機器之心原創

作者：吳昕

正因為京東以供應鍊角度去管理業務，才會結出京東雲這樣的果。和其他的雲不同，京東的産業 AI 能力是圍繞着 “十節甘蔗” 形成長的數據鍊，在數智供應鍊場景中長出來的能力。

京東的差異化能力積累就是供應鍊能力。自己就是這麼成長起來的，産業禀賦在，那就發揮長處，而企業正好也需要這個，此時出手，正是時候。

京東雲也不是野蠻生長，而是找到了内生邏輯——與競對不是零一的博弈，而是創造增量和需求，匹配需求，獲得高速增長。

“你好，你的快遞到了。”接到京東快遞的電話時，我正站在武漢某 CBD 的街道上，對面高樓懸挂着 “亞洲飛人” 蘇炳添的巨幅代言。

四天時間，朋友在内蒙古阿拉善左旗騰格裡沙漠邊的良田裡摘下的蜜瓜就毫發無損地抵達江漢平原省會城市，我想，這算得上蘇炳添速度吧。

人們往往習慣将 AI 應用等同于下棋、聊天或者人臉識别，卻忽略了最重要的圖景——小至快消品、3C 電子、服裝，大至汽車、高鐵、飛機制造…… 隻要有生産，有流轉，有消費，就有供應鍊。将 AI 整合進供應鍊，其經濟影響将超過 AI 技術的任何其他應用，影響到的企業也更多。麥肯錫曾估計，企業在供應鍊和制造環節中運用 AI 所創造的經濟将在每年 1.3 萬億到 2 萬億美元之間。

就拿這箱蜜瓜的物流環節來說。中國目前全社會物流總費用 GDP 占比約為 14.7%，美國的數字大約為 8%。可以預見，我囯物流成本 GDP 占比還會繼續下降，即使隻降 1 個百分點，其市場規模都蔚為可觀。

“隻有将人工智能大規模、系統性地融入産業鍊的全流程，打造産業 AI，才能形成更領先的産業競争力，京東的實踐表明，圍繞着供應鍊全流程來推動人工智能的應用，是更高效的方法。”京東集團高級副總裁、京東集團技術委員會主席曹鵬在 2022 年世界人工智能大會上發言時表示。

京東集團高級副總裁、技術委員會主席曹鵬

人工智能等高新技術的發展，使供應鍊已逐步實現自動化運轉，并不斷降本增效、提升體驗。難怪京東将自己歸結為一家以供應鍊為基礎的技術與服務企業，其産業服務的巨大想象力空間正迅速打開。

一、全景敞視：什麼是真正的産業 AI？

在京東物流亞洲一号智能産業園地狼倉内，智能化設備正有條不紊地揀貨、複核、打包，再通過傳送帶進入轉運中心和終端站點。分布在全國超 25 個城市的 400 餘輛智能快遞車猶如供應鍊神經末梢，争相接力将商品送到千家萬戶。

倉庫裡，從商品入庫、存儲、包裝到分揀等流程都實現了自動化和信息化的融合。在機器學習算法幫助下，揀貨員與機器人 “地狼” 分工明确、配合默契，“人機 CP”的模式有效提升揀貨效率達 3 倍以上。一些應用成熟的機器人，比如自動打包機訂單處理速度，是傳統倉庫的 5 倍以上。

類似情景每天都在京東 “亞洲一号” 大型智能物流園區和約 1400 個倉庫裡上演着。這樣的實力，也讓傳統企業望塵莫及。一般而言，企業一旦做到 20 億元的規模，物流服務就會遇到瓶頸。

位于遼甯大連的瓦軸集團擁有 2 萬多種軸承，産品規格、重量、精度級别各異，給倉儲管理，幹線運輸和最後一公裡配送提出很大挑戰。加之多渠道并存、購買需求多元化，傳統倉配體系雪上加霜。

在京東雲大數據分析能力支持下，通過全渠道庫存共享，集團全國 27 個倉庫被整合升級為 14 個倉庫，産線倉接近生産基地，平台倉接近銷售地，實現軸承批量中轉和運輸，倉儲配送過程中路徑也得到優化，大大縮短了運輸距離。倉内作業流程在智能倉儲管理系統 WMS5.0 幫助下得以優化，不僅降低了物流成本，市場響應也更為敏捷。

當然，供應鍊能力不止于物流能力。先進技術給供應鍊帶來的翻天覆地變化，一個很重要的體現是可預測性。長期以來，企業根據曆史銷售數據做出需求預測，然後計劃開展制造和分銷。這種過時的方式跟不上今天的按需經濟。企業正在使用人工智能來評估一切，實時微調供應鍊。

例如，通過深度學習算法進行需求預測和補貨。“在零售場景，我們超 85% 的采購是由機器自動完成的。”曹鵬在大會上介紹道，京東庫存周轉降至 31.2 天，全球領先。

京東的産業 AI 已經幫助不少企業實現供應鍊的可見性，做出更好決策。特别是那些利潤率本來就不高的傳統企業，他們希望通過更好的預測來改善庫存管理和需求預估，釋放現金和存儲空間。

過去，美的冰箱從入倉到送達消費者手中大約需要 30 天到 45 天。通過預測模型進行需求預測生産和補貨，周轉周期降到 28 天，也大大改善滞銷情況和倉位錯配問題。

在定制化銷售預測和智能補貨體系支持下，雀巢在京東平台的 “訂單滿足率” 從 60% 提高到 87%，平台 “産品有貨率” 從 73% 提高到 95%。僅現貨率一項指标的提升，就為雀巢每年提升幾千萬線上銷售額。

值得注意的是，營銷、交易、倉儲、配送、售後隻是産業價值鍊條的後五節，如今的京東雲正深入觸達産業鍊的前五節——創意、設計、研發、制造、定價，淬煉全鍊路能力。從研發、采購、制造、倉儲、物流以及銷售和服務，整個供應鍊的每個環節都有切實可用的産品和服務給到客戶和用戶，以京東的方式來拉通需求側和供給側。

C2M 智造平台就是一個典型例子。例如，基于京東雲提供大數據及 AI 算法能力，通過對消費者喜好分析及在線化精準客戶調研，得益乳業打造了燕麥原味等四種新口味産品，一經推出就在市場上引起廣泛好評，新品研發速度也提升了 10%；“電競帶魚屏”是另一個京東 C2M 反向定制模式的範本。帶魚屏是指長寬比例大約在 21:9 的液晶顯示器，是目前遊戲發燒友們争相購買的“神器”。

目前，京東 C2M 智造平台已與數千個品牌達成合作，幫助他們節省了 75% 的産品需求調研時間，新品上市周期也比以往縮短了 67%；京東自有品牌也合作了全國 70% 的産業帶，為中小工廠賦能，推動從工廠到産業的轉型升級和降本增效。

曹鵬認為，AI 深入産業至今，在生活服務領域和一些簡單的産業場景已經有大規模落地，但産業實踐仍然處在很淺層。下一階段，AI 技術應用要發展到零售、制造、金融等領域的大規模應用，需要解決供應鍊問題。“隻有将人工智能大規模、系統性地融入産業鍊的全流程，打造産業 AI，才能形成更領先的産業競争力。”他在大會上講到。

二、算法的信仰

經濟學上，更低成本與更多控制是一對核心權衡。這種取舍會受到不确定的調整。也就是說，随着不确定性的增加，控制（例如預測技術）帶來的回報也會升高。

這或許解釋了為什麼在國内疫情多地散發、消費恢複缺乏動能的今年二季度，京東依然交出一份不錯成績單 —— 圍繞着供應鍊全流程來推動人工智能的應用，是推動産業 AI 更高效的方法。

從 2017 年喊出 “技術轉型” 以來，京東就在人工智能、雲計算、區塊鍊、物聯網、大數據方面就開始了技術深耕。通過給物流物理基礎設施裝上 “大腦” 和神經系統，“壓榨”每一個環節的成本、時間和精度。

用貨車或者面包車送 25 個包裹，看似簡單，實際上極為複雜。據說，可選擇路線大概為 10 的 24 次方條；想要最快地将一箱礦泉水送到客戶手上？從配送到哪裡、運輸網絡的忙閑程度到倉庫貨量是否充足等，經過多重因子混合計算，一條最佳配送路徑才得以最快速度規劃出來。

曹鵬在大會上介紹，近 5 年，京東累計技術投入近 900 億，截止 2021 年，京東累計申請專利超 2 萬件，技術轉型成效顯著。數據顯示，目前，京東雲員工中有 60% 以上均為技術和産品人才，其中 4 位科學家入選了 IEEE Fellow。除了學界大牛，有超過 40 名全球頂級科學家，累計申請專利已經超過 4635 個，在國際 AI 頂級會議共發表近 500 篇論文，獲得了 25 項國家 AI 競賽冠軍。

以 C2M 智造平台為例。它之所以能将新品上市周期縮短 80%，新品也極具性價比，離不開作為底層的神經網絡設計。京東的研究人員嘗試将洞察體系設計為兩組神經網絡，一組是價值神經網絡，洞察海量評論中觸發用戶情緒的點（比如顔色難看、退換具體原因等）；另一組是策略神經網絡，模拟産品可能叠代的産品特性和參數，進而形成決策。

通過讓兩組神經網絡互相攻防，不斷叠代優化冰箱數百個産品的性能設計，同時實時獲取用戶最可能的反饋，針對目标消費者叠代産品的參數。當這兩個神經網絡開始平衡的時候，就找到了最佳平衡點，作為生産、排産、決策優化的基礎。

作為“數智供應鍊最後一環”，京東智能客服可以自動化應答 90% 的服務咨詢，也是行業首個實現全流程協同處理的智能客服系統。背後離不開京東雲 AI 團隊在視覺與語言、多模态内容交互領域完成的多項前沿創新。例如，預訓練模型 K-PLUG、長文本閱讀 Read-over-Read 模型、數值推理 OPERA 模型、時序知識圖譜 TSQA 模型等。

其中，基于領域預訓練 K-PLUG 的商品文案生成模型已經覆蓋了京東的 3000 多個三級品類，人工審核通過率 95% 以上，媲美優秀的人類寫手，目前共生成文案 30 億字，已應用于京東發現好貨頻道、搭配購、AI 直播帶貨等，累計帶來超過 3 億元 GMV。

再比如，對話式 AI 中常見的口語不流利、話語權決策、魯棒性等技術挑戰也在 “言犀” 平台得到解決。例如，言犀采用序列标注模型對句子中的每個字進行分類，從而識别句子中需要删除的冗餘成分，達到口語順滑的目的。

如今，在零售場景，超 85% 的采購是由機器自動完成的，平均現貨率 95% ，并将庫存維持在滿足客戶需求下的最低存貨量。背後離不運籌優化、深度學習等技術。對此，美國加州大學伯克利分校教授、清華大學工業工程系主任申作軍曾這樣評價：

“京東通過精準銷量預測和智能補貨算法，最大程度地降低商品在物流體系中的倉儲成本。同時，利用大數據挖掘和人工智能算法，實現最優商品存貨布局，降低訂單拆單率，減少物流過程中的物料浪費，提高運輸和投遞效率。履約優化算法和與線下店的共享庫存，則以減少商品運輸距離為目标。通過各算法及系統的聯合作用，京東正在為降低社會物流成本發揮重要作用。”

三、向實而生

站在常州市鐘樓區 “超級虛拟工廠” 的展示中心，你總會覺得自己像是一名總司令——一塊數平方米的大屏上，實時展示着常州市數百家制造業企業的生産情況，可以依據每家工廠的産能情況實時做出調度。

這是一個 “5G AI 工業制造雲平台”，一邊勾連着部分制造業企業産閑置産能，一邊洞察着千變萬化的市場消費。京東雲依托領先人工智能技術，以“智能終端 彈性算力” 模式，為常州區域實現供需對接，将閑置産能及算力有效利用。

目前，京東的工業互聯網平台已成功接入常州區域内 600 餘家工廠的 4 萬多台設備，并成功消化 3 億多元的剩餘産能。

多年後回頭看，15 年前，當京東創始人劉強東決定自建物流時，卻少有人支持，投資人擔心重資産的基礎設施建設會拖垮京東。2014 年，京東第一個 “亞洲一号” 園區落成，開始構建完整的物流體系；2016 年京東成立智能供應鍊 Y 業務部；2017 年，京東全面向技術轉型，喊出 “技術！技術！技術！”，直指極緻調度能力。

其中，第一個技術，用于解決内部大規模人力帶來的效率問題；第二個技術，是組件化、模塊化的技術服務對外輸出；第三個技術，則是對前沿技術進行探索和有秩序地創新。

“大概兩三年之後，我們會進入第三條增長曲線，主要是以技術拉動和供應鍊服務作為核心的增長推動點。”2018 年 6 月的一次采訪中，京東創始人劉強東曾說。也是在這一年，智能供應鍊業務完成庫存管理和采購自動化的裡程碑，并開啟周轉優化目标。

随着京東在 AI 落地經驗上的不斷深化，大家的共識逐漸清晰：從應用之初單一環節降本提效，到單一環節優化賦能，再演進到流程智能化賦能，最終用技術重構上下遊、優化産業生态，應用在零售、金融、交通、能源等千行百業中。

到了 2020 年，劉強東當年的那句話演變成京東集團戰略定位。京東雲也成為京東集團對外輸出技術與服務的統一品牌——“做那朵最懂産業的、最開放的雲。”

事實上，正因為京東以供應鍊角度去管理業務，才會結出京東雲這樣的果。和其他大廠的雲不同，京東的産業 AI 能力是圍繞着 “十節甘蔗” 形成長的數據鍊，在數智供應鍊場景中長出來的能力。

“AI 能夠與京東業務深度融合，是因為京東的産業 AI 能力源于供應鍊，也服務供應鍊。”曹鵬在大會上總結道。京東一端連着消費互聯網，一端連着産業互聯網，覆蓋超 5.8 億消費者、千萬級自營商品 SKU、數十萬品牌商和制造企業、全國各大産業帶。這種複雜的業務場景及貫穿供應鍊全流程的特點，成為産業 AI 落地的基礎。

另外，産業 AI 在京東深度融合，除了業務特點，也得益于數字原生的理念很早就在京東實踐。曹鵬提醒到，京東複雜業務場景，讓他們很早就開始實踐積木化的 IT 架構。其中，混合多雲數字基礎設施，跨集團層面的數智中台和業務中台，敏捷支持了 AI 在更複雜場景的應用。這種架構也提升了 AI 落地的效率，能夠快速産生業務價值，同時圍繞數智供應鍊，AI 實現了更深度的數實融合。

京東的差異化能力積累就是供應鍊能力。自己就是這麼成長起來的，産業禀賦在，那就發揮長處，而企業正好也需要這個，此時出手，正是時候。

京東雲也不是野蠻生長，而是找到了内生邏輯——與競對不是零一的博弈，而是創造增量和需求，匹配需求，獲得高速增長。

四、長期主義

人工智能技術等先進技術、數字化給供應鍊變革帶來新的想象力，其影響之巨好比蒸汽和電力對制造業的影響。未來的競争不是個體或組織之間的競争，而是供應鍊與供應鍊之間的争分奪秒。在很多人看來，從三天、次日、兩小時到 30 分鐘、15 分鐘，似乎隻有分秒必争才能跑赢對手。

京東近 20 年的堅持卻展示出一種追求極緻的長期主義。“我們在供應鍊的投入以及我們的理解以及我們的業務模式，是非常堅定的，我們有自己的對供應鍊的理解和自己的發展的方向，我們也不會追随于任何一個競争對手或者同行。”京東 CEO 徐雷曾說。

京東的這套數字化轉型方法論是自身 19 年轉型實踐的沉澱，也浸潤了紮實的技術底色。無論如何，在為傳統企業供給側改革提供方法論這件事情上，持續做十年、二十年甚至更長時間，才能做好。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部