近日，廣東省佛山市煙草專賣局（公司）物流配送中心克服技術壁壘與安全性保障雙重挑戰，本地化部署DeepSeek-R1模型，與現有業務系統實現對接。

此前，佛山煙草物流配送中心在數據應用上面臨諸多困境：海量數據經采集沉淀卻未能發揮應有價值，數據與業務脫節問題制約了運營效率和管理水平提升。

隨著AI技術的運用，這一局面得到了改善。

佛山煙草物流配送中心在宜搭上搭建的DeepSeek模型應用界面截圖。

憑借強大的數據處理和分析能力，DeepSeek-R1模型能夠對海量數據進行深度挖掘和多維度分析，迅速整合信息，識別關鍵指標，高效處理復雜任務。通過對業務運行數據的實時監測和分析，DeepSeek-R1模型可以幫助管理層精準把握業務動態。同時，通過機器學習技術，它能夠作出相關預測和決策，精準發現存在問題，及時預測潛在風險，智能調整作業計劃，進一步推動數據與業務深度融合，賦能業務流程優化和科學管理決策，助力物流高效運轉。

在技術引入過程中，佛山煙草物流配送中心項目團隊審慎對待，筑牢數據安全防線，通過本地化部署的方式接入DeepSeek-R1模型，將物流基礎信息及相關數據上傳至本地知識庫進行訓練，從技術層面杜絕數據外泄風險。

DeepSeek模型根據殘損煙數據生成的分析報表截圖。

同時，他們在技術應用上精準發力，充分發揮模型功能，對模型進行深度業務適配，連通企業數字化平臺，針對自身業務需求對模型進行優化。

目前，佛山煙草物流配送中心接入的DeepSeek-R1模型已具備分揀作業報表生成、設備維護方案制定等多項實用功能，實現了業務全流程的數字化貫通。以殘損煙管控分析為例，AI大模型不僅能統計各環節產生的殘損煙次數，還能對各班組殘損煙總數占比、殘損煙每日趨勢進行分析。基于這些分析，AI大模型提出了一系列針對性建議，如加強分揀線尤其是高頻損煙部位維護，優化包裝材料密度和封切設備作業速度，提升分揀班組操作規范性，定期分析每日殘損煙趨勢等，有效推動生產管理的精細化、科學化。

佛山煙草物流配送中心根據報表改進設備后，條煙輸送更加整齊有序。

針對AI大模型提出的建議，佛山煙草物流配送中心采取了一系列科學有效的改進措施。改進后的設備運行效率提升了7.2%，卷煙破損率降低了45.1%，包裝膜抗拉強度提升了22.6%，分揀班組設備操作準確率提升了21.2%。

佛山煙草物流配送中心表示，將積極推動AI大模型多場景應用，例如通過AI大模型進行送貨路線優化，縮短送貨在途耗時；上線自動排產功能，實現分揀任務智能分配，提升分揀效率；利用AI大模型分析備件使用規律，提高備件有效利用率……通過促進數字產業化和產業數字化良性互動，推動煙草物流邁向更加智能、高效的發展階段。