京东拼多多的AI组织重构:重装与原生两条路

同样是电商巨头,京东和拼多多在AI时代走出了两条几乎相反的组织路线:京东像一支重装部队,把AI作为新能力从外部「装进」组织;拼多多像一张分布式网络,组织从第一天起就与算法同构。读懂这两条路,比追逐任何一款大模型都更重要——因为它回答的是那个更本质的问题:当AI成为基础设施,组织该长成什么形状?

核心结论

京东与拼多多的AI组织重构,根本差异在「AI与组织的关系」:京东走重装路线——刘强东直管探索研究院、自建3B到750B全尺寸的JoyAI、用「智慧员工」推动组织扁平化,本质是自上而下把…

京东拼多多的AI组织重构:重装与原生两条路 题图

⚡ 核心洞察

京东与拼多多的AI组织重构,根本差异在「AI与组织的关系」:京东走重装路线——刘强东直管探索研究院、自建3B到750B全尺寸的JoyAI、用「智慧员工」推动组织扁平化,本质是自上而下把AI能力装进一家传统零售巨头;拼多多走原生路线——黄峥在2018年招股书就把「分布式AI」写进公司基因,组织与算法同构,Temu的选品、定价、审核、纠纷全流程由AI驱动,2万余人支撑全球90多个国家的业务。一个在「补AI组织能力」,一个在「让组织继续AI化」。两条路没有高下,只有适配。

事实与观点区分说明:本文「数据证据」部分均来自京东JDD大会公开演讲、许冉/刘强东公开表态、证券时报、每日经济新闻、钛媒体、第一财经、搜狐科技、OFweek、新浪财经、科创板日报、新华网及拼多多财报等公开信源,数字可核实;「重装/原生框架」「协同成本分析」「HR启示」「风险判断」等为作者原创分析,供参考,不构成咨询或法律意见。

01 一个反差:同样做AI,两种组织活法

2025年到2026年,中国电商两强在AI上的动作,透出一种奇妙的对称。

一边是京东。2025年9月的JDD大会上,刘强东亲自出任京东探索研究院院长,把原本隶属京东科技的AI研发部门升为集团直管;大模型品牌从「言犀」升级为「JoyAI」,覆盖3B到750B的全尺寸谱系;京东物流喊出用「智慧员工」把组织变得更扁平、更透明。一句话:由一个强势回归的创始人,自上而下地把AI「装进」一家传统零售巨头。

另一边是拼多多。它几乎从不公开谈AI战略,却被商家形容为「激进务实」——Temu上从选品、定价、资质审核到广告投流、纠纷处理,「基本全是AI」,部分环节AI介入率超过90%;整个集团员工仅2万余人,却支撑起覆盖全球90多个国家的业务。它的AI不是「装进去」的,而是从2018年招股书起就写进了组织基因。

一个在「补AI组织能力」,一个在「让组织继续AI化」。我们把前者称为重装路线,后者称为原生路线

02 京东重装路线:一把手挂帅的AI基建战

京东的AI组织重构,最鲜明的特征是「一把手工程」。

据搜狐科技、星岛等媒体报道,在2025年9月25日的JDD大会上,京东CEO许冉宣布将探索研究院升级为集团直管部门,由刘强东亲自担任院长;原院长何晓冬转任副院长、并晋升集团高级副总裁,成为AI研发的实际负责人。探索研究院成立五年,原隶属京东科技,此次升级意味着AI研发的战略权重被直接提到集团最高层。

在模型层面,许冉宣布京东大模型品牌从「言犀」升级为JoyAI(Joy是京东吉祥物),并发布覆盖3B、10B、81B到750B的多尺寸基础模型家族,涵盖语言、语音、图像、视频多种模态(钛媒体、搜狐科技)。这不是追参数的军备竞赛,而是为不同场景准备「从边缘到云端」的完整弹药库。

更重要的是战略表达式的迭代。京东在2023年JDD提出「大模型价值=算法×算力×数据×产业厚度²」,到2025年JDD改为「人工智能的价值=模型×体验×产业厚度²」——把「算法×算力×数据」压缩为「模型」,新增「体验」维度,标志着从技术导向转向用户价值导向(钛媒体、腾讯新闻)。许冉强调:「京东不片面追求运动式的AI,追求的是可持续发展、真正为产业创造价值的AI。」

为把AI产品推向商业化,京东还成立了「变色龙业务部」,承接JoyAI App、JoyInside、数字人等AI产品的打造与落地(第一财经、搜狐)。从研发到商业化,组织链条被刻意打通。

03 京东的「智慧员工」:AI正在重构组织本身

京东最值得HR关注的,不是模型多大,而是它开始用AI重构组织形态

据每日经济新闻在JDD期间的报道,京东物流大模型团队提出「智慧员工」方案,目标是从「单点提效」走向「组织重构」——通过Agent把工单、评价、舆情、骑手数据等跨系统信息实时整合,精准推送到责任人,使组织架构「更扁平、更透明」。即时零售侧也有名为「小七」的Agent,破解用户找货难、决策难、售后难,同时把员工跨系统操作整合起来。

规模数据更能说明渗透深度(新浪财经,2026年3月):JoyAI已深度落地2000多个业务场景,实现采购、运营、营销、履约、客服全链路智能化;JoyAgent落地超5万个智能体;JoyCode年生成代码超10亿行,内部AI代码占比达40%。何晓冬曾透露,京东内部已有超1000个场景使用大模型,且各业务可自由选择闭源或开源模型。

投入上,京东自2017年全面技术转型以来,截至2025年体系研发投入累计近1700亿元;2025年研发开支增至222亿元,同比增长超30%,四季度同比大增66%(新浪财经)。一个对照:京东体系人员总数约67万人(搜狐),AI要重构的是这样一艘巨轮。

以下组织机制分析为作者原创框架。

京东的逻辑是「先有集中式底座,再向下重构」:用一把手权威把模型、云、场景捏成一个统一作战体,再用Agent把组织压扁。这是典型的重装思路——先把能力建起来,再让组织适配能力。

04 拼多多原生路线:招股书里的「分布式AI」

拼多多的路,从起点就不同。

2018年拼多多赴美上市,黄峥在招股书致股东信中写下了一段后来被反复引用的话:未来的拼多多「不是由集中式超级大脑型AI系统驱动,而是依托分布式智能代理网络运作,兼具Costco的高性价比与迪士尼的娱乐体验」(每日经济新闻、证券时报)。这比行业热议「AI原生组织」早了整整几年。

同年第三季度财报电话会上,黄峥进一步明确:公司将持续大幅增加技术投入,运用基于分布式人工智能架构的深度学习模型提升推荐精准度,并透露「我本人将直接领导相关工作」;该季度研发费用增至3.32亿元,同比增幅高达828%(证券时报、每日经济新闻)。

这意味着拼多多的AI不是某年某月启动的「项目」,而是创始人在公司基因层面设定的架构原则:智能不集中在中央,而分布在网络的每个节点。这种原则外化,就是一种极度扁平、原子化的组织——决策层只定方向与规则,数百个聚焦单一品类或区域的小单元各自快速决策,顶层与一线之间仅隔两三层。

05 Temu:分布式AI的海外落地

「分布式AI」不是口号,它在Temu上被完整跑通。

据每日经济新闻采访的商家反馈,Temu上几乎所有流程——运营、广告投流、资质审核、定价——基本全是AI在做;在选品、加站、资质审核等场景「基本全是AI」,仅广告投流、运营等少数环节仍为人机结合;而在纠纷处理这类通常依赖人工判断的场景,实际处理者「不是人,而是AI系统」,某些业务环节AI介入率超过90%。商家估算,在拼多多和Temu后台,纠纷处理等场景AI介入率超过90%。

结果体现在人效比上:拼多多员工总数仅2万余人,远低于阿里、京东、美团,但人均创收连续多年位居行业前列(每日经济新闻)。Temu用3年时间走完国内电商十年的路,覆盖全球90多个国家和地区(腾讯新闻、网易)。高度自动化的AI决策体系,减少了人工干预,也以技术强化了这套运营模式。

需要指出的是:黄峥本人早已退居幕后——2021年卸任董事长、放弃超级投票权,通过股权委托保持战略影响力,公开资料显示仍持股约29.4%(搜狐、公开资料)。「分布式AI」作为架构原则,并未因创始人离任前台而失效,反而沉淀为组织能力。这正是原生路线的优势:基因不依赖个人

06 两种路线,一个分叉点

把两条路并排看,分叉点极其清晰:

维度京东 · 重装路线拼多多 · 原生路线
AI与组织关系把AI「装进」组织(自上而下补短板)组织「本来就是」AI(基因即分布式)
智能形态集中式:统一模型底座+一把手调度分布式:智能代理网络,节点各自决策
组织动作研究院直管、全尺寸模型、智慧员工压扁层级原子化小单元、顶层只定规则
典型载体JoyAI、探索研究院、变色龙业务部分布式AI理念、Temu全流程AI
人效特征67万人体系,AI提效与重构并行2万余人,AI驱动极致人效
隐含赌注重装后发、体系战取胜原生复利、网络效应取胜

京东赌的是「重装后发」:用雄厚的产业厚度(零售、物流、健康、工业)和集中式算力,打一场体系战。拼多多赌的是「原生复利」:让组织与算法同构,靠网络效应和极致人效,把AI变成埋在电商飞轮里的效率引擎——它甚至不打C端AI入口战,只做跟供应链强相关、ROI算得清的AI应用(雪球分析)。

07 HR启示:你的组织该「装AI」还是「成为AI」?

以下为作者原创分析框架,供管理者参考。

判断标准只有一个:你的价值创造,依赖集中式智能,还是分布式智能代理?

  1. 中枢型价值流 → 学京东式重装。若核心场景有厚重产业沉淀(供应链、物流、制造),需要自上而下统一调度模型、算力与场景,就设「一把手工程」、建统一模型底座、用Agent把跨系统信息推到责任人。关键动作是:让最高管理者的注意力制度化,把分散的AI能力捏成统一作战体。
  2. 网络型价值流 → 学拼多多式原生。若业务本身高度模块化、可被算法拆成独立决策单元(平台型推荐、跨境运营、客服纠纷),就让AI嵌入每个环节,把组织拆成可独立决策的小单元,顶层只定方向与规则。关键动作是:设计让小单元既自主又协同的机制,避免「各自为战」滑向「失控」。
  3. 先判价值流,再定组织形状。很多AI转型失败,是因为组织形状与价值流错配——用集中式科层去跑分布式业务,或用松散网络去扛需要统一调度的体系战。组织跟着价值流走,而非反过来。

08 风险与边界(观点,非官方披露)

本节为作者基于公开信息的判断,非任何公司官方表述。

京东重装路线的边界:一是「运动式投入」的可持续性——2025年研发开支同比增超30%、累计近1700亿,在利润承压周期里,集中式重投入需要持续的的战略耐心;二是67万人的巨轮,要把「智慧员工」的扁平化真正落到一线,比发布一个Agent难得多,组织惯性与协同成本仍是现实阻力。

拼多多原生路线的边界:一是决策黑箱——当纠纷处理等环节超90%由AI完成,可解释性与问责机制是合规隐患;二是全球化合规压力——Temu已收到多地监管问询,分布式自动决策在跨境场景下面临更严审查(科创板日报、腾讯新闻);三是「一个人干三人活」的人效文化是一把双刃剑,扩张期能打,但组织韧性与人才留存需长期观察。

两条路都有效,也都有各自的暗面。选路之前,先看清自己的价值流与承受边界。

09 结语

京东与拼多多,给所有做AI转型的管理者上了生动的一课:AI组织重构没有标准答案,只有适配。京东用「重装」证明——传统巨头可以把AI从外部装进来,再用组织再造把它长进去;拼多多用「原生」证明——若组织从第一天就与算法同构,AI根本不需要「转型」,它一直在那里。

回到那个本质问题:当AI成为基础设施,你的组织该长成什么形状?答案不在任何一款大模型里,而在你对自己价值流诚实的审视中。是中枢,就重装、就统一调度;是网络,就原生、就分布式智能。比追逐技术更重要的,是让组织形状,配得上你要打的那场仗。