9月25日,主题为“Enjoy AI”的JDDiscovery-2025京东全球科技探索者大会(以下简称JDD)在北京举行。京东工业发布行业首个工业供应链大模型 JoyIndustrial,为让大模型能力在更多产业细分场景中落地,京东工业同步打造商品治理、供需匹配、伴随出海三大深度应用智能体,构建“大模型+场景”的实用化生态。
行业首个供应链大模型JoyIndustrial,依托京东长期服务工业产业所沉淀的超5710万工业品SKU数据,与超40个细分行业实践积累训练而成,服务超1万家重点工业企业。其核心价值直指工业领域“成本高、效率低”的痛点,通过深度行业洞察和专业积累,用精准的智能决策与流程优化实现供应链成本的实质性降低与运营效率的倍数级提升。
在大模型技术落地方向上,京东工业采用数据合成方式解决工业领域行业知识碎片等问题,结合多任务后训练、模型蒸馏等技术解决复杂场景解决率低的问题,在专业性、可靠性和经济性等方向上持续优化,致力于追求领域大模型“体验、成本、效率”的最优化配置。
商品标准化是工业供应链的基石,京东工业推出“工品查”,作为行业首个基于千万商品知识库自研的AI商品与物料治理中枢,以京东工业统一数据标准为底座,构建起15个AI智能体矩阵,具备内生多模态理解与交互能力,覆盖物料标准化、同品识别、类目映射、属性规范、主图合规、规格识别等20个核心场景,形成企业物料商品治理新范式,将十万级治理由“月级”压缩至“小时级”,人效提升10倍以上,沉淀可运营的数据资产。以某能源央企为例,工品查通过原子化能力自由组合编排,快速搭建与其流程深度契合的专属方案,峰值并行处理百万级SKU,自动完成人工难以承载的同品聚类、批量审核与属性补全,实现从“人治”向“数智”的跃迁,在确保质量与合规的同时显著降低人力成本逾一半。
面对企业在备品备件管理中普遍存在的“库存积压”和“过度运维”两大难点,京东工业基于京备云推出工业设备数智运维一体化供应链解决方案,通过连接设备和库存,实时感知设备状态,预测设备故障和备件需求,帮助企业精准管控品类需求计划,大幅压降库存水位,实现“少而不缺”,另一方面通过AI算法实现精准运维和备件调度,避免运维过程中的无效浪费。例如,京东工业在分布式光伏领域,利用设备状态监测和人工智能技术,打造损失分析、故障分析、智能运维预测等能力,将设备管理从“被动维修”向“主动健康管理”转型,根据不同等级的故障优化备品备件和工单调度,实现工单响应时效提升约34%。并依托京东工业覆盖90%以上的备品备件品类及强大的仓储物流等能力实现客户常规备件“零库存”,同时提升备品备件供应时效32%。
当前出海环境复杂多变,传统模式难以应对新供应链挑战,需以数智化供应链实现“谋定而后动”。京东工业提出2-4-3全球供应链一体化解决方案,通过全球商品和履约两个一站式能力,基于商品、采购、履约和运营的数智化能力,针对不同出海阶段的客户提供保供、降本和托管的解决方案。本地化与前瞻性的供应链准备是出海成功的核心,京东工业建立“本土化服务”的核心能力,通过数智化能力与全球布局,助力企业高效出海。
以伴随出海场景为例,用户只需通过简洁的对话界面提出需求,关务代理智能体即可自动解析任务,将复杂的认证需求分解,提供从商品参数分析、政策条款匹配到寻源建议的一站式解决方案,关务评估实现准实时响应,人力成本降低逾一半。