当我们谈论中国 AI 大厂先锋时，通常第一反应是阿里、腾讯、字节跳动、百度这样的科技巨头。

但在过去两年，一批传统上被认为 "不够科技" 的互联网大厂悄然杀入 AI 赛道，它们是以零售见长的京东，社区种草达人小红书，短视频 "土味" 快手，以及一向务实的电商新贵拼多多。

这些公司过去给人的印象往往是具体业务场景的深耕者。

京东把控供应链，小红书打造内容社区，快手连接草根用户，拼多多则专注下沉市场电商。

它们并非通常意义上的 AI 创新者，但现在却纷纷宣告自己的 AI 战略、组建大模型团队、发布 AI 产品。这种 "不务正业" 的跨界让业界颇感意外。

为什么下「血本」组建AI业务引擎？

是什么驱动这些公司走出舒适区，进军竞争激烈的AI领域？

他们又各自采取了怎样的路径？

”不入局就只能淘汰！“

翻开这些公司的 AI 布局，我们能找到一些共同动机。

2023 年 ChatGPT 引爆全球 AI 热潮后，生成式 AI 能力出现质变，行业共识认为这是一次不可逆的技术拐点。"不入局就会被淘汰" 的危机感在各公司管理层蔓延。

如果说移动互联网时代 BAT 曾因反应迟缓而丧失先机，那么 AI 时代，京东等公司显然不想重蹈覆辙。

直接竞争对手的行动进一步加剧了这种危机感。

拿京东来说，它在电商赛道上与阿里竞争多年，当看到阿里宣布全面押注 AI、上线 "淘宝问问" 等产品时，京东自然不能坐视不管。于是在 2023 年 7 月，京东推出了千亿参数的言犀大模型和 "产业版 ChatGPT"ChatJD，并在 11 月上线京言智能导购助手。两个竞争对手的军备竞赛，当一方升级武器，另一方必须跟进。

而小红书则面临搜索领域的威胁。百度推出文心一言后，传统搜索正向 AI 对话式体验进化。作为日均搜索量已接近百度一半的新兴平台，小红书若不跟进 AI 搜索升级，很可能丧失其在生活方式搜索领域的崛起势头。因此，小红书组建了大模型团队，开发自研 "小地瓜" 模型，并在 2024 年推出了 AI 搜索应用 "点点"。

快手和拼多多同样感受到了这种跟进压力。快手面对字节跳动这个算法驱动的劲敌，必须在 AI 上奋起直追；拼多多则不愿在阿里、京东纷纷宣布 AI 电商战略时落后。

除了竞争压力，技术和成本拐点的出现也降低了入场门槛。

随着开源大模型的繁荣（如 DeepSeek、Meta 的 LLaMA 系列、清华智谱的 GLM 等），公司不必从零开始训练自己的 AI 模型。算力租用服务的普及也降低了初始投入，企业无需一次性购买昂贵的 GPU 集群，可以通过云服务按需使用。

对于京东、小红书这样的非 AI 起家的公司来说，这种技术普惠大大降低了尝试成本。京东 CEO 许冉曾分享过一个模型价值公式："大模型的价值 = 算法 × 算力 × 数据 × 产业厚度 ²"，这表明当技术门槛下降后，企业可以靠自身的数据和场景优势来赢得 AI 竞争。

中国互联网进入存量博弈时代。当流量红利见顶，用户增长放缓，各家公司必须寻找新的增长点和竞争优势。AI 恰好提供了一个重新洗牌的机会 。

谁能更好地应用 AI 技术提升效率、改善体验、创新业务，谁就能在下一阶段脱颖而出。

时代的「十字路口」，四家公司的不同选择

虽然都在追赶 AI 浪潮，但四家公司基于各自禀赋和基因，站在时代「十字路口」，选择了截然不同的道路。

京东：产业价值驱动的零售AI

京东创始人刘强东虽已卸任 CEO，但仍是公司决策的灵魂人物。他一贯强调零售的本质——成本、效率、体验。这一经营哲学也体现在京东的 AI 战略上，凡是有利于降低成本、提高效率、优化用户体验的技术，京东都会积极采用，而 AI 正好契合这三点。

刘强东在 2023 年初就提出京东零售未来三年最重要的战略是低价战略，要求聚焦 “成本、效率、体验”，把京东拉回同一频率。这实际是为全员定调，精打细算、提升效率是公司主旋律。

在这个思想指导下，京东对 AI 的应用很务实，没有盲目追求炫酷的通用 AI，而是精准聚焦供应链场景，打造 "产业版 ChatGPT"。

言犀大模型的训练数据中，30% 专门来自零售、物流、金融等京东深耕多年的领域，这使它在垂直场景中表现优异。

例如，京东推出的自动补货预测系统已覆盖 2 万种商品，在自营千万级 SKU 下实现 85% 以上的补货自动化率。这远非通用大模型所能企及的专业能力。

言犀大模型的训练数据中，30% 专门来自零售、物流、金融等京东深耕多年的领域，这使它在垂直场景中表现优异。例如，京东推出的自动补货预测系统已覆盖 2 万种商品，在自营千万级 SKU 下实现 85% 以上的补货自动化率。这远非通用大模型所能企及的专业能力。

京东数字人主播的商业成绩。2024 年 "采销东哥" 首次直播带货便吸引 4000 万观看，带货超 5000 万元，让超过百位品牌高管排队定制数字人。这种 AI 应用同时提升了效率（24 小时无休息）和体验（专业程度一致），契合刘强东的零售理念。

京东 AI 战略的核心特征是 "务实"。何晓冬曾强调，相较传统聊天机器人，京东的对话场景更垂直、任务导向，必须精准解决电商客户的实际问题。

同样，这种务实精神也体现在京东的 AI 商业化路径上：言犀 AI 平台不仅服务内部，还对外开放企业预约测试，打造 "大模型即服务" 的新业务。

可以说，刘强东的实干精神和成本效率情结使京东的 AI 战略显得脚踏实地，走的是 To B 和供应链赋能路线。这也让京东在 AI 竞赛中形成了差异化定位，没有直接跟 BAT 拼 C 端大模型，而是在自己最熟悉的领域打造优势。

核心能力向左要打透，向右要扩展。

AI 正是京东向右扩展的新方向，将多年积累的零售能力通过技术延展出更大商业价值。

快手：全力以赴的内容创作革命

快手的 AI 路径可谓四家中最为激进和全面，这与快手的创始人之一、现任 CEO 程一笑的技术信仰和长远眼光息息相关。

程一笑本身是产品技术出身，早年开发了 GIF 快手应用，由此开启短视频时代。面对 2023 年的 AI 浪潮，程一笑敏锐地意识到 AI 将重新定义视频内容创作。

在 2025 年初的业绩会上，他直言：

“今天我们比以往更清晰地感受到，大模型技术的迭代在重新定义视频创作、用户体验和商业生态的边界”。

他认为快手正站在视频大模型重塑产业格局的关键节点。这些话体现出他对 AI 变革的强烈认知，他看到了 AI 对行业的颠覆潜力，也认定快手必须主动拥抱。

所以，与其他三家相比，快手的 AI 布局起步最早，投入最大。早在 2016 年快手就布局了对标 Google X 的 Y-Lab 实验室；2023 年构建了涵盖文本（快意）、图像（可图）和视频（可灵）的完整多模态大模型矩阵。快意 - 13B 模型在 CMMLU 中文基准榜单上一度排名第一，显示出不俗的技术实力。

快手还预先采购并储备了大量算力用于训练可灵模型，程一笑甚至表示愿意牺牲短期利润来确保 AI 投入，这种长期主义在短视频行业实属罕见。

2024 年快手平台上 AIGC 短视频营销素材和虚拟数字人直播方案日均消耗超 3000 万元，半年内累计营收超过 1 亿元。其推出的 UAX 智能广告投放产品，客户渗透率接近 60%，广告冷启动成功率提升 25%。快手 "磁力开创" 平台更是实现了 10 万 + 条广告素材 1 天内生产完成的奇迹，创作成本优化了上千倍。

程一笑对 AI 的押注源于对行业本质的洞察，视频内容创作门槛太高，制约了短视频平台发展。可灵模型能让普通人 "一键成为导演"，支持 1080p 分辨率、长达 3 分钟视频的生成，真正降低了创作壁垒。这不仅服务现有业务，更开创了全新内容生态 ——"AIGC+UGC" 双轮驱动的增长模式。

小红书：谨慎平衡的社区AI探索

小红书的 AI 探索最能体现创始人瞿芳和毛文超对社区生态的珍视。与大胆激进的快手不同，小红书采取了 "小步快跑、多点试验" 的克制策略，不断尝试（绘画、配图、问答、声聊等），但每一步都观察社区反应，不破坏原有生态，将 AI 视为增强而非取代社区的工具。

他们一直致力于把小红书打造成一个 “标记生活的社区”，强调真实、多元的内容分享和生活方式指南。

这一愿景需要小红书在内容质量和用户信任上保持优势。然而，随着平台内容爆炸式增长，如何让用户快速找到有用的信息成为挑战。在这一背景下，小红书团队意识到搜索已经成为社区的重要入口（70% 月活用户有搜索行为），甚至决定着用户体验和商业转化。

为此，他们对搜索功能进行了战略性升级。而现代 AI 问答技术正是搜索体验质变的机会。可以说，小红书对 AI 的投入，部分是出于社区愿景的延续，希望用户能更方便地获取可信赖的生活经验。

所以，小红书的 AI 布局集中在两个方向：一是增强社区内容创作体验，二是提升生活方式搜索能力。2023 年 4 月上线的 Trik AI 绘画、7 月推出的 "此刻" 自动配图、9 月内测的 "达芬奇"AI 问答助手，都是围绕这两个方向展开的尝试。每个功能都经过精心设计，确保与社区整体体验和谐共处。

小红书曾透露，平台月均有 1.2 亿用户在站内直接提问购物相关问题，搜索进入笔记的用户转化率比被动浏览高 30% 以上。这些数据支撑了小红书向 AI 搜索迈进的决心，最终在 2024 年推出独立 AI 搜索应用 "点点"。

在技术栈上，小红书自研的 "小地瓜" 大模型也偏向实用主义，注重中文理解和多模态能力，而非追求参数规模。不过，2024 年中时，小红书自研小地瓜大模型的消息集中爆出，但随之而来就是漫长的“灰度测试”阶段。

技术副总裁张德兵曾强调："小红书承载了不同模态的内容，这些模态如果可以让创作模态大幅度下降，让用户记录和表达自己的生活的时候，能够根底成本、更加快捷，这是一个很有意思的方向。”。

模型本身不是目的，服务社区才是。

小红书还投资了「月之暗面」和 MiniMax 两家大模型创业公司，采取" 投资 + 合作 " 策略补强自身能力，这种灵活务实的做法与社区平台的特性高度一致。

拼多多：隐形却深入的务实AI

拼多多的 AI 战略堪称四家中最为特别的一个 —— 它几乎没有对外高调宣传任何 AI 战略，但内部却已在悄然布局并取得实效。这种 "润物细无声" 的做法也一定程度上反映了创始人黄峥的本分价值观。

这一理念渗透到拼多多的方方面面，包括技术创新。具体到 AI 领域，黄峥从很早就对 AI 抱有清醒认识。他在 2016 年时就评述过，当时流行的基于确定规则（01 判断）的 AI 有巨大局限，会遇到不可判定的问题，未来若有量子计算也许另说。这表明黄峥意识到 AI 存在不确定性和局限，不能神化 AI。

在 2019 年公司内部会上，黄峥进一步明确了拼多多对 AI 的定位，AI 只是提升业务的工具。他举例说拼多多要通过分布式 AI 挖掘用户需求，让机器替代人工选品，实现 “货找人”。

同时他也告诫员工，不要奢望 AI 万能，因为 AI 的不可预判性与他提倡的 “用常识做理性判断” 原则相悖。

这种理论导致拼多多在 AI 浪潮初期按兵不动，没有像友商那样大肆宣传大模型计划。2023 年百模大战时，拼多多 “稳如泰山”，看似无意凑热闹。他不追赶热点，而是等待技术趋于成熟、与业务真正契合的时候再动作。

直到 2023 年底，种种迹象才表明拼多多开始加速布局 AI（招募算法工程师、高薪挖人等），这或许意味着黄峥判断 AI 应用的成熟度和必要性达到了可以出手的点。AI 相关的负责人是从百度挖来的凤巢核心成员。

拼多多的务实体现在对 AI 效果的衡量标准上 —— 不是模型参数规模，不是技术指标，而是实际业务指标的改善。拼多多 2023 年人均创收达 1450 万元，是同期京东的 7 倍、阿里的 3 倍，这种极致效率背后有 AI 的重要贡献。

类似地，拼多多的 Temu 在海外迅速扩张，也依靠 AI 分析海外消费者偏好和优化跨境物流路径。

拼多多的 AI 策略还有一个特点，高度依赖开源成果并专注场景微调，而非自研底层模型。这种 "拿来主义 + 定制化" 的做法符合黄峥对技术的务实态度。

技术只是工具，业务才是核心。

对于拼多多来说，AI 就像水电煤一样是基础设施，重点不是拥有而是用好。

AI 战略的商业觉醒

这四家公司的 AI 战略不仅停留在概念层面，已开始显现实际商业价值，证明 AI 正从烧钱的 "实验室项目" 变为创造价值的引擎。

京东的言犀大模型已在内部多个场景落地应用，提升了实体属性抽取准确率 (96%) 和多轮对话生成效果。并且，京东言犀平台已开始对外服务，形成新的收入来源。

京东的库存预测模型让补货自动化率超 85%，这对于管理数百万 SKU 的零售商来说意味着巨大成本节约。

京东的言犀大模型已在内部多个场景落地应用，提升了实体属性抽取准确率 (96%) 和多轮对话生成效果。并且，京东言犀平台已开始对外服务，形成新的收入来源。京东的库存预测模型让补货自动化率超 85%，这对于管理数百万 SKU 的零售商来说意味着巨大成本节约。

快手的 AI 商业化进展最为明显。以其自研的 “可灵（Kling）” 多模态大模型为中心展开，成功打通了技术到商业的通路。在短短一年内，可灵 AI 从项目孵化成长为快手新的业绩增长点。

其可灵模型直接催生了日均消耗 3000 万元的 AIGC 短视频营销和虚拟人直播业务。

截至 2025 年 2 月，可灵 AI 相关业务的累计营业收入已超过 1 亿元人民币。也迅速提升了快手在资本市场和行业内的形象。2024 年，快手公司股价逆势上涨约 50%，市值接近 2500 亿港币。

这些数据直接体现在快手 2024 年的营收增长上，证明其 AI 技术投入得到了实质性回报。

在短短一年内，可灵 AI 从项目孵化成长为快手新的业绩增长点。其可灵模型直接催生了日均消耗 3000 万元的 AIGC 短视频营销和虚拟人直播业务。

截至 2025 年 2 月，可灵 AI 相关业务的累计营业收入已超过 1 亿元人民币。也迅速提升了快手在资本市场和行业内的形象。

2024 年，快手公司股价逆势上涨约 50%，市值接近 2500 亿港币。这些数据直接体现在快手 2024 年的营收增长上，证明其 AI 技术投入得到了实质性回报。

小红书的 AI 商业化更多围绕搜索和社区体验改善。数据显示，每日站内搜索请求高达 6 亿次，AI 增强的搜索体验直接提高了用户粘性和广告转化率。2023 年 9 月小红书上线的 "搜索通" 竞价广告平台是 AI 搜索变现的重要尝试，未来随着 "点点" 搜索应用成熟，搜索广告营收有望大幅增长。

拼多多虽然低调，但其极致人效背后离不开 AI 赋能。拼多多早期就构建了分布式计算框架支撑海量用户实时推荐，实现了著名的 "货找人" 模式。AI 还帮助拼多多优化物流履约路径，根据历史订单地理分布预测仓储选址和库存配置，这对其跨境电商 Temu 的迅速扩张提供了关键支持。

技术层面上，四家公司投入也各有侧重。

京东构建了包括言犀 AI 开发平台、向量数据库在内的完整技术栈，并开源了分布式向量数据库 Vearch；

小红书的 "小地瓜" 大模型注重中文理解和多模态能力，在内容理解上颇具优势；

拼多多则可能更多地借力开源模型和外部技术，聚焦业务应用而非基础研究。

这些 AI 投入已逐步从前台用户体验延伸到后台运营优化。京东的智能供应链预测、快手的广告投放优化、小红书的内容审核系统、拼多多的物流路径规划，都是 AI 创造价值但用户 "无感知" 的案例。这种全方位的 AI 渗透，正是区别于前几波技术浪潮的关键特征。

结语

在 AI 技术浪潮中，两种类型的企业各有所长。一类是技术导向型企业，擅长前沿算法突破和基础研究；另一类是商业应用型企业，擅长将技术与具体场景结合，创造实际价值。

传统上，BAT和字节等科技巨头以技术创新见长，常常率先布局最前沿的研究方向，同时进行激进的产品创新。而京东、小红书、快手、拼多多则更专注于商业落地，将技术视为服务业务的工具。

这些公司的成功拓展了 AI 价值的边界。

技术全民化阶段的竞争本质，不再是谁能发明技术，而是谁能更好地应用技术。

当 AI 从实验室走向市场，从稀缺走向普惠，主导权已经开始从技术创新者转向场景应用者。

如今，AI 正在经历从概念到落地的关键转折点，那些曾被视为 "不够科技" 的准一线大厂，却因为对场景和用户的深刻理解，在这场转折中占据了先机。它们正在用实际行动证明，技术的真正价值不在于其复杂程度，而在于其解决问题的能力。

技术终将普惠，价值永远稀缺。掌握技术的企业可能会有优势，但深刻理解如何创造价值的企业，才是最终的赢家。