5月22日，京東工業正式對外發布行業首個以供應鏈為核心的工業大模型Joy industrial。
該產品鎖定工業場景，聚焦“供應鏈”優勢，依托多年的業數智供應鏈領域形成的經驗積累和數據沉淀，通過“工業大模型＋供應鏈場景應用”雙引擎，構建從底層算力、算法、數據到應用的全棧產品矩陣，助力產業降本、增效、合規、保供。
公開資料顯示，基于京東工業深耕行業場景和數據沉淀構建的垂直行業工業大模型，Joy industrial從大型工業企業運營、數智供應鏈解決方案和供應鏈出海等場景出發，發布了滿足京東工業及供應鏈上游供應商的“需求代理”“運營代理”“關務代理”等AI智能體，以及服務供應鏈下游企業用戶的“商品專家”及“集成專家”等AI產品。
京東集團探索研究院副院長、京東科技人工智能業務部總裁何曉冬認為，大模型產業化才能產生價值，只有在落地的過程中不斷地結合具體場景的數據、業務需求不斷打磨，才能使得大模型能力不斷地強化、得到真正的應用。
中國擁有全球最完整的工業產業體系，也是全球數據資源最豐富的國家，新增數據資源占全球的1/4。在產業政策推動下，中國已經在工業制造為首的12個行業推廣“數據要素X”，培育基于數據要素的新產品和新服務。工業是最適合孵化和使用產業大模型的場景之一，或許這也是京東工業加速擁抱AI的內在原因之一。
長期以來，我國工業供應鏈領域存在數據孤島、標準割裂、管理復雜、協同沖突等諸多長期痛點。“工業大模型正在為工業供應鏈領域帶來破解難題的新機遇”， 京東工業副總裁、工業科技業務部總經理谷應鯤如是說。
在谷應鯤看來，現在人類討論AI，討論的已經不是僅僅是AI技術，而且AI時代，討論的是在這個時代里面人們可以做什么。成本、效率、合規……工業側現在有很多問題有待解決，現實中工業供應鏈的復雜程度也是其他行業指數級的。例如京東工業的SKU數量是5700萬，是零售業務的數倍。
在零售行業，消費者往往很輕易地理解商品，判斷參數。但是到了產業側，往往會出現更多的問題。比如采購時的合規，當要“貨比三家”的時候，用傳統技術去進行同品比對——比如材質、參數、型號、性能，應用場景（如高海拔還是低海拔？是高寒技術還是溫暖技術用等）……哪怕對專業人士而言，這些工作量和難度都是很大的。
谷應鯤提到，多年來中國供應鏈行業做了很多工作，例如通過標準化的方式，調集了海量的人力物力，來對整個物料和商品屬性做標準化的工作，也取得了一些進展，但是很多時候還是在用非常傳統的方式在做供應鏈改造。這些年，尤其是過去兩三年人工智能領域的突破，給人們帶來了一些新的思考，比如大模型和智能體的使用。
京東工業認為，在數據層面，真正理解工業供應鏈的大模型，不是僅僅靠統一標準的單一手段來解決工業供應鏈的信息孤島等問題，而是通過工業大模型理解各類多模態數據來加速解決標準不統一的難題；在應用層面，真正高效協同的智能體，不能僅僅靠人之間的協同來解決工業供應鏈的超長鏈條協同問題，而是基于擁有超強理解力的工業大模型，在各個業務協同場景中以智能體的形式來解決復雜問題。
從“公域匯集數據”的通用基座模型，到“行業整合數據”的垂直行業大模型，到“數據生成數據”的Self-Refine仿生大模型，工業大模型的演進，將為消除工業供應鏈信息孤島帶來新的解題思路。在發布現場，京東工業也展示了工業大模型賦能實現業務跨越式轉型升級以及AI智能體讓業務高效協同的“三步走”規劃：
首先是企業內典型單一場景使用AI員工，能獨立完成一項工作、用于“大幅提升單點作業效率”，即AI改變生產力的“AI員工”階段；其次是企業內大范圍使用AI員工處理大部分“操作執行”工作，并由崗位分工變化，帶來組織重構，即AI改變生產關系的“AI組織”階段；最后，是工業供應鏈上下游企業大范圍使用AI員工、實現上下游企業之間的協同和上下游產業鏈共同升級，即AI直接改變生產方式的“AI產業生態”的第三階段。
“人工智能時代已經來了，人工智能一定會改變并且會重塑我們工業。新的時代，每一條供應鏈都值得重新做一遍——不管是半導體、MRO還是元器件等等，”，谷應鯤表示，希望工業世界未來可以像人們在消費側那里感受到的那樣，也可以有非常棒的體驗。
（發言由現場錄音整理，未經當事人審訂）
本文鏈接：京東工業發布Joy industrial，系首個以供應鏈為核心的工業大模型http://m.sq15.cn/show-3-144020-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。