ITBear旗下自媒体矩阵:

京东零售年终技术大赏:盘点11项创新成果,如何重塑购物体验?

   时间:2025-01-21 19:02:00 来源:OSC开源社区作者:OSC开源社区编辑:快讯团队 发表评论无障碍通道

在2024年的技术征途中,京东零售技术团队不仅全力推动着业务的蓬勃发展,还在多个技术创新领域取得了显著进展。这一年,他们在大模型应用、智能供应链、端技术以及XR体验创新等方面不断探索,为用户和商家带来了更加高效、便捷和沉浸式的购物体验。

京东APP在2024年下半年迎来了重要改版,旨在打造“又好又便宜”的用户体验。此次改版通过优化页面结构和交互设计,构建了多维心智空间,以满足不同用户在不同场景下的多样化需求。首页的“我京”分区、消息中心、商品详情页以及搜索推荐系统均进行了全面升级,融入了更多智能化元素和大模型技术。这些改进使得用户能够更快速地找到心仪的商品或服务,享受更加流畅的购物过程。

在供应链技术方面,京东继续保持着行业领先的优势。2024年,京东作为中国唯一的零售企业入选了Gartner全球供应链25强榜单。京东零售供应链技术团队通过应用数据驱动的库存选品和调拨算法,有效解决了库存平衡和快速履约的问题。这一创新技术不仅降低了缺货率和履约成本,还为超过千万订单提供了更快的配送时效。得益于这一技术,京东超过90%的自营订单能够在24小时内完成配送。

为了支持商家在营销材料方面的需求,京东零售技术团队自研了京点点AIGC内容生成平台。商家只需简单操作,即可免费获得高质量的商品图片、运营文案和短视频等营销素材。京点点的技术创新涵盖了先进的文生图基底、图像模型和营销文案生成算法等,大大提高了内容生成的质量和效率。目前,该平台已接入核心商家产品,覆盖了20多个核心场景,单日AI能力调用量超过1000万次。

在响应国家以旧换新补贴政策方面,京东零售产研团队凭借丰富的电商经验,迅速搭建了国补资格平台,提高了各城市的对接效率。通过低代码平台的标准化国补模型和AI+风控策略,京东有效防止了囤货、套利和黄牛行为,确保补贴能够准确发放给真实消费者。目前,京东国家补贴支持多种补贴形式,为用户提供更加优惠的购物体验。

在数据技术方面,京东数据湖架构的创新为业务数据实时化转型提供了有力支持。京东选型Apache Hudi,并结合自身业务模式进行了大量自研工作,实现了多项内核特性领先开源社区。通过数据湖技术,京东成功将千亿规模流量数据资产的时效提升至分钟级,并在大促期间实现了无延迟的数据支持,助力运营策略实时调控。

京东还推出了商家智能助手和Taro on Harmony解决方案,分别解决了电商商家在经营过程中的多方面问题和跨端同构问题。商家智能助手通过多智能体协同技术,为商家提供7*24小时的经营代理服务,助力商家打造更高效的开店体验。而Taro on Harmony方案则帮助京东APP低成本、快速实现鸿蒙化,支持一份代码跨多端适配,大大提高了开发效率和性能。


在广告创意和智能导购方面,京东也取得了显著进展。通过AIGC技术和多模态大语言模型的应用,京东广告团队实现了高质量广告创意的自动生成和千人千面的创意推荐效果。而京言智能导购助手则通过大模型的交互式应用,为用户提供全面的产品信息和专业建议,降低了查找和选择商品的成本。

这些技术创新不仅提升了用户体验和商家效率,还为京东在未来的市场竞争中积累了更多力量。京东零售技术团队将继续秉承“技术为本 让生活更美好”的理念,与行业同仁分享交流经验,共同推动技术创新和发展。

 
举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version