淺談ChatGPT在物流領域的應用

作者:林沛傑資訊技師

 

      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，其重要性不下於工業革命的蒸汽機，主因是ChatGPT可以理解人類語意，一旦搭配延伸應用，例如訂單處理、資料庫數據處理、PDF內容解析、照片內容分析…等，可做出相當多實務應用。在少子化，人力資源成本偏高的時代，傳統的行政，文書處理、客服等服務，有望透過ChatGPT的導入而更有效率。

    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。基本上，ChatGPT的商業模式就是問問題的長度，以及解答的長度。

        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」就是總共是4個token。

        目前新版的ChatGPT 4透過擴充功能，可做簡易的照片分析、繪圖無法透過交談介面「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內的中文字無法完全正確，甚至無法讀取；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，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，也會增加使用成本。

        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。  

        下一期我們就以常見的物流情境，看看ChatGPT的表現，最後則是提供一些測試案例，讓大家可了解ChtpGPT實際操作，應該如何正確問問題，以及產生的結果。未完待續