AI进入仓库、采购单和客服系统，京东的效率账能否兑现？

9月初的一周，京东在JDDiscovery 2026上发布京东App 16.0，并将AI购物助手“东东”嵌入消费决策全流程；京东物流同时升级“超脑3.0”，号称可以把数亿包裹的路线计算从分钟压缩至秒级。

消息听起来很热闹，投资者更关心的依然是一个朴素问题：这些能力什么时候进入利润表？京东2026年第二季度收入3464亿元，同比下降2.9%，服务收入却增长6.8%；京东零售经营利润率从4.5%微升至4.6%，履约费用率则由6.2%升至7.1%。

AI已经深入搜索、客服、广告、库存、物流和采购，但集团财务数据暂时没有给出一条足够清晰的“AI降本曲线”。京东接下来的看点，是把技术展示变成可持续的利润弹性，并把内部积累的供应链能力卖给更多企业。

京东的AI价值，藏在每一笔订单的小数点后面

国内互联网公司的AI故事，大致分成两类。阿里、腾讯、百度更容易从云计算、模型调用和企业软件中寻找新增收入，京东面对的账本更复杂：仓库需要租金，库存占用现金，配送需要车辆和人员，退换货会产生逆向物流，客服、采购和售后又贯穿整个交易链条。技术升级是否有效，最后要落到一张张订单的成本上。

账并不难算。京东第二季度收入达到3464亿元，费用率每下降0.1个百分点，对应的季度费用规模约为3.46亿元。对零售经营利润率长期处于个位数的公司而言，搜索转化率提高一点、库存少压几天、客服自动化多覆盖一批咨询、配送路线少绕几公里，累加起来都可能成为利润增量。AI在京东体系内的意义，天然比一个聊天入口更重，因为京东掌握了商品、价格、库存、仓储、配送和售后之间的完整反馈链路。

2026年618，京东把AI接入经营诊断、商品运营、营销投放、直播、客服及售后等环节，覆盖商家超过100万家；升级后的物流“超脑”应用于1000多个物流和供应链场景，库存诊断工具则用于分析区域需求和库存水平。2025年“双11”期间，京东AI客服处理超过42亿次咨询；截至2025年末，内部系统中的AI智能体和数字人数量均已超过5万个。

这些数字至少确认了一件事：京东已经越过试用工具的阶段，开始把AI嵌入日常经营。问题也出在这里，覆盖范围很大，并不等于财务贡献已经能够单独核算。京东没有披露AI客服节省了多少人工成本、AI推荐提高了多少成交额，也没有拆分AI广告带来的收入增量。现阶段最可靠的观察窗口，仍然是业务结构和费用率。

第二季度，京东商品收入同比下降5.4%，其中电子产品及家电收入下降11.8%；同期平台及营销服务收入增长8.3%至308.6亿元，物流及其他服务收入增长5.9%至484.3亿元。服务收入合计增长6.8%，与商品销售形成明显分化。AI是否贡献了其中多少增长，财报没有给出答案，但方向已经比较清楚：京东收入结构正在增加平台、广告、物流和技术服务的权重，而这些业务通常比自营商品销售更少占用库存，也更有机会释放经营杠杆。

“东东”购物助手因此具有双重价值。消费端可以通过文字、语音和视频描述需求，系统再匹配商品与服务；商家端则可以获得更精确的需求信号、营销投放和库存建议。传统电商搜索主要依赖关键词和广告位，生成式AI开始理解场景，例如房间尺寸、家庭成员和使用习惯。一旦推荐质量能够稳定提高，京东既可以改善转化，也可以提升营销服务的商业效率。

这里需要保持克制。推荐更准确，不代表消费者会自动扩大预算；广告投放效率提高，也可能促使商家要求更低的获客价格。AI能够重新分配流量和成本，却无法直接解决消费需求、商品价格和行业竞争。京东需要拿出持续的数据，证明技术投入带来的增量大于模型、算力和人才成本。

仓库才是京东AI最难也最值钱的考场

京东做AI的优势很直白：场景足够多，链条足够长，业务又能直接执行算法给出的决策。很多软件公司可以告诉客户库存应该怎么调，京东还可以调动仓库、运输和配送网络完成动作。算法和物理履约之间少了一层交接，效率改善更容易形成闭环。

截至2026年第二季度，京东物流已有数千辆无人配送车在全国20多个省份投入常态化运营，并在深圳开通夜间自动驾驶配送路线。同期京东物流收入达到641亿元，同比增长24.3%，经营利润为22.63亿元；经营利润率由上年同期的3.8%回落至3.5%。收入增长很快，利润率尚未同步抬升，说明规模扩张、即时配送整合和基础设施投入仍在消化技术节省下来的成本。

库存指标同样需要盯紧。京东过去12个月存货周转天数从2025年第二季度的34.1天升至2026年第二季度的40.5天；第二季度履约费用达到245亿元，同比增长10.4%，履约费用率升至7.1%。公司给出的原因包括升级履约能力、增加人力投入以及建设新业务基础设施。AI可以优化补货和路线，但业务边界扩张会增加仓网、人员和配送投入，两股力量同时作用，导致AI效率暂时被增长投入遮住。

所以，判断京东AI是否兑现，不适合只数智能体数量，更应该看存货周转能否恢复、履约费用率能否下降、第三方物流收入增长能否伴随利润率改善。三项指标连续向好，技术才算穿透经营环节；如果应用数量快速增加，周转和费用率长期没有改善，资本市场自然会把AI归入研发支出，而非利润资产。

京东工业提供了另一条路径。2026年上半年，京东工业已在采购到履约的链条中部署超过70个AI智能体，并推出智能采购助手，让中小企业通过多模态交互完成选型和比价。工业品采购长期存在商品参数复杂、信息不标准、供应商分散的问题，通用模型很难直接解决，京东积累的商品库、供应商网络和履约数据，可以把模型能力变成采购决策。

这部分业务的想象空间来自能力外溢。零售、物流和采购系统原本服务京东内部，如今可以通过京东物流、京东工业和京东云向外部客户输出。京东因此获得两份回报：内部降本和外部收入。与纯软件公司相比，京东拥有大量真实订单训练模型；与传统物流企业相比，京东又拥有消费和商品数据。供应链场景越复杂，这种组合越难被快速复制。

利润结构开始松动，兑现仍要靠财务指标说话

京东第二季度的利润修复已经出现。集团经营利润由上年同期亏损8.59亿元转为盈利45.47亿元，非GAAP净利润增长至89亿元；京东零售经营利润率为4.6%，同比提高0.1个百分点。集团营销费用同比下降24.8%至203亿元，研发费用则增长37.7%至73亿元。费用变化说明京东一边收缩部分促销投入，一边继续增加技术与人才投入，利润改善包含业务投放调整、经营效率和收入结构变化等多重因素，暂时不能全部记到AI账上。

食品配送等新业务的亏损收窄也是本季度的重要变量。新业务经营亏损由上年同期147.77亿元降至98.54亿元，公司将食品配送投入缩减归因于经营效率改善和收入来源增加。换句话说，集团利润修复首先受益于新业务投入趋于理性，AI带来的长期降本仍需更多季度验证。

京东也有继续投入的底气。截至6月底，公司持有现金、受限资金及短期投资合计2351亿元，第二季度自由现金流达到314亿元。与此同时，研发投入高速增长，说明管理层并未把短期利润修复建立在削减技术预算上。现金流质量为京东留下了试错空间，也要求管理层更清楚地说明技术投入怎样改善经营效率。

接下来几个季度，京东AI故事可以用四项财务结果检验：服务收入占比能否继续提高，零售利润率能否稳定扩张，库存周转能否回到改善通道，物流收入增长能否转化为利润。至于模型参数、智能体数量和无人车规模，更适合作为过程指标，不能替代经营结果。

京东近期提出建设“物理世界最大的运营平台”，并把AI延伸至零售、物流、工业、医疗和机器人。这一定位与京东多年积累的供应链体系比较契合，也为京东云提供了区别于通用云厂商的产业入口。2026年真正需要完成的，是把“场景很多”推进到“单位经济性改善”，再把内部能力复制给外部客户。

结语：京东最有价值的AI产品，可能是一张更厚的利润表

京东不会因为增加一个AI购物助手，就突然变成一家高利润软件公司，重资产履约仍是商业模式的一部分，也构成用户体验和供应链控制力的基础。AI能够改变的，是这套庞大系统处理每件商品、每次咨询和每公里配送时所付出的边际成本。

在我看来，京东AI的吸引力恰恰来自这种不够热闹的落地方式。搜索、客服、采购、库存和运输看起来都很琐碎，却直接连接成本、收入与现金流。只要零售利润率、库存周转和物流盈利能力逐步改善，京东的基本面就会获得一条新的解释线索：一家规模庞大的自营零售平台，开始用AI压缩重资产模式中的摩擦成本，并把供应链经验转化为服务收入。

当然，判断不能抢跑。目前的利润修复仍混合了营销投入下降、新业务减亏和业务结构变化，AI贡献尚未获得独立披露。京东接下来最需要的也并非更宏大的发布会，而是让连续几个季度的财务数据替技术说话。大模型行业喜欢比能力上限，京东这场仗比的是成本下限；前者更容易制造话题，后者一旦兑现，留下来的会是利润。