京东这步暗棋，蛰伏了五年

面对DeepSeek冲击，互联网大厂们正在重新调整AI策略。

3月初，腾讯元宝彻底拥抱DeepSeek，并借力DeepSeek完成热度反超。几乎与此同时，字节旗下火山引擎、飞书，阿里旗下国际站、阿里云、钉钉纷纷宣布接入DeepSeek。

一场互联网大厂的DeepSeek愈演愈烈，而这背后是各大厂针对AI的关键博弈。

在这波接入DeepSeek热潮中，京东也身处其中。2月初，京东云正式上线 DeepSeek - R1 和 DeepSeek - V3 模型，并率先在行业里推出DeepSeek一体机。

和腾讯、字节通过元宝、豆包发力AI to C市场不同，2024年京东在AI端重点发力言犀大模型、数字人、智能体平台、智能编码助手JoyCoder等B端产品。截至2024年底，京东平台上已经有80万商家使用了京东AI工具。

不过，摆在京东面前的也是更为激烈的2025年：随着字节、阿里纷纷在AI to B领域加注，以及百川、智谱等AI独角兽公司进一步转向B端市场，围绕AI to B的竞争进一步加剧。

DeepSeek到底改变了AI圈的哪些底层逻辑？to B市场到底有哪些关键机会？京东做好准备了吗？

在京东云宣布接入DeepSeek后，虎嗅第一时间与京东科技人工智能业务部总裁、京东探索研究院院长何晓冬进行了交流，请他分享了对于DeepSeek冲击、AItoB行业竞争以及AI技术趋势的一系列思考。值得注意的是，近日中国人工智能学会发布2024年度“吴文俊人工智能科学技术奖”公告，京东科技人工智能团队凭借“多模态交互式数字人关键技术及产业应用”项目荣获中国智能科学技术最高奖——吴文俊人工智能科学技术奖的特等奖，也是本年度唯一的特等奖。

下附交流实录，有删改：

DeepSeek重塑了商业格局

虎嗅：DeepSeek年初的这波热潮对你而言冲击比较大的地方是什么？

何晓冬：我觉得有两点很有意思，DeepSeek技术上做的深度推理以及它R1的开源模式。这两点深刻重塑了AI行业格局。

技术上讲，OpenAI 把API分了5个层次，就是L1到L5，第一层是偏人机对话语言理解这部分，第二层就开始涉及到深度推理。如果按照这个分类看，OpenAI发布的O1和DeepSeek发布的R1意味着我们正式从L1向L2阶段迈进了。

其实在2023年底，硅谷的技术圈就有说OpenAI在开发一个叫做Q-Star的强化学习算法项目为GPT-5做准备。当时我们只是听到这个名字，但一听到名字就能想到Q能力就是经典的强化学习。我们联想到，或许有点类似于AlphaGo这样的方式，就是会用强化学习配上搜索来做深度推理。只是当时我们觉得，围棋毕竟是一个固定域或者说封闭域，如果做到开放域，也就是大模型上的开放智能，其实是有很多技术挑战的。

但看得出来，2023年底，其实大家已经看到这个技术方向了，2024年7月o1就开始做出来了。2024年4月份的时候，我在清华大学参加一个AI人工智能论坛时，说了一个观点，未来可能有两个方向，一个是深度强化学习，就是用模型来训练模型，因为光靠人训练模型在GPT4已经快到顶了。第二个方向就是 “合成数据”，因为普通数据几乎用完了，下一步可能需要通过更加高效的合成数据来做这个事情。

可以说技术的进步确实挺快的，很多人虽然都看到了这个技术方向，但真正做出来的并不多。但对于未来大家应该更有信心了，尤其是模型开源和论文开源后。

另一个冲击或者说影响是，开源本身重塑了商业格局。比如OpenAI就首先受到了冲击，它的商业模式受到很大影响。但说到底，开源是一个非常好的事情，它降低了模型的成本，打开了应用的空间，大小公司都可以更低成本去运用AI能力构建应用，这会带来生态的百花齐放。

京东也在考虑怎么利用这个机会，包括我们也快速把DeepSeek上到了京东云，给我们大小客户提供这个能力，我们还提供私有化部署DeepSeek的能力，包括面向行业的解决方案。

虎嗅：当刚才你也说到，其实从23年底大家都在讨论或者说都看到了一些趋势，但为什么做出来的只有这么一家公司？

何晓冬：2024年上半年，很多人还是把精力放在了“大”上，比如追求更大的模型、追求更多的卡，搞万亿级或者10万亿级规模，大家只看到了所谓的尺寸Scale，并没有真正深度认识到推理的重要性。

到了2024年下半年，大家看到了推理的重要性。DeepSeek是一个非常纯粹的技术公司，他们基于这种纯粹性更能够看到技术本身的深刻性，所以在推理这些方面投入会更加坚决。

虎嗅：DeepSeek引发的另一个热议话题就是开源，好像一年前乃至于2024年四季度，大模型圈对于开源闭源的判断并不像今天这样，为什么DeepSeek坚决走这条路？

何晓冬：回到一年前，只有OpenAI的技术领先且能比别人拉开一个身位，它不开源，所以大家会觉得开源的意义没有那么大。其实一年多前，Meta的Llama模型也在开源，但它的效果确实比OpenAI差一些。以及，大家会觉得，闭源或许是一个可以成立的商业模式。

DeepSeek为什么对于开源这件事影响这么大呢？我觉得是因为它用一个很高质量的模型冲击了OpenAI的护城河，大家会觉得开源生态能够建起来了。所以很多时候，关键公司、关键的人的一些影响，会改变大家对一些问题的根本性看法。

虎嗅：开源的想象力空间打开后，对于京东在做的事情有哪些影响？

何晓冬：AI的技术竞赛会持续下去，这意味着需要进一步投入。我们不能停也不会停。从京东做大模型的实践中，我们看到在应用层确实现出现了很多机会，尤其是DeepSeek带来的周边生态影响。大量客户都意识到可以用相对低廉的价格部署一个高质量的DeepSeek模型。所以你看京东云以及其他的云，都在部署。随之而来的，也带来了一些机会。

在技术和应用上，大家都会有更大的动作。在技术上，我们会吸收这些最新的论文里面的技术，比如进一步做强化训练、进一步使用包括蒸馏在内的技术。市面上现在头部的模型，都在尝试这种综合性蒸馏以提高效率。

在应用上，我们在拥抱DeepSeek本身，快速接入到我们的AI全系产品中，直接给客户提供端到端的服务。比如用它来写直播文稿、营销文案，我们一直在尝试。但同时也发现了一些问题，比如幻觉太高。在严肃使用的场景里，需要我们微调的地方还有很多，比如用DeepSeek生成权益文案，有时候会出现一些并不存在的权益，对于商家而言这是不可接受的。对于整个B端而言，开源的DeepSeek目前在适配中存在的最大挑战就是幻觉，我们在想各种办法把幻觉降下来。

AI to B市场拼的不只是技术

虎嗅：你觉得在AI to B市场，今年的竞争情况是怎样的？

何晓冬：其实AI to C和AI to B都是我们想做的。AI to B其实可以分为两个层次，一个叫做Model Service，一个叫做Software Service，前者是更加基础的服务。这个Model Service包括了模型、API接口，以及刚才提到的DeepSeek上云，以及更上层智能应用的开发。我们目前就在提供这样的能力，不久的将来我们会提供新一代的能力，比如API调用等。

Software Service，是一种端到端的产品，比如一些深度闭环的AI产品，包括智能客服、智能营销，还有数字人直播，就是这样的产品。

通过这两类AItoB产品，我们可以形成商业化闭环，我觉得大家都有机会。

虎嗅：好像和之前京东在AI上的思路没啥变化？

何晓冬：对，京东的战略是比较有定力的。DeepSeek开源，对于京东而言，可以让我们之前想做的一些商业化模式有更高的效率或者说更低的成本。但是DeepSeek开源并不会改变京东根本性的思路。

虎嗅：你们是选择MaaS多一些还是SaaS多一些？

何晓冬：这两边都在并行推进。在DeepSeek开源后，MaaS的机会确实不太一样。开源之前，我们做MaaS往往基于云之上，然后采用自己或者业界的开源模型，但当时业界的开源模型一般效果会差一点，所以自己的模型收费一般更高一些。但DeepSeek开源后带来的较大的冲击是，我们自己的收费模型需要和免费的开源DeepSeek做出差异化，才能让商业模式闭环。

所以现在的情况变了，一种是拼部署成本谁更低，包括了更低的成本或者更高的并行推理技术；第二种是在DeepSeek基础上做进一步的微调，或者说做强化学习、做蒸馏，改变它的幻觉问题，也就是在特定行业上做培育，帮助企业构建自己的大模型，这样DeepSeek的价值可以更好地呈现。这两个模式，都是当下MaaS可以做的，也是京东有技术积累，能够商业化的部分。

在SaaS部分，基座模型只是其中一部分，整体效率、场景、端到端体验都是核心问题。这就会衍生出在应用层的差异化，由此会带来新的商业模式。

这一部分我们现在做的比较多的是AI客服、AI营销以及数字人。以数字人为例，现在数字人已经不只是语言大模型和其他大模型的多模态结合了。它是一个综合性的产品级比拼，商家看重的是AI带动最终的销售效果。就好比在互联网时代，当互联网已经变成了基础设施，大家拼的就不是网速而是不同的应用了。而当时京东能够胜出，除了有技术因素，也包括了整体终端的体验、运营方法论、直播流量与玩法等一系列因素。

京东发力AI分了三步走

虎嗅：你们做AI时，当时有具体的目标吗？

何晓冬：早在2020年左右，我们提出过一个规划，现在回看我们其实还是按照这个规划走的。我们当时讲要做到“一个平台三级火箭”。一个平台是指，我们需要一个基础大模型平台，当时，我们已经看到模型的规模效应价值了，所以这个是必须要做的。而在这个平台上，我们规划了三级火箭：从AI智能客服，到AI营销，然后智能交互媒体，指的是数字人等产品。

AI客服其实是一个比较具象的产品，在2020年我们就做好了。当时我们也开始做AI营销，主要是想用AI把营销升级。我们也希望AI可以给营销带来一些颠覆性创新，比如用AI语音去做营销推广、关系维护，甚至做助理和导购。在这个领域，我们进一步看到了智能交互的价值，包括延展到今天数字人这样新型的人机的界面。这几个方向是我们当时规划好的，我们今天其实也依然按照这几个方向在做。

智能客服其实是一个比较成熟的赛道，AI营销未来还有巨大的空间。你看国外的几个巨头，它们AI的商业化很多都包含营销。智能交互包含AIGC，这里面不只是数字人，还有AI生图、AI生音视频，这些技术又能支撑很多新的APP和业态出现，也就是说，它可以把社交、内容、搜索、电商都重新做一遍。这个想象空间是巨大的。

它其实很像当年的互联网，互联网刚出现时，大家一窝蜂觉得卖网关最赚钱，后来出现的早期商业模式也只是发邮件。但你回看，会发现这些只是前菜，后来那么多巨头公司、万亿级别公司，在二三十年前最早的互联网时代几乎都不存在。

虎嗅：这几年京东在AI投入上的比例是怎样的？

何晓冬：我们一直在坚定的投入AI。 DeepSeek给我们的启示是，我们整个计划提速了，这其实是一个动态竞争，DeepSeek让围绕AI的竞争更加激烈了，当然机会也更多。

虎嗅：2023年的时候，你们纠结过吗？

何晓冬：2023年的时候纠结过，包括投入规模、以及先后次序、时间空间上到底怎么分配资源。

虎嗅：你们在AI上的投入，和你们实现商业化之间有一些关联吗？

何晓冬：我们比较大的项目是通过专项去投入。京东探索研究院里有很多致力于长期研究的AI方向，集团层面对AI是有长期信心的。

虎嗅：你们当时规划京东的AI战略时，参考了什么国内外公司的样板吗？

何晓冬：前期主要是通过技术的发展趋势做研判，通过技术趋势做核心技术的积累与突破，这个是由京东探索研究院以及基础算法的同学承担这个责任。

第二个阶段，我们是想形成一个能力平台，这样才能够落地生成产品化应用。第三个阶段则是强化生态，我们要把技术生态、产品生态、服务生态都做起来。从我们现在做的事情来看，我们处于第三个阶段。但我们也看到，平台光有API是不够的，你需要有标杆式的示范性、拳头产品。一方面这些产品本身可以带来利润，另一方面这些产品可以让生态伙伴看到标杆性案例，才能吸引大家来一起做生态。

虎嗅：此刻你对AI未来，有哪些核心预判？

何晓冬：首先是合成数据应该会成为趋势，它会类似我们合成材料一样，成为未来的基础。我们现在用的主要是大众数据，就是互联网上几千亿、几万亿的数据，我们关心的其实是数据里面的智力而不是数据本身，所以在训练模型时我们实际上是要把这些数据之中的智力榨取出来。但大众数据能够提供的智力已经快到边界了，接下来如果我们想进一步提升模型智力水平，不能依靠大众数据里面的智力了，而是需要更高智力密度的数据。这也是为什么现在很多模型用数学奥赛题做训练，然后再通过其他模型蒸馏、做强化学习。

合成数据和强化学习，模型与模型之间的对抗，是接下来模型发展的关键。而更深的一层是，要让这些模型的智力水平进一步提升让其走入真实世界，并在真实世界接任务、进行交互与对抗，继续提高智力水平。

虎嗅：在这些方面，京东探索研究院做了哪些准备工作吗？

何晓冬：京东探索研究院有一个三步台阶的布局——从语言大模型到多模态智能再到具身智能。这其实是整个AI走向AGI（通用人工智能）或者ASI（超级人工智能）的过程。也就是说，从语言和认知智能扩展到多模态智能后，下一步一定是实体世界智能。