竞争进入下半场，京东如何用产业场景验证AI价值？ | 电厂

作者 商迪安

过去几年，AI行业的核心竞争围绕模型能力展开：更大的参数规模、更强的推理性能、更高效的训练方式，成为各家厂商竞争的焦点。但进入2026年，整个行业开始关注另一个更为现实的问题：巨额投入之下，AI究竟如何创造商业价值？

中美市场在此形成鲜明分野：OpenAI、Anthropic等厂商通过闭源模型、高价API服务和订阅制，将AI打造为一项高价值技术产品。来自投资银行杰富瑞的数据显示，2026年3月至6月，美国大模型API平均价格上涨了89%，每一次模型能力的升级，都可能带来议价能力的提升。

而中国企业探索的是另一条路径——当大洋彼岸的同行频繁涨价时，中国市场API价格基本持平甚至有所下滑。大量开源模型降低了AI使用门槛，让技术能力能够快速进入制造、零售、物流、医疗等行业。AI不只是被少数企业购买的技术服务，而是正在与产业场景结合，成为更多企业提升效率的基础设施。

在这个过程中，京东是一个极具代表性的样本。作为一家以零售和供应链为核心业务的企业，它并没有将AI单独包装为一个独立营收板块、追求短期利润，而是将其嵌入零售、物流、健康、工业等多个业务体系，将自身技术能力开放给多个领域的广大合作伙伴。

从消费者购物到商家经营，再到物流履约、医疗级AI、具身数据，这背后反映的是京东对于AI价值的理解：不是成为一个新的收入标签，而是在已有业务中提质增效。

换句话说，从目前的发展方向来看，京东探索的并不是“卖模型”“卖API”的商业模式，更倾向于依靠真实产业场景推动AI落地，让技术能力转化为可复制的产业价值，使之真正进入千行百业。

从投入到提效，一份“阶段性”AI答卷

近几年来，几乎所有互联网企业都在加码AI，但不同企业对于AI价值的理解并不相同。对京东而言，布局AI并不是简单地追逐所谓的技术热点，而是围绕自身优势展开深入探索，寻找新的效率增长空间。

从财报表现来看，2026年第二季度，京东延续了一直以来对技术能力的投入，研发开支为73亿元，同比增长37.7%；同期京东收入为3464亿元，研发开支在收入中所占百分比为2.1%，而2025年第二季度为1.5%。

另外，服务收入为793亿元，占收入比例提升至22.9%，反映出平台生态和技术服务能力的持续增强。

在财报发布后的分析师电话会议上，京东集团CFO单甦表示，京东高度重视AI应用相关的研发投入。“我们也坚信为了长期投入、尤其是在AI相关的研发投入方面，预计未来一段时间内，研发费用将保持增长态势。但我们相信这些投入会逐步转化为运营红利，带动长期零售效率的提升和整体费用结构的改善。”

此前，京东管理层曾经多次强调，AI业务的核心不是停留在技术展示，而是能否真正服务于业务，进而改善用户体验、降低运营成本，并最终为产业提升效率、创造价值。

这一逻辑在一定程度上决定了京东AI发展的路径——不是先开发一个通用模型，再为其寻找应用场景，而是从真实业务场景下可能遇到的困难出发，让AI切实地提供帮助。

以电商场景为例，消费者希望更快找到适合自己的商品，商家渴求降低运营成本，供应链致力于更加精准、适时地预测产品需求，这为AI提供了天然的应用空间。

具体到今年618大促，AI覆盖了从内容生产到客户服务的全经营流程：京点点OxygenVision设计智能体批量产出AI图文与视频素材，带动商家运营综合效率提升了10倍以上；JoyMarketing智能体在上百个营销场景“游刃有余”，618大促期间累计交互总量突破8亿人次，精准匹配用户需求与营销内容；京小智商家服务智能体平台已服务超百万商家，以“AI+人工”模式帮助后者整体转化提升超20%。

不仅如此，越来越多的京东用户开始习惯于在直播间听数字人主播介绍商品。数据显示，京东数字人JoyAvatar累计服务超8万家商家，第二季度数字人开播账号数同比增长3倍，日均活跃开播账号增长6倍，618期间数字人开播时长与成交金额均同比增长超4倍。这些数字人主播的出现，既保证了消费者可以全天候地得到详尽、贴心的讲解，又极大地降低了商家的直播运营成本。

那些过去依靠人工经验和规则处理的问题，正在AI的深度参与下得到有效解决。而京东最大的优势，在于它拥有完整的商业链路。从前端的搜索、浏览、购买等用户消费行为，到中间的商家运营、后端仓储、配送和供应链管理，每一个环节都对应着大量真实数据和应用场景。它们为AI创造了落地的可能，也为AI能力的持续优化给出了反馈。

更重要的是，这种模式让京东的AI能力不再局限于企业的内部经验沉淀，而是被进一步开放给更多合作伙伴。如京东集团CEO许冉所说，AI技术的快速发展“带来了产品和品类的创新机遇”。“我们也在和很多品牌一起快速地反应、开发新的商品，通过快速应用新技术来满足用户不断变化的需求，甚至创造新的需求，用京东的AI能力为用户打造更智慧和便捷的体验。”

不只是电商，AI全面进入京东业务链路

细数京东的AI布局，一个明显的变化是：AI正在从技术能力变成业务能力。

在零售场景中，AI首先改变的是消费者与电商平台的交互方式。过去，消费者需要通过关键词搜索商品，而AI能够完成需求的理解，帮助其进行筛选、比较和决策，让购物过程更加智能化。

商家的经营方式随之更新。AI工具可以协助商家处理商品描述、营销推广、用户反馈、客服服务等大量工作，降低运营门槛、提高经营效率。正如前面所提到的，京东将数字人直播、智能运营工具等能力开放，本质上是在帮助更多商家学会使用AI，进而带动整个零售生态数字化水平的提升。

如果说电商场景生动体现了AI对提升消费体验所起到的作用，那么物流场景则展示了AI如何进入真实物理世界。

物流是一个复杂的系统，每天都有大量货物需要完成仓储、分拣、运输、配送。一套覆盖仓、拣、运、配全环节、端到端的智能化作业体系，将对整个链条的运行产生根本性的改变。

这就是京东在做的事情。一个例子是，京东物流自研的“智狼”货到人解决方案，已进入规模化复制应用阶段。截至第二季度，它被应用于全球超60个仓库，在英国、德国相继投用，服务品类范围从服饰拓展至图书、工业品、大健康等领域。

而“异狼”具身智能机械臂，则通过融合视觉、力觉、触觉等多种传感器，识别不同尺寸、材质的包裹，10秒完成一次从识别到吸附、抓取、码放的全套动作。再加上已在全国超20个省份常态化运行的上千台无人车，以及应用于多地进村配送网络的无人机，京东的物理AI已覆盖包括仓储、拣选、搬运、分拣、末端配送在内的每一个作业环节，成为连接数字世界和物理世界的重要工具。

类似的变化也发生在医疗健康领域。对患者而言，医疗服务最大的痛点之一，是如何获得更加及时、连续的健康管理。过去，线上问诊通常只能满足一次性的咨询需求，而AI正在帮助健康服务从“解决单一问题”转向“长期专业陪伴”。

在京东健康，AI已进入“医、检、诊、药”的完整服务链路。京东健康AI医生“大为”升级后，增加了长期健康档案记忆功能，可以结合用户历史健康信息，为用户提供更加连续的健康管理服务。618大促期间，AI医生“大为”服务用户数同比增长近4倍。

工业领域同样如此。工业品不同于消费品，种类复杂、参数体系庞大，同一种产品可能存在多个名称、多个编码，长期影响采购效率。京东工业依托JoyIndustrial工业大模型开展全维度商品治理，提升商品识别精度，降低人工处效理成本。借此，京东工业标准商品数据库完成智能建模关键突破，实现14.5倍效能提升，采购效率得到显著改善。

值得一提的还有京东正在建设的、全球最大的具身数据采集中心，和目前已开源的行业最大人类视角数据集EgoLive——物理AI从关着门的实验室走向拥抱用户的真实产业，离不开高质量的真实场景数据。从这个角度来看，这正是京东AI实践的特点之一：技术没有停留在演示阶段，而是全面进入业务链路接受验证，在不同的商业场景下反复淬炼，形成低成本、可复制的解决方案，进而反哺于整个产业、持续创造价值。

融合与开放，中国AI产业化的新路径

过去几年，全球AI竞争更多地围绕模型和算力展开。但随着技术逐渐成熟，AI竞争进入下半场，决定企业长期价值的除了“创造更强的模型”，更为关键的是能否让AI告别“纸上谈兵”，真正与产业达成连接。

京东是这种趋势下的典型例子。它没有将AI简单地封装进一个独立产品、通过API的生意获得收入和利润。而是使技术能力如同涓涓细流，融入零售、物流、医疗等真实产业场景——它们是AI实际应用的落点，也是技术持续进化的来源。

与此同时，京东也在探索如何将自身长期积累的能力和资源进一步开放，包括但不限于模型能力、行业工具和数据资源等，开源长音视频生成框架JoyAI-Echo、实时视频视觉语言交互模型JoyAI-VL-Interaction就是其中的代表。

和瞄准API赚钱的海外同行相比，这种模式体现了另一种发展逻辑：AI的价值，不是只能通过出售模型和算力实现的商业化价值，也可以是让更多合作伙伴“用上AI”“用好AI”、赋能全产业链的内在价值。

这不难理解，对中国这样拥有大量制造企业、服务企业和中小商家的市场而言，AI产业化的关键或许并不在于创立更多“模型厂商”，而是让AI成为产业升级的新基础设施，使身处其中的从业者都可以拥有使用AI提升效率的能力。毕竟，技术概念的种子必须扎根于产业土壤，才能开花结果，并反过来滋养产业端，形成正向循环。

2026年世界人工智能大会期间，学界和产业界也反复强调，AI不只是一门学科、一个新兴产业，还是赋能千行百业的“工具助手”和“智能伙伴”。未来，AI的演进方向不仅聚焦于技术突破，更重要的是在开源开放、合作共享的前提下，推动其与实体经济深度融合，实现传统产业的改造、新兴产业的壮大，在“产业+AI”模式下持续升级、创新发展。

这也是京东AI实践背后更为深层的意义。某种程度上来说，它提供了一个可供参考的产业化样本：当AI从技术竞赛走向应用竞争，拥有真实场景、产业积累和服务经验的企业，正在成为推动AI落地的重要力量——谁能将技术转化为解决问题的能力，谁就更有机会推动AI落地、普及，走向千家万户，服务于千行百业。

基于此，无论是AI电商、智能仓储、无人配送，还是工业供应链优化、医疗服务升级，本质上都是AI从数字空间走向物理世界的过程。它最终创造的价值，将不只是商业收益，更是推动整个社会生产效率提升的新动能。可以说，当AI成为企业可使用、可复制、可持续且普惠的基础能力，AI才真正完成从技术突破到生产力革命的转变。而这不仅是一家企业的尝试，也是中国AI产业化道路探索的一个注脚。