与张一鸣熬夜读论文、王兴收购初创公司不同，刘强东带领京东高管捕捉大模型的方式是在真实场景中不断尝试产品和服务。

面对这场底层冲击，各家均有不同的应对方式，对于京东来说，它的实体业务基因更浓厚，自1998年创立，已从中关村的一张柜台发展到如今旗下5家上市公司，还有3家正在寻求上市——京东工业、京东产发和京东科技，员工人数扩张至超56万，业务场景比阿里巴巴、腾讯与字节跳动都要复杂和多元，覆盖物流、零售、金融、健康、工业等等。

产业场景多元以及天然的to B场景，让京东对大模型服务产业的渴求更强烈，天然成为了大模型落地产业最好的“练兵场”。

大模型训练需要大量的产业数据做预训练，这些数据分布在京东零售、健康、物流、金融等各个产业线。于是，集团协调，各个BG（事业群）和BU（事业部）都参与大模型项目，最后，大模型项目组的人数达到了100人左右。

行业数据进来了，对数据还要做脱敏、分类以及加权处理，除了数据之外要做行业大模型，企业必须在这个行业做到足够的头部以及沉浸数年以上，才能吃透这个行业，了解行业发展的痛点。

如果搜索时代是信息聚合与匹配，那么大模型的时代则进入了内容精准生成，用户随时随地 “Ask Me Anything（随便问）”。

现在已经到了大模型技术要通过产品来证明自己价值的阶段。AI技术有点像云业务一样，它是提高生产力的，最后必然为各种各样的行业服务，因此一定是往行业走。大模型与行业结合越深，其产生的价值也就越大。

生成式人工智能是一个完全不同于移动互联网时代的物种。相较于移动互联网时期，京东的探索要更前置，更贴合业务，更不能回避竞争。

事实上，此次大模型之争，大公司竞争的中心点不在资本、地推或者补贴策略，而是各自的研究院或者实验室以及落地场景。

京东探索研究院三个任务，第一，要在重要的竞争激烈的领域做到前沿，不回避竞争，愿意挑战和竞争；第二，对重要业务和产品要形成支撑，对公司有价值；第三，要有足够的前瞻性。

如果说，AI是一条河，那么各家公司的产品方案有的是架桥，有的是铺路，有的是造船，各有不同。谁最终越过科学研究到实际产品转化鸿沟的这片“达尔文之海”，只能留给时间来验证。