今年《政府工作報告》中提出，持續(xù)推進 " 人工智能 +" 行動，將數(shù)字技術(shù)與制造優(yōu)勢、市場優(yōu)勢更好結(jié)合起來，支持大規(guī)模廣泛應(yīng)用。隨著 " 人工智能 +" 上升為國家戰(zhàn)略，以人工智能大模型為技術(shù)底座、工業(yè)應(yīng)用為切入點的工業(yè)大模型正成為賦能新型工業(yè)化的新方向。

自 2022 年以來，全球范圍內(nèi)大模型市場規(guī)模迅速增長，迎來爆發(fā)期。然而，目前國內(nèi)外推出的主流大模型仍為公共數(shù)據(jù)集訓練出的基礎(chǔ)大模型，知識面夠廣但不夠?qū)＃诠I(yè)各垂直領(lǐng)域的性能表現(xiàn)并不突出。根據(jù)中國工業(yè)互聯(lián)網(wǎng)研究院 2024 年 3 月發(fā)布的《人工智能大模型工業(yè)應(yīng)用準確性測評》報告，國內(nèi)外主流大模型的工業(yè)應(yīng)用準確性平均得分低于 60 分，國內(nèi)幾家領(lǐng)先的通用大模型總體評分也僅在 70 分上下，可見基礎(chǔ)大模型在賦能新型工業(yè)化方面還有較大的提升空間。

面向制造業(yè)轉(zhuǎn)型升級新需求，以基礎(chǔ)大模型為技術(shù)底座、工業(yè)應(yīng)用為切入點的工業(yè)大模型正成為人工智能深度賦能新型工業(yè)化的新方向。

5 月 22 日，京東工業(yè)在上海正式發(fā)布行業(yè)首個以供應(yīng)鏈為核心的工業(yè)大模型 Joy Industrial，該模型基于京東在工業(yè)供應(yīng)鏈領(lǐng)域多年的數(shù)據(jù)積累和技術(shù)實踐，聚焦工業(yè)場景的復雜需求，通過 " 工業(yè)大模型 + 供應(yīng)鏈場景應(yīng)用 " 雙引擎，構(gòu)建從底層算力、算法到應(yīng)用的全棧產(chǎn)品矩陣，旨在解決工業(yè)供應(yīng)鏈長期存在的效率低下、協(xié)同困難、合規(guī)風險等痛點，助力產(chǎn)業(yè)實現(xiàn)降本、增效、合規(guī)與保供目標。

工業(yè)供應(yīng)鏈的挑戰(zhàn)與京東的破局思路

中國擁有全球最完整的工業(yè)體系，但在供應(yīng)鏈管理上仍面臨諸多挑戰(zhàn)。京東工業(yè)副總裁谷應(yīng)鯤指出，工業(yè)供應(yīng)鏈長期存在數(shù)據(jù)孤島、標準割裂、管理復雜、協(xié)同沖突等問題，例如，工業(yè)品 SKU 數(shù)量龐大（京東工業(yè)已管理超 5700 萬 SKU），且分類標準混亂，導致同一商品的參數(shù)差異可能引發(fā)比價與合規(guī)難題；此外，企業(yè)間協(xié)同效率低下，傳統(tǒng)人工處理模式難以應(yīng)對海量數(shù)據(jù)與復雜流程。

針對這些問題，京東工業(yè)提出以大模型技術(shù)為核心的新解題思路。京東集團探索研究院副院長何曉冬表示：" 大模型產(chǎn)業(yè)化才能產(chǎn)生價值，必須結(jié)合具體場景的數(shù)據(jù)和業(yè)務(wù)需求不斷打磨。" 京東工業(yè)的實踐路徑是：通過大模型理解多模態(tài)數(shù)據(jù)，打破信息孤島；通過智能體替代人工執(zhí)行標準化任務(wù)，提升超長鏈條的協(xié)同效率。

技術(shù)底座：數(shù)據(jù)沉淀與垂直行業(yè)模型構(gòu)建

京東工業(yè)大模型的競爭力源于數(shù)據(jù)積累與場景深耕。在數(shù)據(jù)層面，京東工業(yè)已沉淀超 800 萬家活躍企業(yè)客戶的交易數(shù)據(jù)，并構(gòu)建了覆蓋 40 多個細分行業(yè)的供應(yīng)鏈數(shù)據(jù)庫。至今，京東內(nèi)部已經(jīng)生長出超 1.4 萬個智能體，解決了超過 18% 的工作內(nèi)容。各類大模型應(yīng)用深入到零售、工業(yè)、物流、健康等業(yè)務(wù)場景。例如，其自主研發(fā)的墨卡托標準商品庫，通過 AI 技術(shù)統(tǒng)一商品參數(shù)體系，解決了工業(yè)品編碼混亂問題，目前已接入施耐德電氣、金杯電工等企業(yè)的數(shù)十萬商品數(shù)據(jù)。在 2023 年某核電站緊急采購案例中，京東工業(yè)依托該數(shù)據(jù)庫，僅用 72 小時完成供應(yīng)商尋源與履約交付，避免了數(shù)百萬損失。

在所有場景中，工業(yè)又是最適合孵化和使用產(chǎn)業(yè)大模型的場景之一。中國擁有全球最完整的工業(yè)產(chǎn)業(yè)體系，也是全球數(shù)據(jù)資源最豐富的國家，新增數(shù)據(jù)資源占全球的 1/4。在產(chǎn)業(yè)政策推動下，中國已經(jīng)在工業(yè)制造為首的 12 個行業(yè)推廣 " 數(shù)據(jù)要素 X"，培育基于數(shù)據(jù)要素的新產(chǎn)品和新服務(wù)。

在模型架構(gòu)上，Joy Industrial 采用 " 通用基座 + 垂直行業(yè) " 的分層模式。通用層依托京東集團自研的千億參數(shù)大模型（如 750B 參數(shù)的基礎(chǔ)延續(xù)模型），支持 1280k 超長上下文窗口，可處理百萬字級工業(yè)手冊的解析與推理；垂直層則針對汽車、新能源、電力等行業(yè)的特定需求，通過領(lǐng)域數(shù)據(jù)合成與后訓練進行適配。例如，在汽車后市場領(lǐng)域，模型需學習 4S 店維修知識庫，才能準確回答配件更換與保養(yǎng)方案。

核心產(chǎn)品矩陣：從需求到履約的全鏈路智能化

Joy Industrial 首批發(fā)布的 AI 產(chǎn)品覆蓋供應(yīng)鏈全流程，重點解決需求匹配、運營效率、合規(guī)管控等關(guān)鍵問題：

第一是需求代理（JOY i 需求代理）。通過 AI 分析歷史采購數(shù)據(jù)，將商機匹配效率從傳統(tǒng)的 48 小時縮短至數(shù)小時，并實現(xiàn)秒級前置聯(lián)動。例如，某鋼鐵企業(yè)利用需求代理的預測算法，庫存成本降低 40%，采購成本減少 15%。

第二是運營代理（JOY i 運營代理）。整合信息檢索、業(yè)務(wù)執(zhí)行與合規(guī)管控，系統(tǒng)可自動識別虛假運單，將商機治理效果提升 75%，技術(shù)成本降低 99.3%。在履約環(huán)節(jié)，某新能源汽車企業(yè)通過運營代理將交付周期縮短 23%，最快實現(xiàn) 1 小時極速尋源。

第三是關(guān)務(wù)代理（JOY i 關(guān)務(wù)代理）。針對制造業(yè)出海場景，支持超萬條進出口合規(guī)查詢，響應(yīng)時間從 3 天壓縮至當天。以低值易耗品為例，企業(yè)可節(jié)省 21% 成本，時間與管理開銷減少 40%-66%。例如，某企業(yè)需判斷斷路器是否符合泰國 CSS 認證，AI 代理通過多智能體協(xié)作框架，自動調(diào)用泰國電氣專家模型，10 分鐘內(nèi)輸出評估結(jié)論。

第四是商品專家與集成專家。商品專家通過 AI 審核與同品識別，將商品審核準確率提升至 97.8%，成本降至人工的 5%；集成專家則利用 AI 解析 API 文檔并生成代碼，將系統(tǒng)對接周期從 3 天縮短至分鐘級，助力企業(yè)實現(xiàn)供應(yīng)鏈全鏈條實時互聯(lián)。

行業(yè)合作與場景落地，降低產(chǎn)業(yè)鏈溝通成本

京東工業(yè)大模型的落地離不開與行業(yè)頭部企業(yè)的深度合作。全球光伏龍頭晶科能源自 2018 年起與京東工業(yè)合作，共同探索新能源運維與 AI 的結(jié)合。晶科資產(chǎn)管理部總經(jīng)理詹本靜表示：" 分布式電站點多面廣，傳統(tǒng)人工巡檢成本高且效率低。與京東合作后，我們通過 AI 優(yōu)化運維資源調(diào)度，成本已壓縮 30%。" 在電力交易場景，晶科計劃利用大模型分析供需曲線，實現(xiàn)發(fā)電側(cè)與負荷側(cè)的最優(yōu)匹配，進一步提升資產(chǎn)運營效率。

此外，京東工業(yè)聯(lián)合國家電網(wǎng)、中石油等鏈主企業(yè)，推動工業(yè)品分類與編碼團體標準的制定，逐步將 " 京東標準 " 轉(zhuǎn)化為行業(yè)共識。這一舉措有望降低產(chǎn)業(yè)鏈溝通成本，為智能化協(xié)同奠定基礎(chǔ)。

京東未來規(guī)劃：從 AI 員工到產(chǎn)業(yè)生態(tài)

在京東工業(yè)看來，數(shù)據(jù)層面，真正理解工業(yè)供應(yīng)鏈的大模型不是僅僅靠統(tǒng)一標準的單一手段來解決工業(yè)供應(yīng)鏈的信息孤島等問題，而是通過工業(yè)大模型理解各類多模態(tài)數(shù)據(jù)來加速解決標準不統(tǒng)一的難題；在應(yīng)用層面，真正高效協(xié)同的智能體，不能僅僅靠人之間的協(xié)同來解決工業(yè)供應(yīng)鏈的超長鏈條協(xié)同問題，而是基于擁有超強理解力的工業(yè)大模型，在各個業(yè)務(wù)協(xié)同場景中以智能體的形式來解決復雜問題。從 " 公域匯集數(shù)據(jù) " 的通用基座模型，到 " 行業(yè)整合數(shù)據(jù) " 的垂直行業(yè)大模型，到 " 數(shù)據(jù)生成數(shù)據(jù) " 的 Self-Refine 仿生大模型，工業(yè)大模型的演進，將為消除工業(yè)供應(yīng)鏈信息孤島帶來新的解題思路。

京東工業(yè)為 AI 在供應(yīng)鏈中的應(yīng)用規(guī)劃了 " 三步走 " 戰(zhàn)略： 第一是 AI 員工階段：在單一場景部署智能體，替代重復性工作，如數(shù)據(jù)補填效率提升 100 倍；第二十 AI 組織階段：重構(gòu)崗位分工，實現(xiàn)企業(yè)內(nèi)部大規(guī)模 AI 協(xié)同，目前京東已部署超 1.4 萬個智能體；第三是 AI 產(chǎn)業(yè)生態(tài)階段：推動上下游企業(yè)間的智能體協(xié)作，最終改變生產(chǎn)方式。

技術(shù)演進上，京東工業(yè)將持續(xù)探索多模態(tài)與具身智能。何曉冬提到：" 大模型將從數(shù)字空間走向物理空間，讓機器人、倉儲設(shè)備等實體獲得通用智能。" 例如，京東已開發(fā)具備海量知識的智能機器狗 Joy Inside，未來計劃將此類技術(shù)應(yīng)用于工業(yè)巡檢、物流調(diào)度等場景。

盡管前景廣闊，工業(yè)大模型的推廣仍面臨現(xiàn)實挑戰(zhàn)。谷應(yīng)鯤坦言：" 客戶對數(shù)據(jù)出域和模型準確率存有顧慮。即使做到 95% 準確率，剩余 5% 的誤差也可能影響信任。" 此外，工業(yè)場景的隱性知識（如設(shè)備運維經(jīng)驗）難以數(shù)據(jù)化，需通過仿真環(huán)境采集與訓練。京東工業(yè)產(chǎn)品經(jīng)理溫赟指出，技術(shù)落地的核心是 ** 平衡體驗、成本與效率 **，例如通過模型蒸餾技術(shù)將訓練成本降低 70%，推理效率提升 30%。

京東工業(yè)大模型 Joy Industrial 的發(fā)布，標志著 AI 技術(shù)在工業(yè)供應(yīng)鏈領(lǐng)域的應(yīng)用進入深水區(qū)。其價值不僅在于效率提升，更在于推動產(chǎn)業(yè)鏈從 " 經(jīng)驗驅(qū)動 " 轉(zhuǎn)向 " 數(shù)據(jù)驅(qū)動 "。正如谷應(yīng)鯤所言：" 每一條供應(yīng)鏈都值得用 AI 重新做一遍。" 隨著技術(shù)迭代與行業(yè)協(xié)作的深化，工業(yè)供應(yīng)鏈的智能化轉(zhuǎn)型或?qū)⒋呱乱惠喩a(chǎn)力革命。（本文首發(fā)于鈦媒體 APP，作者｜李婧瀅，編輯｜劉洋雪）