JD.com potwierdza pięcioletni cel: 3 miliony robotów i milion pojazdów autonomicznych

Podczas konferencji JDDiscovery 2026 w Pekinie, JD.com przedstawiło fundamenty strategii „Physical AI Acceleration Plan”. Firma oficjalnie potwierdziła swój cel operacyjny na najbliższe pięć lat: wdrożenie 3 milionów robotów, 1 miliona pojazdów autonomicznych oraz 100 tysięcy dronów dostawczych. Warto zauważyć, że według części źródeł, w tym doniesień South China Morning Post, liczby te stanowią cele zakupowe (zakupowe) JD Logistics, co sugeruje model oparty na szerokich zamówieniach zewnętrznych oraz integracji gotowych rozwiązań z własną siecią. Skala zapowiedzi wskazuje na próbę budowy kompletnej platformy ucieleśnionej AI, w której decyzje algorytmów są bezpośrednio zintegrowane z ruchem fizycznym maszyn w łańcuchu dostaw.

Dane i obliczenia jako fundament ucieleśnionej AI

Realizacja tak masowego wdrożenia opiera się na nowej infrastrukturze danych. JD Cloud planuje zgromadzić w ciągu dwóch lat ponad 10 milionów godzin nagrań wideo dokumentujących rzeczywiste ludzkie czynności. Ambicje jednostki JD Cloud wykraczają poza samo gromadzenie nagrań; dąży ona do stworzenia największego na świecie centrum zbierania danych na potrzeby ucieleśnionej sztucznej inteligencji (embodied AI data collection centre), co ma zapewnić firmie przewagę w precyzji trenowania modeli. Ten unikalny zbiór posłuży do trenowania modeli sztucznej inteligencji, aby lepiej rozumiały i naśladowały fizyczne zachowania człowieka w środowisku magazynowym i transportowym.

Za stronę obliczeniową ma odpowiadać klaster GPU budowany we współpracy z chińskim producentem Moore Threads. Docelowo infrastruktura ma liczyć 100 tysięcy jednostek. Firma nie ujawniła jednak konkretnych modeli układów ani harmonogramu budowy klastra, co pozostaje jednym z niewiadomych elementów projektu obok całkowitych kosztów inwestycji i planowanego wskaźnika zwrotu (ROI).

Meta Brain 3.0 i precyzyjna logistyka

Kluczowym ogniwem łączącym dane z fizycznym działaniem jest system Meta Brain 3.0. Według deklaracji JD, integruje on informacje z magazynów, transportu i tzw. ostatniej mili, skracając czas obliczania optymalnych tras z minut do sekund. System ten zarządza również nowymi rozwiązaniami technicznymi:

• LangzuTech Packer: system pakujący wykorzystujący równoległe uczenie przez wzmacnianie (reinforcement learning) w symulacjach, co pozwala na precyzyjne manipulowanie obiektami o nieregularnych kształtach.
• Seria Wolf Robot: roboty przemysłowe przystosowane do pracy w trudnych warunkach, w tym w temperaturach do -20 stopni Celsjusza, co umożliwia automatyzację chłodni.

Istotnym elementem rozbudowy infrastruktury fizycznej jest plan budowy 80 placówek typu RoboBase na terenie Chin. Realizacja tego celu ma zająć pięć lat i stanowić wsparcie dla operacji prowadzonych przez nowo wdrażane jednostki autonomiczne.

Skala operacyjna i rynek pracy

Plany JD.com bazują na już istniejącej sieci ponad 1 800 własnych magazynów i 2 000 magazynów chmurowych. Obecnie flota bezzałogowa firmy operuje już w 20 prowincjach, obejmując m.in. nocne trasy autonomiczne w Shenzhen oraz ponad 100 tras dronowych w trudnodostępnych rejonach Syczuanu. Realizacja tak szeroko zakrojonego planu bezpośrednio zaostrza rywalizację na chińskim rynku logistycznym, stawiając JD.com w otwartej konkurencji z technologiczno-handlowymi gigantami takimi jak Alibaba oraz Meituan, którzy również intensywnie inwestują we własne rozwiązania bezzałogowe.

Przejście na tak wysoką skalę automatyzacji wiąże się z przekształceniem struktury zatrudnienia. JD.com, zatrudniające obecnie około 700 tysięcy osób, zapowiedziało współpracę z 120 instytucjami edukacyjnymi w celu przekwalifikowania pracowników. Firma przewiduje, że w nowym modelu powstanie 100 tysięcy stanowisk dla inżynierów i techników odpowiedzialnych za serwis oraz utrzymanie rosnącej armii robotów.