货拉拉CTO张浩：AI取胜在于“应用场”，非基础模型

火币app官网下载 2025年12月03日 13:10 11 Connor

11月27日，36氪“WISE2025商业之王”大会在北京召开，货拉拉首席技术官（CTO）张浩受邀出席大会，并发表了题为《货拉拉AI能力应用与建设实践》的主旨演讲，其表示，衡量AI价值的关键不在于自建基础大模型，而在于面向业务场景的应用与平台化建设。大会现场还发布了“WISE2025商业之王系列年度名册”，货拉拉凭借AI在物流场景的创新实践应用，成功入选“WISE2025商业之王年度AI应用场景突破企业”榜单。

演讲中，张浩回顾了过去两年货拉拉的技术路径：公司由打造垂直领域行业大模型，进一步转向构建企业级AI基建平台。为此，货拉拉投入打造了三大内部平台——面向业务人员的悟空平台、面向算法开发者的海豚平台，以及用于模型评测与标注的评测标注平台，旨在将企业数据资产、流程体系与行业经验沉淀为可复用能力，实现从技术研发到业务应用的全链路支撑。

具体效果层面，张浩列举了货拉拉AI应用在业务安全、研发、产品、运营等不同场景的落地成果。在安全领域，货拉拉研发AI安全防控系统，覆盖用户下单到运输完成的每一环，利用AI采集语音、图片、文本等多维度数据，并进行实时风险研判，目前已实现危险品运输与违规载人日均风险单量下降30%、风险订单识别提醒率100%。

在提高研发效能上，货拉拉AI Coding（AI编码）使用率超90%，研发流程AI渗透率超60%，有效提升了研发效率。此外，针对对用户选车难的痛点，货拉拉还上线“拍货选车”功能，用户只需用手机拍一张货物照片，AI便能迅速推荐合适车型，最大单边误差小于10%，平均误差不足10厘米，适配所有搬家和拉货场景。

张浩强调，基础大模型迭代速度极快，企业更应把有限资源投入到把应用场景做深、把平台做牢上。当基础能力成熟，企业自建的应用平台将自动获得更大效率回报。他同时认为，在服务型平台企业中，AI当前更主要承担提效、防控与降本的角色，而非替代服务本身。未来AI应用应向多模态方向推进，进一步提升准确率与优化用户体验。

“基础大模型是日新月异，它具有指数级的发展。所以很多在今天是问题的问题，可能三个月之后就不再是问题。未来，我们希望随着AI能力的提高，可以通过端到端的大模型助手，为智能选车、智能填单以及内部运营、答疑等提效。”张浩表示，货拉拉接下来将持续聚焦场景深耕与平台能力建设，以实现技术向业务价值的转化。