JD.com 차오펑, 지능경제 전환 핵심 AI 활용 강조
전문가 해설
중국 양회 계기 중국이 추진하는 ‘지능경제(智能经济)’ 전략과 인공지능(AI)이 산업 전반에 어떤 변화를 가져올지에 대해 차오펑(Cao Peng, 曹鹏) 중국 전자상거래 기업 JD.com(京东集团) 의 기술위원회 주석이자 전국정협위원을 인터뷰하였습니다. 인터뷰에서는 디지털경제에서 지능경제로의 전환, 산업에서의 AI 활용, 제조업 혁신, 그리고 중소기업의 AI 활용 문제 등이 핵심적으로 다뤄졌습니다.
먼저 그는 지능경제와 디지털경제의 차이를 설명했습니다. 디지털경제는 기업과 산업의 데이터를 축적하고 디지털 전환을 통해 효율을 높이는 단계라면, 지능경제는 인공지능을 핵심 동력으로 활용해 데이터를 기반으로 스스로 의사결정을 수행하고 새로운 가치를 창출하는 경제 형태라는 것입니다. 즉 단순한 효율 향상이 아니라 **‘가치 창출과 혁신’**이 핵심이라는 점을 강조했습니다. 현재 중국은 AI 기술이 산업에 깊이 결합되는 전환 단계에 있으며, 기술 실험 단계에서 실제 산업 가치 창출 단계로 이동하고 있다고 평가했습니다.
AI가 가장 큰 변화를 가져올 산업으로는 물류, 소매, 제조업, 노인 돌봄, 정부 행정 서비스 등을 꼽았습니다. 특히 물류와 소매는 데이터가 많고 표준화된 업무가 많아 AI 적용이 빠르게 확산될 수 있는 분야로 평가했습니다. 제조업의 경우 AI를 통해 생산 과정과 공급망 구조가 재편될 가능성이 높다고 분석했습니다. 그러나 AI 활용에는 세 가지 주요 장애가 있다고 지적했습니다. 첫째, 기술과 산업 문제 사이의 불일치, 둘째 데이터 고립과 협업 부족, 셋째 높은 계산 능력(컴퓨팅 파워) 비용과 인재 부족입니다.
그는 향후 지능경제에서 나타날 새로운 산업 형태도 제시했습니다. 첫째는 ‘클라우드-두뇌-단말(云-脑-端)’ 구조로, 클라우드 컴퓨팅과 AI 두뇌, 그리고 로봇이나 스마트 단말이 연결되는 구조입니다. 둘째는 데이터와 AI 의사결정에 기반한 ‘슈퍼 공급망’ 입니다. 이는 전체 산업 체인이 하나의 지능형 시스템처럼 작동하는 형태를 의미합니다. 셋째는 AI 서비스의 보편화입니다. 앞으로는 전력이나 수도처럼 누구나 저렴하게 AI 모델과 계산 능력을 사용할 수 있는 환경이 만들어질 것이라고 전망했습니다.
제조업 혁신에 대해서는 매우 현실적인 접근이 필요하다고 강조했습니다. 그는 완전 자동화 공장인 ‘무인 공장(黑灯工厂)’보다 공급망 협업과 생산 관리의 디지털화가 먼저 이루어져야 한다고 설명했습니다. 제조업 혁신의 단계는 세 단계로 진행될 수 있다고 말했습니다. 첫째 공급망 데이터 연결, 둘째 생산 과정의 AI 최적화, 셋째 완전 자동화 공장으로의 발전입니다. 특히 조달과 공급망 관리가 제조업 디지털 전환의 가장 효과적인 출발점이라고 강조했습니다.
또한 최근 등장한 ‘슈퍼 지능 에이전트(超级智能体)’ 개념에 대해서도 설명했습니다. 그는 AI가 인간을 대체하는 것이 아니라 인간의 능력을 강화하는 도구라고 강조했습니다. AI는 데이터 분석과 자동화 업무를 담당하고, 인간은 창의적 판단과 전략적 의사결정을 맡는 방식의 협력이 중요하다고 보았습니다. 실제로 JD.com 내부에서는 5만 개 이상의 AI 에이전트가 물류, 고객 서비스, 의료 상담, 연구개발 등 다양한 업무에 활용되고 있다고 소개했습니다.
AI 경쟁력의 핵심은 단순히 모델 규모나 계산 능력이 아니라 산업 현장 데이터와 실제 적용 경험이라고도 강조했습니다. 범용 AI 모델은 여러 기업이 만들 수 있지만 특정 산업의 데이터와 운영 경험을 축적한 기업만이 장기적인 경쟁력을 확보할 수 있다는 것입니다.
마지막으로 그는 중소기업의 AI 활용 문제도 언급했습니다. 많은 중소기업이 AI 도입을 원하지만 높은 계산 능력 비용과 기술 장벽 때문에 접근하기 어렵다는 점을 지적했습니다. 이를 해결하기 위해 정부는 ‘계산력 쿠폰(算力券)’이나 AI 서비스 보조금 같은 정책을 도입해 중소기업이 저렴하게 AI 자원을 사용할 수 있도록 지원해야 한다고 제안했습니다. 또한 대기업이 산업 데이터를 개방해 기술 기업과 협력하는 생태계를 만들어야 한다고 강조했습니다.
먼저 그는 지능경제와 디지털경제의 차이를 설명했습니다. 디지털경제는 기업과 산업의 데이터를 축적하고 디지털 전환을 통해 효율을 높이는 단계라면, 지능경제는 인공지능을 핵심 동력으로 활용해 데이터를 기반으로 스스로 의사결정을 수행하고 새로운 가치를 창출하는 경제 형태라는 것입니다. 즉 단순한 효율 향상이 아니라 **‘가치 창출과 혁신’**이 핵심이라는 점을 강조했습니다. 현재 중국은 AI 기술이 산업에 깊이 결합되는 전환 단계에 있으며, 기술 실험 단계에서 실제 산업 가치 창출 단계로 이동하고 있다고 평가했습니다.
AI가 가장 큰 변화를 가져올 산업으로는 물류, 소매, 제조업, 노인 돌봄, 정부 행정 서비스 등을 꼽았습니다. 특히 물류와 소매는 데이터가 많고 표준화된 업무가 많아 AI 적용이 빠르게 확산될 수 있는 분야로 평가했습니다. 제조업의 경우 AI를 통해 생산 과정과 공급망 구조가 재편될 가능성이 높다고 분석했습니다. 그러나 AI 활용에는 세 가지 주요 장애가 있다고 지적했습니다. 첫째, 기술과 산업 문제 사이의 불일치, 둘째 데이터 고립과 협업 부족, 셋째 높은 계산 능력(컴퓨팅 파워) 비용과 인재 부족입니다.
그는 향후 지능경제에서 나타날 새로운 산업 형태도 제시했습니다. 첫째는 ‘클라우드-두뇌-단말(云-脑-端)’ 구조로, 클라우드 컴퓨팅과 AI 두뇌, 그리고 로봇이나 스마트 단말이 연결되는 구조입니다. 둘째는 데이터와 AI 의사결정에 기반한 ‘슈퍼 공급망’ 입니다. 이는 전체 산업 체인이 하나의 지능형 시스템처럼 작동하는 형태를 의미합니다. 셋째는 AI 서비스의 보편화입니다. 앞으로는 전력이나 수도처럼 누구나 저렴하게 AI 모델과 계산 능력을 사용할 수 있는 환경이 만들어질 것이라고 전망했습니다.
제조업 혁신에 대해서는 매우 현실적인 접근이 필요하다고 강조했습니다. 그는 완전 자동화 공장인 ‘무인 공장(黑灯工厂)’보다 공급망 협업과 생산 관리의 디지털화가 먼저 이루어져야 한다고 설명했습니다. 제조업 혁신의 단계는 세 단계로 진행될 수 있다고 말했습니다. 첫째 공급망 데이터 연결, 둘째 생산 과정의 AI 최적화, 셋째 완전 자동화 공장으로의 발전입니다. 특히 조달과 공급망 관리가 제조업 디지털 전환의 가장 효과적인 출발점이라고 강조했습니다.
또한 최근 등장한 ‘슈퍼 지능 에이전트(超级智能体)’ 개념에 대해서도 설명했습니다. 그는 AI가 인간을 대체하는 것이 아니라 인간의 능력을 강화하는 도구라고 강조했습니다. AI는 데이터 분석과 자동화 업무를 담당하고, 인간은 창의적 판단과 전략적 의사결정을 맡는 방식의 협력이 중요하다고 보았습니다. 실제로 JD.com 내부에서는 5만 개 이상의 AI 에이전트가 물류, 고객 서비스, 의료 상담, 연구개발 등 다양한 업무에 활용되고 있다고 소개했습니다.
AI 경쟁력의 핵심은 단순히 모델 규모나 계산 능력이 아니라 산업 현장 데이터와 실제 적용 경험이라고도 강조했습니다. 범용 AI 모델은 여러 기업이 만들 수 있지만 특정 산업의 데이터와 운영 경험을 축적한 기업만이 장기적인 경쟁력을 확보할 수 있다는 것입니다.
마지막으로 그는 중소기업의 AI 활용 문제도 언급했습니다. 많은 중소기업이 AI 도입을 원하지만 높은 계산 능력 비용과 기술 장벽 때문에 접근하기 어렵다는 점을 지적했습니다. 이를 해결하기 위해 정부는 ‘계산력 쿠폰(算力券)’이나 AI 서비스 보조금 같은 정책을 도입해 중소기업이 저렴하게 AI 자원을 사용할 수 있도록 지원해야 한다고 제안했습니다. 또한 대기업이 산업 데이터를 개방해 기술 기업과 협력하는 생태계를 만들어야 한다고 강조했습니다.
요약
京东集团技术委员会主席曹鹏认为，智能经济当前正处于关键转型阶段。智能经济的发展前景和AI赋能千行百业的问题受到关注。
南方财经全国两会报道组记者孔海丽 北京报道
今年政府工作报告提出，打造智能经济新形态。京东集团技术委员会主席曹鹏履职全国政协委员以来，多次就算力基建、智能经济建言献策。近日，他就智能经济的发展前景、先进制造业的转型升级、科技创新与产业创新融合、AI赋能千行百业等问题，接受了南方财经21世纪经济报道的专访。
全国政协委员、京东集团技术委员会主席、京东云总裁 曹鹏
智能经济处于关键转型阶段，要以效能优先为核心
21世纪：智能经济与以往的数字经济最本质的区别是什么？我们正处于这场变革的什么阶段？
曹鹏：
智能经济与数字经济最本质的区别，在于数字经济是实现产业的数字化转型与数据化沉淀，核心是 “效率提升”；而智能经济是以人工智能为核心驱动力，实现从数据到智能决策的跨越，核心是 “价值创造与自主创新”，让技术深度嵌入产业核心流程，解决从 “可用” 到 “好用、实用” 的根本问题。
当前，我国正处于智能经济从技术突破向产业深度融合、从规模扩张向效能提升的关键转型阶段。全球 AI 已迈入价值创造期，我国依托超大规模市场、丰富应用场景形成了应用层先发优势，正迎来将这一优势转化为算力、算法、平台、应用全栈竞争力的历史性机遇，且在 “人工智能 +” 国家战略引领下，智能经济的基础设施建设已初具规模，但基础层支撑、生态协同等深层挑战仍待突破。
21世纪：智能经济的重要目标是“赋能千行百业”。从技术负责人的视角看，你认为目前哪些行业被AI重塑的潜力最大，难点在哪里？
曹鹏：
从技术落地与产业融合的角度，物流、零售、制造业、养老、政务几大行业被 AI 重塑的潜力最为突出。物流、零售具备标准化场景多、数据沉淀充分的特点，能快速实现 AI 的规模化落地；制造业是智能经济的核心应用场景，AI 对其生产、供应链的重构将推动工业升级；养老政务则依托 AI 的多模态交互、智能决策能力，实现民生服务与政府治理的智能化升级，是技术红利普惠的关键领域。
当前AI赋能各行业的核心难点集中在三方面：一是技术与产业痛点错配，部分领域在架构创新、场景适配等关键环节投入不足，未能解决产业实际问题；二是协同壁垒突出，数据孤岛、流程重构难、改造成本高，阻碍AI向产业核心环节渗透；三是算力与技术门槛较高，中小主体难以获取低成本、高适配的算力和AI服务，且缺乏既懂算法又懂行业的复合型人才。
21世纪：人工智能技术以前所未有的速度不断迭代。从去年的卷参数到如今的卷应用，你认为智能经济在产业端会呈现出哪些让我们意想不到的新形态？对于大量正焦虑于“如何不被AI时代抛弃”的实体企业管理者，你最想给出的建议是什么？
曹鹏：
从“卷参数”到“卷应用”，智能经济在产业端将呈现三大全新形态：一是“云 - 脑 - 端”软硬一体化协同，具身机器人、智能终端等产品将成为产业落地的重要载体，实现从底层算力到上层应用的全链路智能；二是全产业链的智能协同，以数据驱动、智能决策为核心的 “超级供应链” 将成为主流，推动产业从单点智能向全链智能升级；三是普惠化的智能服务体系，算力、AI模型将像水电一样泛在可及，中小企业能以低成本获取智能能力，实现数字化转型的“弯道超车”。
对于实体企业管理者，我有三点建议：一是智能经济以“效能优先”为核心，将AI应用聚焦于企业核心业务的降本增效，不盲目追逐参数规模，而是追求技术与场景的深度适配；二是拥抱生态协同，积极融入链主企业牵头的创新体，借助行业共性解决方案降低转型成本，避免“单打独斗”；三是小步快跑、快速迭代，从企业的核心痛点环节切入，先实现 AI 的单点落地与价值验证，再逐步向全流程推广，比如京东将 AI 先应用于物流分拣、零售理货等标准化环节，再逐步拓展至全供应链。
“超级智能体”不是取代人，而是让人更强大
21世纪：制造业是智能经济落地应用的重要场景。科技创新与产业创新的融合，是制造业升级变革的主要方向，你认为在此过程中要解决哪些问题？工业场景下的AI应用，是应该先追求“炫酷”的黑灯工厂，还是先从供应链协同这类“枯燥”但实效显著的环节做起？
曹鹏：
这是一个非常务实的问题。我的观点很明确：从“枯燥”但实效显著的环节做起，先“强身健体”，再“锦上添花”。
以“黑灯工厂”为标杆的完全自动化的工厂，代表制造业的未来方向，但对绝大多数中国企业而言，供应链的数字化协同、生产过程的精细化管理，才是更紧迫、更具实效的突破口。
为什么优先做供应链协同？因为供应链是制造业的“主动脉”，围绕供应链更高效地开展降本工作，已成为整个产业发展的必由之路。而AI恰恰最擅长处理这类问题：通过数据驱动实现智能预测、动态调度、协同决策。京东在供应链领域的实践表明，用AI优化库存周转、提升预测准确率，带来的效益远比“黑灯”本身更实在。
真正的路径应该是“三步走”：第一步，用AI打通供应链数据，实现上下游协同；第二步，用AI优化生产过程，提升效率和质量；第三步，在基础夯实后，再向“黑灯工厂”迈进。其中，采购作为供应链的“第一环节”，是制造等实体产业推进数智化转型的最优切入点。
21世纪：最近“超级智能体”概念兴起，从企业层面说，各类智能体如何实现“人机协同”？又如何建立自身在AI竞争中的核心壁垒？京东的实践可提供哪些启发？
曹鹏：
智能体已经成为制造业数智化升级过程中进入小切口，创造扎实价值的重要载体。超级智能体”不是取代人，而是让人更强大。人机协同的关键，在于厘清边界、各展所长——AI负责数据处理、规律发现、流程自动化，人类负责创造性决策、情感交互、价值判断。
京东的实践可以提供三点启发：
第一，从“单点辅助”走向“多体协同”。依托JoyAgent平台，智能体在京东内部应用广泛且深入，已超 5万个智能体活跃在零售、物流、金融、工业、健康等众多领域，覆盖智能客服、物流运输、健康问诊、营销推广、研发效能等多个场景。
第二，让AI“附身”终端，实现无处不在的智能交互。在硬件领域，京东打造附身智能品牌JoyInside，已联动40余家品牌落地全场景产品。2026年初，新增社交玩法与八大方言语音功能，联合京造建成国内首个跨品类智能硬件社交网，并开放软硬一体化方案赋能产业。
第三，坚持“场景为王”，让智能体解决实际问题。京东工业推出了40款工业专属智能体，“墨卡托标准商品库”形成了一套定义统一的商品参数及规格；京东健康构建的“专家智能分身”，能协助医生处理基础问诊，将诊疗效率提升50%；在物流调度、智能履约等环节，通过AI智能体与超脑系统协同，进一步提升仓储作业效率、分拣准确率与终端配送时效；在研发方面，JoyCode 已服务京东上万名研发人员，支撑数亿级用户产品研发，生成代码采纳率超 50%，开发周期平均缩短 40%。
建立AI竞争壁垒的核心，不是堆算力、拼参数，而是深耕场景、沉淀数据、积累行业认知。通用大模型可以复制，但“懂行业、懂场景、懂用户”的专有能力，才是真正的护城河。
共创分享，赋能更多中小企业
21世纪：国务院印发的《关于深入实施“人工智能+”行动的意见》提出，加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态。京东宣布将开放物流、健康等产业场景及供应链数据，支撑大模型和具身智能企业进行训练。这种开放是基于怎样的战略考量？你观察到中小企业拥抱AI的心态和大型企业有何不同？
曹鹏：
作为新型实体企业，京东有责任发挥链主企业的牵引作用——不是把能力锁在保险箱里，而是开放出来，带动产业链共同升级。
京东宣布开放物流、健康等产业场景及供应链数据，支撑大模型和具身智能企业训练，核心战略考量是：构建共创共享的智能生态，让技术红利惠及更多企业。
为什么这样做？三点考虑：
第一，场景是AI落地的“炼金炉”。中国拥有全球最丰富的应用场景，这是无可替代的优势。但很多创业企业有好技术，却找不到场景验证。京东开放产业场景，就是让这些技术找到“用武之地”，加速从实验室到市场的转化。
第二，数据是AI的“燃料”，但需要共享机制。中央“十五五”规划建议明确提出，“建设开放共享安全的全国一体化数据市场”。京东在保障数据安全和隐私的前提下，开放高质量行业数据，正是落实这一要求的具体实践。
第三，生态繁荣需要“大中小企业融通”。我们观察到，中小企业拥抱AI的心态与大企业不同——他们更渴望“开箱即用”的成熟方案，更关注投入产出比，更担心试错成本。京东开放技术和平台，就是让中小企业能低成本、低风险地拥抱AI，实现“弯道超车”。
21世纪：你曾特别关注过“异构算力”的建设和成本问题。当前高昂且复杂的算力成本被认为是制约中小企业融入智能经济的门槛，这方面您有何建议？我们离“算力如水”的普惠阶段还有多远？
曹鹏：
算力是智能经济的“水电煤”，但当前算力资源存在“三不用”困境：中小企业用不上、传统产业用不起、基层农村不会用。一边是国家算力总规模快速增长，另一边却是大量中小主体被算力成本和技术门槛挡在门外——这也是我今年参加十四届全国政协四次会议重点关注的问题。
如何破解？需要政策、技术、产业协同发力：
政策层面，我们建议出台“算力券”“模型服务补贴”等普惠工具。这不是简单的补贴，而是政策定向赋能——通过财政支持，降低中小企业、基层主体获取算力和AI服务的门槛，让他们敢用、愿用、用得起。同时，将补贴延伸到乡村，支撑智慧农业、农村电商、基层治理等场景，让算力红利真正流向有需求的地方。
技术层面，关键是要解决算力资源的“异构化”“孤岛化”问题。
产业层面，需要链主企业发挥牵引作用，我们建议推动链主企业向中小企业开放智算配额，实现产业智算普惠。京东正将沉淀的算力能力对外输出，让更多企业享受到高效、可控的算力服务。
离“算力如水”还有多远？结合国家“十五五”规划纲要，我们对算力普惠的长远发展充满信心。未来需在三个方面重点突破：算力网络的一体化与泛在化、国产算力生态的自主可控、算力服务的普惠化与场景化。这不是一蹴而就的事，但方向已经明确。
今年政府工作报告提出，打造智能经济新形态。京东集团技术委员会主席曹鹏履职全国政协委员以来，多次就算力基建、智能经济建言献策。近日，他就智能经济的发展前景、先进制造业的转型升级、科技创新与产业创新融合、AI赋能千行百业等问题，接受了南方财经21世纪经济报道的专访。
全国政协委员、京东集团技术委员会主席、京东云总裁 曹鹏
智能经济处于关键转型阶段，要以效能优先为核心
21世纪：智能经济与以往的数字经济最本质的区别是什么？我们正处于这场变革的什么阶段？
曹鹏：
智能经济与数字经济最本质的区别，在于数字经济是实现产业的数字化转型与数据化沉淀，核心是 “效率提升”；而智能经济是以人工智能为核心驱动力，实现从数据到智能决策的跨越，核心是 “价值创造与自主创新”，让技术深度嵌入产业核心流程，解决从 “可用” 到 “好用、实用” 的根本问题。
当前，我国正处于智能经济从技术突破向产业深度融合、从规模扩张向效能提升的关键转型阶段。全球 AI 已迈入价值创造期，我国依托超大规模市场、丰富应用场景形成了应用层先发优势，正迎来将这一优势转化为算力、算法、平台、应用全栈竞争力的历史性机遇，且在 “人工智能 +” 国家战略引领下，智能经济的基础设施建设已初具规模，但基础层支撑、生态协同等深层挑战仍待突破。
21世纪：智能经济的重要目标是“赋能千行百业”。从技术负责人的视角看，你认为目前哪些行业被AI重塑的潜力最大，难点在哪里？
曹鹏：
从技术落地与产业融合的角度，物流、零售、制造业、养老、政务几大行业被 AI 重塑的潜力最为突出。物流、零售具备标准化场景多、数据沉淀充分的特点，能快速实现 AI 的规模化落地；制造业是智能经济的核心应用场景，AI 对其生产、供应链的重构将推动工业升级；养老政务则依托 AI 的多模态交互、智能决策能力，实现民生服务与政府治理的智能化升级，是技术红利普惠的关键领域。
当前AI赋能各行业的核心难点集中在三方面：一是技术与产业痛点错配，部分领域在架构创新、场景适配等关键环节投入不足，未能解决产业实际问题；二是协同壁垒突出，数据孤岛、流程重构难、改造成本高，阻碍AI向产业核心环节渗透；三是算力与技术门槛较高，中小主体难以获取低成本、高适配的算力和AI服务，且缺乏既懂算法又懂行业的复合型人才。
21世纪：人工智能技术以前所未有的速度不断迭代。从去年的卷参数到如今的卷应用，你认为智能经济在产业端会呈现出哪些让我们意想不到的新形态？对于大量正焦虑于“如何不被AI时代抛弃”的实体企业管理者，你最想给出的建议是什么？
曹鹏：
从“卷参数”到“卷应用”，智能经济在产业端将呈现三大全新形态：一是“云 - 脑 - 端”软硬一体化协同，具身机器人、智能终端等产品将成为产业落地的重要载体，实现从底层算力到上层应用的全链路智能；二是全产业链的智能协同，以数据驱动、智能决策为核心的 “超级供应链” 将成为主流，推动产业从单点智能向全链智能升级；三是普惠化的智能服务体系，算力、AI模型将像水电一样泛在可及，中小企业能以低成本获取智能能力，实现数字化转型的“弯道超车”。
对于实体企业管理者，我有三点建议：一是智能经济以“效能优先”为核心，将AI应用聚焦于企业核心业务的降本增效，不盲目追逐参数规模，而是追求技术与场景的深度适配；二是拥抱生态协同，积极融入链主企业牵头的创新体，借助行业共性解决方案降低转型成本，避免“单打独斗”；三是小步快跑、快速迭代，从企业的核心痛点环节切入，先实现 AI 的单点落地与价值验证，再逐步向全流程推广，比如京东将 AI 先应用于物流分拣、零售理货等标准化环节，再逐步拓展至全供应链。
“超级智能体”不是取代人，而是让人更强大
21世纪：制造业是智能经济落地应用的重要场景。科技创新与产业创新的融合，是制造业升级变革的主要方向，你认为在此过程中要解决哪些问题？工业场景下的AI应用，是应该先追求“炫酷”的黑灯工厂，还是先从供应链协同这类“枯燥”但实效显著的环节做起？
曹鹏：
这是一个非常务实的问题。我的观点很明确：从“枯燥”但实效显著的环节做起，先“强身健体”，再“锦上添花”。
以“黑灯工厂”为标杆的完全自动化的工厂，代表制造业的未来方向，但对绝大多数中国企业而言，供应链的数字化协同、生产过程的精细化管理，才是更紧迫、更具实效的突破口。
为什么优先做供应链协同？因为供应链是制造业的“主动脉”，围绕供应链更高效地开展降本工作，已成为整个产业发展的必由之路。而AI恰恰最擅长处理这类问题：通过数据驱动实现智能预测、动态调度、协同决策。京东在供应链领域的实践表明，用AI优化库存周转、提升预测准确率，带来的效益远比“黑灯”本身更实在。
真正的路径应该是“三步走”：第一步，用AI打通供应链数据，实现上下游协同；第二步，用AI优化生产过程，提升效率和质量；第三步，在基础夯实后，再向“黑灯工厂”迈进。其中，采购作为供应链的“第一环节”，是制造等实体产业推进数智化转型的最优切入点。
21世纪：最近“超级智能体”概念兴起，从企业层面说，各类智能体如何实现“人机协同”？又如何建立自身在AI竞争中的核心壁垒？京东的实践可提供哪些启发？
曹鹏：
智能体已经成为制造业数智化升级过程中进入小切口，创造扎实价值的重要载体。超级智能体”不是取代人，而是让人更强大。人机协同的关键，在于厘清边界、各展所长——AI负责数据处理、规律发现、流程自动化，人类负责创造性决策、情感交互、价值判断。
京东的实践可以提供三点启发：
第一，从“单点辅助”走向“多体协同”。依托JoyAgent平台，智能体在京东内部应用广泛且深入，已超 5万个智能体活跃在零售、物流、金融、工业、健康等众多领域，覆盖智能客服、物流运输、健康问诊、营销推广、研发效能等多个场景。
第二，让AI“附身”终端，实现无处不在的智能交互。在硬件领域，京东打造附身智能品牌JoyInside，已联动40余家品牌落地全场景产品。2026年初，新增社交玩法与八大方言语音功能，联合京造建成国内首个跨品类智能硬件社交网，并开放软硬一体化方案赋能产业。
第三，坚持“场景为王”，让智能体解决实际问题。京东工业推出了40款工业专属智能体，“墨卡托标准商品库”形成了一套定义统一的商品参数及规格；京东健康构建的“专家智能分身”，能协助医生处理基础问诊，将诊疗效率提升50%；在物流调度、智能履约等环节，通过AI智能体与超脑系统协同，进一步提升仓储作业效率、分拣准确率与终端配送时效；在研发方面，JoyCode 已服务京东上万名研发人员，支撑数亿级用户产品研发，生成代码采纳率超 50%，开发周期平均缩短 40%。
建立AI竞争壁垒的核心，不是堆算力、拼参数，而是深耕场景、沉淀数据、积累行业认知。通用大模型可以复制，但“懂行业、懂场景、懂用户”的专有能力，才是真正的护城河。
共创分享，赋能更多中小企业
21世纪：国务院印发的《关于深入实施“人工智能+”行动的意见》提出，加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态。京东宣布将开放物流、健康等产业场景及供应链数据，支撑大模型和具身智能企业进行训练。这种开放是基于怎样的战略考量？你观察到中小企业拥抱AI的心态和大型企业有何不同？
曹鹏：
作为新型实体企业，京东有责任发挥链主企业的牵引作用——不是把能力锁在保险箱里，而是开放出来，带动产业链共同升级。
京东宣布开放物流、健康等产业场景及供应链数据，支撑大模型和具身智能企业训练，核心战略考量是：构建共创共享的智能生态，让技术红利惠及更多企业。
为什么这样做？三点考虑：
第一，场景是AI落地的“炼金炉”。中国拥有全球最丰富的应用场景，这是无可替代的优势。但很多创业企业有好技术，却找不到场景验证。京东开放产业场景，就是让这些技术找到“用武之地”，加速从实验室到市场的转化。
第二，数据是AI的“燃料”，但需要共享机制。中央“十五五”规划建议明确提出，“建设开放共享安全的全国一体化数据市场”。京东在保障数据安全和隐私的前提下，开放高质量行业数据，正是落实这一要求的具体实践。
第三，生态繁荣需要“大中小企业融通”。我们观察到，中小企业拥抱AI的心态与大企业不同——他们更渴望“开箱即用”的成熟方案，更关注投入产出比，更担心试错成本。京东开放技术和平台，就是让中小企业能低成本、低风险地拥抱AI，实现“弯道超车”。
21世纪：你曾特别关注过“异构算力”的建设和成本问题。当前高昂且复杂的算力成本被认为是制约中小企业融入智能经济的门槛，这方面您有何建议？我们离“算力如水”的普惠阶段还有多远？
曹鹏：
算力是智能经济的“水电煤”，但当前算力资源存在“三不用”困境：中小企业用不上、传统产业用不起、基层农村不会用。一边是国家算力总规模快速增长，另一边却是大量中小主体被算力成本和技术门槛挡在门外——这也是我今年参加十四届全国政协四次会议重点关注的问题。
如何破解？需要政策、技术、产业协同发力：
政策层面，我们建议出台“算力券”“模型服务补贴”等普惠工具。这不是简单的补贴，而是政策定向赋能——通过财政支持，降低中小企业、基层主体获取算力和AI服务的门槛，让他们敢用、愿用、用得起。同时，将补贴延伸到乡村，支撑智慧农业、农村电商、基层治理等场景，让算力红利真正流向有需求的地方。
技术层面，关键是要解决算力资源的“异构化”“孤岛化”问题。
产业层面，需要链主企业发挥牵引作用，我们建议推动链主企业向中小企业开放智算配额，实现产业智算普惠。京东正将沉淀的算力能力对外输出，让更多企业享受到高效、可控的算力服务。
离“算力如水”还有多远？结合国家“十五五”规划纲要，我们对算力普惠的长远发展充满信心。未来需在三个方面重点突破：算力网络的一体化与泛在化、国产算力生态的自主可控、算力服务的普惠化与场景化。这不是一蹴而就的事，但方向已经明确。