随着国家“人工智能+制造”专项行动的推进，产业数智化升级迎来关键期。京东工业凭借其深厚的产业积累，打造出工业供应链大模型JoyIndustrial，直击制造业“成本高、效率低”的核心痛点。通过在运维、商品治理等具体场景的深度应用，该模型为工业企业提供了可量化的降本增效路径，展现了人工智能技术在实体产业中的巨大价值。
智能速览
京东工业推出行业首个工业供应链大模型JoyIndustrial。
大模型通过智能运维方案，帮助企业降低库存、减少浪费。
“工品查”AI中枢将商品治理效率提升10倍以上。
供应链数智化转型预计为工业降低6.8万亿元成本。
关务代理智能体能准实时响应，大幅降低出海人力成本。
精华内容
如何让大模型技术走出实验室，在复杂的工业场景中创造真实价值？关键在于深耕细分领域，将技术与产业知识深度融合，通过具体的智能应用来解决实际问题。
产业模型筑基
京东工业依托超8110万工业品SKU数据和40个细分行业实践，训练出工业供应链大模型JoyIndustrial，已服务超1万家重点工业企业。该模型的核心价值在于解决工业领域“成本高、效率低”的痛点，通过精准的智能决策与流程优化，实现供应链成本的实质性降低与运营效率的倍数级提升。
针对企业备品备件管理中普遍存在的“库存积压”和“过度运维”两大难点，京东工业基于京备云推出工业设备数智运维一体化供应链解决方案。该方案通过连接设备和库存，实时感知设备状态并预测故障与备件需求，帮助企业精准管控需求计划，大幅压降库存水位，并通过AI算法实现精准运维，避免无效浪费。
运营智能提效
工业产业的供应链管理环节，存在着巨大的利润提升空间。据《数智供应链助力新型工业化》研究报告显示，2024年中国工业供应链总成本约115.2万亿元，而通过人工智能等技术驱动的优化，预计可降低成本6.8万亿元。
为实现这一目标，京东工业首先打造了“墨卡托标准商品库”，将海量非标工业品参数标准化，为产业数智化升级打下基础。随后，大模型的应用让商品标准化进程加速，京东工业近一年完成的产品标准化数据量已超过前五年总和。其推出的“工品查”AI商品与物料治理中枢，构建了22个AI智能体矩阵，覆盖40个核心场景，将十万级治理任务由“月级”压缩至“小时级”，人效提升10倍以上。在某能源央企的实践中，该方案在确保质量的同时显著降低了逾一半的人力成本。
智能体赋能落地
为了让产业更直接地享受技术红利，京东工业在大模型基础上，通过智能体等方式赋能产业。智能体以其针对性、实用性和低门槛的特色，成为制造业数智化升级的重要载体，实现了“小切口，大纵深”的应用模式。
例如，在出海场景中，关务代理智能体可通过简洁的对话界面，自动解析任务，提供从商品参数分析到寻源建议的一站式解决方案，实现准实时响应，人力成本降低逾一半。京东工业还探索出“速赢试点-全链路推广-数据飞轮驱动”的三阶路径，先打造可验证的AI产品标杆，再推动其从“辅助决策”向“自动执行”升级，最终形成可持续的“数据-能力-生态”升级循环，为行业提供了可落地、可复制的大模型应用范式。
京东工业的实践证明，大模型的价值不在于通识能力，而在于与产业Know-how的深度融合，形成能解决实际问题的生产力。这种“小切口，大纵深”的应用范式，为整个制造业的数智化升级提供了可复制的路径。未来，如何让更多这样的“产业博士”涌现，共同推动新型工业化？
