京東工業丁德明：工業供應鏈數智化轉型將創造6.8萬億紅利

【億邦原創】12月3日，億邦產業互聯網年會在京舉行，京東工業副總裁、戰略與業務發展部總經理丁德明發表了題為《工業品數智供應鏈2026創想》的演講。他表示，中國工業供應鏈總成本約為115萬億，供應鏈數智化轉型預計將為行業降本6.8萬億。這將是中國工業供應鏈未來十年的確定性紅利。

“我們都處新周期和同一條鏈上，希望與大家共同做三件事：基于數據、場景和應用，底層基于AI大模型，一起共享這6.8萬億的供應鏈紅利。”丁德明說。

以下為演講全文，經億邦動力整理。

各位嘉賓下午好，非常榮幸再次參加億邦產業互聯網的年會。其實，今天的主題是鄭總選定的，并非由我選擇，而是分配給我的一個命題作文，讓我暢想2026年工業互聯網或工業數智供應鏈的未來發展方向是什么？我只能代表我個人或京東工業的視角，分享我們的思考。

首先，審視所謂的新周期。在新周期中，探討趨勢情緒，包括此次年會的思考主題。關于趨勢，可以看到技術巨變：從去年至今，連續兩年內，AI已成為每個人腦海中不斷回響的英文單詞，包括我們討論的大模型、agent等，工業互聯網也發生了諸多變化，從雙網融合等實踐，已進入深度連接的階段。此外，還有安全與重構，因為現今局勢下，眾多企業必須考慮產業鏈的再平衡，例如影子工廠或備胎供應鏈等一系列措施，每家企業的第二增長曲線應該是什么？這可能是每位產業人士都在思考的問題。最后，關于綠色與合規：其實ESG之前或許僅是一項加分項，然而，當前具備ESG能力已經成為一個門檻，或者說入場券。因為30和60目標（指碳達峰和碳中和）是必須達成、交給世界的答卷。因此，這也是大趨勢帶來的問題。

同時，產業情緒：我與許多從業伙伴溝通，包括客戶或供應商。實際上，在AI浪潮下，許多人擔憂如何應對：既怕錯過機會，又怕選錯路徑。為什么？因為AI覆蓋范圍過廣，每項AI投入都巨大。對于一個創業公司，應在哪個方向應用AI，每位創業者或從業者需要深入思考。此外，剛剛提到的安全優先：安全要求穩健，但在穩中求進時，如何平衡結構性矛盾，尤其當企業自身發展時，這個矛盾應如何化解？這也是許多從業者面臨的難題。還有一個現象，我稱之為“大勢已變”，真正的大勢已發生重大變化；在這個市場里，不進則退是許多從業者的現狀。擔心對手是否會彎道超車，反超自己。若不采取行動，大概率會被超越。那我應做哪些行動？這是我今年與眾多從業者交流時，大家的一些產業情緒，也分享于此。

另外，今年年會思考三個主題，第一個主題是產業AI：每家公司都在推進AI，但我們認為供應鏈的數智化與AI是真正升級生產力的核心工具，這也是京東工業打造的核心競爭力之一。第二個主題是深度價值鏈：降本增效，即工業的終極追求目標。因此，京東工業的思考點，便是“因效而能”：思考點是通過效率帶動成本下降，這是我們的出發點。第三個主題是產業出海：京東工業也在出海。2024年迄今，我們已在八個國家開通完整業務形態，包括倉網配、業務、組織及系統，全部部署完成，在當地具備獨立業務運營能力。我們核心是：出海已成為整個供應鏈拓展寬度的趨勢，也是一個關鍵挑戰。

這就是我開場想分享的：今年的趨勢、情緒及年會主題可能帶來更多思考問題。

還有一個常見問題：如果企業或產業要實現數字化供應鏈轉型，是需要投入的；而這個投入短期內可能在資產負債表中難以體現效果。也就是說，這個過程中有沒有新的確定性價值——工業供應鏈數智化轉型到底能帶來什么核心價值，能否量化？圍繞這個命題，我們今年與國研大數據研究院有一個立項：三月份啟動，九月份正式發布報告。可以查看，首先核算中國工業供應鏈的總成本有多少，這是我們的第一個問題，先看整個大盤數據量。所以我們通過兩種方式：一種是營業成本數據進行核算；核算后發現工業供應鏈總成本約119萬億。另一種方式是通過社會化物流成本進行核算，核算值約112萬億，相差不大（5%以內），我們取中間值。也就是說，2024年按現在核算邏輯，中國工業供應鏈總成本約為115萬億。

知道這個大盤數據后，我們能降本多少？因此，我們又做了一些特征性企業的核算：包括轉型前、轉型后，其貢獻利潤、資產增加值及總供應鏈成本占比。然后粗算一個下降值：目前看，如果企業真正實現數字化供應鏈轉型，預計可降低供應鏈總成本約5.9%。基于此，若推動整個中國工業行業實現數字化供應鏈轉型，預計為行業降本多少？也差不多是6.8萬億。

這是今年九月份我們與國研大數據研究院共同測算并發布的報告；核心是算一筆清晰賬，讓大家都能量化。以前許多朋友問，能否量化結果？除了采購顯性成本下降，隱性成本如供應鏈采購成本、物流空駛成本等大致有多少？其實我們一直在計算這筆賬；目前看，預計能實現6.8萬億體量的成本下降價值。

這實際上是一個暢想：因為目前為止，并非整個中國工業都完成了數智化轉型——這需要長期乃至漫長過程，可能五年或十年；但國家也在大力推進政策，要求企業進行數智化轉型。這不僅僅是成本下降概念，而是整個工業數字化供應鏈結構性空間發生重大變化。

首先，供應鏈專業化與社會化的空間將得到釋放，從而有更多成本、更多效率提升。其次，它不僅是交易，而是全鏈路協同效應的空間釋放。最后，之前供應鏈可能由人驅動；現在隨著AI逐漸滲透、使用及覆蓋率提升，它已變成人加算力的決策空間釋放；供需結構因此變化。

我相信6.8萬億是中國工業供應鏈未來十年的確定性紅利，也是在座每位可享受、需抓取的結構性紅利。我認為這是一個純增量概念：只要有能力實現數智化供應鏈轉型。那么，其價值是什么？對行業、企業及國家的價值？我們認為6.8萬億也是產業高質量發展的隱性底盤。

首先，它能做什么？我們希望它能回表為利潤，回到每個生產企業，用于研發、設備升級或產品迭代。產品能力和研發能力將增強，即新質生產力競爭力的持續提升（第一個價值：競爭力持續提升）。第二個價值是關于企業和行業的生命力：今天上午其他嘉賓和專家討論過內卷價格問題，但我們希望將內卷價格轉變為體驗、人才和效率的競爭，這都通過6.8萬億沉淀到企業；這樣企業生命力與經濟韌性將持續提升。最后一個價值是影響力：希望通過產融融合、產業雙網融合及消費互聯網與產業互聯網逐漸融合，使資源更協同、質量和合規性更好，各類標準體系逐漸完善。也就是說，我們整個產業在全球的影響力也將提升，包括競爭力、生命力和影響力，我們認為就是6.8萬億能為國家和行業帶來的最大價值。

此外，關于如何創想：我們如何實現這種能力？京東工業若推進此事，自身需具備何種能力？

中國工業有一個典型特征，叫N加1加100。中國是聯合國唯一擁有全部工業門類的國家：41個大類、666個小類，即N；1指每個行業雖僅1米寬，但有100米深；每個行業完全不同，如生產汽車與消費品，生產工藝差異巨大。因此，不同行業有其深度知識和生產技術。我們要做的，是通過數智供應鏈打通深度節點。

今年工信部發布了一個場景化、圖譜化推進重點行業數字化轉型的參考指引，涉及約十多個行業的產業突破。京東工業今年也陸續發布各行業數字化供應鏈解決方案，包括鋼鐵、生產制造、汽車及能源電池等。這些解決方案發布，正希望細分更多場景，用數智化供應鏈能力做關鍵節點連通；這是我們的主張，即一定要細分場景，場景才能讓客戶或行業伙伴快速知道從何處切入，哪個效果最快、最理想。

此外，還有一個萬億降本公式，這也是一個創想。京東工業多年服務了約11000多家大型集團客戶，擁有眾多行業數據和洞察及大型客戶深度實踐。我們設想的萬億降本公式是：工業大模型乘以效率，再乘以太璞的平方。

什么是太璞？在2023年億邦動力的年會上，京東工業首次發布太璞數實一體化供應鏈解決方案。這個公式即用工業大模型牽引帶動行業效率提升。為何是太璞的平方？因為之前我們將方案應用在大型集團客戶中，但今年我們推進園區與產業帶的數字化供應鏈解決方案推廣。對中小企業，用標準化SaaS版數字化供應鏈能力賦能；這樣可在園區產業帶內實現大、中、小型企業高速高效協同——這是太璞平方的概念。因此，我們整個降本公式應是工業大模型乘效率再乘太璞的平方。

既然講到大模型，我們在京東工業內部大模型有三個發展階梯。首先是通用大模型，底座可用多種模型，包括京東大模型或ChatGPT、DeepSeek等，它們成為基礎大模型。但核心我們還有垂直行業大模型，我們今年在上海首次發布京東工業大模型JoyIndustrial。這個模型關鍵應用了行業基礎數據和行業數據生成，從而能用專業行業數據訓練，在深度場景應用。這是行業大模型。再然后是仿生大模型，即能自主更新的大模型，我們2019年發布墨卡托標準商品庫，仿生大模型已改變整個工作流：尤其過去一年半到近兩年內，墨卡托從原有“先標準后數字化”的線性過程變為飛輪效應：我們有標準化后數字化，同時，用大模型反推標準化，形成飛輪效應。過去一年半，我們通過大模型生成的工業品標準數據庫體量已遠超過去五年線性數據沉淀量，而且這個數據非常精準標準化，寬度和體量也遠超原有方式。仿生大模型已幫助我們自主更新商品標準庫，這與之前完全不同。

此外，大模型與智能體聯合，我們看到整個業務發展曙光：首先能快速打通不同行業數據孤島——原每個行業數據難連通，但大模型有通用理解力能快速打通理解度；其次能促進供應鏈協同，效率更高；還能激活長尾應用，應用端通過大模型和智能體可快速迭代長尾效應，加速效率使用。最后，它加速人才培養。例如我們今年初在人工智能客服上做小測試，客戶在京東工業品主站詢問專業工業品知識、做售前咨詢時，小量測試用人工智能客服替代人工處理問答；當時客戶滿意度僅36%（今年3月份）。然后我們修正大模型及基礎數據庫用于前臺接入，半年后（到今年9月底），數據顯示針對商品功能參數咨詢滿意度達86%。目前我們開放了5%，在京東主站問工業品咨詢時，5%通過全智能客服回答功能與選型問題，滿意度達86%。明年我們將大幅擴大覆蓋度，預計開至30%以上，但目標是未來覆蓋100%。因為一個客服人員難了解所有工業品Know-how或知識，這必由智能客服解決，同時，我們也將智能客服能力輸出給電銷和人工客服，助其在深度場景中更好學習和積累。

這就是大模型（包括智能體）帶來的應用和曙光。我們主張是用工業大模型系統化解決三件事：行業大模型解決專家大腦和底層知識庫問題；不同領域小模型負責執行；上方各種智能體做高效協同調度——從而構建一條專業、可靠、經濟、安全且可實現的路徑，保證內外部運營效率極致提升。這是我們的一項簡單技術主張。

此外，我關注三方面：第一，戰略業務應如何推進？第二，能力：我們需建何種核心競爭力（如系統能力、組織能力）？第三，組織和人員應如何有效調配，組織機制如何搭建？

因此，基于整個AI在京東工業及京東內部的推進，我們在許多專項中落實。首先是AI員工，我們基本要求所有部門所有崗位，在2025及2026年度規劃中，33%以上內容必須有AI相關內容——即哪些工作可用AI替代你的工作內容而非替代你本人；如何用AI高效幫助你提效——這是第一步，AI改變員工生產力，我們稱AI員工。第二步，大規模部門都在應用AI，今天我們內部剛發布合規AI工具，解決許多合規風控問題；這樣將出現AI組織改變整個生產關系。最后，當整個行業大規模推進AI時，將改變生產方式，形成AI產業生態。

這是我今天的核心分享。總結一下：若暢想2026年到底是什么？我們都處新周期和同一條鏈上；希望與大家共同做三件事：基于數據、場景和應用，底層基于AI大模型，一起共享這6.8萬億的供應鏈紅利。謝謝大家。