物流场景的 AI：先解决异常件闭环，不是路径优化
物流加 AI 的公开讨论，大半在讲路径优化和无人配送。
但对绝大多数物流企业和有物流环节的企业来说，每天真正在烧人力、且完全没被解决的，是异常件——破损、错分、滞留、地址问题、拒收、丢件。
这一类的特点是：量不大（占总单量的个位数百分比），但每一件都要人跟，跟一件耗时长，且经常跟丢。
它比路径优化更适合做第一个 AI 项目，理由有三个：数据现成、见效快、错了有人兜底。
---
异常件为什么难：不是判断难，是闭环难
处理一件异常，通常要走这几步：
1. 发现（系统报警，或客户投诉）
2. 定性（是哪一类异常）
3. 定责（哪个环节、哪个网点）
4. 联系相关方（网点、司机、客户、发件人）
5. 给方案（补发、退回、赔付、重新派送）
6. 跟进到结束
7. 归档
真正难的是第 4 到第 6 步。不是判断难——老手一眼就知道该怎么办；难的是这几步要跨系统、跨部门、跨时区地追着人问，一件事要来回七八次，而同时手上还压着几十件。
跟丢的通常不是难件，是简单件——因为它不紧急，就一直往后排。
---
AI 在这里该做什么
不是替人做决定，是把"追人"这件事自动化。
具体到四件事：
一、自动定性
从系统状态、扫描记录、客服会话里判断这是哪一类异常。
为什么可行：异常类型是有限的（通常十几到二十几类），且有明确的判据。
输出形态：给出分类 + 判断依据（哪条扫描记录、哪句客服描述）。不给结论性表述，让人确认。
二、自动补齐信息
一件异常要处理，需要哪些信息？运单信息、扫描轨迹、历史沟通、相似案例的处理方式。
现在这些散在四五个系统里，人要一个个点开。把它们聚合到一屏，是最直接的省时间。
这一件不需要任何"智能"，就是数据聚合。但它通常能省掉处理时长的很大一部分。
三、自动跟进
这是价值最大的一件。
- 到时间了没回复 → 自动催办
- 责任方一直不响应 → 自动升级
- 客户在等 → 自动同步进度
为什么这件事必须自动化：人做跟进最容易疲劳、最容易漏，而且漏掉的成本是滞后爆发的——一件跟丢的异常，两周后变成一条投诉。
四、给处理建议
基于历史相似案例，给出"这类情况以前通常怎么处理"。
注意措辞：给的是"历史上类似情况的处理方式"，不是"你应该这么处理"。判断权留给人。
---
一张异常分类表
分类是整个系统的基础。分类错了，后面全错。
| 大类 | 典型情况 | 数据来源 | 能不能自动定性 |
|---|---|---|---|
| 物理异常 | 破损、少件、包装破裂 | 扫描记录 + 现场照片 | 部分能（照片需人工确认） |
| 路由异常 | 错分、错发、滞留 | 扫描轨迹 | 能，判据明确 |
| 地址异常 | 地址不详、联系不上、拒收 | 派送记录 + 客服会话 | 能 |
| 时效异常 | 超期未妥投 | 时间戳对比 | 能，纯规则 |
| 信息异常 | 面单信息错、重量体积不符 | 系统字段比对 | 能 |
| 丢失 | 轨迹中断且查无 | 轨迹缺口 | 能识别，定责需人工 |
前五类里有四类是纯规则或轻判断，根本不需要大模型。这一点很重要——用规则能解决的，不要用模型，规则更快、更准、更好解释。
模型的价值主要在两处：从非结构化的客服会话里提取信息，以及在历史案例里找相似的。
---
闭环的判据
这个系统做没做成，只看一件事：
异常件的平均闭环时长，以及超期未闭环的件数。
不是"处理了多少件"，不是"自动分类准确率"——那些是过程指标。
建议的量法：
| 指标 | 定义 |
|---|---|
| 平均闭环时长 | 从异常产生到最终归档 |
| 超期未闭环件数 | 超过约定时限还没结束的 |
| 跟丢率 | 超过 N 天无任何动作的件数占比 |
| 重复投诉率 | 已归档但客户又找回来的 |
"跟丢率"是最能反映真实状况的一个，也是最容易被系统性掩盖的——因为跟丢的件在报表上通常显示为"处理中"，看起来一切正常。
先量出跟丢率，再谈优化。很多企业量出来之后的第一反应是"不可能这么高"——那正说明这个指标之前根本没人看。
---
数据准备：三件必须先做的事
一、异常类型要有统一口径。
如果不同网点对"滞留"的定义不一样，那统计出来的数字没有意义。这一步是纯管理工作，跟 AI 无关，但必须先做。
二、扫描记录要完整。
轨迹有缺口，自动定性就无从谈起。先查一批真实数据，看缺口率有多高——这个数字会决定项目可行性。
三、历史处理记录要能用。
"以前是怎么处理的"要能查到，才能给建议。如果历史记录只有"已处理"三个字，那这一块暂时做不了。
建议的启动门槛：取最近 3 个月的异常件，抽 100–200 件，检查上面三项。轨迹缺口率高于 10%，或历史记录里超过一半没写处理方式，先补这两项再上系统。
---
怎么验收
| 指标 | 建议门槛 |
|---|---|
| 自动定性准确率（对照人工标注） | 不低于 90%，且错的要能说清为什么错 |
| 信息聚合完整性 | 100%（该聚的字段一个不能少） |
| 自动跟进触达率 | 100%（该催的一个不能漏） |
| 建议采纳率 | 作为参考，不作为考核 |
"建议采纳率"不能当考核指标——把它当 KPI，会导致系统倾向于给"人容易同意"的建议，而不是"对的"建议。这是指标设计上的一个常见陷阱。
答案质量的口径可沿用开源评测框架 RAGAS（docs.ragas.io），重点看答案忠实度：给出的处理建议，能不能对应到具体的历史案例或制度条款。
---
一个务实的推进顺序
1. 先做信息聚合——纯数据整合，两三周能见效，风险为零
2. 加自动定性，但只对那四类判据明确的做，且人工确认
3. 加自动跟进——这一步价值最大，也最需要跨部门配合
4. 最后做处理建议，此时已经有足够的历史标注数据
第 3 步是真正的分水岭。它需要的不是技术，是跨部门的流程约定——谁该在多久内响应、不响应升级给谁。这件事谈不下来，系统做得再好也没用。
---
相关阅读
- 企业第一次做 AI，怎样选对项目并设计可退出的试点
- 企业做 AI 项目前需要准备哪些资料
- 企业 AI 项目怎么验收：七层验收标准与证据要求
- 企业 AI 的数据治理：治什么、治到什么程度、谁来治
---
*本文说明的是方法与判断标准，不代表任何未公开项目的实施细节。文中引用的开源评测框架，出处已在正文标明，读者可自行核验。*