近日，廣東省佛山市煙草專賣局（公司）物流配送中心克服技術(shù)壁壘與安全性保障雙重挑戰(zhàn)，本地化部署DeepSeek-R1模型，與現(xiàn)有業(yè)務(wù)系統(tǒng)實現(xiàn)對接。

此前，佛山煙草物流配送中心在數(shù)據(jù)應(yīng)用上面臨諸多困境：海量數(shù)據(jù)經(jīng)采集沉淀卻未能發(fā)揮應(yīng)有價值，數(shù)據(jù)與業(yè)務(wù)脫節(jié)問題制約了運營效率和管理水平提升。

隨著AI技術(shù)的運用，這一局面得到了改善。

佛山煙草物流配送中心在宜搭上搭建的DeepSeek模型應(yīng)用界面截圖。

憑借強大的數(shù)據(jù)處理和分析能力，DeepSeek-R1模型能夠?qū)Ａ繑?shù)據(jù)進(jìn)行深度挖掘和多維度分析，迅速整合信息，識別關(guān)鍵指標(biāo)，高效處理復(fù)雜任務(wù)。通過對業(yè)務(wù)運行數(shù)據(jù)的實時監(jiān)測和分析，DeepSeek-R1模型可以幫助管理層精準(zhǔn)把握業(yè)務(wù)動態(tài)。同時，通過機器學(xué)習(xí)技術(shù)，它能夠作出相關(guān)預(yù)測和決策，精準(zhǔn)發(fā)現(xiàn)存在問題，及時預(yù)測潛在風(fēng)險，智能調(diào)整作業(yè)計劃，進(jìn)一步推動數(shù)據(jù)與業(yè)務(wù)深度融合，賦能業(yè)務(wù)流程優(yōu)化和科學(xué)管理決策，助力物流高效運轉(zhuǎn)。

在技術(shù)引入過程中，佛山煙草物流配送中心項目團(tuán)隊審慎對待，筑牢數(shù)據(jù)安全防線，通過本地化部署的方式接入DeepSeek-R1模型，將物流基礎(chǔ)信息及相關(guān)數(shù)據(jù)上傳至本地知識庫進(jìn)行訓(xùn)練，從技術(shù)層面杜絕數(shù)據(jù)外泄風(fēng)險。

DeepSeek模型根據(jù)殘損煙數(shù)據(jù)生成的分析報表截圖。

同時，他們在技術(shù)應(yīng)用上精準(zhǔn)發(fā)力，充分發(fā)揮模型功能，對模型進(jìn)行深度業(yè)務(wù)適配，連通企業(yè)數(shù)字化平臺，針對自身業(yè)務(wù)需求對模型進(jìn)行優(yōu)化。

目前，佛山煙草物流配送中心接入的DeepSeek-R1模型已具備分揀作業(yè)報表生成、設(shè)備維護(hù)方案制定等多項實用功能，實現(xiàn)了業(yè)務(wù)全流程的數(shù)字化貫通。以殘損煙管控分析為例，AI大模型不僅能統(tǒng)計各環(huán)節(jié)產(chǎn)生的殘損煙次數(shù)，還能對各班組殘損煙總數(shù)占比、殘損煙每日趨勢進(jìn)行分析。基于這些分析，AI大模型提出了一系列針對性建議，如加強分揀線尤其是高頻損煙部位維護(hù)，優(yōu)化包裝材料密度和封切設(shè)備作業(yè)速度，提升分揀班組操作規(guī)范性，定期分析每日殘損煙趨勢等，有效推動生產(chǎn)管理的精細(xì)化、科學(xué)化。

佛山煙草物流配送中心根據(jù)報表改進(jìn)設(shè)備后，條煙輸送更加整齊有序。

針對AI大模型提出的建議，佛山煙草物流配送中心采取了一系列科學(xué)有效的改進(jìn)措施。改進(jìn)后的設(shè)備運行效率提升了7.2%，卷煙破損率降低了45.1%，包裝膜抗拉強度提升了22.6%，分揀班組設(shè)備操作準(zhǔn)確率提升了21.2%。

佛山煙草物流配送中心表示，將積極推動AI大模型多場景應(yīng)用，例如通過AI大模型進(jìn)行送貨路線優(yōu)化，縮短送貨在途耗時；上線自動排產(chǎn)功能，實現(xiàn)分揀任務(wù)智能分配，提升分揀效率；利用AI大模型分析備件使用規(guī)律，提高備件有效利用率……通過促進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化良性互動，推動煙草物流邁向更加智能、高效的發(fā)展階段。