战略合作协议概述 - 京东集团与中国长安汽车集团有限公司签署全面战略合作协议 [1] - 双方将积极推进工业制造等领域的供应链数智化升级，目标为供应链降本、增效、合规、保供 [1] - 合作将助力中国长安汽车提高采购效率、降低综合采购成本和优化体验 [1] 合作基础与扩展领域 - 此前京东工业已与中国长安汽车基于太璞数实一体供应链解决方案展开深度合作，包括数智化采购管理平台和智能前置仓 [1] - 双方正围绕中国长安汽车供应链数智化建设、海外供应链合作及供应链AI能力共建展开全面合作 [1] - 未来还将在海外业务布局、机器人等产品领域进一步探索合作空间 [1] 合作方背景与行业地位 - 中国长安汽车是国务院国资委履行出资人职责的大型汽车企业集团，拥有163年历史底蕴和41年造车经验，正向智能低碳出行科技公司转型 [2] - 京东工业是中国领先的工业供应链技术与解决方案服务商，在中国MRO工业品采购服务市场排名前列，也是工业供应链技术与服务市场的最大服务提供商之一 [2] - 汽车制造业被认为是现代工业皇冠上的明珠，代表工业供应链管理最高水平 [2] 核心解决方案与技术能力 - 京东工业发布十大行业专属场景解决方案，汽车制造行业解决方案首个亮相，旨在助力中国工业实现"降本万亿" [3] - 太璞数实一体化供应链解决方案以技术链接供需两端，打造数据流动高速公路，实现供需精准匹配，降低社会化协同成本 [3] - 该方案在供给端聚合海量供应商并缩短中间环节，在需求端聚焦企业内部供应链数智化，已获汽车行业广泛认可并在多家领先车企应用 [3] 全球化布局与技术创新 - 京东工业数智供应链全球布局覆盖泰国、越南、匈牙利、巴西等，支持中国车企出海 [4] - 公司打造支持多国交易的数字化采购平台，并通过智慧决策大脑整合供应链资源，实现最优价值的海外履约交付 [4] - 京东工业构建行业首个供应链大模型JoyIndustrial，基于超8110万工业品SKU数据与超40个细分行业实践训练而成，服务超1万家重点工业企业 [4] 行业趋势与合作前景 - 中国汽车制造行业正处在由规模扩张迈向质量跃升的关键窗口期，供应链韧性、效率与协同成为决定胜负的关键因素 [2] - 数智供应链建设为汽车产业规模化提供坚实基础，是保障产能稳定、推动技术迭代和提升竞争力的关键 [2] - 京东工业的数智供应链以扎实服务为相关产业高速增长保驾护航，双方合作将实现资源共享和联合共创 [5]

【大河财立方 记者 杨霄 丁洋涛 文图】11.11的前台是消费者与全球商品的链接与狂欢，它的后台则是中国零售业技术迭代的秀 场。10月14日，在京举行的"京东11.11惊喜开放日"活动上，大河财立方记者关注到多项零售业的技术变革，以及供应链模式迭 代。不仅有数字人在客服、导购、跟单服务等方面大规模实战，也有AI技术在对无人化物流装备的统领与驾驭。与此同时，往 年极为热闹的"打折+提前预售"模式也在转向，"直降+现货现卖"正被越来越多的商家所接受。 "套娃式营销""奥数版补贴"大幅减少，现货现卖重回主流 今年的11.11大促从10月9日就已开场，它被电商平台拉伸至超过一个月。除了周期够长，它给消费者带来的变化是什么？ 在活动现场，记者观察到的第一个显性变化，是往年火热的"打折+提前预售"在积极转向"直降+现货现卖"。两种销售模式并无 优劣之分。前者，能为品牌商带来确定性订单和生产周期，减少商品备货的不确定性风险；后者，则为备货充足的品牌商，提 供了提前抢市场、争客源的优势机会。 当日京东首次公布11.11销售数据，自10月9日大促开场以来，在"直降+现货现卖"模式支撑下，该平台销售的家电、手机、数 码、电脑等3 ...

行业现状与挑战 - 鞋服行业面临海量SKU管理难题，款式、颜色、尺码组合繁杂导致管理难度指数级上升 [5] - 强季节性特征缩短产品生命周期，库存积压风险显著增加 [5] - 多渠道运营导致B2B与B2C库存协同困难，数据孤岛现象严重阻碍全局库存视图形成 [5] - 决策依赖人工报表分析导致响应滞后，流程固化难以应对市场变化与促销需求 [5] 科捷AI解决方案 - 推出大模型智能助手"小金AI"，构建动态知识库与实时数据集成体系 [6] - 开发三大核心智能体：数据助手（查询效率提升90%）、决策助手（优化库存策略）、客户助手（提升服务质量） [6] - 通过"3+N"智能体协同重塑供应链流程，标书编写智能体减少70%岗位工作量 [7] - 母公司神州控股的"燕云Infinity"平台解决数据标准化问题，支撑AI效能发挥 [7] 行业合作与实践 - 与森马、李宁、蕉下、361°等品牌达成深度合作，提供定制化供应链解决方案 [7] - 在第八届服装物流与供应链行业年会展示AI应用成果，获行业协会领导现场指导 [1] - 通过主题演讲分享《AI重塑鞋服供应链运作流程》实践经验，引发行业关注 [3] 技术发展方向 - 强调数据规范化与标准化需从源头解决，提升大模型时代数据可读性 [7] - 融合实时数据与行业知识打造统一智慧大脑，赋能智能销量预测与调拨决策 [6] - 持续探索大模型与供应链场景融合创新，推动全流程数智化重塑 [9]