相較于消費(fèi)側(cè)1000萬的自營SKU，如何在5700萬工業(yè)SKU中找到企業(yè)采購所需的商品猶如“大海撈針”。在工業(yè)場景中，判斷商品是否為“同品”非常困難，在招標(biāo)時，采購要縮短周期，要比價，還要合規(guī)，讓這份工作難上加難。

京東工業(yè)敏銳地捕捉到了這一機(jī)遇，推出了工業(yè)大模型Joy industrial。

從以往單純追求“標(biāo)準(zhǔn)化統(tǒng)一”的模式轉(zhuǎn)向以“智能理解差異”，京東工業(yè)基于行業(yè)場景的深耕與數(shù)據(jù)沉淀，通過多智能體協(xié)同，打造會思考的供應(yīng)鏈專家，推動供應(yīng)鏈數(shù)智化轉(zhuǎn)型升級。

AI Agent矩陣推動供應(yīng)鏈啟用“數(shù)字員工”

長期以來，京東工業(yè)立足供應(yīng)鏈領(lǐng)域，深耕商品數(shù)智化、采購數(shù)智化、履約數(shù)智化、運(yùn)營數(shù)智化等工業(yè)場景。京東工業(yè)太璞數(shù)實一體化供應(yīng)鏈解決方案不僅提供采購戰(zhàn)略咨詢與數(shù)智化規(guī)劃、采購供應(yīng)鏈數(shù)智化技術(shù)服務(wù)，還提供海量商品供應(yīng)、運(yùn)營與增值服務(wù)，服務(wù)四十多個細(xì)分行業(yè)，擁有海量跨行業(yè)供應(yīng)鏈數(shù)據(jù)。

基于深厚的積累，Joy industrial從工業(yè)供應(yīng)鏈場景出發(fā)，基于行業(yè)痛點(diǎn)與需求，首批即推出了滿足京東工業(yè)及供應(yīng)鏈上游供應(yīng)商的需求代理、運(yùn)營代理、關(guān)務(wù)代理等AI智能體，以及服務(wù)供應(yīng)鏈下游企業(yè)用戶的商品專家及集成專家等AI產(chǎn)品，并明確了打造汽車后市場、新能源汽車、機(jī)器人制造、石油天然氣、電力電網(wǎng)等重要垂直行業(yè)工業(yè)大模型的目標(biāo)。

可以看到，企業(yè)在采購、生產(chǎn)計劃制定等環(huán)節(jié)，難以快速獲取全面準(zhǔn)確的商品數(shù)據(jù)，極大地影響了決策效率。AI 同品識別可結(jié)合商品的信息以及商品的圖片進(jìn)行篩選判定，方便采購人員“大海撈針”判斷出哪些商品是真正的同品，完成同品比價、同品替代以及同品聚量和減少重品：將原本由不同供應(yīng)商提供的相同商品集中到少數(shù)供應(yīng)商，提升企業(yè)的議價能力，降低采購成本。

晶科資產(chǎn)管理部總經(jīng)理詹本靜分享了晶科能源借助京東科技在工業(yè)領(lǐng)域和倉儲領(lǐng)域的優(yōu)勢如何打造聯(lián)動的生態(tài)鏈倉儲系統(tǒng)：數(shù)字監(jiān)控技術(shù)的應(yīng)用提高了故障預(yù)測和診斷的準(zhǔn)確性，從而可以提前對設(shè)備進(jìn)行維護(hù)干預(yù)，并通過集中資源調(diào)配來進(jìn)行現(xiàn)場派單處理。不再由自身完全承擔(dān)備件存儲的責(zé)任，而是借助合作方不僅減少了物理存儲空間和人員資金的投入，還降低了成本。經(jīng)過多年探索，晶科能源已經(jīng)實現(xiàn)了相比傳統(tǒng)運(yùn)營模式大約30%的成本壓縮。

那么有了智能代理，人會失去作用嗎？也不會。

在關(guān)務(wù)處理環(huán)節(jié)，智能體可以整合來自全球各地的海量進(jìn)出口合規(guī)信息，支持超過一萬條進(jìn)出口合規(guī)查詢，將企業(yè)報關(guān)成本降低21%，響應(yīng)周期從原本的3天縮短至當(dāng)天。但在多智能體的協(xié)作中，需要人進(jìn)行任務(wù)理解與分發(fā)，代理完成的是對商品“大海撈針”的理解，以及在不同法規(guī)中進(jìn)行推理，找到答案。

“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。要我看，甚至不用 3 年時間，智能體的數(shù)量很可能會超過員工的數(shù)量。” 京東工業(yè)副總裁、工業(yè)科技業(yè)務(wù)部總經(jīng)理谷應(yīng)鯤將目前公司使用的智能體分為三類，同品識別、類目掛載等是為客戶提供服務(wù)的專家智能體，這些智能體在一些新能源和高科技行業(yè)中反饋良好。此外，還有內(nèi)部使用的智能體（代理）可用于替代內(nèi)部一些效率較低的繁雜工作，提高工作效率以及垂直行業(yè)共建的大模型智能體，涉及與客戶共同構(gòu)建行業(yè)大模型。

他認(rèn)為，在供應(yīng)鏈領(lǐng)域，實現(xiàn)智能化運(yùn)作需要突破單一組織的邊界。當(dāng)不同企業(yè)主體（如A組織與B組織）部署人工智能系統(tǒng)時，如何建立跨組織的智能體協(xié)同機(jī)制，并與上下游生態(tài)伙伴形成有機(jī)聯(lián)動，已成為重要研究方向。基于此，從供應(yīng)鏈管理視角出發(fā)，AI智能體技術(shù)的發(fā)展應(yīng)聚焦推進(jìn)智能體間數(shù)據(jù)互通、算法互操作、任務(wù)協(xié)同分配等方向的研究與實踐。

做好工業(yè)大模型

任何新技術(shù)的推廣和使用都會遇到信任問題——在共建智能體時，部分客戶對數(shù)據(jù)出域及模型準(zhǔn)確度存在顧慮。

盡管如此，京東工業(yè)看到智能體在一些創(chuàng)新領(lǐng)域仍受到歡迎。比如智能體代理可以在業(yè)務(wù)執(zhí)行方時將原本繁瑣的7步人工流程簡化為3步AI自動化操作，可以利用先進(jìn)的算法和深度學(xué)習(xí)技術(shù)以高達(dá)99%以上的識別準(zhǔn)確率精準(zhǔn)識別虛假運(yùn)單，同時將技術(shù)成本降低99.3%，可以對業(yè)務(wù)流程的實時監(jiān)控和數(shù)據(jù)分析，讓商機(jī)治理效率提升75%……京東工業(yè)希望這些成績能吸引客戶和合作伙伴提升對智能代理的接受程度。

“做好 AI ，要做好大模型，是順勢而為。京東工業(yè)有自己一些獨(dú)特的競爭優(yōu)勢。”谷應(yīng)鯤說，京東工業(yè)大模型在數(shù)據(jù)層面實現(xiàn)了從通用數(shù)據(jù)到垂直領(lǐng)域數(shù)據(jù)的“知識蒸餾”，供應(yīng)鏈原生數(shù)據(jù)占比超30%，這些數(shù)據(jù)來源于京東超千萬自營商品SKU、數(shù)千萬工業(yè)品SKU以及超800萬家活躍企業(yè)客戶的落地實踐，涵蓋了工業(yè)供應(yīng)鏈各個環(huán)節(jié)的實際業(yè)務(wù)場景。通過對這些豐富的供應(yīng)鏈原生數(shù)據(jù)的深入挖掘和分析，京東工業(yè)大模型能夠精準(zhǔn)捕捉工業(yè)領(lǐng)域的特殊需求和業(yè)務(wù)邏輯。

當(dāng)然，工業(yè)大模型的發(fā)展面臨著一些現(xiàn)實挑戰(zhàn)，比如相對于消費(fèi)互聯(lián)網(wǎng)，其實數(shù)據(jù)規(guī)模相對較小，數(shù)據(jù)專業(yè)度更高。

“在具體應(yīng)用場景中，專業(yè)度的提升意味著當(dāng)進(jìn)行特定任務(wù)調(diào)優(yōu)時，我們需要更精準(zhǔn)地構(gòu)建獎勵函數(shù)。激勵機(jī)制的參數(shù)設(shè)定必須深度融合垂直領(lǐng)域的專業(yè)知識know-how，需要引入大量跨學(xué)科復(fù)合型人才。這種專業(yè)壁壘與知識融合的雙重需求，正是智能體技術(shù)在工業(yè)場景落地過程中面臨的機(jī)遇與挑戰(zhàn)所在。”京東工業(yè)技術(shù)部總監(jiān)溫赟說。

京東工業(yè)大模型在架構(gòu)上進(jìn)行了大膽創(chuàng)新，采用了混合專家模型（MoE）并進(jìn)行了針對性的工業(yè)適配。京東最新的750B大模型具備強(qiáng)大的“思考模式”，擁有1280k超長文本處理能力，能夠輕松應(yīng)對工業(yè)領(lǐng)域中諸如復(fù)雜的技術(shù)文檔、冗長的合同條款等超長文本信息。

混合專家模型（MoE）通過將不同的子模型（專家）組合在一起，針對不同類型的任務(wù)和數(shù)據(jù)進(jìn)行專門處理，大大提高了模型的推理效率。與傳統(tǒng)模型相比，京東工業(yè)大模型的推理效率提升了30%，能夠更快地為企業(yè)提供決策支持。在成本控制方面，通過優(yōu)化模型架構(gòu)和訓(xùn)練算法，京東工業(yè)大模型的訓(xùn)練成本降低了70%，使得更多的企業(yè)能夠以較低的成本享受到工業(yè)大模型帶來的技術(shù)紅利，推動了工業(yè)大模型在行業(yè)內(nèi)的廣泛應(yīng)用和普及。

此外，京東工業(yè)大模型采用了Self - Refine仿生訓(xùn)練技術(shù)，能夠?qū)ι唐穮?shù)等關(guān)鍵數(shù)據(jù)進(jìn)行自動糾偏。在工業(yè)領(lǐng)域，由于產(chǎn)品更新?lián)Q代快、技術(shù)參數(shù)復(fù)雜，數(shù)據(jù)錯誤或不準(zhǔn)確的情況時有發(fā)生。Self - Refine仿生訓(xùn)練技術(shù)就像一位嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)質(zhì)檢員，能夠自動識別并糾正商品參數(shù)中的錯誤信息，確保數(shù)據(jù)的準(zhǔn)確性和可靠性，為模型的精準(zhǔn)決策提供堅實的數(shù)據(jù)基礎(chǔ)。

體驗、成本、效率的最優(yōu)化配置是京東工業(yè)大模型的技術(shù)根本。有了技術(shù)的加持，京東工業(yè)還發(fā)起了“鏈動眾城、萬億降本”行動，旨在通過數(shù)智化技術(shù)優(yōu)化中國工業(yè)供應(yīng)鏈交易總成本，預(yù)計將為工業(yè)產(chǎn)業(yè)釋放萬億級創(chuàng)利空間。

AD：

鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請第一時間聯(lián)系我們修改或刪除，多謝。