AI 画的一只鸟，啄开了京东云的技术大门

　　距离2017年京东提出三个技术的口号已经过去五年。

　　这五年来，京东通过技术沉淀的决心，进一步坐实了以供应链为基础的技术与服务企业的定位。

　　在数智供应链成为京东标签的同时，京东云也依托强大的 AI 技术，完成了它从里到外的华丽转身，成为京东技术对外输出的核心发力点。

　　1、一只不会飞的鸟

　　那时 AIGC 还没火。

　　何晓冬记得，当时他刚回国不久。他与合作者提出的一个工作，叫「AttnGAN」，可以在计算机上输入一行文字描述，这个模型就会自动生成一只红白肚皮、蓝背的小鸟。

　　就像能读懂人的意志一样，让创造了它的何晓冬也感到震惊。

　　加入京东后，他把这个工作展示给了几位高管看后，大家都很赞叹，没想到 AI 的能力已经如此强大——

　　文字与图像是两种不同的模态，模态之间的交流与互动往往如跨越千山才能遇万水，但在人也尚且不能很好地理解 AI 的时候，AI 就已经能通过一段简短的文字描述画出相应的图像，而且准确率和清晰度都能与人类媲美。

　　那是 2018 年。输入文本控制图像生成的技术已经出现，但想象力还未形成。大家虽然赞叹，但回头一想，不知道这样的技术可以用在什么地方。

　　后来何晓冬告诉雷峰网，那时他刚加入京东，其实还做了不少 AIGC 方向的基础研究，例如文案生成、AI 写诗，还有跟中央美院的邱志杰教授合作探索AI画图、AI写书法等。而这篇 AttnGAN 的论文现在已经被引用超过1千多次了，是AIGC领域的经典工作之一。

　　

　　何晓冬及同事在2018年提出文本-图像生成模型「AttnGAN」

　　但如果回顾京东的整个 AI 技术研发进化史，何晓冬用 AI 画鸟的研究，恰是其中一个缩影，也是一个不可缺少的注脚：雷峰网

　　时间回到2017年，在那一年的京东年会上 「技术！技术！技术」被提出来，京东也由此迈入技术研发高速发展的阶段。雷峰网

　　然而，彼时支撑京东技术野心之一的人工智能（AI）技术研发并没有成立一个单独的部门，而是散落在各个业务部门的单点研发中。雷峰网

　　当年9月，京东成立了「AI 平台与研究部」，聚焦于 AI 技术探索，并陆续成立了一系列实验室，包括 AI 研究院、深度学习及语音和语言实验室、计算机视觉与多媒体实验室、数据智能实验室…到2018年年初，京东已经聚集了一批业内顶尖的 AI 科学家，如何晓冬、梅涛、郑宇等。

　　

　　何晓冬

　　从2017年年底到2018年，这批科学家探索了许多夯实的 AI 基础技术研究项目，如大数据、优化算法、语音与语义识别算法，为京东奠定 AI 研究基础。

　　这几年，京东的 AI 团队在变化中不断壮大，如今，京东的 AI 能力以京东云为核心出口，对外输出。

　　2、供应链中的 AI

　　大体来说，技术互联网公司可以分为三种类型：

　　第一种是卖基础产品，如微软，从磁盘操作系统（DOS）开始，然后到 Windows 与其他软件产品，成为一家软件为主的公司；

　　第二种是技术驱动，如谷歌，先基于搜索引擎技术做出的「谷歌搜索」（Google Search），没有作为单一产品卖出，后面才逐渐找到盈利的方法；

　　第三种就是业务驱动，先有业务需求（如卖货），再渐渐成型、建立起一个技术系统，如京东。

　　这也意味着，京东的技术研发必然与业务赋能捆绑。这甚至是所有 AI 科学家在加入京东时就了然于心的共识。比如，京东在2017年9月宣布成立AI平台与研究部的时候就明确提到， AI 研究与平台部承载着推动第四次零售革命中发挥重要作用。

　　

　　京东亚洲一号仓

　　京东的三个技术口号，实际上也各有侧重：

　　第一个技术代表了京东最基础、最朴素的需求，即如何提升京东现有业务（尤其是零售与物流）的效率。京东的自营模式决定其供应链涉及多个环节，不仅包括采购采销、运输仓储、服务交易，还有商品在平台上的展示、搜索、推荐与售后客服等。这一块以京东零售与物流为主。

　　第二个技术指可以标准化、模块化、产品化输出的通用技术，如云计算、智能客服，代表了京东向外链接千行百业的愿景。京东认为，实际上大量的行业都有与供应链相关的技术需求，例如金融与航空，所以第二个技术是基于第一个技术在内部的实践与沉淀来展开。

　　而第三个技术，是面向未来的基础技术研发，如过去十年以深度学习为代表的 AI。如今，这一块由京东探索研究院（2020年成立）、京东 AI 研究院（2017年成立）等团队主要承担，近年来以陶大程为代表对外发声的可信 AI、产业元宇宙等概念，均属于第三个技术对前沿的展望。

　　AI 研发在京东供应链的整体落地，也是沿着这三个技术排序走：

　　过去五年，1.0 时代，京东零售与物流打头阵，研发人员规模多达几千人，在京东内部的各个供应链环节都部署了 AI 技术，覆盖语音、文本、图像与决策。

　　有数据统计，在维持现货率 95% 以上水平的同时，京东通过智能供应链系统下发的采购单超过上亿条，内配自动化率达到 90% 以上。自营 SKU 超过 1000 万、全国 1400 个仓，也能将库存周转天数从90余天降至近30天左右，背后正是京东云的大数据与 AI 算法等技术的加持。

　　AI 与供应链结合的一个特点，就是摸索出产业对多模态技术研发的需求。以智能对话为例：

　　2018年7月，何晓冬带领深度学习及语音和语言实验室启动了一个叫「AlphaSales」的研究项目，后来对应的产品中文名就叫京小智。

　　与采购、计划、配送相比，客户服务被认为是供应链中最末端的环节。但实际上，京东当时每天接待数百万客户咨询、导购、服务等需求（现在已经超过一千万），智能对话的应用价值显然巨大。基于 AlphaSales框架，结合语音识别、图像理解、情绪理解、文字生成甚至序列决策（根据客户回复、结合上下文内容推断下一句生成的文字回复）等基础的 AI 技术，京小智大大改善了京东的客服质量与效率。

　　具体来说，供应链很长，分生产、流通、消费、服务四大环节，四大环节的基础上又可以细分出设计、定价、交付等十余个环节，人工智能技术也如此（非单一技术方向）：

　　

　　而当 AI 落地在供应链上，你会惊奇地发现：AI 是一项基础技术，可以应用在供应链的各个环节上；且 AI 在每个环节上的应用，都涉及到两个以上的单点技术。例如，在智能对话一环的语音、语言、图像、优化、决策，相互组合时，也是供应链中设计、生产、采购、运输、仓储管理等等环节的核心技术：

　　

　　作为最早加入京东研究 AI 的参与者之一，何晓冬表示，在京东研究 AI，最大的感触就是：如果从供应链的角度看 AI 研究，AI 的应用范围和潜力都会被放大。AI技术的先进性也在被重新定义，供应链向 AI 提出了融合、多算法联合优化的需求，而非单点算法的进步。

　　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。