最后一个上牌桌，京东年夜 模型只针对家当

货拉客

年夜 厂需要证明，他们投入的数十亿元甚至数百亿资金并没有取水 漂。
文｜《中国企业家》记者 闫俊文‍
编辑｜李薇
头图来源｜中企图库
与张一鸣熬夜读论文、王兴收购始创 公司不合，刘强东率领 京东高管捕获 年夜 模型的方法 是在真实场景中赓续 测验考试 产品和办事 。
刘强东在2017年就说过，AI既是一种技术，也是一种思考方法 ，他甚至畅想过，京东未来将实现无人办公场景。
技术年夜 变革期，也是公司兴衰交替的症结 期。他弗成 能无视年夜 模型这种推翻 性技术所产生的影响，京东将如何介入 这场游戏呢？
面对这场底层冲击，各家均有不合的应对方法 ，对于京东来说，它的实体业务基因更浓厚，自1998年创建 ，已从中关村的一张柜台成长 到如今旗下5家上市公司，还有3家正在寻求上市——京东工业、京东产发和京东科技，员工人数扩张至超56万，业务场景比阿里巴巴、腾讯与字节跳动都要庞杂 和多元，笼罩 物流、零售、金融、健康、工业等等。
家当 场景多元以及天然的to B场景，让京东对年夜 模型办事 家当 的渴求更强烈，天然成为了年夜 模型落地家当 最好的“练兵场”。
在京东之前，腾讯、百度以及阿里巴巴都宣布 了行业年夜 模型计划 ，但一位SaaS行业人士感慨，只听到雷声，不见下雨，暗示这些互联网巨头不会轻而易举攻下行业山头。
京东的雷声和雨点在哪里？
全集团共建
年夜 模型正在酿成 京东公共环境的一部分。它以视频与海报的形式，涌现 在总部电梯间电视里、办公走廊的墙上。
2023年2月份，京东对外宣布将宣布 办事 家当 的年夜 模型。很快，年夜 模型在京东集团内部也被提升到了更高的优先级，并很快成立了年夜 模型项目组。
何晓冬博士是京东探索研究院院长及京东科技智能办事 与产品部总裁，也是京东自研“言犀年夜 模型”的核心科学家。他说，以零售为例，人们购物的行为是事件驱动，以“我要买什么”开始，但年夜 模型技术加入后，可能以“我要干什么”开始，这意味着，购物行为包含 了小红书的种草、抖音的内容以及京东的货架，混合了多种形态。
内容以及交互的变革赓续 驱动新产品以及巨头公司的兴起。从雅虎的衰落到谷歌的崛起，从淘宝再到抖音的崛起，王座权力的转移总是随同 着这条铁律。如今，年夜 模型为代表的AI则重写这条铁律。
年夜 模型训练需要年夜 量的家当 数据做预训练，这些数据散布 在京东零售、健康、物流、金融等各个家当 线。于是，集团协调，各个BG（事业群）和BU（事业部）都介入 年夜 模型项目，最后，年夜 模型项目组的人数达到了100人左右。
“他们把零售、物流、健康等业务数据带进来，也会把年夜 模型的功能带回去用。”何晓冬说。

来源：中企图库
这组成 了京东言犀年夜 模型30%的训练数据来源——京东围绕着数智供给 链积累下的高质量原生数据，而剩下70%来源于通用数据。何晓冬形容这个进程 就像对年夜 模型进行高等教育——学习了通用知识后开始在年夜 学学习专业知识。
行业数据进来了，对数据还要做脱敏、分类以及加权处理，比如经营、营销、特有知识的数据；针对不合行业，不合数据的加权系数是不一样的，比如金融领域，业务数据权重会多一些，要赞助 员工更好地把控风险；零售领域，又分仓储、商城、社区团购、到家、超市等业务单位 ，不合类型数据对细分的业务场景的重要性也是不合的。
何晓冬强调，要做行业年夜 模型，企业必须在这个行业做到足够的头部以及沉浸数年以上，能力 吃透这个行业，了解行业成长 的痛点。
在基础设施上，京东云此前就建立了一个1000多张（A100）显卡的机房，这是他们在2021年购入的，集成了英伟达最先进的计算和连接设备，保障年夜 模型的训练和迭代。
京东也在同步采取 年夜 模型改革 内部流程，他们提议 了名为“效能提升”的项目，让法度模范 员运用年夜 模型产品对象 ，提升敲代码、写注释以及测试案例的效率。综合评估下来，业绩平均估计提升20%以上。
在产品层面，除了智能客服，京东开始内部测试言犀年夜 模型在诸多业务场景中的应用。比如产品搜索与推荐上，电商将很快从“万事皆搜索”进入到“万事皆办事 ” 的时代。
以搜索“帐篷”为例，未来，搜索结果里不仅仅看到帐篷这个产品，更能看到露营上下游配套的产品和办事 ，比如上游的旅行地推荐，下游的配套“烧烤”“鞋帽”等产品，加入了类似小红书或者携程的功能。它还可以自动生成一些文案，用户露营完之后，可以发送至朋友圈。
还有金融营销，通过自动化营销助手“AI增长营销平台”提升营销活动计划 生产效率。这种全新的交互模式，让人机交互次数从2000次降低至少于50次，操作效率可提升跨越 40倍。
何晓冬认为，通过人机多轮沟通，机器能更好地舆 解用户的意图，将意图转化为需求。传统互联网领域里有“注意力经济学”理论，它主要靠设计、折扣、告白 等客不雅 条件来吸引用户，但在“意图理解”的场景下，通过多轮对话，用户自己就会沉浸其中，并产生消费以及内容。
这是一个比当下垂类APP更庞年夜 庞杂 的形态。如果搜索时代是信息聚合与匹配，那么年夜 模型的时代则进入了内容精准生成，用户随时随地 “Ask Me Anything（随便问）”。
打磨毛刺
7月，京东推出言犀年夜 模型之后，并没有急于推向市场，寻求落地，他们的时间路线图是今年下半年内部锤炼，并针对重点场景和客户进行打磨，2024年初对外开放年夜 模型能力。
何晓冬将言犀年夜 模型锤炼的进程 称之为“打磨毛刺”。他以健康问诊为例解释，京东计划在8月正式上线健康行业年夜 模型。现在内部更多是Beta（测试）版本，比如会遇到如何掩护 病人自尊心的问题，这涉及到沟通的语速、方法 ，小概率情况下，会测出产品说话不适合 的现象。
“技术和产品之间其实是有鸿沟的，产品一定是用户角度，技术是立异 角度。”何晓冬说。技术体系的人一定要往前走一步，主动贴近产品体系的人。
他预测，现在已经到了年夜 模型技术要通过产品来证明自己价值的阶段。AI技术有点像云业务一样，它是提高生产力的，最后必定 为各类 各样的行业办事 ，因此一定是往行业走。
年夜 模型与行业结合越深，其产生的价值也就越年夜 。目前ChatGPT也在摸索对外的商业化，包含 通过API（应用法度模范 编程接口）订阅办事 等，就如谷歌在互联网时代基于流量的告白 模式。
API价值偏低，它的技术理解门槛也比较高，需要企业专人负责挪用 。而对于年夜 模型开发企业来说，很容易陷入API价格战，酿成 一门负向的业务。
由此而论，年夜 模型时代，API接口未必是主流的商业化路径，原因在于，它与行业连接太浅，对家当 的技术要求也太高，卖产品和私有化安排 年夜 模型或许才是正路。据悉，已有人开始叫卖年夜 模型，1000万元就能买到一个完整数据、算法、算力的年夜 模型。
在上海，也有一些“云买手”测验考试 用年夜 模型为客户办事 。以往，他们通过人工办事 数十个客户，人均年盈利在二三十万元之间，这就到了天花板。但用上年夜 模型之后，他们人均办事 的客户量翻了10倍，释放了年夜 量的生产力以及利润空间。
与业内资深人士的看法类似，何晓冬也认为生成式人工智能是一个完全不合于移动互联网时代的物种。相较于移动互联网时期，京东的探索要更前置，更贴合业务，更不克不及 回避竞争。
事实上，此次年夜 模型之争，年夜 公司竞争的中心点不在资本、地推或者补贴策略，而是各自的研究院或者实验室以及落地场景。
不管是京东还是阿里巴巴、腾讯，他们都有自己的研究院或者人工智能实验室，比如2017年成立的阿里达摩院，2012年成立的腾讯优图实验室，2014年成立的百度研究院，2017年成立的京东人工智能研究院和2020年成立的京东探索研究院。
当前技术年夜 咖们走到了价值创造阶段，他们需要验证，年夜 公司投入的数十亿元甚至数百亿资金不是泡影。
腾讯成立了专门的技术委员会协调各年夜 实验室。腾讯对于研发的态度是，不会取消所有冒险研究，始终会保存 一支小分队探索前沿，留下火种。
何晓冬说，他给了京东探索研究院三个任务，第一，要在重要的竞争激烈的领域做到前沿，不回避竞争，愿意挑战和竞争；第二，对重要业务和产品要形成支撑，对公司有价值；第三，要有足够的前瞻性。
开创 人与一号项目
从2月高举年夜 旗到6月病退，王慧文的轨迹似乎预示着此次年夜 模型创业热暂告一段落，他创建 的光年之外最终被美团收购。坐到牌桌上的，只剩下年夜 公司。
巨头公司争斗往往外面 悄无声息，但碰撞在一起的刹那，所产生的能量也是惊人的，甚至会掀翻某个旁不雅 者， BAT时代曾产生 的界限 年夜 战，就如同今日的一个序章。

来源：视觉中国
外部环境急剧变更 ，既有宏不雅 层面的挑战，也有AI浪潮的兴起，这些正在让年夜 公司的CEO或者开创 人重回一线。
张勇将于今年9月卸任阿里巴巴集团董事会主席兼CEO职务，专职担负 阿里云智能集团董事长兼CEO，他希望在那里再造一个阿里巴巴。李彦宏、周鸿祎等纷纷进场 ，为自家年夜 模型产品代言和推介。
京东集团新任CEO许冉说：“当家当 效率和家当 的界限 拓展获得 质的提升后，年夜 模型才有更重要的实际价值和意义，将不亚于又一次工业革命。”在此前召开的2023京东全球科技探索者年夜 会上，她提出了京东对于年夜 模型价值的公式，年夜 模型的价值=算法×算力×数据×家当 厚度的平方。
开创 人与CEO的存眷 ，既能让项目在公司内部获得年夜 量资源支持，但也会带来压力，那就是尽快产生营收、利润回报。
何晓冬坦言，京东言犀年夜 模型的当下还是一个成本中心，但集团对年夜 模型项目还没有盈利要求；具体到自己负责的智能办事 板块，则已经实现了盈利，这也是年夜 模型家当 化应用价值的缩影。
如果说，AI是一条河，那么各家公司的产品计划 有的是架桥，有的是铺路，有的是造船，各有不合。谁最终越过科学研究到实际产品转化鸿沟的这片“达尔文之海”，只能留给时间来验证。