⚡ AI 财报 · 技术换效率
京东研发投入同比增长42.8%，AI开始改写零售、物流与工业效率
补贴退潮后，京东正在把增长叙事从“烧钱换规模”切换为“技术换效率”。最新财报显示，AI 已经进入零售、物流、健康、工业四条业务线，但不同场景的回报速度并不相同：有的已经转化为交易与人效，有的还在等待设备和基础设施跑量。
2026年8月13日•
AI 商业化拆解•
全文约 4 分钟读完
#京东AI
#大模型应用
#AI智能体
#财报拆解
142亿元
2026年上半年集团研发投入
+42.8%
研发投入同比增幅
4条
AI 已渗透的核心业务线
阅读提示：顶部数字是这次财报的 AI 主线，不代表全部研发投入都直接用于大模型训练。
⚡ 30 秒速览
- 发生了什么：集团二季度经营层面扭亏为盈，AI 成为贯穿零售、物流、健康、工业的长期投入方向。
- 钱投向哪里：集团及三家业务公司研发开支均保持增长，投入从补贴战场转向智能体、无人配送、医疗大模型与工业 AI。
- 哪里已经见效：京东工业的 AI 增量 GMV 已占重点客户 GMV 的 6.5%，核心岗位人效提升 16.6%。
- 哪里还在等待：物流已有上千台无人车常态运营，但二季度利润只同比增长 2.5%，技术投入尚未完全转成财务回报。
- 编辑判断：京东的 AI 故事不是一个聊天机器人，而是一套嵌入交易、仓储、问诊和采购流程的效率系统。
01先看钱：AI 正在接替补贴成为投入主线
京东二季度集团收入为 3464亿元，同比下降 2.9%；经营利润从去年同期亏损 9 亿元，修复到盈利 45 亿元，自由现金流达到 318 亿元。管理层将其概括为“盈利轨迹迎来明确拐点”。
但这并不意味着公司停止投入。相反，研发开支仍在加速，且四块业务的增幅都保持在两位数以上。对京东而言，问题已经从“要不要投 AI”变成了“AI 何时能把投入变成更低的履约成本、更高的交易效率和更强的客户黏性”。
先看研发资金流向哪里。
注：柱形仅表示各业务研发投入的同比增幅，长度以集团增幅为参照；金额为上半年披露口径，不能直接视为 AI 专项预算。
这组数据的关键不在于谁花得最多，而在于投入方向发生了变化：零售把 AI 放进搜索、推荐和采销；物流把 AI 放进无人车和仓储机器人；健康把 AI 放进问诊与履约；工业则直接把 AI 变成企业采购助手。
02为什么可信：四条业务线，四种回报速度
AI 不是以同一种方式进入京东。零售端首先体现为流程效率，物流端首先体现为自动化基础设施，健康端更接近“问诊带药”的转化闭环，工业端则已经出现了可以量化的增量收入与人效。
零售
搜索推荐、定价、库存、采销辅助
AI趋势产品成交额同比增长100%
效率先行
物流
无人车、仓储机器人、具身设备
上千台无人车在20多个省份运营
回报较远
健康
AI问诊、快检、护士上门、药品履约
AI医生服务用户数接近增长4倍
转化较近
工业
采购、履约、客户经营智能体
增量GMV占重点客户GMV的6.5%
已量化
注：右侧“回报阶段”是基于公开经营指标的编辑归纳，不等同于公司对四项业务的官方评级。
这也是京东 AI 故事里最值得拆开的部分：**技术部署速度**和**财务回报速度**并不一致。零售可以立刻减少人工操作，物流却需要等无人车、机器人和网络规模化之后，才可能真正改写成本结构。
AI 已经上桌，但还没有同时端上四道成熟的菜。
03它到底能做什么？从推荐到工业采购
🛒 零售：AI 先改造购物与采销流程 效率型回报
- 在需求端，AI 驱动的搜索与推荐正在重构用户的购物链路；在供给端，采销团队用 AI 辅助定价、库存管理和日常决策。
- 今年 618 期间，AI 眼镜、AIPC、大屏 AI 手机、AI 学习机等趋势产品成交额同比增长 100%。
- 搭载 JoyInside 的 AI 玩具与机器人生态，已接入近 200 家品牌，设备接入量较去年双11增长超过 3 倍。
判断：零售端的 AI 目前更像“效率层”和新商品入口，尚未证明它能独立创造同等规模的新增收入。
🚚 物流：无人车与具身设备进入真实作业 重投入型回报
- 上千台无人车已在全国 20 多个省份常态化运营，并在深圳开通无人车夜间配送线路，支持全天候运行。
- “智狼”货到人方案进入规模化复制阶段；“异狼”具身智能机械臂在大模型驱动下，完成包裹跟踪、抓取与码放。
- 这些设备已在多地园区持续作业，但物流二季度利润仅同比增长 2.5%，技术红利尚未覆盖全链路成本压力。
判断：物流 AI 的价值不是让用户多买一件商品，而是最终让每单配送少依赖一部分人力。
🩺 健康：AI 医生成为“以医带药”的入口 转化型回报
- 基于自研“京医千询”医疗大模型，AI 医生“大为”从问答工具升级为连接在线问诊、到家快检、护士上门和药品履约的流程能力。
- 今年 618 期间，“大为”服务用户数同比增长接近 4 倍，问诊与购药之间的路径被进一步压缩。
- 平台还与多家医院共建呼吸、消化、肿瘤、精神心理等专病模型，把 AI 服务从患者端延伸到医疗机构端。
判断：健康业务的 AI 变现链路相对清晰，但医疗场景仍需要专业责任、合规边界和医生协同共同兜底。
🏭 工业：AI 智能体直接进入企业采购链 数据型回报
- 工业大模型 JoyIndustrial 已从“AI 工具”升级为“AI 专家”，上半年累计部署 70 多个 AI 智能体。
- 智能体覆盖采购到履约的全链路，AI 贡献的增量 GMV 已占重点客户 GMV 的 6.5%。
- 核心岗位人效提升 16.6%，这与 B 端业务的利润逻辑直接相连：流程效率提升，可以转化为更高的客户留存与更低的服务成本。
判断：四类场景中，工业 AI 最接近“能力—经营指标—利润”的完整闭环。
04为什么能做到：不是一个模型，而是一条工作链
从公开披露看，京东并没有把 AI 只放在一个聊天窗口里。它更像一条由模型、智能体、业务数据和履约网络共同组成的工作链：模型负责理解与生成，智能体负责拆解与执行，业务系统负责把结果落到订单、仓库、问诊或采购流程里。
01 · 感知
理解需求
识别用户、企业或仓库任务
02 · 决策
调用智能体
拆解采购、问诊、配送等步骤
03 · 执行
连接业务系统
搜索、库存、设备与履约网络
04 · 校验
反馈结果
用交易、人效、时效等指标验证
注：流程图是基于四类业务公开案例提炼的共同链路，用于解释 AI 如何从“回答问题”走向“完成任务”。
零售层
搜索、推荐、定价、库存与采销决策，目标是减少交易链路中的人工摩擦。
履约层
无人车、仓储机器人和具身设备，目标是把自动化能力推向真实作业环境。
行业层
医疗与工业智能体，目标是把模型能力转化为服务闭环和企业经营指标。
因此，京东的优势叙事并不只是“模型参数有多大”，而是能否把 AI 接入已有的交易、供应链和服务网络。模型是起点，**业务系统是否允许它执行并产生可核算结果**，才决定最终价值。
05怎么判断：别急着把效率写成增长
这份财报释放了积极信号，但也留下了明确缺口。京东正在提高 AI 和研发投入，同时压缩营销开支、改善利润；可 AI 本身也会带来模型训练、算力采购、人才引进和设备部署成本。
已经出现的回报
- 工业 AI 的增量 GMV 和岗位人效已有明确数值。
- 健康 AI 连接问诊、快检、上门服务和购药，转化链路更短。
- 零售 AI 产品成交额增长，生态接入规模持续扩大。
仍需验证的部分
- 零售 AI 更多体现为效率提升，尚未形成清晰的独立收入增量。
- 物流收入增长较快，但利润几乎没有同步释放，人工成本仍在上升。
- AI 基础设施重投入，回报周期可能长于单个财报季度。
注：左侧是已披露的经营信号，右侧是根据财报数据提炼出的验证条件；两者不代表简单的利好与利空评分。
接下来几个季度，最值得跟踪的不是“AI”二字出现了多少次，而是它能否持续进入利润表。
看工业
AI 增量 GMV 占比与岗位人效是否继续提升。
看物流
无人设备规模化后，单位履约成本是否真正下降。
看健康
AI 问诊增长能否持续带动购药与服务收入。
编辑核心判断
京东的 AI 竞争力不在于讲出一个更大的模型故事，而在于把模型嵌入交易、履约和行业流程；但在物流等重资产场景，只有当自动化真正降低单位成本，技术投入才算完成从“能力展示”到“商业回报”的转换。
▶下一季，读者应该看什么
原始信息未提供独立的 AI 产品体验地址。若要继续跟踪这条主线，可优先核对以下三类经营数据，而不是只看研发投入规模：
工业：AI贡献GMV
物流：单位履约成本
健康：问诊到购药转化