97国际游戏app-工信部印发工业数据筑基行动通知 京东工业持续通过AI大模型创造数据应用价值

　　97国际-至尊品牌,源于信誉-

　　工信部日前印发《关于启动工业数据筑基行动 开展面向人工智能赋能的高质量行业数据集建设先行先试的通知》(以下简称《通知》)，目标是以推进工业数据开发利用为主线，选取制造业重点行业，依托重点行业企业、平台机构、先进制造业集群、中小企业数字化转型城市试点等主体分类施策，以典型场景需求为牵引，聚焦关键环节关键场景“小切口”开展先行先试，着力突破工业数据“采”“集”“用”瓶颈。

　　“在供需两端构建一条数智高速公路”是京东工业长期以来的目标和扎实践行，其已经在工业数据的汇集、数据集建设、标准库建立和场景应用中进行了大量深度布局和实践，通过“墨卡托”标准商品库、京东工业品价格指数和JoyIndustrial工业AI大模型的构建和应用，在工业供应链的数据集建设和人工智能赋能等领域积累了丰富的资源和经验，持续推动工业产业的数智化建设和价值创造。

　　全链条覆盖、持续推进的数字化升级改造，让中国的工业产业具备了丰富的数据基础。中国拥有全球最完整的工业产业体系，也是全球数据资源最丰富的国家，新增数据资源占全球的1/4。在产业政策推动下，中国已经在工业制造为首的12个行业推广“数据要素X”，培育基于数据要素的新产品和新服务。

　　同时，工业领域数字化转型具有“一米宽、百米深”的特点，“一米宽”即行业是由若干业务边界清晰的场景组成，“百米深”即每个场景背后都蕴含了大量的工业知识和机理，每个场景的数字化都涉及不同的工具、软件、技能、方法，具有很强的专业性和复杂度。这种特色让工业领域形成了大量的“数据孤岛”，期待通过行业数据库、标准库建设，推动工业大模型和应用智能体在真实应用场景中落地，让数据真正创造价值。

　　在工业数据标准库建立方面，《通知》指出，要加快工业数据采集汇聚、高质量数据集建设、数据开发利用等关键急需数据标准研制，引导联合体单位协作开展标准编制，完善工业数据标准体系与质量评估体系。

　　在工业品供应链运营中，相关标准体系的缺乏已经明显阻碍了行业数智化升级的进程。例如，因为大部分工业品长久以来都是采用线下采购模式，缺乏数据积累和标准化，导致工业品命名方式“方言化”，同一产品在系统中存在大量不规范命名的问题，不仅导致不同品牌可替换产品型号无法关联，甚至同一个商品在采购系统中也有多个名字。这使得企业在采购时无法精准高效地找到目标产品和最优供应商，缺乏有效的比价基础，从而导致采购成本增加、采购效率低下。

　　为了解决这个痛点，京东工业独创了墨卡托标准商品库，通过深度学习等技术分析标准化商品的类别和属性、商品制造商等相关信息，并利用供应链上的商品信息以及行业专家的知识经验，通过大量数据清洗及提取，最终形成了一套定义统一、规格一致的商品参数体系，有效降低采购过程中的沟通和交易成本。

　　目前，墨卡托标准商品库已在工业供应链中应用，并发挥了明确价值。首先是让工业品找得到、找得准。例如，某关键能源企业曾面临断路器供应问题，京东工业依托墨卡托标准商品库数字化寻源体系，迅速精准锁定了产品和周边库存，及时向该企业交付了断路器。其次是供得快、买得值。某大型机械制造企业此前的工具采购流程至少需要20天。在京东工业助力其完成以商品标准化为基础的供应链数智化升级后，该企业相应品类采购周期缩短到了3—5天，采购成本也明显下降。

　　工业品价格数据的有效汇聚采集、开放利用，在工业品采购领域至关重要。目前，工业品行业普遍缺乏公允价格体系，导致企业采购没有价格参照系，带来合规风险和成本挑战。此外，一些央国企在工业品采购中存在唯价格论情况，导致一些明显低于市场合理价格的采购中标，可能带来买A发B、无法履约等不合规灰色地带问题，影响行业的健康发展。

　　依托在商品标准化、工业大模型和智能体上的技术积累和创新能力，以及在工业品价格梳理和公允价格体系领域的深度实践，京东工业已经完成工业品价格指数构建和业务融入。

　　京东工业透露，工业品价格指数的内部应用有效提升了采购合规管理水平，并将加快在有合作关系的央国企落地应用，构建合规基础，为央国企工业品数智化采购提供坚实支撑，并致力于引导全市场加速拥抱工业品商城化采购模式，持续推动央国企工业品采购数智化转型升级，以技术打造反内卷采购模式，为行业构建长效发展机制、优化整体采购生态注入关键动能。

　　针对央国企采购全流程管控需求，京东工业将工业品价格指数深度嵌入“事前预算—事中管控—事后审计”全流程，形成场景化合规赋能，助力央国企提升采购价格管理能力。同时，京东工业将商品标准化和价格指数体系全面整合到京东工业太璞数实一体化供应链解决方案中，助力央国企电商化采购业务稳步发展。

　　《通知》明确了数据的应用场景和模式，要求围绕研发设计、中试验证、生产制造、经营管理、产业协同等关键环节，开展行业大模型应用、工业智能体研发等场景落地，赋能行业提质降本增效。

　　精准而丰富的工业数据为产业大模型提供了充足的“养料”，而大模型和智能体更成为数据在工业场景中创造价值的有效路径。2025年，京东工业发布了行业首个工业大模型JoyIndustrial，依托京东长期服务工业产业所沉淀的超9770万工业品SKU数据，与超40个细分行业实践积累进行训练，通过深度行业洞察和专业积累，用精准的智能决策与流程优化实现供应链成本的实质性降低与运营效率的倍数级提升。

　　JoyIndustrial输出的智能化能力覆盖商品、交易、履约等多个环节，加上针对关键业务场景推出的系列应用智能体，形成“大模型+场景”的服务体系，已经在内外部扎实落地应用，创造了明确的价值。

　　例如，在商品治理场景中，京东工业推出“工品查”智能体。作为行业首个基于千万级商品知识库自研的AI商品与物料治理中枢，“工品查”智能体具备内生多模态理解与交互能力，覆盖物料标准化、同品识别、类目映射、属性规范、主图合规、规格识别等40个重点场景，形成企业物料商品治理新范式，将十万级物料治理时长由“月级”压缩至“小时级”。

　　以某能源央企为例，工品查快速搭建与其流程深度契合的专属方案，自动完成人工难以承载的同品聚类、批量审核与属性补全，实现从“人治”向“数智”的跃迁，在确保质量与合规的同时显著降低人力成本逾一半。

　　正如《通知》指出的，要总结形成工业数据高效采集处理、可信流通汇集、深度融合应用的有效路径、创新机制和经验模式，赋能行业提质降本增效，探索工业领域高质量数据集建设和数据开发利用模式。通过推动实现“让数据多流动、让商品少跑动”，京东工业正用供应链技术创新和扎实实践，持续助力中国工业企业提升供应链韧性、实现共赢式降本。