專業發展Profession
AI 在物流領域的應用-以ChatGPT 為例

 Chat Generative Pre-trained Transformer,簡稱Chat GPT,它的出現使得各行各業都帶來顛覆性作法,重要性不下於工業革命的蒸汽機。ChatGPT是一個大型語言模型,擅長就是理解語意內容,例如提供一段很長的文章,可要求ChatGPT寫出這個文章的摘要重點,或是針對這文章內容做出Q&A。

ChatGPT 3.5於2022年11月推出,當時最多只能支持2048個字(專業術語稱為token)做為輸入,也就是說就算要問ChatGPT問題,必須把問題精簡到2048個字以內。2023年3月,ChatGPT 4 推出,可支持8192個字元輸入;同年八月,ChatGPT企業版正式推出,基本上功能類似ChatGPT,但是可支持更長的原始資料輸入達32768個字。

        在自然語言處理(NLP)的術語中,token是指語句內有意義的最小單位,可以是一個單詞、一個英文字母、或甚至是一個標點符號,取決於上下文和使用的分詞方法。舉例來說「ChatGPT is 'great'」,這句話包含5個token,其中標點符號也算;而「你好嗎Jack」總共是4個token。

        目前新版的ChatGPT 4無法透過交談介面「直接分析」照片、聲音、影像這些多媒體資料,也無法直接做繪圖(如簡單的二維圖形),畢竟ChatGPT的核心就是語言模型,可分析使用者的語意,並做出適切回答。不過,網路上已出現多個外掛程式,可使ChatGPT 4的應用面擴大,除了繪圖、分析照片內容,也可與資料庫直接連結,做出即時查詢的效果,例如根據最新的物流績效指標,畫出排名前十名的折線圖。註:以下為部份測試結果,並非實際依照物流績效指標排名。

  

        現階段使用上,仍會有部份問題,例如解析PDF內的文字無法完全正確,或是連簡單的統計都會算錯,在整個過程中,ChatGPT大約能做到80分,還無法達到甚麼事都能100分的解答。此外,要提供ChatGPT資料處理,最好先將資料自行做精簡。理論上ChatGPT當然都可讀入,但是會花更多時間,而且容易擷取到錯誤欄位。

        舉例來說,我們希望ChatGPT畫出物流中心內每個人最近一周的揀貨工作效率,那麼,只需在XLS提供計算上必要的欄位即可,千萬不要把無關的欄位也都拋入ChatGPT內。因為數據過長時,ChatGPT還是得分次載入,徒然浪費時間。

        大概在五年前,AI基本上是大型企業才玩得起的,因為要造出AI模型必須有很好的演算法、硬體,以及大數據;ChatGPT的出現讓一般企業、一般人透過自己的電腦,簡單的數據輸入,就可輸出不錯的結果。ChatGPT就好像一個剛畢業的大學生,基本要懂得知識,包括數學、物理、化學、邏輯…等都已具備,接下來的深入應用,可以由各企業帶領這個大學生做個別行業的調適。

        針對ChatGPT,我們基本的結論是:AI正式開始邁入低價、普及的時代,如果不知道怎麼應用AI,將會很快被淘汰;而善用AI的企業,可以使自己犯的錯越來越少,作業過程越來越有效率。

        對物流與供應鏈管理來說,揀貨、包裝、運輸配送、逆物流這些日常活動,甚至員工教育訓練、日常5S的落實、IOT數據的整合分析,ChatGPT都已可提供初步的輔助,特別是文件處理。我們剛剛提到,ChatGPT才剛從大學畢業,因此現階段不要期待ChatGPT做甚麼事都可做到博士級的水準。但是過不了多久,ChtpGPT很可能主導生活的一切,包括線上購物可以直接與ChatGPT交談下單,ChatGPT會自動幫我們找最划算,且購物贈點最多、到貨時間最短的交易店家。

        以下我們就常見的物流情境,看看ChatGPT的表現,最後則是提供一些測試案例,讓大家可了解ChatGPT實際操作,應該如何正確問問題,以及產生的結果:

案例:ISO文件理解與快速Q&A

        隨著物流企業越來越成熟,相關ISO典章制度也會越來越多,包括環保、資安、企業社會責任、溫室氣體等制度與表單正快速累積,然而這些典章制度,不論對新進員工還是老員工而言,都會有很大的學習障礙,因為文件實在太多了。

        舉例來說,公司在五年前對於危險品的保存、報廢、庫存、運輸方式等都做了規範,但是近期因應ESG的需求做了新的調整,新人需要知道新的規定,而老員工則需要知道新、舊做法的差異;甚至許多時候,新人一開始到公司並不知道要怎麼問問題,如果這時要新人自己去看SOP文件,又是曠日廢時,因為新人根本不知道要讀哪一個版本的ISO文件,而且新人通常都是遇到了問題,才知道要問甚麼問題。

文章出處

31 Oct 2023