社区

京东云想把大模型做小，解决行业的一个个小问题。

千亿参数的大模型已经在深刻改变着普通人的消费习惯 —— AI 客服逐渐代替人工，提供各类商品问询的更专业的答案，24 小时在线，不知疲倦；人们在电商平台搜索框内输入商品关键词，跳出来的不再是广告竞价排名的链接，而是根据个人消费习惯，专门为你定制的商品，消费更趋理性。

但这还远远不够，各行各业都希望借助大模型，为自己带来更多更深刻的改变。

2022 年底，京东集团的技术委员会多位成员开了一场会议，他们对大模型足够重要已形成共识，接下来的核心问题是：京东能利用大模型为行业创造哪些价值？

大家各持己见，有人坚持要把大模型做 “广”，有人则要求把大模型在垂直行业做 “精”，会议最终的结论是 —— 京东的大模型和小模型都要跑起来，最终目的是要 “踏实落地”。

不同于 ChatGPT、百度的文心一言、阿里巴巴的通义千问、科大讯飞的星火大模型等聚焦基础层的通用大模型，也不同于专注于某一个垂直领域的产业大模型，京东云选择了相对独特的第三条路：将大模型做 “小”，通过 70% 通用数据和 30% 供应链原生数据，更面向智能应用场景。

“大模型如果是个游戏机，哪怕功能再强，没游戏肯定是不行的。” 京东科技解决方案中心数智营销产品部负责人陈峰告诉《晚点 LatePost》，京东云在做的，是把 “游戏” 做好，把大模型做 “小”，找到对行业有实际作用的落地场景，解决一个个具体的 “小” 问题。

大模型为品牌增长带来了更多新的可能。借助言犀大模型，京东云可以帮助品牌方用 AIGC 快速生产商品标题、详情图，耗费时间不到以前的十分之一；还可以帮助商家设计专属形象的虚拟直播数字人，一键生成直播话术。目前京东云言犀多模态数字人已经入驻超过 4000 个品牌直播间，带动超 8 亿元 GMV；品牌方还可以利用京东云提供的智能外呼，定制明星语音打电话给用户。

当品牌经营越来越智能化以后，直播销售、互动数据、客服交互数据、广告投流数据等都会成为商家的数据资产，发掘好这笔资产，将为品牌带来更多业务增量。这是京东云今天将大模型落地到业务场景的最大意义。

大模型 +DaaS 深入零售应用场景

“过去零售行业做决策往往靠经验，但现在不可能了。” 伊利集团数字科技中心总经理尚直虎说。

企业对各项预算的审查越来越严格，整体的广告预算增长也在逐渐放缓。据 QuestMobile，2021 年一季度中国互联网广告市场规模同比增长还有 54.6%，而到了今年一季度，同比增速只有 2.3%。

有限的预算要花出一样甚至更好的效果，帮助量化分析的 DaaS 行业应运而生。DaaS 的核心是用数据来解决增长问题，让企业有数据可应用、靠数据来思考、用数据来决策。

目前国内的 DaaS 产品既有阿里瓴羊、京东云零售全场景解决方案这样的互联网大公司推出的，也有 Datablau 数语科技、数数科技、神策数据这种垂直厂商做的。

互联网大公司的数据来源是自家零售平台和商家，优势是拥有丰富的零售数据积累，能够为商家提供更符合平台本身的营销与增长建议，而京东在 16 年前自建物流，并在 6 年前将其能力向全社会开放，还能在供应链维度给予商家更多帮助。

但大平台面临的问题也显而易见，拥有的数据太多太杂，盲目建设数据平台只会浪费这些数据。

京东云的逻辑是基于实际的应用，梳理和建设海量数据，挖掘数据真正的价值。

接入言犀大模型后，京东云的云鼎 DaaS 能更高效地帮助商家在将数据提炼为 “知识”，生成有效信息。它就像是一个筛子，把数据的价值过滤出来，真正解决零售端面对的具体场景的问题。

京东云从今年年初面向品牌增长，推出 DaaS 产品，并在安全基础上，全面开放京东的业务、数据和算法能力的载体，这也与京东集团的 “开放” 战略保持一致：2023 年京东零售的四大必赢之战是下沉市场、供应链中台建设、开放生态建设和同城业务。

京东科技副总裁母小海说，在数据安全要求下，京东云虽然无法直接向商家提供用户在平台上的购买历史、浏览记录和搜索记录等数据，但可以在经过隐私计算后，提供行业趋势等数据。

例如设置一个图片打分模型，针对这位商家所售卖的品类，结合商品图片的颜色、构图等进行打分，并给出商家修改建议。并不是越精致的图片打分越高，如果这位商家售卖的是面向下沉市场的低价商品，那么模型就会给出更加接地气的图片。如果用传统人工打标签的方式，很难做到针对每个商家给出详细的建议。

使用言犀大模型之后，商家可以完成从训练模型到应用服务部署的全周期管理。之前需要 10 余人的科学家团队工作，现在只需要 1 个 - 2 个算法人员，通过平台即可完成从数据准备、模型训练到部署的全流程，训练效率提升 2 倍，推理提效 6.2 倍，成本节约近 90%。

另一方面，商家在每个行业的数据，也能够反哺大模型，并以标准化产品输出，服务更多商家。

例如，京东云曾帮助沃尔玛生成商品海报，沃尔玛输入提示词以决定用什么样的光线、什么样的颜色搭配，大模型学习后又可以输出给整个生鲜行业。“客户永远是我们最好的老师。” 母小海说。

从谷歌现有的做法来看，未来商家的营销和增长逻辑可能会因为大模型而巨变：谷歌已经在其对话式 AI 产品中直接插入了广告；并针对用户搜索的关键词，生成广告文案，例如你搜索舒缓肌肤的产品，给你推荐的产品文案中就会突出其舒缓肌肤的功效；此外，AI 还可以帮助商家生成商品广告的落地页 —— 从用户看到商品链接，到点进链接，都是为其个人量身定制的广告。

对商家而言，未来大模型会彻底改变选品、营销、客服、物流这几个核心环节，当核心环节全部智能化以后，更有价值的数据分析的需求也会更强烈。

这些需求的满足，依赖的是更专业的行业知识，仅仅有数据、会分析是不够的。言犀大模型和京东场景加持的京东云 DaaS 数据平台，能够助力零售行业实现智能应用的快速落地，品牌方可在多场景中快速便捷调高质量数据，提升营销效率、服务效率、供应链效率。

把大模型做小，为电商核心环节提效

此前互联网大公司搭建数据分析平台，往往是以中台的形式，收集完多个业务的需求后，输出相对标准化、统一的解决方案，优势是能够节省整个集团的技术人力，但劣势是很难满足各个业务针对性的数据分析需求。

京东云的思路是不再 “贪大求全”，而是深入到具体的业务场景，针对性地给商家的零售需求提出解决方案，助力品牌增长。

对商家来说，最核心的诉求就是提升营销效率，为业绩带来增长，因此这一环节也就成了京东云大模型 +DaaS 的重要发力点。

一个电商商家售卖出去一件商品，往往会经历这样一个过程 —— 用好的内容吸引人进来看看、用好的客服回答客户的疑问、用好的物流把货及时发出并送达、商品出现问题时还能提供好的售后。

在内容环节，京东云 DaaS 通过接入言犀大模型，影响了营销的三个核心要素：受众渠道、内容素材、数据。

在确定受众上，过去商家的广告投放主要是通过标签来圈定人群，由运营人员判断在某类人群上投放多少资源，在不同时间点增减投放量。如今借助商家沉淀的数据，大模型可以帮助商家先在一个小群体上进行投放测试，再根据测试结果进行分析，快速给出增减投放量的建议。

AIGC 内容营销平台

在营销素材的生成上，京东云 AIGC 内容营销平台，可以如帮助商家快速生成运营需要的商品主图、营销海报图和商详图等，满足他们快速开店和营销的需求，让每套图的制作成本降低 90%，制作周期也从 7 天缩短到 0.5 天。

言犀大模型 +DaaS，还能够为商家广告提供更加精准的数据分析和管理。母小海称，大模型可以结合行业数据，对商家的产品生产设计提出建议；产品成型后，大模型会根据产品针对的人群，为产品确定营销文案中应该强调的功能；对于定期迭代的数码产品，言犀大模型能够分析上一代产品下的评论、客服常收到的反馈，为下一代产品的更新提供建议。

京小智

在客服环节，京东云升级了智能客服产品京小智。此前名创优品还在使用大量人工客服，接入京小智后节省了大量人力成本。京小智在线客服机器人应答准确率超过 97%，独立接待率超过 70%，降低了 40% 的服务成本；语音应答机器人应答准确率超过 93%，独立处理了 46.1% 的客户问题。

此外，京东云的智能外呼也能够帮助商家触达用户，提供特色服务。伊利旗下的金典有机奶赞助综艺《乘风破浪的姐姐》期间，伊利选择了极有辨识度的王心凌语音给用户打电话，当天就卖掉了 6 万瓶新品，投入产出比高达 1：4。

京东云还将智能营销与智能服务相结合，通过言犀多模态数字人，实现 AI 虚拟主播24小时直播。在和联想集团的合作中，京东云根据联想的品牌 IP 形象定制了虚拟主播形象，这样一位虚拟主播内置零售行业全品类的知识库，用户提到关于联想电脑 90% 的问题都能得到有效回答，直播中的弹幕也能被自动回复。

言犀多模态数字人

虚拟主播还能根据用户行为自动推荐商品，直播话术可以一键生成，无需再花半天时间准备。目前虚拟主播每日成交金额最高可达到真人主播的 2.3 倍，平均每小时成交金额占真人主播的 45%，但成本不到其十分之一。

就在半年前，还有不少公司声称要做中国的 OpenAI，但如今已经没多少人提这个目标了。新的叙事是：行业大模型与 “大模型赋能千行百业”。

背后的原因是：通用大模型的参数往往动辄上千亿，运行消耗的 GPU 算力高、成本贵，一般公司难以承受；在特定的场景，通用大模型又不精准；行业大模型参数量小，成本更低，针对性训练后，回答垂直领域的问题更精准，而只有帮助垂直领域解决问题，商业化的可能性才更大。

真正为大模型找到落地场景，并推广到外部商用的厂商仍是少数，其中最大的难点就在于用于训练产业模型的数据质量往往不高，产业数据往往非公开且分散在行业上中下游，实际使用场景中可能出现数据采集不稳定、碎片化等问题，这就会导致产业大模型专业深度、服务精度、迭代速度都满足不了实际使用的要求。

京东探索研究院院长、京东科技智能服务与产品部总裁何晓冬表示，产业数据分为静态数据和动态数据。静态数据相对稳定，获取路径也较为清晰，缺点是数据不会发生即时变化，存在滞后性。

动态数据则是不同产业场景中，每时每刻产生的数据，这部分数据是 “活的” 场景数据，不容易获取，但却是产业大模型的必备要素之一。

动态的、丰富的产业数据恰恰是京东多年积累的优势。

数智供应链，京东云的独特优势

“目前同时具备产品、工程、算法、数据四个维度能力的团队极少。” 陈峰认为，从数据维度来说，京东确实 “家里有矿”，但这远远不够，炼金还需好技术。

京东从 2014 年开始搭建自己的云事业部，两年后开始对外商用，2017 年底，京东成立了人工智能研究院。这一战略定下的第二年，京东云就打造了言犀人工智能应用平台和系列产业解决方案。

相较于其他 DaaS 厂商，京东云还有一个独特的优势，就是可以借助京东在供应链方面的积累，覆盖电商商家最后也是最重的一个环节 —— 物流。

行业公认供应链能力极强的两家零售商， Costco 和沃尔玛，库存周期分别为 31.3 天和 42.5 天，他们管理的 SKU 数量只有 4000 个和 5 万个。京东的 30 天左右水平，已经接近零售行业的极限。

这套京东沉淀的数智供应链能力，叠加了言大模型之后，效率会变得更高，也能将更好地帮助商家实现同一件商品在多个渠道的流通。

能够调动京东上千万的商品，依托于京东物流的自动化能力，包括智能拣选机器人 “天狼”“地狼”，智能机械臂以及交叉带超高速分拣系统等设备，而大模型又能够帮助这套自动化系统提升效率。

例如在大促节点，仓库出现效率下降，以往需要人工去勘察仓库，分析是哪个环节出现了堵点，现在只需要将仓储数据交给大模型分析，后者就会告诉你，效率堵点为地狼货架数目不够，建议增加一排货架。

在京东云和伊利的合作中，伊利将京东、抖音、快手等多个渠道的仓库整合，过去只能抖音仓发抖音的货，现在当京东渠道售罄后，抖音仓也可以调货过去，这让伊利库存成本下降，运输配送成本降低，发货时效也缩短。

物流之外，京东云还积累了反向定制能力。

以净水器产品为例，京东京造与浙江艾波特从 2022 年开始合作生产厨下净水器。京东京造从消费趋势洞察、品类和价格定位、产品设计细节三个维度深度参与产品研发与设计，通过 C2M 模式反向指导工厂进行产品功能定义和设计研发，生产更符合消费者需求的产品。双方先后推出了 600G、800G、1000G、1200G 等不同通量的反渗透厨下净水器产品，今年京东 618，京东京造联合艾波特打造的全线净水器产品总销量翻番，再次创下佳绩。

京东云的反向定制大致分为几步：首先，依赖京东平台上的数据，帮助商家洞察需求，例如京东在强势品类数码电子中发现，很多用户都对 “游戏本” 有需求，于是京东和联想合作推出拯救者刃系列和惠普暗影精灵系列游戏本，目前销售额已经突破 10 亿元。

发现需求之后，京东还会在平台上进行仿真试投，品牌商可以在仿真试投平台上进行模拟商品的售卖，并通过调查问卷、试用品投放等功能，搜集消费者对新品的反馈。

确定消费者对这一类产品有需求之后，京东还会和品牌商共同研发，例如传统的显示器产品供应链需要途经面板厂、代工厂、品牌方、京东再到消费者，新品通常要花费近 18 个月才能上市；京东直接将用户需求反馈给上游代工厂，部分产品不到 6 个月就可以送到用户手上。

最后，京东云还会帮助品牌商做京东六维数据的交叉分析，和品牌商共同投放，以海飞丝无硅油小绿瓶系列产品为例，产品上市期间，历经种草、评价、蓄水、爆发、巩固的全流程，通过新品首发、超级神券日、超级新品日等营销资源推动，实现了上市 4 个月销售过千万的成效。

当大模型让数据分析的颗粒度、准确度得到提升后，品牌方增长的路径变得更加丰富，确定性也更高了，这在今天处处压缩成本、减少投入的大环境下显得尤其可贵。

对传统的品牌营销来说，产品、渠道、广告创意都曾是关键影响因素，随着大模型逐步改造广告业、零售业以后，如何利用好大模型，使用好数据分析工具，也将成为品牌营销的关键影响因素之一。在这个过程中，京东云已经走出了尝试的第一步。