从小时到分钟:申通快递的智能体效率账
物流行业的数智化样本
谈智能体提效,前面几篇文章看过金融和办公场景。本周换个更”重”的行业:快递。10 月 23 日申通快递发布三季报,电商报 10 月 28 日的报道披露了这组数据背后的技术细节——申通自主搭建的”AI 运营专家智能体”,把传统的”小时级”数据加工压缩到了”分钟级”,并把运营方法论沉淀成标准化技能包。
快递是一个数据密集到近乎残酷的行业:全国数万个网点每天产生海量路由、时效、投诉数据,过去运营团队要等工作日集中加工,等到数据出来,问题可能已经发酵了一整天。”分钟级”意味着运营决策从”事后复盘”变成了”实时干预”。
不止一个智能体
申通的布局不止运营一个环节。据电商报报道:
- 数字客服协同处理高频咨询,数字员工平台落地末端作业与网点质控场景,释放一线人力;
- 自研智能视觉平台覆盖分拣全流程,破损件识别准确率提升至 95%,有效拦截率接近 100%——对以”价格战”著称的快递业来说,破损和理赔是隐性成本大户,拦截率接近满分直接压的是真金白银的损耗;
- 前三季度研发费用 1.78 亿元,持续加码数智化。
财务结果也摆在台面上。据新浪财经转载的券商研报点评(11 月 2 日),申通 2026 年 Q3 实现营收 164.71 亿元,同比增长 21.59%;归母净利润 5.40 亿元,同比大增 78.72%。前三季度累计归母净利润 15.75 亿元,同比翻倍,且已超过 2025 年全年的 13.69 亿元。
怎么读这组数字
需要诚实地说:净利润翻倍不能直接归因于智能体。申通正处于”反内卷”政策下的价格修复周期,单票收入回升是利润弹性的主要来源,研报标题本身就写着”价格修复,利润弹性持续释放”。智能体的作用更像成本端和运营端的放大器——破损拦截、客服分流、分钟级数据加工,都是在存量效率里挤水分。
但这个案例依然有价值,原因有二。第一,它展示了智能体在”非知识密集”行业的落地形态:不是写周报、做研报,而是分拣线上的视觉识别和网点质控,脏活累活恰恰是智能体ROI最容易算清的地方。第二,它符合一个更大的趋势:麦肯锡 10 月 29 日发布的文章《从”助手”到”同事”》判断,智能体竞争已经越过试点期,企业比拼的是流程重塑而非单点加速——申通把运营方法论沉淀成”标准化技能包”,正是把个人经验变成组织资产的路数。
冷思考
快递行业的智能体故事还有一个隐含看点:这个行业人力密集、利润微薄,任何效率工具都必须在极短的回收周期内证明价值。如果连快递网点都能把智能体用出正收益,”AI 到底有没有用”这个问题,答案正在从争论变成默认。