京东-言犀大模型与京小智
应用场景：商家智能客服（售前咨询、订单物流查询、国补资格判定与引导、主动营销跟单）
投稿方：匿名投稿者 · 服务商：京东云言犀 · 收录时间：2026/10/16
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
消费零售 · 京东云言犀已成为超 80 万品牌的 AI 营销伙伴
3. AI 能力类型
智能体流程
4. 原来怎么干的
传统人工客服需数万名客服人员；京东客服团队从几百人增至上千人，618期间客服连上厕所时间都抽不出来；人工处理售前咨询、订单物流查询、退换货等，效率已达人力极限
5. AI 介入在哪一步
替代了售前咨询应答、订单进度与物流/退换货查询、国补资格判定与申领引导等环节；增强了商家主动营销与跟单能力；复杂售后与纠纷判责仍由人工介入
6. 模型与架构
言犀大模型（百亿参数级，1亿+客服对话数据微调）与DeepSeek双模型引擎；RAG检索增强接入实时订单、物流、商品、价保等业务数据；Function Calling调用退换货、价保、改地址等API；基于图的对话状态追踪支持30+轮对话；打通国补、物流、价保、订单、发票等10余个系统；京小智三层知识库支持PDF/PPT拖拽上传自动解析
7. 数据基础（必填项）
1亿+京东真实客服对话数据用于微调；商家可上传自有产品资料（如Anker说明书）自动解析入知识库；清洗与标注投入未公开
8. 效果
转人工率降低28%以上（全量口径）；售前转化率提升37%（全量口径）；用户满意度提升15%以上（全量口径）；AI回复会话7天下单转化率提升超六成（海信）；应答准确率超90%；国补咨询独立解决率88%；京东京造客服转化率提升300%；Anker解决率提升14.8%，运营成本下降25%
9. 投入
自研大模型加平台化输出；2025年9月28日起面向中小商家免费开放；人力、预算档位、周期、推理成本未公开
10. 坑
纯检索式客服无法应对口语化表达与多轮复杂意图；大促波峰流量对弹性架构要求远高于模型本身
下载 京东-言犀大模型与京小智 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 京东-言犀大模型与京小智.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。