Agent上崗潮，誰該着急？_風聞

​

AI普惠浪潮下，企業靠什麼贏得下一場競爭？

作者|古廿

編輯|楊舟

過去幾年，全球科技企業圍繞模型參數、算力配置與訓練規模展開“軍備競賽”，大模型一度成為衡量技術領先的標誌，也是構築企業護城河的關鍵手段。

但這一局面正在悄然改變。

隨着年初DeepSeek引爆全民大模型熱潮，Llama、Gemma等相繼開源，技術壟斷被逐步打破，一場關於“AI平權”的產業變革正在展開。新一輪AI浪潮不再僅僅是技術熱潮的延續，而是一次效率、成本與落地性的系統性重構——大模型正加速“降維”為普惠基建。 

自2025年以來，模型開源化進程加快、推理成本持續降低、智能體平台加速產品化，AI能力真正邁向普惠。競爭的焦點也隨之轉移：從“誰的模型更大”，變為“誰能更快、更穩、更廣地部署AI應用”。深度應用時代全面到來。

過去比拼的是參數量和算力，今天比拼的則是“部署力”——數字員工的上崗率成為衡量一個企業先進性的標準。

在AI從實驗室走向生產力的關鍵拐點上，京東雲構建的一套標準化、可複製、可落地的體系，從底層基礎設施到上層智能體應用，讓AI成為企業可用、可控的能力底座。

01 全球大廠的AI默契

一場全球大廠的AI認知默契，正在全球範圍內擴散。 

2025年4月29日，在Meta舉辦的首屆LlamaCon大會上，Meta創始人扎克伯格與微軟首席執行官納德拉就公開討論了AI在研發中的實際應用。納德拉透露，目前微軟內部已有20%-30%的代碼由AI生成，且這一數字仍在增長。

這不是孤例，類似的信號也接連出現在其他一線科技企業中。谷歌CEO皮查伊表示，其公司超25%的新代碼由AI生成；Shopify CEO則明確提出，在考慮新增崗位前，需先驗證AI是否能勝任；而在Duolingo，AI正在逐步替代外包人力。

在國內，AI同樣在快速改變研發流程。

京東雲JoyCode智能編碼助手，能幫助開發者預測代碼、生成註釋、進行智能評審，該工具已服務上萬名研發人員，代碼採納率超過40%，將開發週期平均縮短30%。IDC的一份調研數據進一步佐證了這一趨勢：超80%的程序員認為AI編碼工具顯著提升了效率。 

更重要的是，AI正在從研發崗位向企業全域滲透。

在直播領域，AI同樣展現出強大的“上崗力”。京東數字人已經在10000+商家開播，高保真低成本的人體建模技術、多模態自然化行為生成等數字人技術棧更新，高商業可用數字人正式上線服務，618向京東商家免費開放，助力直播轉化。

知名休閒零食品牌三隻松鼠與京東數字人展開深度合作，打造了綠色健康主題的AI直播間，還進一步為三隻松鼠平台合夥人“鼠阿秀”定製了專屬形象開播。即使在凌晨流量低谷時段，也能維持GMV高產出，累計帶動超千萬銷售。

數字人解決了虛擬世界的交互問題，京東同樣在探索實體世界的具身智能應用。京東Joy Inside，通過將京東角色大模型驅動的對話智能體植入機器人、機器狗、AI玩具等硬件中，為它們賦予靈魂和情感，提供優質的情緒價值，增強用户粘性，並提升產品的競爭力。

當AI真正落地於具體業務場景，它就不再只是前沿技術概念，而是具備“AI生產力”的生產單元。作為實質性參與企業勞動力結構重構的核心力量，正在演變為新的流程節點，部分業務的直接執行者，甚至參與全流程管理的數字員工。

**全球大廠都正在用實際行動證明：“數字員工上崗率”已成為衡量先進企業的“隱性KPI”。**這個指標清晰勾勒出一條被先進企業共同遵循的“AI使用率曲線”——誰能率先擁抱AI、讓其真正嵌入業務流程，誰就擁有了更高的組織效率、更強的技術槓桿和更大的發展彈性。

這是一條暫時還沒有寫入財報中的AI能力，卻實實在在影響企業成長的“隱性成長曲線”。

02 AI含量爆發下的企業深度應用

“數字員工上崗率”之所以成為先進企業的重要衡量指標，源於它可以直觀反映AI在企業日常工作中的實際滲透程度與落地深度。換言之，AI不是“部署了多少”，而是“真正做了多少事”。 

以京東為例，目前京東內部已部署超1.4萬個智能體，承擔了企業超過18%的工作內容，覆蓋外賣員招聘、財務管理等多個業務環節。同時各類大模型應用也深入到京東零售、物流、醫療等細分垂直的業務場景，為超過50萬商家、38萬快遞員、5萬名副主任級以上醫生、2萬名採銷運營人員及1萬多名研發人員提供支持，顯著提升了工作效率與服務體驗。

“數字員工”大規模“上崗”的背後，是企業級AI應用能力的不斷系統化。京東雲將多年積累的智能體能力沉澱至全新升級的JoyAgent 智能體 2.0，面向不同行業開放能力，支持更多企業進行深度探索。

在味全食品，京東雲搭建的一套會議管理智能體系統，可以自動生成會議紀要並分類歸檔，顯著提升組織運轉效率；針對中國飛機租賃，對高專業度、高複雜性的知識查詢需求，京東雲構建了基於智能問答的解決方案，實現精準響應與持續優化，大幅提高員工決策與響應速度。 

從宏觀視角來看，AI化水平越高，數字員工上崗率就越高，企業的自動化、智能決策能力也隨之增強。可以預見，在未來，這一指標甚至有可能取代傳統IT投入佔比，成為衡量企業數字化成熟度的重要風向標。

為了跟上這波AI深度應用的趨勢，越來越多企業開始關注快速、可控的部署路徑。在這一背景下，京東雲推出的大模型一體機，成為不少企業實現AI落地的方案之一。作為一款輕量化部署產品，它正在推動AI能力向更多行業和場景加速下沉。

該產品自上線以來，在短短100天內已於全國多地部署超500台。其“開箱即用、部署便捷”的特性，有效幫助企業打通了從模型接入到業務嵌入的“最後一公里”，加快了AI從技術能力向實際價值的轉化進程。

從產業層面總結來看，京東雲在產業端深度應用AI的能力路徑，大致可以分為三條：

在政務場景，支持鶴壁、宿遷、濱州、大同等地搭建本地化大模型服務體系，提升公共服務的智能響應效率；在傳統企業服務領域，為金融、能源、交通、科研機構構建智算底座，實現從底層算力到上層業務的閉環打通；在垂直行業中，助力企業構建專屬智能體系統，釋放大模型在專業場景中的長期價值。

一系列AI深度應用的落地説明，當下AI不再是“能不能上”的問題，而是“能不能創造業務價值”的數字員工拷問。

03 技術重構AI平權基建

當AI的浪潮從科技公司流入千行百業，大模型已不再是少數頭部科技公司的“專屬資產”，AI能力逐步下沉至更廣泛的應用層。但要真正實現“AI平權”，關鍵不在於是否能“接入模型”，而在於是否具備一整套標準化、可複製、可落地的基礎設施支撐體系。

隨之而來的，並不僅是應用熱潮，更是一場自下而上的技術棧重構。

這一趨勢推動企業基礎架構從傳統以CPU為中心的設計，向以GPU為核心的異構架構轉變，同時也促使整體AI系統從“定製拼接”走向更具彈性與通用性的平台化集成。對企業而言，問題已不再是“有沒有AI”，而是“能否持續、高效、低成本地用好AI”。

尤其在大模型應用深入後，傳統架構在支撐高頻推理、複雜調用等AI原生場景時頻頻受限。隨着計算資源需求持續增長，企業在部署AI時，越來越需要一套面向未來的AI Native基礎設施，以支撐不斷擴大的推理規模與業務融合深度。

正因如此，AI基礎設施的標準化與平台化，成為2025年後AI產業演進的新焦點。以京東云為例，其圍繞大模型的規模化應用，搭建起了從算力平台、開發平台到推理系統的全鏈路基礎設施。

在算力層面，JoyScale算力平台專注於解決當前企業在大模型部署中面臨的“調度難、資源碎片化、推理不經濟”等難題。平台支持萬卡級資源池化調度，並已適配十餘款國產GPU，實現統一納管和軟硬協同。通過這一體系，京東雲將大模型的算力利用率從45%提升至75%，顯著提高了資源使用效率，讓更多企業以更低成本、更多場景使用得起AI。

在模型開發層面，JoyBuild開發平台為企業提供了模型訓練、調優、蒸餾等能力，支持20多種開源模型和上百種算法工具，滿足從行業定製到通用調度的多樣需求。平台背後的大模型開發計算技術研究成果已被《Nature》收錄，標誌着國內首次在開放環境下系統性解決大模型開發效率難題，併為平台能力提供了堅實的理論與工程支撐。 

在推理層，JoyBuild結合KV Cache感知調度、異構GPU優化與MoE分佈式架構，形成高併發場景下的推理引擎。該系統可實現單Token推理成本降低80%、整體推理成本下降20%，特別適用於國產化、本地化部署需求，為企業構建可持續運營的AI能力提供強有力支撐。

在存儲層，雲海AI存儲系統則以京東自研引擎為核心，對AI訓練語料的隨機訪問能力達到千萬級，單集羣可提供TB級超大帶寬，有效支持千億參數級大模型的訓練任務。針對推理場景，雲海提供原生KV Cache能力，並支持主流推理框架，以“存代算”的架構思路提升推理效率。在長文本和多輪對話場景中，可實現推理成本下降40%、響應延遲降低60%，為高性能語義任務提供強有力支撐。 

這一整套基礎設施體系，不只是“讓AI能用”，更是“讓AI好用、用得起、用得穩”。它在本質上成為“AI平權”的放大器，讓AI能力不再專屬於頭部科技公司，而能夠通過標準化產品形式，服務於中小企業、地方政府、傳統行業等廣泛用户。

在產業層面，這種能力的擴展意味着：AI不再是“有條件者的技術特權”，而是企業數字化轉型的可用資源；不再是塔尖模型之間的參數競賽，而是平台能力之間的落地比拼。而平台能否成為放大器，關鍵在於：是否能真正降低門檻、提升效率、保障可持續部署與服務能力。

站在這一邏輯上看，AI下一場決定性的競爭，不在模型之上，而在誰能真正幫更多企業“用好”AI。