在这样的背景下，京东的 AI 研究也不可避免地走向多模态融合，其技术成果也天然地具备为大多数行业服务的特质：标准化，模块化，端到端，全链条。
3、迈向 2.0：京东云的「野望」
与许多大厂不同的是，京东招聘 AI 科学家，一开始往往就定了十分明确的目标：技术商业化。也就是说，不仅服务京东内部的零售、物流、金融、健康等业务，还要基于服务内部所积累的能力走出去，服务千行百业。
这个目标使京东的 AI 团队在初成立时就同时扮演了两种角色：既是支持京东业务的子部门，也是京东内设的一个「AI 创业公司」。
京东的 AI平台与研究部刚成立时，也陷入过与其他企业 AI 研究团队雷同的「困境」：其他部门常常过来寻求 AI 算法的支援，但他们帮忙做了一年后发现，一方面业务提供的场景对 AI 技术的打磨很关键，但另一方面，针对业务定制AI技术往往做不成大项目，而且成本还很高。
例如，帮忙跟进的内部项目往往需要不断修改完善，十分消耗时间，对高人力成本的 AI 算法团队来说颇有点「大材小用」。另一方面，时间与精力被占据，也无法「创业」。
因此，从2019年开始，京东各个业务的定制化技术需求由其自建的研发团队负责，京东的 AI 部门不再接低ROI的商业项目，而是致力于研发高价值的、可以模块化、可复制的技术产品。
这就好比原来给屠宰场磨牛刀的铁匠，决心要自己单干，开了个工厂，聚集一批专注于打造武器的人，生产不仅能够用在屠宰场，还能用在战场、军事训练基地、龙门镖局等等不同场所的兵器武器，降本增效地将技术商业化。
何晓冬认为，技术的成功商业化是技术走向成熟的一个标志。
2020年，这座集中生产武器的工厂有了一个新的名字：京东言犀人工智能应用平台（简称「言犀」）。言犀隶属于京东科技集团，可以看成是京东云的AI武器库，聚集了京东过去在供应链各个环节的智能技术的积累，包括语音识别与合成、自然语言处理、视觉智能、机器学习、知识图谱、多轮对话、多模态智能人机交互、大模型等都汇聚其中。
依托京东云的技术底座，言犀开始走出去，服务政企、金融、航空、零售等多个领域，并取得了优秀成果。
以保定 12345 政府服务热线为例。在过去，12345 热线接到市民的诉求后，往往先把问题交到区级的分中心，再由各个中心派给相关街乡镇，一来一去，时间就会被拉长。
京东 AI 团队在之前京小智的实践基础上，将多项成熟 AI 技术解耦出来、形成端到端的价值系统，在京东云上利用言犀平台打造了无数个「虚拟客服」，建设了一个数字化监管平台，数十万机器人智能体与900多万保定市民每日进行上万次人机对话，大幅提升相应效率。
据统计，2022年上半年，该数字平台共受理群众诉求960190余件次，同比增长122.78%，响应率100%，满意率由65%提高到97%以上，特别是在疫情高发的时候，支撑接起最高每天12万通市民电话，有力的保障了抗疫的需要。
这背后，体现的是京东云的供应链技术有效输出：过去支撑京东内部的 AI 技术，在经过高精、模块化的提取后，能够赋能外部企业，解决他们的数字化需求。
随着京东言犀的逐渐成熟，京东 AI 在技术的商业化上也形成了独特的模式，提出了「产业AI」的技术路径。
一般来说，内设于企业的 AI 研究院或 AI 部门往往陷入两种思路：一种是单纯服务于业务团队，造成业务先行、技术断后；另一种则是注重前沿探索，技术先行、业务随后。而京东的三个技术口号，分别在内部 AI（如京东零售）、产业 AI（如京东云）与未来 AI（如京东探索研究院）上都部署了实力深厚、同时相对独立的团队。
又由于京东的业务以本身对模块化要求非常高的供应链概念为中心，京东言犀的 AI 武器来源于内部技术成果积累，在对外输出时就相当于「一炼多用」，成本可控的同时效益倍增。2021年，何晓冬带领的智能服务与产品部在 AI 商业化上的收入就达到了数亿元，十分可观。
如今，智能对话技术已经成为京东 AI 的优势。
某种意义上，京东用产业AI 改变了供应链中的「服务」一环。但实际上，「服务」的概念远远大于「客服」。AI 技术是京东云服务产业的秘诀，但不是终点。
在赋能供应链的决心与理想中，京东云还有一个更大的野心：基于多模态融合的 AIGC 内容生产，重构供应链。
京东认为，AIGC 本质也是一种服务。
纵观各大厂，像京东这样大力倡导多模态 AI 研究的企业罕见，这也是为什么 AIGC 热潮兴起时国内大厂声量小的原因。根源在于，过去的十年，互联网技术大厂习惯从单点的技术突破（如语音识别，文本检索，图像感知）去开展研究，各技术组之间也没有相互打通，无法快速融合。
一位资深的 AI 从业者就告诉雷峰网，AIGC 在中国目前还未形成一个具体的赛道，一个很重要的原因是：人才稀缺。AI 领域视觉、语言、语音各大派各自为战，甚至视觉领域也出现人才两极分布的情况：识别与感知人才扎堆，生成人才却屈指可数。
但在京东，由于服务供应链的技术本就追求多模态、多算法间的融合，如果说早期的 AI 作画、AI 写诗只是牛刀小试，那么到京小智、工业品大脑和言犀平台，则不仅积累了丰富的跨模态研究经验，还让AI在自身数智供应链中生根成长起来。
以文案生成为例。京东APP上有一个「发现好货」的栏目，供应商每上新一个产品就需要写一段推荐文案。之前京东是发布任务，邀请写手、大 V 或 KOL 来写，但现在，这些任务可以用自动生成文案的「AI 写手」来完成。
格局再大一点：不仅是「发现好货」，实际上，京东APP整个页面所承载的数字内容，无论语音、文本与图像，都可以通过 AI 来自动生成。如同穿越科罗拉多高原，虽然还要跨过无数狭长高深的峡谷沟壑，但趋势已经十分清晰。
以京东最新上线的虚拟主播「灵小播」为例。在下图的页面中，文案、产品图、人物、动作、语音等，全都是 AI 自动生成的：
技术上看，这种可以察言观色，能带货的数字人主播是多算法协同的集大成者。在产业落地来看，商家不用再花大钱砸资源、找主播。
现在业界流行叫「人均一个数字人」，而对于京东云来说或许叫「店均一个数字人」。
这意味着，过去需要无数个化妆师、摄影师、主播、文案写手的行业，在未来可能只需一溜AI 算法就能完成，直接将供应链「闭环」了。对于数字产业的腾飞，不仅是降本增效的突破，而是迈进虚拟世界进行远程货物交易的可能。
从画鸟到画万物，无形之中，京东的科学家实现了AI技术的价值最大化——「之前我们都不知道 AI 画鸟有什么用，但你看，现在都用上了。」何晓冬笑道。
而那只「不会飞的鸟儿」一旦起飞，便会发现更多的可能。
声音、文案、图像、视频等数字内容实际上是许多现代商业活动的基础生产资料，因此一种新型资料生产方式的出现往往能带来一定程度上的商业模式变革，改变旧有的商业活动与游戏规则。
举个例子，直播带货对传统电商的冲击，本质是数字内容生产变革带来的影响之一。同理，AIGC 大幅降低数字内容的生产门槛，也有重构供应链的可能。
一个明显的例子是C2M（用户驱动制造）。在过去，消费品的生产是由厂家统一设计、生产，然后通过渠道分销。后来，厂家精准定位市场需求来指导生产的需求增加。据统计，京东C2M智造平台已与数千个品牌达成合作，帮助他们节省了75%的产品需求调研时间，新品上市周期也比以往缩短了67%。
但在未来，当 AIGC 的技术足够成熟、设计的能力掌握在每个人的手中，消费者用 AIGC 技术设计产品外观与包装，再返回厂家生产制造，也不无可能。
高质量的内容生成往往也意味着高成本，导致整个市场高度集中在头部。而 AIGC 技术能大幅降低内容生产门槛，这也是 AIGC 的机会所在。
总的来说，没有一家国内企业的 AI 团队像京东一样，离供应链这么近。
相关阅读 >>
福州市台江区：社区医生有了AI帮手，人工智能赋能医疗与公卫服务
关注数据而不是模型：我是如何赢得吴恩达首届 data-centric AI 竞赛的
传说对决AIc 2021 group stage 小组赛 - 11/29 成都ag超会玩
中国将迎来AI黄金十年 2021百度AI开发者大会在元宇宙举办
更多相关阅读请进入《AI》频道 >>
