7月13日，主题为“跨越·产业智能”的2023京东全球探索者大会暨京东云峰会（JDD）在京举行，在大会上京东推出了京东言犀大模型。京东零售企业业务产品部总经理李飞在大会上做了主题演讲，就新技术在企业采购领域的应用实践进行了分享。作为京东服务企业客户的窗口，京东企业业务将持续推动采购大模型技术创新，助力企业采购经营决策及采购行业数智化升级，为企业客户的数智化转型提供一站式企业服务解决方案。

 
新技术驱动企业服务升级  打造一站式数智化供应链解决方案

       在大会上，京东集团CEO许冉首次对外展示了京东的技术追求，即成本、效率、体验、可信、普惠、突破。京东集团的发展来自产业场景历练，这为京东积累了产业数据和行业Know-How，成为研发大模型的独特优势。关于大模型的价值，京东提出一个公式：大模型的价值=算法×算力×数据×产业厚度的平方。许冉表示：从产业切入大模型，这条路虽然难走，却如同从北坡攀登珠峰，有更波澜壮阔的风景，有巨大的探索价值。
京东20年的发展史，就是一部供应链技术的发展史，也是用技术驱动产业降本增效的发展史。随着行业的发展、数字经济的增长，人工智能等新技术正在向数字化采购全链路和全场景不断渗透。京东企业业务为客户提供了包括商品智能审核、商品标准化管理、智能运营、智能价格管控、智能结算、供应商智能管理等6大场景和20+细分场景的数智化供应链服务解决方案。
       采购是企业管理的高频场景，也是提升企业采购效率和效益的关键。京东慧采SaaS专属采购平台，不但能够在采购寻源、在线协议、电子发票、审批流程等采购全流程均实现线上化互联互通，同时京东慧采丰富的商品资源及智能选品推荐，方便了企业进行选品、比价，做出最优的决策方案。
在智能预测应用实践上，京东企业业务对内外部数据进行结构化的处理，构建预测算法模型，实现京东侧供应链效益分析、销售预测、行业预测、趋势预测等智能预测能力，并联动品牌方实现智能调拨、补货、调整生产计划的能力，加速形成共享共赢的供应链生态。
       在智能选品解决方案中，京东企业业务打造了用户图谱、场景图谱、舆情图谱、行业标准图谱、商品图谱、供应商图谱等六大采购知识图谱，让AI来思考用户真实需求、使用场景以及商品的搭配组合，通过匹配推理引擎，洞察用户需求，为用户精准推荐商品。
       此外，京东企业业务还基于AI技术打造了“采购大脑”，为企业客户提供智能审核、智能价控、智能寻源、智能荐品、流程自动化等采购全链路智能化解决方案，可以把采购人员从日常琐碎的工作中解脱出来，同时采购大脑加强了对采购人员的洞察能力和推理能力，进一步提升采购决策的科学性和准确度。
 
推动采购大模型应用  助力企业客户高质量发展

       人工智能技术目前已经在企业采购领域广泛应用，以AIGC为代表的生成式AI数字技术正在加速向B2B全链路渗透。依托于京东言犀大模型能力，京东企业业务建立了行业大模型、场景大模型和企业专属大模型，通过“预训练+精调”的开发范式，使整个研发更加标准化和集约化。
       例如，在京东企业业务的商品智能审核方案中，能够通过计算机视觉技术对图文、视频进行监测识别和分析，解决商品合规审核的难题；在智能价控解决方案中，通过大数据和深度机器学习，输出价格预警策略以及行业价格指数，解决价格不合规的痛点问题；在智能商品运营解决方案中，通过预测和推荐模型的建立，助力客户需求与优质供应商的精准匹配，解决供给匹配的痛点问题等。
       采购供应链是企业数智化转型的必经之路，京东企业业务通过企业洞察管理、品类管理、定价管理、库存管理、履约管理五大管理模块，构建起企业采购供应链的数据底座，通过智能预测、智能选品、智能定价、履约决策四大策略中心，实现客户需求的匹配与识别，强化供应链的协同，促进产业链的共振。
       行业和应用场景的差异，是推动大模型实践应用的难点之一。以企业采购中常见的MRO类商品为例，采购时要面对采购频次高、供应商数量过多、价格不透明、商品标准难以统一、交期要求高等诸多问题。京东企业业务将大量MRO类供应商接入京东统一的采购平台，不但解决了商品的标准化问题。同时，京东透明、可追溯的数字化平台，能够实现采购全流程的可视化、可追溯，帮助企业杜绝采购舞弊现象，提高整个采购管理的合规性与透明度。
        未来，京东企业业务还将基于不同的行业和不同的采购场景，在数据标准化、数据资产化、资产服务化等方面持续发力，将企业采购流程按照主题单元建立通用数据模型，通过各单元数据模型的互通互联，构建采购交易的大模型，最终实现通过采购大模型技术助力企业实现采购经营决策的数字化、智能化。
       “人工智能技术的行业应用主要有三个核心要素，即数据、算力、场景。”李飞表示。在企业采购领域，将显著降低人工智能的应用门槛。京东企业业务将借助京东大模型进一步夯实底层算法、算力，整合更多供应链上下游的数据，积累采购核心数据资产，不断深入零售、物流、金融、健康、政务等知识密集型、任务型产业场景，解决真实产业问题，助力千行百业的企业客户高质量发展。