Agent上岗潮，谁该着急？

​

AI普惠浪潮下，企业靠什么赢得下一场竞争？

作者|古廿

编辑|杨舟

过去几年，全球科技企业围绕模型参数、算力配置与训练规模展开“军备竞赛”，大模型一度成为衡量技术领先的标志，也是构筑企业护城河的关键手段。

但这一局面正在悄然改变。

随着年初DeepSeek引爆全民大模型热潮，Llama、Gemma等相继开源，技术垄断被逐步打破，一场关于“AI平权”的产业变革正在展开。新一轮AI浪潮不再仅仅是技术热潮的延续，而是一次效率、成本与落地性的系统性重构——大模型正加速“降维”为普惠基建。 

自2025年以来，模型开源化进程加快、推理成本持续降低、智能体平台加速产品化，AI能力真正迈向普惠。竞争的焦点也随之转移：从“谁的模型更大”，变为“谁能更快、更稳、更广地部署AI应用”。深度应用时代全面到来。

过去比拼的是参数量和算力，今天比拼的则是“部署力”——数字员工的上岗率成为衡量一个企业先进性的标准。

在AI从实验室走向生产力的关键拐点上，京东云构建的一套标准化、可复制、可落地的体系，从底层基础设施到上层智能体应用，让AI成为企业可用、可控的能力底座。

01 全球大厂的AI默契

一场全球大厂的AI认知默契，正在全球范围内扩散。 

2025年4月29日，在Meta举办的首届LlamaCon大会上，Meta创始人扎克伯格与微软首席执行官纳德拉就公开讨论了AI在研发中的实际应用。纳德拉透露，目前微软内部已有20%-30%的代码由AI生成，且这一数字仍在增长。

这不是孤例，类似的信号也接连出现在其他一线科技企业中。谷歌CEO皮查伊表示，其公司超25%的新代码由AI生成；Shopify CEO则明确提出，在考虑新增岗位前，需先验证AI是否能胜任；而在Duolingo，AI正在逐步替代外包人力。

在国内，AI同样在快速改变研发流程。

京东云JoyCode智能编码助手，能帮助开发者预测代码、生成注释、进行智能评审，该工具已服务上万名研发人员，代码采纳率超过40%，将开发周期平均缩短30%。IDC的一份调研数据进一步佐证了这一趋势：超80%的程序员认为AI编码工具显著提升了效率。 

更重要的是，AI正在从研发岗位向企业全域渗透。

在直播领域，AI同样展现出强大的“上岗力”。京东数字人已经在10000+商家开播，高保真低成本的人体建模技术、多模态自然化行为生成等数字人技术栈更新，高商业可用数字人正式上线服务，618向京东商家免费开放，助力直播转化。

知名休闲零食品牌三只松鼠与京东数字人展开深度合作，打造了绿色健康主题的AI直播间，还进一步为三只松鼠平台合伙人“鼠阿秀”定制了专属形象开播。即使在凌晨流量低谷时段，也能维持GMV高产出，累计带动超千万销售。

数字人解决了虚拟世界的交互问题，京东同样在探索实体世界的具身智能应用。京东Joy Inside，通过将京东角色大模型驱动的对话智能体植入机器人、机器狗、AI玩具等硬件中，为它们赋予灵魂和情感，提供优质的情绪价值，增强用户粘性，并提升产品的竞争力。

当AI真正落地于具体业务场景，它就不再只是前沿技术概念，而是具备“AI生产力”的生产单元。作为实质性参与企业劳动力结构重构的核心力量，正在演变为新的流程节点，部分业务的直接执行者，甚至参与全流程管理的数字员工。

全球大厂都正在用实际行动证明：“数字员工上岗率”已成为衡量先进企业的“隐性KPI”。这个指标清晰勾勒出一条被先进企业共同遵循的“AI使用率曲线”——谁能率先拥抱AI、让其真正嵌入业务流程，谁就拥有了更高的组织效率、更强的技术杠杆和更大的发展弹性。

这是一条暂时还没有写入财报中的AI能力，却实实在在影响企业成长的“隐性成长曲线”。

02 AI含量爆发下的企业深度应用

“数字员工上岗率”之所以成为先进企业的重要衡量指标，源于它可以直观反映AI在企业日常工作中的实际渗透程度与落地深度。换言之，AI不是“部署了多少”，而是“真正做了多少事”。 

以京东为例，目前京东内部已部署超1.4万个智能体，承担了企业超过18%的工作内容，覆盖外卖员招聘、财务管理等多个业务环节。同时各类大模型应用也深入到京东零售、物流、医疗等细分垂直的业务场景，为超过50万商家、38万快递员、5万名副主任级以上医生、2万名采销运营人员及1万多名研发人员提供支持，显著提升了工作效率与服务体验。

“数字员工”大规模“上岗”的背后，是企业级AI应用能力的不断系统化。京东云将多年积累的智能体能力沉淀至全新升级的JoyAgent 智能体 2.0，面向不同行业开放能力，支持更多企业进行深度探索。

在味全食品，京东云搭建的一套会议管理智能体系统，可以自动生成会议纪要并分类归档，显著提升组织运转效率；针对中国飞机租赁，对高专业度、高复杂性的知识查询需求，京东云构建了基于智能问答的解决方案，实现精准响应与持续优化，大幅提高员工决策与响应速度。 

从宏观视角来看，AI化水平越高，数字员工上岗率就越高，企业的自动化、智能决策能力也随之增强。可以预见，在未来，这一指标甚至有可能取代传统IT投入占比，成为衡量企业数字化成熟度的重要风向标。

为了跟上这波AI深度应用的趋势，越来越多企业开始关注快速、可控的部署路径。在这一背景下，京东云推出的大模型一体机，成为不少企业实现AI落地的方案之一。作为一款轻量化部署产品，它正在推动AI能力向更多行业和场景加速下沉。

该产品自上线以来，在短短100天内已于全国多地部署超500台。其“开箱即用、部署便捷”的特性，有效帮助企业打通了从模型接入到业务嵌入的“最后一公里”，加快了AI从技术能力向实际价值的转化进程。

从产业层面总结来看，京东云在产业端深度应用AI的能力路径，大致可以分为三条：

在政务场景，支持鹤壁、宿迁、滨州、大同等地搭建本地化大模型服务体系，提升公共服务的智能响应效率；在传统企业服务领域，为金融、能源、交通、科研机构构建智算底座，实现从底层算力到上层业务的闭环打通；在垂直行业中，助力企业构建专属智能体系统，释放大模型在专业场景中的长期价值。

一系列AI深度应用的落地说明，当下AI不再是“能不能上”的问题，而是“能不能创造业务价值”的数字员工拷问。

03 技术重构AI平权基建

当AI的浪潮从科技公司流入千行百业，大模型已不再是少数头部科技公司的“专属资产”，AI能力逐步下沉至更广泛的应用层。但要真正实现“AI平权”，关键不在于是否能“接入模型”，而在于是否具备一整套标准化、可复制、可落地的基础设施支撑体系。

随之而来的，并不仅是应用热潮，更是一场自下而上的技术栈重构。

这一趋势推动企业基础架构从传统以CPU为中心的设计，向以GPU为核心的异构架构转变，同时也促使整体AI系统从“定制拼接”走向更具弹性与通用性的平台化集成。对企业而言，问题已不再是“有没有AI”，而是“能否持续、高效、低成本地用好AI”。

尤其在大模型应用深入后，传统架构在支撑高频推理、复杂调用等AI原生场景时频频受限。随着计算资源需求持续增长，企业在部署AI时，越来越需要一套面向未来的AI Native基础设施，以支撑不断扩大的推理规模与业务融合深度。

正因如此，AI基础设施的标准化与平台化，成为2025年后AI产业演进的新焦点。以京东云为例，其围绕大模型的规模化应用，搭建起了从算力平台、开发平台到推理系统的全链路基础设施。

在算力层面，JoyScale算力平台专注于解决当前企业在大模型部署中面临的“调度难、资源碎片化、推理不经济”等难题。平台支持万卡级资源池化调度，并已适配十余款国产GPU，实现统一纳管和软硬协同。通过这一体系，京东云将大模型的算力利用率从45%提升至75%，显著提高了资源使用效率，让更多企业以更低成本、更多场景使用得起AI。

在模型开发层面，JoyBuild开发平台为企业提供了模型训练、调优、蒸馏等能力，支持20多种开源模型和上百种算法工具，满足从行业定制到通用调度的多样需求。平台背后的大模型开发计算技术研究成果已被《Nature》收录，标志着国内首次在开放环境下系统性解决大模型开发效率难题，并为平台能力提供了坚实的理论与工程支撑。 

在推理层，JoyBuild结合KV Cache感知调度、异构GPU优化与MoE分布式架构，形成高并发场景下的推理引擎。该系统可实现单Token推理成本降低80%、整体推理成本下降20%，特别适用于国产化、本地化部署需求，为企业构建可持续运营的AI能力提供强有力支撑。

在存储层，云海AI存储系统则以京东自研引擎为核心，对AI训练语料的随机访问能力达到千万级，单集群可提供TB级超大带宽，有效支持千亿参数级大模型的训练任务。针对推理场景，云海提供原生KV Cache能力，并支持主流推理框架，以“存代算”的架构思路提升推理效率。在长文本和多轮对话场景中，可实现推理成本下降40%、响应延迟降低60%，为高性能语义任务提供强有力支撑。 

这一整套基础设施体系，不只是“让AI能用”，更是“让AI好用、用得起、用得稳”。它在本质上成为“AI平权”的放大器，让AI能力不再专属于头部科技公司，而能够通过标准化产品形式，服务于中小企业、地方政府、传统行业等广泛用户。

在产业层面，这种能力的扩展意味着：AI不再是“有条件者的技术特权”，而是企业数字化转型的可用资源；不再是塔尖模型之间的参数竞赛，而是平台能力之间的落地比拼。而平台能否成为放大器，关键在于：是否能真正降低门槛、提升效率、保障可持续部署与服务能力。

站在这一逻辑上看，AI下一场决定性的竞争，不在模型之上，而在谁能真正帮更多企业“用好”AI。