以大模型重塑零售京东零售践行AI RETAIL数智化发展策略

京东零售技术2023年07月14日约 5 分钟

7月13日，主题为“跨越·产业智能”的2023京东全球探索者大会暨京东云峰会（JDD）在京举行，推出京东言犀大模型。在JDD技术实践专题论坛上，京东集团副总裁、京东零售技术委员会主席尚鑫公布了京东零售AI RETAIL数智化发展策略，以AI技术重构零售的人、货、场，推动零售技术面向下一个二十年的战略发展。

京东集团副总裁、京东零售技术委员会主席

尚鑫做主题演讲

【面向未来的京东零售数智化创新技术体系】

自2004年京东开启线上销售模式，在过去二十年里京东零售技术体系走过了PC时代、移动时代、中台化、数智化等不同的发展阶段。目前京东零售技术体系已形成了多端、多场景、多渠道的架构体系，基于一体化开放架构，能够满足不断涌现的新场景、新需求。聚焦于成本、效率、体验，京东零售技术体系通过CTR大模型技术支持海量用户的流畅购物体验；通过智能算法算力调度技术支持异构计算节点的智能化调动，有效降低计算成本；通过运筹优化技术支持零售供应链高效流转保障，提升业务迭代效率。

面向未来，京东零售致力于构建AI RETAIL数智化发展策略，从人、货、场三方面重塑零售行业。从人的方面，AI RETAIL通过全链路触点交互CHAT化，挖掘和持续满足用户的丰富需求，真正实现以用户体验为中心；从货的方面，AI RETAIL将基于对商机与趋势的洞察，支持高效的商业实时决策；从场的方面，AI RETAIL将满足线上线下无处不在的需求。

尚鑫表示，基于京东集团推动的大模型，京东零售将从四个方向重点推动AIGC应用的场景化落地。首先在智能导购领域，在AIGC能力的支持下，京东搜索、推荐场景的交互性将得到大幅提升，为消费者提供更优的智能导购体验。其次是在智能客服领域，AIGC能够为客服体系提供更高效的工具及培训支持，从而提升客服效率。第三是研发提效，AIGC的应用能够在代码智能纠错、智能续写等方面发挥作用。第四是运维提效，AIGC的应用能够在大促备战等环节提高智能化监控、性能测试等效率，并通过对低代码开发、数据洞察、经营诊断等的支持，提升运维效率。

“在京东低价心智的打造中，大模型能力也将发挥重要作用。”尚鑫认为，低价不是简简单单一个价格的体现，背后是运营效率的全面提升。通过AIGC能力的应用，京东将对在售商品的价格进行高效识别，针对同品不同价、同价不同质等复杂的价格信息进行分析呈现，帮助消费者更便捷地获取最适合的商品。通过大模型的能力，将更多适合低线市场需求的商品与目标人群更高效精准适配，为低线市场消费者提供更好的购物体验。

【AI+零售：数智化零售新时代】

与京东零售中台化的技术体系相适应，京东零售AI体系的建设同样遵循中台化战略。京东集团副总裁、京东零售技术研发与数据中心智能平台部负责人包勇军介绍，目前AI应用化同时促进C/B端体验升级，大模型化促进建模效率有效提升，而算力需求的指数化增长趋势则要求行业在保障算力的同时一定要解决成本控制的问题。京东零售AI中台化建设的思路是聚焦零售算法的场景体验、效率、成本问题，构建体系化、中台化的算法中台，从而支持业务数智化升级。端智能、CTR大模型、异构的算法算力智能调度系统则是京东零售聚焦的核心技术方向。

AIGC给电子商务领域带来的最具想象力的应用领域就是搜索推荐，这一领域也最有机会产生能够颠覆行业的杀手级应用。京东集团副总裁、京东零售搜索与推荐部负责人胡景贺介绍，在多年技术深耕的基础上，京东零售致力从用户意图识别、复杂意图推荐、意图引导交互等环节入手，打造面向用户意图的高效搜索推荐系统。其中用户意图识别环节的跨模态理解、感知能力提升，复杂意图推荐环节的人性化推荐、推荐理由生成，意图引导交互环节的人格化导购、创意组合优化，搜索高效检索环节的万物检索、多模态商品理解等应用的突破，都将有机会带来革命性创新。

作为以供应链为基础的技术与服务企业，京东长期致力于以数智化能力提升社会供应链效率，从而帮助行业整体降本增效。京东零售智能供应链Y业务部负责人胡浩表示，未来供应链的发展趋势是超级自动化，人工智能技术的发展将在其中发挥关键作用。面向京东零售的数百个作战单元，京东零售智能供应链从经营诊断自动化、品类运营自动化、价格运营自动化、库存运营自动化等环节入手，构建面向作战单元的供应链自动化体系，持续提升供应链效能。

面对互联网流量增速放缓的挑战，如何帮助商家实现可持续增长是数智营销领域要解决的核心问题。京东零售广告研发部负责人林战刚介绍，京东零售聚焦核心业务场景，通过SUPREMEE用户心智建设模型的应用，帮助品牌深耕用户资产运营，实现营销效果与品牌建设协同增长。通过全域数据建设与识别算法的能力升级，京东零售有效提升了中长尾和非重用户的识别能力，提升了展望引流效率和用户增长效率，定向能力提升26%，站外曝光提升27%，中长尾用户广告效果提升25%。

清华大学软件学院副院长丁贵广教授表示，多年来清华大学与京东在人工智能领域进行了诸多方向的合作。在商品属性信息治理方面，双方开发的人工智能模型实现了运行速度107%的提升，能够节省52%的计算资源，取得了良好的成效。接下来在深度学习领域，无论是基于卷积网络还是基于Transformer建构的大模型，模型优化与压缩加速技术均有广阔的应用场景。从面向大模型的部署，到面向手机端的应用优化等方面，双方都将持续推动模型的优化与落地。

在大会上，京东集团CEO许冉首次对外展示了京东的技术追求，即成本、效率、体验、可信、普惠、突破。京东集团的发展来自产业场景历练，这为京东积累了产业数据和行业Know-How，成为研发大模型的独特优势。关于大模型的价值，京东提出一个公式：大模型的价值=算法×算力×数据×产业厚度的平方。许冉表示：从产业切入大模型，这条路虽然难走，却如同从北坡攀登珠峰，有更波澜壮阔的风景，有巨大的探索价值。

来自同一个声音

CVPR 2026｜Oxygen XR 团队在原生鱼眼高斯泼溅技术上带来新突破

ICML 2026｜InstEmb：面向 Oxygen AIIC 商品知识表征的未来感知指令嵌入

Oxygen AIIC：京东首发面向百亿商品的工业级大模型商品中心全解析

ACL 2026｜GROLE：面向 Oxygen AIIC 工业级模型演进的实例级专家路由增量学习方法