零售大模型“干中学”，攀爬数字化珠峰

文/侯煜

编辑/cc

对于绝大多数登山爱好者而言，攀爬珠穆朗玛峰可谓终极目标。攀登珠峰的商业路线有两条，一是尼泊尔境内的南坡路线，一是中国境内的北坡路线。相比而言，北坡路线不仅自然条件艰苦，攀爬者也需要具备海拔8000米以上高峰的登顶经验。

“从北坡攀爬珠峰”的概念近日被京东集团新任CEO许冉引用。在京东集团姗姗来迟的大模型发布会上，京东云推出了京东言犀大模型，主打“知识密集型”、“任务型产业场景”等优势。许冉称，从产业端切入大模型，如同从北坡攀爬技术珠峰，道路更加艰难，却有更波澜壮阔的风景，有巨大的探索价值。

京东对大模型也制定了“三步走”的明确规划，分别是在内部打造通用大模型，在内部的产业场景大规模实践，大模型的价值在内部充分验证后，再开放给合作伙伴。

想要训练好大模型就需要场景，对于京东而言，针对零售行业的大模型更具有原生优势。从行业属性角度来看，零售行业链条长、涉及的环节多，数字化转型痛点赫然在目，难度可想而知，业内人士将零售行业的数字化的比喻为“登上珠峰之巅”。

基于此，行业对垂直于零售行业的大模型更是充满了期待。

零售链条痛点待解

零售行业的矛盾集中在整个生产消费端供需不平衡、供应链运营的不稳定，甚至运营成本居高不下等方面。“尤其是受到近几年外部的影响，这些问题会更加突出，亟待解决。”京东零售智能供应链Y业务部高级总监刘丹萍说。

而在细分领域痛点更是层出不穷。比如，在营销层面，品牌借助虚拟数字人营销已成为常态，但部分数字人受限于形象塑造和对商品的理解，应用效果并不理想。

零售行业从业者期待大模型能“药到病除”。永辉到家渠道业务负责人杨淯字对零售大模型充满了期待。他举了几个例子，比如期待大模型能对用户画像做更细致的洞察——哪些用户喜欢到家，哪些用户喜欢到店；而在商品端，希望通过大模型能够做智能订货的升级。除此之外，从货到履约端再到仓端，如何通过大模型提升每一步的效率，以实现消费价值最大化，也是非常重要的。

大模型究竟能否担此重任？生成式人工智能（AIGC）具有更强的泛化能力。贝恩公司是一家全球领先的战略咨询公司，对零售行业有前瞻性的研判。中国区总裁韩微文讲了其公司的一个一个借助OpenAI进行试验，服务客户是家乐福，场景选择的是家宴备餐。之前家中来客，主人备餐凭的更多的是感觉和经验，然后需要在货架上自选商品。但现在和智能导购工具沟通，聊天工具会根据你提出的“几菜几汤”和预算费用对菜单做调整。根据输入的用餐人数量、年龄、特殊要求等，OpenAI形成了整个原材料的清单，之后就可以在零售平台一键下单。借助零售大模型，备餐过程高效、备餐量精准，避免了浪费。

OpenAI在to C层面带来的便利性很直观，那与TO B的协同是如何发生的？

垂直类模型需要练兵场

相比之下，通用大模型强调的是“全”，而走向产业的细分领域模型则强调“垂直”和“专业性”。只有彻底扎根细分行业、破解实际痛点，才能解锁更大的商业价值。

对于整个泛零售行业而言，大模型要与时俱进地迭代，才能为行业所用。刘丹萍认为，在消费互联网时代，数字化主要解决的是交易效率的问题，比如如何帮消费者找到正确的商品，提供高效的交易服务和履约服务。但是到了产业互联网时代，数字化和大模型需要解决的是产业效率的问题，需要深入到决策、生产、流通，这一链路更长，也更复杂。

前文提及，零售行业大模型被称为珠峰之巅。是因为零售行业对大模型的迭代能力和数据抓取能力提出了更高的要求。首先大模型了解零售行业的Know-How，对产业的专业知识储备必须要深入，零售行业迭代速度极快，要有极强的适应能力。此外，动态场景数据的抓取更加关键，京东探索研究院院长、京东科技智能服务与产品部总裁何晓冬表示：动态数据是不同产业场景中，每时每刻产生的数据，这是产业大模型的必备要素之一。这部分“活的’场景数据相对更难获取。

在经济学上中常提及干中学（learing by doing）效应，指在生产和物质资本积累过程中引起的劳动生产率提高和技术外溢。实际上，京东以内部零售板块的需求为出发点进行了大模型的布局。2021年，京东就推出十亿级的基于京东云自研电商领域知识增强模型K-PLUG，2022年推出百亿级模型Vega，本次大会则展示了千亿级模型。何晓东指出，京东的大模型已经使用在很多场景上了，包括京东的销售文案、直播脚本，对这些模型的准确度、忠实度、丰富度和专业性都有很高的要求。

近年来，京东云基于在零售业持续积累的数据信息与行业知识，以进一步的深度调优和二次训练，优化大模型专业能力，并将两大能力应用于营销和供应链等场景，实现效果和效率的双重跃升。目前京东大模型已经覆盖了三千以上的品类，每天都是十万的使用。这样持续的打磨使得模型模型本身的能力越来越强大。

最终指向降本增效

许冉称，技术在产业场景落地应用，创造实际价值才是关键。当产业效率和产业的边界拓展得到质的提升以后，大模型才有了更重要的实际价值和意义。大模型在零售行业的落地，能够助力企业更好地实现经营与管理的数字化，实现降本增效。

以近年来爆火的柔性制造为例，Z世代消费者更渴望彰显个性、追求品牌的独特价值，也愿意为个性化、多元化的产品以及特色化的定制服务买单。近年来，各个品牌也在聚焦发力定制化的商品供给，布局关于柔性生产的软硬件资源。

刘丹萍介绍了言犀大模型针对柔性定制一体化的服务解决方案。京东消费端个性化选配的能力，以及线上化定制商品交易服务能力，服务了超1200个品牌以及渠道商，支持全品类，包括ToB/C业务的柔性定制场景。

“同时，我们也聚焦用户DIY需求转译的能力，通过信息化、数智化转译前端用户的定制信息，传递给下游具备柔性供应链的生产型企业，真正实现订单驱动生产，满足个性化定制场景，提升增长服务效率和业务的规模。”刘丹萍说。

零售大模型对柔性制造的全过程的改造比较详尽。外界也很关注降本增效的直接效果。首先体现在时间上，比如在直播中，商家原先写出50个SKU的直播脚本需要至少五小时，采用K-PLUG模型后，仅需在直播后台上传商品链接，便能够快速智能“阅读”商品详情，一键生成更真实、生动、可阅读性强的直播文案，节约的必要劳动时间可想而知。

而大模型能否直观降本更是企业首先的关注点。首先大模型的性价比要合理，企业能用得起。以数字人为例，数字人虚拟主播成直播营销新选择，但中小企业对于数字人使用成本比较敏感。言犀支持生成大姿态、动态局部高清与语义驱动的肢体动作编排，进一步降低操作门槛与操作难度，让更多中小商家与个人能够用得起、用得上数字人服务。目前京东云多模态数字人已经入驻4000+品牌直播间，带动超8亿元GMV。

一家知名家电企业提升全渠道一盘货能力过程中，京东京链在短时间内便构建了货权统一和供应链数据闭环，帮助企业释放了代理商资金压力，节省供应链成本超1.5亿元。