作者:林沛傑資訊技師

接續

上一期我們有談到什麼是ChatGPT，它有哪些功能。今天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。

案例：基本邏輯推理

假設有一隻青蛙在井內，白天可往上爬三公尺，晚上會下滑二公尺，井深十公尺，請問青蛙幾天可爬出來？一般人類直覺思考，都會說十天才能爬出，而正確答案是八天，本例ChatGPT做了正確解析。

案例：ISO文件理解與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。

 

對ChatGPT來說，只須把公司歷年所有ISO文件都整理到指定目錄，ChatGPT就可自動分析，因此可以專門針對公司自己的典章制度進行回答，舉例來說：

 

1. 危險品應該放置哪個儲區、儲位，擺放時有甚麼數量上的限制；
2. 堆高機每個月必須做那些定期點檢，檢查的方式為何；
3. 物流中心內擺放了50公斤的硝酸鹽類物品，是否需要向政府申報；
4. 貴重品要怎麼報廢，要填甚麼表單；
5. 我想要請陪產假，應該怎麼填假單，要附上那些證明文件；

 

這些問題透過ChatGPT的交談介面，已經可以產生圖文並茂的解釋，不過如前面所提，現階段要做到圖文並茂，必須加入外掛程式，單獨使用ChatGPT還做不到。利用ChatGPT可預先讀取所有公司的ISO文件，新人則是可利用Q&A方式快速與ChatGPT交談。

案例：報表處理與預測

公司高階主管可能隨時想知道相關經營績效、或是即時的物流訊息，例如：

1. 今天有多少訂單需要揀貨
2. 今天物流中心有多少人力可用於出貨線
3. 目前有哪些訂單揀貨過程發生問題，是那些問題
4. 今天共有幾台車要派車，目前已經有幾台車準時出貨，有多少車還在裝車

 

要做到這些，就需要把ChatGPT與既有的WMS系統與資料庫做串接整合，讓ChatGPT可直接讀取資料，但是，並非讓ChatGPT接上WMS就夠，如果WMS裡面數據不夠即時，或是數據格式沒有統一，或是數據格式本身沒有效率，ChatGPT一樣無用武之地。以下我們透過簡單的歷史記錄，詢問ChatGPT哪一種商品最有可能再次出貨：

 

案例：照片分析

本案例中，我們模擬讓ChatGPT讀入一張照片，照片中開堆高機的人有戴了安全帽，我們希望ChatGPT告訴我們該作業員是否有戴安全帽。

分析的結果，ChatGPT耗時大約30秒，且無法正確識別該作業人員身上的裝備，本案例中，作業人員確實有戴安全帽的。

案例：優化配送路線

以下我們測試ChatGPT的邏輯，這是一個優化配送路線、節省能源的案例，假設簡化的配送路線如下，並假設A商品每公里配送耗用5單位能源、B商品每公里配送耗用2單位能源、空車返回物流中心每公里耗用0.5單位能源，我們要看看ChatGPT是否可正確判斷出配送路線。初步測試的結果，ChatGPT會有些錯誤，但是經過再次調校，告訴ChatGPT哪裡錯、請ChatGPT重新計算，ChtpGPT確實也會找到正確答案，本案例正確答案就是物流中心àAàB物流中心，總耗能27單位；如果採用逆時針配送，總耗能達到39.5單位。