智东西（公众号：zhidxcom）
作者 |  杨京丽
编辑 |  李水青

智东西9月23日报道，今日，京东宣布其全新京麦AI经营中心即日起逐步开放公测，首批上线商品、广告、客服3个官方AI专家，及速当家选品专家、魔方客服专家、河图商品专家、数云会员专家、集客会员专家5个第三方AI专家，并带来超级助手、全场景AI诊断、第三方工具市场等能力。

在产品层面，京东计划推动152个经营场景实现AI提效，让AI参与店铺诊断、任务规划、工具调用和效果复盘。在技术层面，京东以“经营本体、经营动作和Agent运行体系”为基础，打通PC、移动端和云端，使Agent能够理解店铺经营情况并跨端执行任务。在业务应用层面，京东通过AI优化商品信息，相关商品的搜索曝光UV提升26.25%，商详转化率提升0.56个百分点。

京东希望借此把自营业务多年积累的数据、方法论和托管经验，转化为商家可以直接使用的经营能力，推动商家经营从使用单点AI工具，逐步转向诊断、决策、执行和复盘相连接的自动化经营。

一、AI经营中心开放公测，专家团、AI诊断和第三方工具市场同步上线

京东零售平台产品与研发中心平台生态产品部负责人卢洪营介绍，商家经营涉及商品管理、广告投放、素材制作、客服、店铺运营、会员营销等多个环节，多平台经营还要求商家不断理解不同平台的规则，经营成本较高。

针对这些问题，京东盘点了商家经营全流程，计划在152个经营场景中推进AI工具提效。全新京麦AI经营中心主要提供三项能力：超级助手与AI专家团、全场景AI诊断、第三方工具市场。

其中，超级助手负责理解商家的问题、规划经营任务，并调度相应的AI专家和工具。首批专家包括商品、广告、客服3个官方AI专家，以及覆盖素材制作、客服和店铺运营等方向的5个第三方AI专家。商家既可以直接向专家提问，也可以让超级助手拆解任务并组织不同专家协同完成。

以设计专家为例，商家上传商品白底图后，AI可以生成包含卖点的商品主图，也可以把图片扩展为商品视频，并通过AB实验验证不同素材的效果。相比一次性生成内容，其重点是把素材诊断、生成、投放验证和持续优化连接起来。

全场景AI诊断则从商品、流量、转化、交易等数据中发现店铺问题，形成每日待办、每周计划和月度复盘，再调用专家和工具执行优化。该能力还将与京东商家成长体系打通：平台根据商家类型、赛道和成长阶段制定不同路径，并将任务完成情况与流量积分、平台权益联动。

卢洪营称，过去3个月，京麦AI工具的商家使用活跃度提升了150%。京东还在探索从单点提效走向经营托管，其货盘托管系统可将商品划分为新品、趋势品、常销品和尾货等类型，在销售目标、价格及广告预算等约束下制定策略，并持续监测、执行和复盘。京东称，该系统已试点覆盖约20万件自营商品，动销率提升超过20个百分点。

会上，卢洪营宣布，全新京麦AI经营中心于9月23日起逐步向商家开放公测。

二、AI整合店铺经营信息，商家可录屏教Agent干活

京东零售平台产品与研发中心自营与生态研发部负责人顾风胜进一步拆解了京麦AI经营中心的技术架构。整套架构由商家入口、专家协同、运行体系和经营要素等部分组成，目标是连接经营事实、专业能力与任务执行。

在入口层，商家可以通过Web、PC和移动端进入AI经营中心、AI创意工坊及开放平台AI能力广场。进入系统后，官方专家负责提供经营诊断和平台方法，第三方专家提供行业方法与专业服务，位于中间的超级助手Master则负责理解诉求、规划任务和调度工具。

支撑上述专家协同的是一套多端Agent Runtime。商家可以在PC端发起诊断、查看方案，在移动端确认操作，再由云端持续执行任务。不同终端共享同一经营上下文和任务状态。系统还提供AGUI组件、执行沙箱以及评测与观测能力，用于呈现执行结果、隔离运行环境、管理身份授权，并追踪Agent的运行过程。

更底层的经营要素分为“经营本体”和“经营动作”。经营本体以商家、店铺、SPU（标准化商品单元）和SKU（库存量单位，即具体规格商品）为主线，综合商家画像、经营表现、时空背景及行业竞品数据，统一指标口径和判断依据，为店铺诊断和问题归因提供基础。

经营动作则负责将判断转化为执行。京东把平台开放API、商家实际操作流程及第三方行业方法，沉淀为CLI、Skill、MCP和Flow等可调用能力。目前相关能力包括500余项CLI业务动作、200余项Skill和100余项Flow。商家可以通过屏幕录制示范一遍操作，也可以用自然语言描述需求，系统再将其转换为能够定期自动执行的任务，让店铺巡检、信息修改、素材更新等重复工作逐步自动化。

顾风胜称，京东还将通过开放平台引入第三方开发者和服务商，让行业知识、专业软件和经营方法接入同一套Agent体系。

三、AI优化商品信息描述，搜索曝光提升26.25%

京东零售平台生态商品运营部负责人刘光月介绍，消费者寻找商品的方式正在发生变化：过去是输入明确的商品关键词，现在则越来越多地直接描述场景和需求。这要求商品信息不仅能被消费者看懂，也要能被AI识别、理解和推荐。

围绕消费者“搜不到、看不懂、信不过”三类痛点，京东提出建设“全、准、好”的商品信息体系：“全”是信息完整，让AI认识商品；“准”是信息真实准确，让AI信任商品；“好”是表达清晰、贴近需求，让AI愿意推荐商品。

其具体链路包括五步：AI洞察、AB实验、好素材规范、AI生产与发布、AI托管。AI首先从搜索、浏览、评价、咨询和售后等用户反馈中识别商品问题和潜在需求；随后在搜索、频道等真实场域开展AB实验，判断哪些优化有效；再将有效表达沉淀为素材规范，批量生产并发布内容；最后持续监测效果，自动迭代优化。京东称，相关商品信息优化已使搜索曝光UV提升26.25%，商详转化率提升0.56个百分点。

结语：AI开始理解经营场景

整体来看，京东正搭建一套覆盖经营信息理解、问题诊断、任务规划和自动执行的系统。京麦AI经营中心负责承接商家的经营需求，经营本体为AI提供店铺和商品信息，CLI、Skill、MCP和Flow等能力负责执行具体任务，多端Agent运行体系则连接PC、移动端和云端。

从商品信息优化到货盘托管，京东已经开始验证AI在实际经营中的效果。随着全新京麦AI经营中心开放公测，下一步的关键将是这些能力能否覆盖更多商家和经营场景，并在第三方开发者、服务商和品牌商参与下，从单点提效进一步走向规模化的经营自动化。