与国内外科技巨头企业相比，京东集团研发投入的绝对值并不高。2017年，京东的年度技术投入费用为66.52亿元，同财年百度的研发费用为129.28亿元，阿里巴巴为170.68亿元，腾讯为174.56亿元，而亚马逊、谷歌和微软分别为226.2亿美元（约合1430亿元人民币）、166.25亿美元（约合1051亿元人民币）和123亿美元（约合778亿元人民币）。

但京东正在加速技术投入上的 追赶 步伐。同样以2017年的数据来看，京东技术投入的同比增速为49.4%，高于腾讯的47.37%和亚马逊的40.63%，更是远超百度的27.36%、阿里巴巴的23.73%、谷歌的19.19%以及微软的8.75%。

换言之，如果按照这个速度下去，京东研发投入将在四年后超过百度 时长仅占京东以技术为核心的 下一个十二年 的三分之一。

AI无疑是京东技术研发的一个极为重要的赛道。2017年9月，京东将原IBM Watson首席科学家周伯文收入麾下，担任京东集团副总裁、京东AI平台与研究部负责人，并直接向京东集团董事局主席兼首席执行官刘强东汇报。这也标志着京东在AI领域开始大力系统投入。

对于研发金额的绝对值，周伯文并不回避，但在他看来这并不构成问题。 我们理工科的人更愿意考虑趋势和梯度。在深度学习中，所谓梯度就是方向。 在接受21世纪经济报道记者独家专访时，周伯文感慨道， 尽管京东研发投入的绝对值还不及巨头，但我们有信心在正确的梯度获得更多的上升机会。

AI追赶者

随着2015年京东亦庄总部正式启用，曾经作为京东集团 大本营 的北辰世纪中心写字楼，逐渐转变为公司的技术 大脑 ：京东AI、京东大数据、京东云、信息安全等体系均在此地 安营扎寨 。

位于写字楼二层的 纳什空间 ，是京东AI平台与研究部。周伯文的办公室并不宽敞，一张办公桌、几张办公椅簇拥着，构成他工作时的绝大部分空间。桌上堆着各种文件资料，令原本不大的桌子更显拥挤 需要小心转动桌上的电脑，否则可能会将桌旁的资料 扫 到地上。

我们这里是创业的心态和氛围，也正做着创业的事。 周伯文带着些许轻松向21世纪经济报道记者表示。身为原IBM Watson首席科学家，周伯文在AI领域享有盛誉，不仅在国际一流期刊及顶级学术会议上发表上百篇论文，更是担任包括ICLR、NIPS、ACL、EMNLP、ICASSP等各大AI学术会议评审人。

周伯文将回归国内、选择京东的原因，归结为看好京东丰富的应用场景、与京东整体价值观的契合，以及刘强东亲赴纽约 挖角 的个人魅力，而前者是他在采访过程中反复提到的。 京东与AI相关的应用包括电商、供应链、物流、金融四大业务场景，同时我们所有能力对外赋能，这是京东AI的五个核心方向。

可以明显感觉到的是，在京东，周伯文施展抱负的空间更加自由。他按照自己的设想，搭建了有别于其他任何公司的京东AI独有架构：AI开放平台NeuHub、AI研究院和AI+创新商业模式。

京东AI模式的核心是AI开放平台，因为即便场景应用百花齐放，核心能力是需要沉淀和持续迭代的。 周伯文表示， 其次，为了支撑平台，需要有基础研究的领先算法团队，AI研究院便构成平台背后算法持续提升的主要力量。最后，我们会将AI生产力运用到一些具体行业中，以AI能力思考新的商业模式。

三位一体

AI开放平台在国内外科技巨头中并不罕见。目前，包括IBM、微软、谷歌以及国内的BAT等均有自己的AI开放平台。

京东与IBM、微软等企业不同，他们拥有许多对外的场景，但对内场景并不如京东丰富。 在解读NeuHub平台的特点时，周伯文表示， 京东的优势在于可以通过内部场景数据反复迭代，提升开放平台的技术水平，与此同时将平台能力赋能给合作伙伴与公司生态。

也就意味着，NeuHub平台对API的选择极为慎重。目前NeuHub平台的在线服务开放了卡证识别、图片质量检测、人脸检测、词法分析、情感分析、指代消解等20项功能，同时离线训练平台能针对不同技术水平用户及使用场景进行个性化定制。

NeuHub大部分已支持或计划支持的API与京东已有的业务场景相关，同时我们会汇集一些外部场景的需求，首要选择内外共性的需求作为API支持的方向。 周伯文告诉21世纪经济报道记者， 我们希望通过设计共性API，让其能够跨场景使用，帮助开发者以最少的投入、最快的速度达到最满意的效果。

周伯文举了个例子：假如一个电商开发者要想利用NeuHub上的图片质量检测功能，只需要写一行代码，就能够实现图片评价。

而相较于国内大部分公司致力于进行端到端场景优化的路线，京东选择共性API的思路，意味着需要对技术理解得更加深刻。这便与AI研究院的基础研究结合了起来。

我们通过业务场景确定API需求，这些需求又驱动着80%的AI研究院的研究方向。 周伯文介绍称， 比如我们发现在业务场景中，理解客户的情绪非常重要，就会围绕计算机情绪感知进行基础研究，进而去优化相应的API设计。

在研究与应用密切配合的过程中，已经萌发出一些成果。周伯文以一个最近的研究成果为例， 京东一直以客户体验为先，拥有庞大的客服团队去解答用户的问题，在这个团队中，我们已成功地完全自研使用了机器学习和深度学习。 周伯文称， 如今最新的成果是实时情绪感知，以智能对话系统理解客户咨询过程中的情绪变化，从而调整无人客服的话术，或辅助人工客服以更佳的方式应答。

周伯文指出，从研究到平台，再到具体商业模式创新，是一个从0到1、从1到N再从N到无穷的过程。从0到1，是指以AI研究院为依托，从无到有，对AI能力进行释放，从1到N，是指论文成形甚至仅是一个想法时，便通过开放平台让API上线，面对真实的用户场景去迭代。从N到无穷，则是利用成熟的技术能力助力传统行业，进而迅速产生商业价值。这种赋能又倒逼京东反思前两个过程，不断调整与自身匹配的AI研发方向。

这三者环环相套，则令京东AI的研究与应用，形成了有别于其他企业的有机整体。事实上，据记者了解，大部分科技企业尽管也设有AI研究院、开放平台并与具体业务部门结合，但在一定程度上依旧是割裂的，从而造成基础研究成果转换率极低、平台应用自成一体的现状。

从技术到商业，各个链条打通，形成了闭环。 周伯文指出，而这样的闭环不仅意味着研发人员在亲历研究成果的应用化、拥有高于其他企业的成就感，同时也能够加快技术转化，提升科研效率， 这就是我们AI的核心价值与魅力所在。