5月22日,京东工业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。
该产品锁定工业场景,聚焦“供应链”优势,依托多年的业数智供应链领域形成的经验积累和数据沉淀,通过“工业大模型+供应链场景应用”双引擎,构建从底层算力、算法、数据到应用的全栈产品矩阵,助力产业降本、增效、合规、保供。
公开资料显示,基于京东工业深耕行业场景和数据沉淀构建的垂直行业工业大模型,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,发布了满足京东工业及供应链上游供应商的“需求代理”“运营代理”“关务代理”等AI智能体,以及服务供应链下游企业用户的“商品专家”及“集成专家”等AI产品。
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认为,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。
中国拥有全球最完整的工业产业体系,也是全球数据资源最丰富的国家,新增数据资源占全球的1/4。在产业政策推动下,中国已经在工业制造为首的12个行业推广“数据要素X”,培育基于数据要素的新产品和新服务。工业是最适合孵化和使用产业大模型的场景之一,或许这也是京东工业加速拥抱AI的内在原因之一。
长期以来,我国工业供应链领域存在数据孤岛、标准割裂、管理复杂、协同冲突等诸多长期痛点。“工业大模型正在为工业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如是说。
在谷应鲲看来,现在人类讨论AI,讨论的已经不是仅仅是AI技术,而且AI时代,讨论的是在这个时代里面人们可以做什么。成本、效率、合规……工业侧现在有很多问题有待解决,现实中工业供应链的复杂程度也是其他行业指数级的。例如京东工业的SKU数量是5700万,是零售业务的数倍。
在零售行业,消费者往往很轻易地理解商品,判断参数。但是到了产业侧,往往会出现更多的问题。比如采购时的合规,当要“货比三家”的时候,用传统技术去进行同品比对——比如材质、参数、型号、性能,应用场景(如高海拔还是低海拔?是高寒技术还是温暖技术用等)……哪怕对专业人士而言,这些工作量和难度都是很大的。
谷应鲲提到,多年来中国供应链行业做了很多工作,例如通过标准化的方式,调集了海量的人力物力,来对整个物料和商品属性做标准化的工作,也取得了一些进展,但是很多时候还是在用非常传统的方式在做供应链改造。这些年,尤其是过去两三年人工智能领域的突破,给人们带来了一些新的思考,比如大模型和智能体的使用。
京东工业认为,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。
从“公域汇集数据”的通用基座模型,到“行业整合数据”的垂直行业大模型,到“数据生成数据”的Self-Refine仿生大模型,工业大模型的演进,将为消除工业供应链信息孤岛带来新的解题思路。在发布现场,京东工业也展示了工业大模型赋能实现业务跨越式转型升级以及AI智能体让业务高效协同的“三步走”规划:
首先是企业内典型单一场景使用AI员工,能独立完成一项工作、用于“大幅提升单点作业效率”,即AI改变生产力的“AI员工”阶段;其次是企业内大范围使用AI员工处理大部分“操作执行”工作,并由岗位分工变化,带来组织重构,即AI改变生产关系的“AI组织”阶段;最后,是工业供应链上下游企业大范围使用AI员工、实现上下游企业之间的协同和上下游产业链共同升级,即AI直接改变生产方式的“AI产业生态”的第三阶段。
“人工智能时代已经来了,人工智能一定会改变并且会重塑我们工业。新的时代,每一条供应链都值得重新做一遍——不管是半导体、MRO还是元器件等等,”,谷应鲲表示,希望工业世界未来可以像人们在消费侧那里感受到的那样,也可以有非常棒的体验。
(发言由现场录音整理,未经当事人审订)
文章评论 (66)
我是小书生
这篇文章写得非常好,内容详实,观点独到,给我带来了很多启发。期待作者的更多作品!
以惰七少
文章分析得很透彻,但我对第三点有不同看法,希望能与作者进一步交流。