产业大模型：零售先行，营销突进

作者丨江风

监制丨阑夕

2016年底，亚马逊Amazon Go在西雅图落成。这个充分利用了深度学习、传感器、计算机视觉等AI技术的无人实体商店，一经出现便对零售世界产生巨大影响。

人工智能带来的行业变革，并未止步于此。放眼当下，零售企业面临的增长困境，更加剧了他们对AI技术的期待——经济周期迭代等客观因素，使得消费市场河床裸露，商业回归降本增效、体验提升的本质。

“未来会是一个全新的、效率更高的数据处理系统。”《未来简史》作者赫拉利曾经对数字未来的可能性，如此预测。完全互联且数字化的社会，或许还存在设想中，但关于人、现实社会、虚拟世界之间的关系，在生成式AI卷起的浪潮中，开始拍岸。

在ChatGPT引起社会化风浪之后，业内呈现“千模大战”的盛况。然而，聊天、写诗、作画……在大众层面感知到的改变之外，什么样的大模型，才会是通往未来产业智能的钥匙？

在“2023京东全球科技探索者大会暨京东云峰会”上，京东言犀大模型，给出这一问题的答案。这个源于产业，服务产业的大模型，以数智供应链为着手点，打破了大模型的应用瓶颈。训练时融合70%的通用数据与30%数智供应链原生数据，致力于面向知识密集型、任务型产业场景，解决真实产业问题。

01、通用大模型喧嚣已逝，行业模型风起？

社会声量从科创前沿，泛起在大众狂欢，以ChatGPT为代表的生成式AI，在完成教育市场、塑造认知后，热度逐渐褪去。解决大模型与场景割裂的客观价值所在，也是无数企业家头顶隐含的AI焦虑。

根据SimilarWeb数据，前期ChatGPT的访问量增长率惊人，1月份的环比增长率为131.6%，2月份为62.5%，3月份为55.8%，在4月份明显放缓，环比增长率为12.6%，到了5月，这个数字已经变为了2.8%，并预计6月的环比增长率有可能为负数。

在严肃场景解决实际问题的行业大模型，开始占据声量高点。国际上，微软、亚马逊等大厂开始探索企业级服务商业化路径；国内，诸如百度、阿里、京东、腾讯、华为都在快马加鞭加速行业大模型投入，相关技术路线的企业并购金额也屡攀新高。

不同垂直行业都在呼唤着智能涌现，来应对新技术、新时代的感召。而智能涌现的基础，是为AI大模型提供足量的数据和应用场景。这对单一行业而言，并非一日之功，更需要两个方面的能力：更强大的数据平台、更智能的交互能力，以此来获得专有数据，作为大模型走向行业的“燃料”。

这，成为近期公司技术探索的主旋律。萦绕许久的AI焦虑，开始找到出口。就行业玩家而言，一个先驱性的洞察，是需要将技术回归到产业场景本身，切实进入到实际业务流，才能解决真实产业问题。

在行业达成共识后，人们发现，在通用大模型基础上，融入专有数据的大模型，会是AI赋能行业的最后一公里。

这验证了京东云的判断：智能化，不会一蹴而就，它将优先在数字化领先的行业落地。零售行业，具备复杂营销场景和供应链环节，是磨炼大模型的绝佳“战场”。

如何扎根进零售行业漫长的供应链？如何让数据完成从商品到消费者的全链路「浸泡」？许多零售企业回归现实与理智，他们敏锐认识到，通用大模型的高昂成本与技术壁垒，并不适用于每一个企业，顺应实际场景需要的行业大模型，是已经造好的轮子。

因此，大模型的竞争，关键不在技术，而在产业场景落地。这或许也是，京东推出面向产业的言犀大模型，以及发布一系列推动产业落地的产品与解决方案后，在业内引起热议的原因。

AI赋能产业的最后一公里，在零售行业率先迈出了坚实的下一步。

02、扎根数智供应链：AI赋能的最后一公里

零售数智变革面临的问题，开始从AI焦虑逐渐转移到如何过渡到AI原生。这并不容易，尤其在大模型应用中，零售企业对精度和效率要求极高，95%的精度是行业门槛，而对比C端场景，60%的精度就足以娱乐大众。

目前来看，大模型应用在零售等垂直行业，还需要调优与二次训练。但现实不够“丰满”，一些场景由于样本少、数据分布不均，要想实现行业的“智能涌现“，还需持续积累高质量的行业数据。因为，只有自己的场景，才能培养出适合自己的大模型应用。

这正呼应了前文所提到的，零售企业需要「更强大的数据平台」与「更智能的交互能力」。前者，让零售企业能在面向未来的竞争中，将自己的商业实践，沉淀为行业专有数据并进行管理，构建企业护城河；后者，则在日趋碎片化的消费者旅程中，找到企业与消费者之间更符合社会语境与用户习惯的交互锚点，加速专有数据的积累。

两者根植在产业中形成的增长飞轮，成为大模型快速演进和迭代的最佳引擎。这或许正是京东云在产品层面的集中思考，也是京东言犀大模型扎进零售行业的别样优势。

一方面，全新升级的数智平台「优加DaaS」，为企业提供从“数据决策”向“知识决策”的新思路与新支撑。其中，既有为企业提供与京东生态数据间的安全互通融合，以可用不可见的形式，将数据转化为行业「知识」；且基于言犀大模型产品形态，使得人机交互体验以降低使用门槛的方式大幅提升。此外，又能串联数据开发、数据服务、数据可视化等诸多独立平台，使得数据管理变得不再困难。

另一方面，全新升级的「言犀智能服务」，让交互的场景变得愈发智能。无论是在线智能客服还是虚拟主播，不仅支持语音交互，还支持视频、文字等多种形式，且生成的内容不再是让人能够轻易辨别的浅显，而是深入到产业场景应用的专业交互内容。比如伊利借助言犀AI外呼的能力，通过明星代言人的声音与超20万用户进行情感连接推广新品，召回8万+用户，实现整体ROI 10倍以上的提升。

京东云与零售大模型的深度耦合，来自于京东的产业底色。产业原生数据，作为稀缺要素，决定了“大模型”的智商。京东数智供应链上长出的原生数据，为大模型的养成，提供了丰富“养料”，是为言犀大模型厚植产业的基因。

京东数智供应链服务超千万自营商品SKU、5000万工业品SKU、超800万家活跃企业客户（其中世界500强企业超90%、全国“专精特新“中小企业近70%）、全国2000多条产业带，言犀大模型融合的30%数智供应链原生数据即来源于此。这些链路更长、复杂协同的优质数据，成为言犀大模型的核心要素，为大模型落地行业而提供充分“养料”，并加速大模型在零售行业中落地。

03、向零售更深处走去：人货场重构的言犀解法

新技术的生命力，在于落地产业实践。

这一点，或许是细究京东动作后，所能看到的本质。早在2022年7月，京东就基于内部实践，上线了零售原生模型，随后在复杂内部场景中不断迭代。直到今天，阶段性成果受到零售行业关注。

品牌借助虚拟数字人营销，已成为常态，但受限于形象塑造和对商品的理解，应用效果并不理想。京东云基于10余年智能对话经验，与多模态交互技术积淀，借助言犀数字人大模型，只需5分钟简易拍摄，便可为虚拟主播生成侧脸、走动、手势等，进一步降低操作门槛与难度。

同时，基于京东云自研电商领域知识增强模型K-PLUG，企业仅需在直播后台上传商品链接，数字人便能够智能“阅读”商品详情，自动生成更真实、生动、可阅读性强的直播文案。商家原先写出50个SKU的直播脚本需要至少五小时，现在只需要一键即可生成，极大提升了直播间运营效率。目前，京东云多模态数字人已经入驻4000+品牌直播间，带动超8亿元GMV。

数字人之外， AIGC 正让内容营销变得更智能。京东全品类丰富的商品数据锻造的大模型，更准确地理解商品特征，帮助商家自动化生成商品图片、卖点，大幅提升运营工作效率和营销内容质量。通过一张商品图片，可以快速生成电商运营需要的商品主图，营销海报图和商详图等，满足快速开店、上品、营销的需求，每套图成本降低90%，周期从7天缩短到半天。

在供应链端，京东在过去20年供应链全链路管理实战中，解决了诸如信息孤岛、数据协同低效、生产消费供需不平衡、供应链链路不稳定、运营成本高等众多难题，将超1000万商品SKU的整体库存周转天数压缩至近30天。并将所积累的成熟经验，进一步沉淀成通用能力——京东京链，帮助企业优化商品库存周转，实现供应链全链路各环节目标一致、数据协同。

这些大模型在零售场景的深度实践，源自于京东对“人-货-场”的高效整合。而全新升级的零售云全场景解决方案，则帮助企业精准消费者、优化经营效率，让服务无限贴合消费者的内心需求。

在「人-场」的维度，将体验与服务贯穿整个用户生命周期，以用户为中心，整合公私域触点、线上线下场景、客户服务等复合手段，助力品牌商实现用户体量、GMV等指标的综合增长；在「货-场」的维度，将京东在C2M、仓网规划、品类规划、供应链管理等方面积累的成熟技术模块沉淀为行业通用能力，来帮助企业提升供应链协同能力、实现多渠道一盘货，以供应链为核心提升端到端的价值；在「人-货」的维度，契合消费者种草、购买渠道的碎片化，以AIGC能力助力商品在更多触点和场景中，与消费接触、交互，直至产生交易。

可以看到的是，在数字化迈向产业智能的进程中，京东迈出了关键一步。而从1到99的跨越，需要更多企业与京东一起携手同行。在经过内部场景的大规模实践和价值验证后，京东言犀大模型将在明年初，开放给合作伙伴。

这与移动互联网时代传统企业温和地完成迁移不同，竞争更激烈的市场失去红利缓冲后，对于大模型的产业进化的要求变得尤为迅猛。

产业智能的未来，正在加速涌来。