京东AI战略深度解析：自用打磨到开放赋能

近期，京东在人工智能领域持续发力，展现了其高度的战略活跃度与前瞻布局。

在今日举办的JDD大会上，京东集中发布了三大AI产品、三个升级的深度应用平台，并展示了自研AI在物流、工业、健康及零售四大核心场景的应用成果。京东集团SEC副主席兼CEO许冉宣布，未来三年将持续加码人工智能投资，旨在带动万亿级AI生态发展，同时向具身智能等前沿领域企业开放场景资源与训练数据。

京东此次对自研AI能力的系统性展示，为观察当前互联网行业AI落地实践提供了一个差异化范例。其采用的“场景驱动”策略已显成效：率先在自身复杂供应链体系中验证AI应用的实际价值，再将经过实战淬炼的能力进行系统化输出。

这一路径选择背后，既体现了京东对AI战略本质的深刻理解，也顺应了AI行业从技术研发导向转向实际应用价值的大趋势。京东的探索，或许为AI深度应用提供了可借鉴的关键要素与可行路径。

自用打磨，AI重塑供应链

从JDD大会的发布内容看，京东在“闭关”自研自用AI的这段时期，已成功实现自研AI能力在核心业务场景的全面贯通。

以供应链关键环节物流为例，京东在自建物流体系中完成了大模型的深度整合。升级后的物流超脑2.0，不再仅是单点自动化工具，而是通过全域感知、模型进化与人机协同三重机制，将依赖人工经验的流程转化为数据驱动的动态决策系统。

京东发布的数据表明，物流超脑2.0已实现全链路作业的“可感知、可预测、可协同”：监控环节的操作标准化水平提升15%；人车货场调度中，一线效率提升近20%；人机协同效率增幅超过20%。

这一成效通过智狼、天狼、地狼、飞狼、独狼、异狼及自动分播墙等自研产品，进一步实现了从仓储到零售终端的物流全场景覆盖。目前，“狼族”产品已全球化部署，规模化应用仓库突破500个。

在工业场景，京东的JoyIndustrial深度嵌入供应链全流程。作为工业供应链大模型，它依托5710万工业品SKU和40多个细分行业数据，不仅覆盖采购、履约等环节，还衍生出商品治理、供需匹配、跨境合规等40余类智能体应用。

据京东介绍，在商品治理中，AI虚拟治理团队将十万级任务从“按月完成”压缩到“按小时计”；供需匹配中，千条商机澄清从5小时缩短至15分钟；跨境业务中，关务代理智能体帮助企业降低工时成本超50%，关务评估从T+3提升至准实时，供应链效率实现显著跃升。

关键在于，JoyIndustrial工业大模型在提升效率之余，更强化了治理标准化与合规可信度。这也呼应了京东在AI应用上的独特叙事——信任惟先。

尤其在健康场景，京东推出的京医千询2.0医疗大模型，将“可信”作为核心优先级。它不仅模拟医生临床诊疗思维，还在推理中主动引入循证医学证据，与医学共识对齐，确保诊疗结果具备临床可信度。同时，京医千询2.0能对文本、影像、检验报告等多模态医学数据进行融合解析，构建跨模态“思维链”，提升诊断完整性与准确性。

同样的信任逻辑，在作为供应链终端及京东核心业务的零售场景也清晰体现。如果说在医疗场景，“可信”源于循证医学与临床逻辑保障，那么在零售场景，“可信”则体现在消费决策与履约环节的可靠性：京东通过AI购、AI试穿等应用，让用户无需在海量信息中比价搜索，而是基于个性化推荐和真实试穿效果快速决策；对商家，京麦AI助手、京点点设计智能体等工具提升营销与履约合规效率，降低退货率与损耗，增强交易信赖感。

由此可见，从物流、工业到健康、零售，京东利用AI对整个供应链进行了范式重构与效率再造。在此过程中，供应链也成为京东AI最佳的强化学习场景，因其环节多、数据量大、反馈闭环快，京东能在自有场景中打磨出更鲁棒的AI能力。这解释了为何在行业尚在探索落地路径时，京东已率先交出可验证的应用成绩单。

深度试炼后的深度应用

除核心业务场景应用展示外，JDD大会的另一焦点是三大AI产品与三大深度应用平台。它们的推出，标志着京东正将自用打磨成果转化为产业可调用的能力。从这些产品与平台的赋能侧重中，还可窥见京东推动AI深度应用的战略分层。

基于JoyAI大模型能力的三款产品，分别锚定不同业务面向。

面向消费者，京东正将AI从“购物推荐”扩展至全场景生活服务。其中，京犀作为AI原生应用，不仅能以一句指令完成购物、点餐、订酒店等操作，其独特之处还在于线上线下联动：直连京东零售、外卖、酒旅等服务，将AI深度嵌入现实生活。

定位为数字人助手的“他她它”，融合语音、表情与动作，一站式满足知识问答、医疗咨询、金融服务等需求，并通过“同一灵魂”打通，将智能体能力植入硬件终端，把数字人陪伴与交互延伸至现实可触形态，尝试塑造可共生的AI体验。

可见，京东不仅通过AI优化自身零售体验，还同步将面向消费者的交互与服务能力，转化为可复制的AI应用模式，赋能更多场景用户触点。

面向硬件生态，京东正式发布附身智能平台JoyInside 2.0。它相当于为机器人与玩具厂商提供“大脑”，通过开放此平台，京东让合作伙伴快速接入成熟智能体能力，在硬件终端嵌入智慧。目前，JoyInside 2.0已接入宇树、Fuzozo等机器人与AI玩具品牌，相关产品已上线京东。据统计，接入JoyInside的智能硬件对话轮次平均提升超120%。从合作伙伴快速接入到“买机器人上京东”用户心智形成，JoyInside 2.0不仅是平台，更是硬件生态智能化的加速器。

三大深度应用平台，总体旨在降低各行业AI深度应用门槛。

其中，作为行业首个100%开源的企业级智能体，JoyAgent 3.0不仅集成京东内部沉淀的多模态RAG、数据治理等能力，还能与企业自身知识库和数据库无缝对接，成为“智能决策中枢”。自2025年7月开源以来，JoyAgent在GitHub已收获超10K Star。在JDD大会上，京东表示，JoyAgent进一步开源了DataAgent和DCP数据治理模块，全面支持多模态数据加工，让智能体真正在企业生产场景中落地。

JoyCode 2.0将“智能体+代码平台”结合，定位为企业级智能开发平台。它支持“零手写代码”的全自动化编程，并已服务京东上万名研发人员，生成代码采纳率超40%。作为开放工具，JoyCode 2.0把京东内部研发提效经验产品化，帮助外部开发者与企业低门槛构建复杂应用。

数字人4.0从“替身执行”走向“个性创造”，在营销、文旅、代言等场景展现全新价值。它不仅在直播带货中以1/10成本超越真人主播，还能成为品牌长期数字资产。背后依托的JoyAI LiveHuman模型，同样通过开放接口与工具链，让京东数字人实践经验大规模拓展至更多行业。

开源，不仅是三大平台的共同特征，也是京东向千行百业释放AI能力的关键路径。

除上述平台外，京东还开源了多项支撑能力，包括：OxyGent多智能体协作框架、专为国产芯片优化的xLLM推理框架、JoySafety大模型安全，以及突破可信推理及全模态能力的医疗大模型京医千询2.0。这些都是京东降低全行业AI应用门槛的具体努力，将自身打磨的经验与方法论转化为行业公共资源，加速大模型深度应用普及。

而这一整套AI产品与平台的发布组合拳，本质在于，京东并非简单将AI能力包装为新品投放市场，而是沿消费者体验、硬件生态及产业应用的战略路径，把零售、物流、健康、工业等场景长期打磨的能力系统性输出给外部企业与用户。这是京东AI能力厚积薄发的体现：源于实战沉淀，而非算力、参数与概念空转；进而将深度淬炼的能力，封装为企业乃至C端用户可直接调用的完整解决方案。

ROI时代，京东给出答案

事实上，不仅限于此次JDD大会的展示，京东的AI战略从一开始便脱离了炫参数与炫技能的层面。

从2020年前后布局言犀大模型起，京东就坚持让AI扎根于自身擅长的供应链及实体业务场景，强调大模型本身无法直接创造价值，需在场景中才能真正发挥作用。

2021年，京东推出10亿参数规模的K-PLUG模型，为零售业务生成累计30亿字商品文案；2022年发布百亿级模型Vega，服务于京东物流的一站式数智供应链数据平台，帮助企业降本增效。可见，这些大模型在研发之初即深度嵌入京东零售、物流等核心场景，经由高复杂度场景的大规模淬炼打磨能力。

随后，京东在2023年正式发布千亿级参数大模型。当时的发布会并未过度聚焦参数，而是强调模型融合了“70%通用数据+30%京东数智供应链原生数据”，具备更高产业属性与泛化能力，将深耕零售、金融、物流、健康等知识密集型、任务型场景以解决实际问题。

而到今年，JDD大会前夕，京东集团高级副总裁、京东探索研究院副院长何晓冬在接受媒体采访时提及，“京东的大模型从一开始就强调产业属性。我们不仅要用通用互联网数据，还要构造针对特定行业和任务的数据，让模型在垂直领域越用越深。”这再次凸显了京东坚持用产业厚度打磨AI深度的战略取向。

由此可见，JDD大会对深度应用的强调，实则是京东一贯AI战略的重申。不同之处在于，经过自研自用打磨后，京东开始将AI能力对外释放，推动AI在千行百业的实际应用。但无论是最初的自用，还是如今的开放开源，京东的AI雄心始终根植于场景。

今年以来，无论产业界还是资本市场，均强调AI应用的ROI指标，这实则呼吁AI从算力与参数堆砌，转向对真实应用场景的价值提升。

以深度绑定OpenAI的微软为例，其最新财报与业绩电话会，已不再像往常般重点提及GPT系列模型参数，而是更强调模型性能优化、实际应用效果及相关产品能力，尤其是Copilot的使用情况。据悉，Copilot系列月活跃用户达1亿，付费用户渗透率已达35%。这意味着，微软对AI的大手笔投入，不仅为用户带来实际效率提升，也开始为自身带来业务与投资回报。

国内方面，最直观变化体现在今年人工智能集中展示大舞台WAIC上，各家参展企业更多对外展示实际应用能力，以更好回答逛展投资人关于ROI指标的问题。

京东在此时间点对AI能力的集中输出，是对行业趋势的呼应，更是行业龙头对AI深度应用的一种引领。其底层方法论是：先扎根场景，在零售、物流、工业、健康等复杂供应链环节中自用打磨；再依靠反馈闭环，通过交易、履约、诊疗等高频数据迭代优化，让模型越用越稳健；最后走向开放，把沉淀的能力产品化、平台化，更重要的是开源化，将智能体、推理引擎、安全网关等技术能力，以及医学诊疗等垂直领域业务能力贡献给行业，让企业与用户都能直接调用、部署京东的经验。

京东正以“自用沉淀到对外赋能”的方式构建AI深度应用链路，而从现有成效看，这或许是产业AI极可行、也极具复制性的路径。