以“AI+”作答 数智供应链时代的“京东答卷”

　　■  中国工业报 耿鹏飞

　　为深化供应链创新与应用，加快数智供应链发展，5月26日，商务部、工业和信息化部等八部门联合印发的《加快数智供应链发展专项行动计划》（以下简称《行动计划》）要求，到2030年，形成可复制推广的数智供应链建设和发展模式，在重要产业和关键领域基本建立深度嵌入、智慧高效、自主可控的数智供应链体系，培育100家左右全国数智供应链领军企业，我国产业链供应链韧性和安全水平进一步提升。

　　作为国内领先的工业供应链技术与服务企业——京东工业（京东集团旗下专注于工业供应链技术与服务业务的子集团），5月22日在上海正式对外发布行业首个以供应链为核心的工业大模型Joy industrial。

　　这不仅标志着京东在人工智能与工业供应链深度融合的突破性进展，也是京东响应《行动计划》的一份“答卷”。京东此举对外释放出强烈的行业信号：以AI技术破解工业供应链长期痛点，推动传统产业向智能化、高效化转型升级。

　　供应链基因与工业场景的“化学反应”

　　一直以来，工业供应链体系长期面临如数据孤岛普遍存在、隐形知识难以量化、场景复杂度高等多重挑战。更严峻的是，供应链上下游目标不协同，导致成本居高不下、响应速度滞后于市场需求，成为制造业转型升级的“绊脚石”。

　　“工业大模型正在为数智供应链领域带来破解难题的新机遇。”京东工业副总裁、工业科技业务部总经理谷应鲲向中国工业报说道。

　　那么，京东为什么要做工业大模型？有何优势？

　　据了解，在供应链基础设施建设方面，京东构建了覆盖全国的物流网络与智能仓储体系。其供应链运营经验沉淀出三大核心能力：一是全链路的数字化管控，从预测、采购到履约实现智能协同；二是“以实助实”的服务理念，通过自营模式把控品质与时效；三是技术驱动的持续创新，如智能分拣、路径优化算法等。这些能力为工业大模型提供了丰富的“训练土壤”。

　　京东集团探索研究院副院长、京东科技人工智能业务部总裁何晓冬向中国工业报表示，大模型产业化才能产生价值，只有在落地的过程中不断地结合具体场景的数据、业务需求不断打磨，才能使得大模型能力不断地强化、得到真正的应用；京东的大模型正是诞生于产业，成长于产业。

　　据了解，京东早在多年前就开始布局工业供应链技术服务，旗下京东工业从成立之初就沿着产业协同的思路布局。京东工业服务超万家重点企业、数百万中小企业以及亿级消费者。经过多年的深耕和积累，京东工业已经牢固树立了在工业供应链领域最懂数字化和在工业数字化领域最懂供应链的技术与服务优势。

　　值得一提的是，京东工业品平台积累了超5000万SKU的工业品数据，涵盖钢铁、煤炭、电力等数十个行业。更重要的是，京东深入工业场景，积累了大量“脏数据”处理经验，使其工业大模型具备更强的鲁棒性——既能处理标准数据，也能解析非结构化、含噪声的工业现场数据。

　　目前，京东工业供应链服务已覆盖制造、汽车、能源、钢铁、快消、3C等数十个行业，服务数百万家企业客户，其中包括大型企业上万家，通过“轻咨询+解决方案”模式，京东将标准化服务与定制化需求结合，形成从顶层设计到落地执行的闭环能力。

　　在此背景下，京东工业布局工业大模型，正是瞄准了产业数字化“最后一公里”的攻坚需求。据IDC预测，2026年中国工业AI市场规模将达266亿元，复合增长率超25%。京东的入局，既顺应政策导向，也瞄准了巨大的市场潜力。

　　从“工具思维”到“系统思维”

　　“AI时代已来，人工智能必将全面重塑工业供应链，实现工业世界极致运营效率”，谷应鲲向中国工业报表示，京东工业大模型将AI深度嵌入工业供应链生态，致力于从底层智能到场景落地推动产业链结构性变革，打造新质生产力，助力推进新型工业化。

　　正如京东工业算法负责人温赟与中国工业报所描述的一样，工业大模型就是追求大模型在工业领域体验成本效率的最优化配置。Joy Industrial不是简单的AI工具，而是基于供应链全链路的系统解决方案，旨在重构工业价值链。

　　具体来看，在数据层面，真正理解工业供应链的大模型，不是仅仅靠统一标准的单一手段来解决工业供应链的信息孤岛等问题，而是通过工业大模型理解各类多模态数据来加速解决标准不统一的难题。

　　在应用层面，真正高效协同的智能体，不能仅仅靠人之间的协同来解决工业供应链的超长链条协同问题，而是基于拥有超强理解力的工业大模型，在各个业务协同场景中以智能体的形式来解决复杂问题。

　　Joy Industrial以“工业大模型+供应链场景应用”为双引擎，构建全栈产品矩阵。一方面，通过自然语言处理、知识图谱等技术，将工业领域的隐形知识显性化，赋能选型、寻源等复杂决策；另一方面，聚焦汽车后市场、新能源等垂直行业，打造定制化模型，推动资源高效配置。其核心目标在于实现“三降三升”——降成本、降库存、降风险，升效率、升质量、升协同。

　　从“单点优化”到“全链共振”

　　从“单点优化”到“全链共振”，京东工业凭借正道成功、降本增效、专业可信赖的服务得到了合作伙伴的认同。

　　Joy industrial从大型工业企业运营、数智供应链解决方案和供应链出海等场景出发，首批发布了满足制造和公共行业的需求代理、运营代理、关务代理、商品专家和集成专家等多个AI产品。

　　据了解，京东工业大模型“需求代理”通过AI技术驱动，将商机匹配效率从传统的48小时缩短到数小时，并实现对历史采购清单的秒级前置联动，助力效率提升140%。

　　京东工业大模型“运营代理”可一次性解决信息获取、业务执行和合规管控三大环节。用户仅需极简操作，即可完成信息检索与审批，并且系统实时处理业务并精准识别虚假运单，商机治理效果提升75%，技术和合规成本分别降低99.3%和33.2%。

　　京东工业大模型“商品专家”整合AI商品审核、同品识别和标准化能力来应对采购时品类繁多、标准缺失、合规风险高的痛点。所有核心功能打包成API微服务接口，便于快速构建“AI原生”采购产品，大幅提升AI商品审核准确率和同品识别率，有效降低审核成本。

　　京东工业大模型“集成专家”利用AI自动解析API文档、制定对接方案并生成代码，自动验证对接效果三步走策略将整个系统对接流程由传统的三天缩减为分钟级，打通企业内外供应链，实现全链条实时互联和动态调整，大幅提升响应速度并降低对接成本。

　　京东工业大模型“关务代理”面向制造业“出海”场景，支持超过一万条进出口合规查询并可当天响应。以低值易耗品为例，成本可节省约21%，同时显著减少40%-66%的时间、管理和运营开销。

　　AI玩家的“入场券”

　　众所周知，工业数据的标准化程度低、质量参差不齐，成为模型训练的首要障碍。京东通过建立“数据中台+行业模板”体系，逐步统一数据格式；采用联邦学习技术，在不泄露隐私的前提下实现跨企业数据协同，平衡安全与价值。

　　工业领域对决策的可靠性要求极高，AI的“黑箱”特性引发企业疑虑。京东通过可解释性AI技术，将决策逻辑可视化；同时与行业龙头共建“AI决策验证平台”，用实际效果消除信任壁垒。

　　借助AI，京东正通过其技术壁垒与场景优势，或将重塑行业竞争格局——头部企业加速整合资源，中小玩家需聚焦细分领域差异化竞争，形成“分层共生”的新生态。

　　未来，依托于工业大模型和AI智能体应用，京东工业将搭建业务协同“三步走“规划：从企业内单一场景、完成单一任务、提升单点效率的“AI员工”；到企业内大范围使用“AI员工”完成操作执行工作，带来“AI组织”重构；最后实现工业供应链上下游企业之间的AI协同、产业共同升级，形成“AI产业生态”。

　　在宏观层面，Joy Industrial助力制造业降本增效，促进就业结构优化；在中观层面，推动区域产业集群智能化升级；在微观层面，为中小企业提供低成本AI工具，破解“数字化转型中不会转、不能转、不敢转”的难题。

　　这场由京东引领的“数智供应链革命”，或将重构工业世界的运行逻辑，书写数字经济时代的产业新篇章。