭代速度極快，企業更應把有限資源投入到把應用場景做深、把平臺做牢上。當基礎能力成熟，企業自建的應用平臺將自動獲得更大效率回報。他同時認為，在服務型平臺企業中，AI當前更主要承擔提效、防控與降本的角色，而非替代服務本身。未來AI應用應向多模態方向推進，進一步提升準確率與優化用戶體驗。

    “基礎大模型是日新月異，它具有指數級的發展。所以很多在今天是問題，可能三個月之后就不再是問題。未來，我們希望隨著AI能力的提高，可以通過端到端的大模型助手，為智能選車、智能填單以及內部運營、答疑等提效。”張浩表示，貨拉拉接下來將持續聚焦場景深耕與平臺能力建設，以實現技術向業務價值的轉化。

    （CIS）