京东首推工业大模型加速供应链智能化转型

May 23, 2025

京东工业发布行业首个供应链核心工业大模型，加速推动工业供应链智能化转型

【2025年5月23日，上海】5月22日，京东工业在上海正式发布业内首个以供应链为核心的工业大模型——Joy Industrial。该模型基于京东在工业供应链领域多年的深厚数据积累和技术实践，通过“工业大模型+供应链场景应用”双引擎驱动，打造全栈产品矩阵，从底层算力到应用全面覆盖，致力于解决工业供应链中存在的效率低下、协同困难和合规风险等痛点，为产业链降本提效、实现智能化转型提供全新解决方案。

近年来，随着人工智能作为国家战略的加速推进，以大模型为技术核心的工业应用正成为新型工业化的重要引擎。然而，当前国内外主流大模型仍以通用数据训练为主，在垂直工业领域的应用准确度较低。据《中国工业互联网研究院》发布的报告显示，主流大模型在工业场景中的平均准确性得分不足60分。这一现状表明，基础通用模型难以满足工业供应链的复杂需求，亟需针对性、专属化的行业大模型支撑。

此次发布的 Joy Industrial 正是基于这一行业背景开发。京东工业副总裁谷应鲲指出，中国拥有全球最完整的工业体系，但长期以来面临数据孤岛、标准割裂和低效协同等问题。通过 Joy Industrial，京东工业将用大模型技术打破信息孤岛，实现数据赋能，助力中国工业从经验驱动向数据驱动的范式迁移。

Joy Industrial 的核心竞争力来源于京东工业的长期数据积累和全链路场景实践。在数据层面，京东工业已沉淀超 800 万家活跃企业客户的交易数据，构建了覆盖 40 多个细分行业的供应链数据库；在场景应用层面，京东内部已部署超过 1.4 万个智能体，优化了零售、工业物流等不同业务场景中的效率。例如，其自研的墨卡托标准商品库通过 AI 技术统一标准商品参数，仅用 72 小时完成某核电站紧急采购中的供应商寻源和履约交付，为企业避免了数百万元损失。

在技术架构上，Joy Industrial采用“通用+垂直”的分层模式。底层通用层依托京东自研的千亿参数模型，支持超长上下文窗口解析百万字级工业文档；垂直层则针对行业特定需求进行后训练适配，例如在汽车后市场领域实现4S店维修知识和配件保养模型的准确预测。

作为行业标志性突破，Joy Industrial首批推出了需求代理、运营代理、关务代理、商品专家及集成专家五大核心产品，覆盖工业供应链管理中的关键环节。

需求代理（JOY i需求代理）：通过AI技术预测采购需求，大幅提升商机匹配效率。例如，某钢铁企业利用该解决方案，库存成本降低40%，采购成本减少15%。
运营代理（JOY i运营代理）：可整合信息检索、业务执行与合规风险管控，将传统模式下的交付周期缩短了23%。例如，某新能源汽车企业通过运营代理在最短时间内完成1小时极速寻源。
关务代理（JOY i关务代理）：针对制造业出海场景，支持超万条进出口合规查询，并极大缩短反馈周期。
商品专家与集成专家：在商品审核环节，AI使准确率提升至97.8%，并将系统对接周期从3天缩短至分钟级。

这些创新产品有效解决了从需求生成到履约交付链条上的痛点，实现了工业供应链的智能化全链路覆盖。

为了确保工业大模型的广泛落地，京东工业积极寻求与行业领军企业的深度合作。如与晶科能源联合优化新能源运维的资源调配，帮助压缩运维成本30%；在电力交易等场景，通过大模型分析供需平衡，进一步提升资产效率。此外，京东还联合国家电网等企业推动工业品分类编码团体标准的制定，有望以统一标准加速产业链上下游的沟通协作。

京东工业进一步明确了工业大模型的“三步走”战略：
第一阶段聚焦单一场景的“AI员工”，替代重复性人工劳动；
第二阶段实现企业内部的“AI组织化”，推动大规模智能体协同；
第三阶段构建智能体驱动的“AI生态系统”，推动上下游企业基于数据进行全新协作模式。

技术演进上，京东工业将探索多模态与具身智能，推动AI从数字空间向物理空间延伸。以智能机器狗“Joy Inside”为例，未来计划拓展至工业巡检、物流调度等场景，赋能制造业实际落地。

不过，推广过程中也面临复杂现实挑战。谷应鲲表示，客户对数据隐私和模型准确率的高要求仍是普遍顾虑。同时，工业场景中隐性知识的采集与训练也需要更高效的技术路径，京东工业正通过模型蒸馏等技术持续优化，将训练成本降低70%，推理效率提升30%。

作为国内首个供应链核心工业大模型，Joy Industrial 的推出标志着 AI 与工业的深度融合进入全新阶段。京东工业正凭借这一前沿技术，推动工业供应链智能化升级。不仅在效率提升上展现价值，更致力于通过数据实现产业链协作新模式，引领一场潜力巨大的生产力革命。

如谷应鲲所言，“每一条供应链，都值得用AI重新做一遍。”