ZD至顶网CIO与应用频道 03月23日 人物访谈(文/王聪彬):前两天去最近很火的“未来论坛”看了看,走进京东主要探讨的是大数据。京东的大数据到底大到什么程度?我们来看看几组数据,服务器总量达到1万台;集群每天运转着20万报表分析;每天日处理150亿行数据;每天数据增长超过1.5PB,数据总量达到100PB……
正是这个坐拥数据金矿的企业,不仅利用大数据打造了绝佳的用户体验,而且通过用户画像实现了个性化服务。
大数据打造绝佳用户体验
对于利润相对较薄的电商而言最重要的一点是达到高效率、低成本,亚马逊也不例外。所以在数据中获取价值是京东的做法,因为京东不仅是一个商城,其拥有中国最完整、最精准、价值链最长的数据。
京东集团CTO张晨展示了一个京东大数据的调研结果,同一个城市的不同用户在购买电饭煲的品牌上有着明显的不同,从产品中我们可以对用户充分的了解,给用户创造认可的品质、品牌生活,打造绝佳的用户体验。
京东集团CTO张晨
大家是否用过京东白条?在几分钟内京东就可以通过大数据模型分析出用户的信用,判断是否可以给用户贷款。此外还可以实现3分钟针对商户的审批放贷,并判断贷款额度,
通过大数据分析京东还可以减少拆单情况,如果一个用户的订单商品是来自不同的货仓就需要将订单拆分。京东通过对用户在购物商品中相关性最大的商品进行算法调整,将拆单率从14.64%降低到6.86%。
在配送上大数据让京东实现智慧物流,帮助司机来选择最佳配送路段,提高车辆使用率,在最短的路径上产生最大的效益,将京东100多个中小件仓库的商品捡货单品耗时从22秒降到16秒。
京东大脑的个性化服务
AlphaGO围棋大战一夜间影响了人工智能和人之间的关系,亚里士多德说过一个机器能干很多事他岂不是让人类解放出来,这是一个乐观的看法,希望机器完成人类的功能,但是实际是否真的如此?
科学家并没有想要做出一个真正的大脑,卡耐基梅隆大学计算机科学学院教授邢波开玩笑说这要从造细菌开始。人工智能做的是实用性、功能性的职能,在有限规则、特定的任务下,机器超越人类只是时间问题。
人工智能和机器学习也将是用好大数据最主要手段,为用户和商家提供更为个性化的服务,京东提出了“京东大脑”计划,通过大数据等手段,全面提升用户体验,提高运营效率。
基于自身大数据和AI京东还做出了JIMI(京东人工智能客服机器人),其可通过大数据了解并判断用户的需求,在售前咨询方面,部分品类的回答满意度已经超过人工客服,其中京东客服50%的问答是JIMI来完成的。
通过数据挖掘、机器学习为用户做个性化搜索和推荐,通过精准的个性化让京东成为用户的陪伴。
未来还有哪些提升空间
京东技术副总裁赵一鸿介绍了未来京东大数据战略的三个组成部分,第一,投入人力和资源发展京东大数据技术平台;第二,商业价值的发掘和应用;第三,这些价值同京东业务的结合。
京东云也即将开放基础云、电商云、数据云,覆盖IaaS、PaaS、SaaS三层。这和BAT主要集中在传统的IaaS提供服务的路线明显不同。
未来京东通过云平台逐步开放大数据和云服务,张晨希望帮助更多合作伙伴一起成长。当然这并不意味着将用户数据对外,京东对外帮助企业实现数据建模数据分析的能力。
京东还将在未来三年进行机器人仓库的铺垫,解决土地资源紧张的问题。亚马逊的kiva机器人在中国并不现实,京东希望从空间维度将仓库进行优化,因为机器学习和人工智能是一个优化的过程,通过纠正错误不断提高解决方法。
对互联网企业来讲预测几年后的事情不太现实,所以京东的做法是进行人才储备为未来做准备,人才计划大部分通过内部培养。
好文章,需要你的鼓励
荷兰公司DuRoBo在CES 2026展示新款电子阅读器Krono,采用智能手机外观设计并内置AI助手。该设备定位为"电子纸专注中心",支持阅读、思考和音乐播放。配备智能转盘便于操作,AI助手Libby可回答问题并支持深度思考。搭载Android 15系统,可访问谷歌应用商店。售价239.99欧元,本月发货。
这项由香港中文大学和AWS团队联合开发的研究推出了TALK2MOVE系统,实现了用自然语言精准操作图片中物体的位置、角度和大小。该系统采用强化学习训练方式,通过空间感知奖励机制和智能步骤采样技术,在移动、旋转、缩放三类操作上的准确率显著超越现有方法,同时大幅降低了对昂贵训练数据的依赖,为AI图像编辑领域带来重要突破。
OpenAI预览了即将推出的ChatGPT Health功能,可帮助用户获取医疗信息。该功能能解释化验结果、制定运动计划、推荐就医问题等。用户可通过B.well平台导入健康记录,与Apple Health等健康应用集成。OpenAI将单独存储医疗数据,采用专用加密和隔离机制保护隐私。功能基于HealthBench数据集开发,包含超过48000个医生编写的评估标准。目前通过等待名单限量测试。
斯坦福大学等知名机构联合研究发现,企业AI助手在执行组织政策时存在严重"偏科"问题:处理允许请求时成功率超95%,但拒绝违规请求时仅13-40%。研究团队开发的COMPASS评估框架通过8个行业5920个测试问题,揭示了AI助手普遍缺乏"拒绝技能"的问题,并提出了针对性训练解决方案。