当大模型走进车间：京东工业释放AI在工业复杂场景的“超能力”

【亿邦原创】一家工业供应链平台，为什么把AI驱动作为头等大事？

在京东工业看来，AI在工业领域最大的价值是帮产业做“更难的事”。

9月9日，在2026京东全球科技探索者大会上，京东工业重磅发布工业大模型Joyindustrial 2.0，在场景拓展、组织协作、价值创造等能力上有了全面突破，完成从AI工具到AI专家的跃迁。

同时，京东今年下半年将推出AI CAD+3D打印、京东工业设计大师、工业AI眼镜三款AI产品，分别覆盖工业设计生成、设计采购一体化、现场智能识别，旨在用AI贯穿工业品从“想法”到“实物”再到“现场管理”的全流程，大幅降低中小企业研发、采购、维修维护门槛。

可见，京东工业遵循“小步快跑”的策略，推出自研的专业“小脑”模型能力，同时本体部分采用成熟产品进行集成，在细分场景中先帮助客户解决具体问题，再逐步拓展边界。不追热炒概念，不搞颠覆式冒进，将AI渗透至工业复杂场景，始终基于真实数据、真实场景、真实业务痛点，从单点场景验证起步，拓展到整个供应链的数智化，稳扎稳打地向复杂物理世界渗透。

01

工业AI的“三座大山”，京东工业怎么翻？

AI在工业领域的落地，远比在C端场景要复杂得多。工业现场对准确率的要求近乎零容忍，叠加制造业从传统迈向创新的漫长渗透周期，以及企业核心数据天然的孤岛化壁垒，三重现实挑战让工业AI的每一步都必须走得更稳、更务实。

面对这些难题，京东工业选择了一条与产业共建的务实路径。针对准确率要求，他们放弃通用大模型，转而与上游伙伴共建高质量数据集，用真实场景数据训练垂直小模型，其效能在关键任务上比通用模型提升近10个百分点。针对数据孤岛，他们依托多年积累的“墨卡托”标准商品库，将数千万种非标工业品统一编码，建立起工业品通用语言，并发起“百川计划”，联合百家伙伴，让数据从自有延伸到产业上下游，真正实现可流通、可复用。

基于这套数据底座，京东工业推出了JoyIndustrial 2.0。模型采用“底层认知-中层规划-上层执行”的三层架构，通过“研、产、供、服”四大专业Agent完成从任务规划到业务行动的全链路闭环，执行结果回流推动模型持续进化。目前该模型已获工联院“国内&国际第一梯队”认证，累计调用超10亿次，在真实业务场景中完成了规模化验证。

更重要的是，京东工业并未将这些能力封闭起来，而是选择将沉淀于真实供应链中的标准商品库、公允价格体系、工业智库和系列专业Agent以产品、API等形式开放给更多企业，降低工业AI的建设、应用和信任门槛，让AI从大厂奢侈品变成中小企业生产力工具。

02

工业实战验证AI价值与逻辑

一套工业AI的逻辑是否成立，要经过实践验证。

在全球科技探索者大会现场，舍弗勒、国能e购等行业头部企业现身说法，分享与京东工业在大模型领域的共创实践。

面对当下机器人产业“批量落地难”的核心痛点，京东工业联合舍弗勒等机器人产业链头部企业，共同发起成立“机器人零部件产业发展联盟”。京东工业在其中扮演的角色，是AI能力的全面输出者：全面开放场景、开放数据、开放测试体系、开放落地通道，将沉淀于真实供应链中的工业大模型能力、标准商品库和数据治理经验，与联盟伙伴共享。

正是基于京东工业在AI驱动的工业供应链领域的技术积累，联盟才有可能实现机器人零部件供应的产业升级，加速机器人走出实验室，实现产业级可用、规模化可量产、商业化可盈利。

在能源央企采购领域，国能e购与京东工业的源头直采合作则展示了AI在供应链治理层面的另一重价值。

聚焦在合规、保供方面，双方构建了三方共赢的合规采购生态。京东工业依托AI大模型技术搭建供应链全链路可信体系，通过数据交叉核验实现风险事前预警。在源头端，AI自动核验商品规格信息、资质文件及有效期，实现上架合规前置把关；在价格端，通过标准化商品库和同品识别能力让工业品价格具备可比基础；在验收端，将合规管理从“管验收”升级为“管全程”。

随着源头直采模式的推进，国能e购供应商中原厂和品牌商的占比大幅增长37%，形成了覆盖商品、价格、履约、质量、供应商五大维度的“三位一体”治理体系。

可见，京东工业的AI能力已经完成了从内部能力到外部赋能的跨越，既可以帮产业链解决“从实验室到量产”的发展难题，也可以帮央企解决“既合规又高效”的管理难题。这也说明京东工业的AI正在成为产业合作的重要抓手。

03

AI正在重新定义京东工业

京东工业正在完成一个关键的定位跃迁：从传统的工业品服务转向技术服务商。

这一切转变的起点，是京东工业对自身角色定位的一次重新审视。过去很长一段时间，行业对京东工业的认知是“卖工业品的”，把货摆好、把价格做好、把物流跑通，等着采购人员带着明确的清单来下单。

但这个逻辑有一个先天局限：当需求已经确定、清单已经列好，京东工业能做的只是在存量需求里拼价格，价值天花板并不高。京东工业意识到这一点后，开始主动把能力向前探，不再只守在采购这个“最后一环”，而是把触角伸到生产制造的设计和选型环节。

具体来说，就是用免费AI工具做“钩子”，让工业用户在设计的源头就用上京东工业的能力。而京东工业的AI设计工具和选型工具，后台连接的是亿级工业产品库，能在设计之初就给出推荐：用户选择的零部件，后续初试、中试、量产路径都能跑通，不需要临时换方案、不需要满世界找供应商。

从财报数据来看，这个“往前探”的策略已经得到了实打实的反馈：2026年中期业绩报告显示，上半年京东工业累计部署超70款智能体，覆盖采购、履约、运营等核心业务环节，AI增量GMV已占核心客户GMV的6.5%，核心岗位人效提升了16.6%。这些数字背后，是将AI实打实地变成业务刚需。

正如京东工业相关业务负责人所说：“AI不仅要更好地卖货，还要更好地赋能上下游。”

因此，京东工业的AI方法论正在形成闭环：用真实产业数据训练垂直模型、将模型嵌入真实业务场景、在场景中验证并产生经营增长、增长的业务又沉淀出更多高质量数据，反哺模型迭代。

未来，京东工业将持续开放工业大模型与智能体能力，让更多企业以更低门槛获得工业AI能力，推动AI真正走进供应链的真实世界，成为驱动产业运转的新型生产力。

当AI不再是辅助工具，而是能够独立胜任商品、履约、售后全链条任务的工业专家时，京东工业的转型便不止于一家企业的自我进化，而是重新定义工业供应链运行方式。

本文首发于 亿邦动力 官方网站