课程简介

大模型重塑采购定价，本质上是将采购从“成本中心”升级为“价值创造中心”。大模型的语义理解与推理能力，为定价这类"数据+知识+推理"密集型任务提供了新解法——让模型读懂商品与供应商，融合库存、销量、对标价等多维数据，生成有依据、可解释的定价建议。

 采购价直接决定零售企业的毛利底线。在百万级SKU的规模下，传统采购定价依赖采购员个人经验——对标价难找全、供应商成本结构看不清、议价空间"靠感觉"，定价知识散落在个人经验中，难以沉淀与复用。

 本次分享结合京东在采购降本场景的实践，深度研讨从数据口径治理、领域大模型训练（CPT/SFT），到定价智能体落地与人机协同的完整链路，为不同行业与会者提供效果评估与可信性保障的经验和踩坑教训，以精准定价提升决策智能革命、提升全链条供应链的竞争力、韧性。

 课程收益

目标：

帮助听众掌握大模型在采购定价这类高价值经营决策场景落地的完整方法论：场景选择、数据准备、领域模型训练、应用架构与效果评估。

 成功要点：

1、统一价格数据口径与数据底座建设是一切定价智能的前提；

2、通用大模型+领域继续预训练/微调相结合，让模型真正"懂采购"；

3、定价建议必须可解释、可追溯，采用人机协同而非全自动决策；

4、从小场景快速验证收益，再规模化推广。

 启示：

1、大模型不仅能做问答与内容生成，更能深入企业核心经营决策；"数据体系+领域模型+智能体应用"的范式可迁移到销售定价、库存补货等其他供应链决策场景。

2、大模型重塑采购定价，本质上是将采购从“成本中心”升级为“价值创造中心”。既带来直接的采购成本下降和效率提升，更通过数据驱动的智能决策，在供应商、价格、交期、风险四个维度实现系统性优化，推动供应链从“经验驱动”走向“全局最优”。

 受众人群

具身智能算法工程师、AI原生应用架构师、 决策智能体开发人员、机器人系统研发工程师、视频算法工程师、智能体（Agent）开发工程师以及其他对AIGC感兴趣的从业者。

课程周期

    0.5天（3H） 

课程大纲