新零售智能服務的解決方案
這一幅圖呢是我們針對整個電商新零售方向提出的解決方案。官方的名字是阿裡店小蜜4.0。這個方案的上半部分總共有六大子產品，接下來會逐個給大家介紹。支撐整個子產品的底層是我們的一些資料和引擎的核心。
首先，智能對話子產品。這些年關于智能對話的的報道非常流行。但是它在解決電商或者新零售行業的具體問題仍會面臨很多挑戰。我們的産品可以把它區分成三個層次。隻有使用者的體驗得到保證，對話能力才能真正深入到業務的細節裡。我們會提供一個很強大的官方的知識庫，把整個行業的一些問題進行彙總。在可用的基礎之上，達到高效好用的效果。當客戶來咨詢的時候，縮短使用者等待的時間。同時做到千人千面的人性化服務，讓使用者喜歡。
智能自檢可以幫助企業實時規範和檢查服務人員的标準化程度。店鋪問題實時告警和質檢成績自查友善快捷等功能。
第三個子產品是我們針對客戶提出的語聊分析的子產品。它可以幫助企業在服務客戶的同時獲得一些客戶的洞察。
在新零售的場景之下，營銷跟服務已經逐漸的融合。我們可以精準的根據你的偏好，結合已有的行業知識。為你做一些針對性的一些推薦，進而在服務的過程中幫你去提升客單價。
除了等待商機上門，我們還可以主動的做一些營銷的下行。我們需要對客戶的行為資料有一個比較好的了解。你對于人的了解越深，你的服務就越有針對性。我們會針對行業裡常用的政策去做一些深入的挖掘。用不同的營銷行為适配不同人群。我們針對客戶的全生命周期進行一些精準的比對，用AI的方式提升行業的效率。
接下來給大家看一下電商裡比較幾個比較典型的場景。在定價方面，當批量定價發生錯誤的時候，批量的通知客戶是非常麻煩的。有了智能外呼之後，我們可以快速的去幫助商家通知客戶。
在過去的五年裡，我們針對電商和新零售的客戶做了大量的前期工作。為商家提供了非常大的價值，尤其是頭部商家，可以大量的節省人力成本，提升店鋪的轉化率。
對于腰部商家也是這樣，就是我們可以提供說更多的就是這個人機輔助方面的一些價值，幫助他們呢更好的去對流量去進行轉化。店小蜜為店鋪提升了回複速度以及節省了大量人工成本。
對于尾部商家亦是如此。在使用了店小蜜之後，能更好的幫助人工客服專業，快速，準确的回複顧客問題。提高了顧客購物體驗。店鋪接待能力和銷售額也上漲了20-30%左右。對于活動期間，咨詢量暴增，可直接使用全自動店小蜜接待。定的回複，而店小蜜能更好的解決這一問題，給顧客的更專業的服務體驗。
在過去的五年時間，我們累計服超過180萬的商家。去年我們幫助整個行業節省了将近20億的客戶成本。同時在去年，我們幫助商家提升了幾百億的營收。
AI在新零售智能服務中的應用
對于整個對話系統來講，核心的技術是重中之重。目前大概會有這幾個特點。
情感智能，讓對話機器人更有“溫度”。目前的對話機器人可了解和應對“有限”的情感，以多層語義分析為主。第二、記憶推理，讓使用者有更強的智能感體驗。推理模型在多輪對話基礎上，加入了顯式的記憶和推理的子產品，提取跟目前語境相關的上下文資訊，讓使用者有更強的智能感體驗。第三、多輪互動，無監督機器學習，打造對話小劇本。在任務型對話系統中，克服人工設計帶來的耗時耗力、設計周期長、對話分支不可窮舉、主觀因素強等缺點。第四、圖譜計算，基于異構資訊網絡的認知問答。在電商場景中，除了NLP算法單純從自然語言角度挖掘文本語義，圖神經網絡基于深度學習、表示學習的思想。
語音互動技術具備以下幾個特點。首先，我們實作了全雙工自然對話。它可以更自然、類人的語音互動。還可以自然回應、打斷識别、實時片段處理平均響應時長縮從 1.6 秒縮短至 0.4 秒。其次，它支援個性化語音合成。基于說話人少量錄音合成高相似度個性化語音明星語音、IP 語音，驚喜的語音體驗。最後，它能做到多輪語音對話。高精确度ASR語音識别和TTS語音合成，可定制化多輪語音對話流，結合上下文了解和語音對話政策。
多模态技術相對比較陌生。我們日常在購物的時候去咨詢，客服有時候會直接告訴你一句話，有時候會發過來一張圖檔。如果說是在安裝的時候遇到困難，會給你發過來一段視訊。在這樣的互動的場景之下它就是多模态的互動。
個性化推薦是一個老生常談的話題。我們如何在交談的過程中實作個性化的推薦？對于機器是一個非常大的挑戰。我們在這個方面做了非常多的創新。總結來講，深度拓展它能力邊界，從廣度上講，增加它的豐富度。
最終的目标，我們都希望提供更智能的對話。讓消費者和商家的距離越拉越近。接下來分享一下過去的幾年的行業趨勢。
新零售智能服務的發展趨勢
對于消費者來講無緣無故的打擾其實就是騷擾。如果針對他的需求，他了解的越多，服務會更有針對。無論是從定位還是從目标來講，我們都會把服務跟營銷去做更多的這個融合。
第二個趨勢，我們從被動轉成主動。而不是一味的等待客戶上門。我們從技術角度需要對它去做更多深層次挖掘，才能夠适應這種趨勢。
第三個從大衆化到個性化。我們針對自己的個性化客戶提供不同的服務，對于整個新零售行業來講非常有意義。
剛剛講到技術上的多模态，因為它的出現對于整個營銷和服務的場景，我們在不同的環境之下有不同的政策。不管售前的導購，還是售後的服務。每一個角度都可以用AI來幫助大家去賦能。
今天AI不斷發展，它的底層的能力會越來越強。随着應用的深入，每一個行業會遇到越來越多個性化的問題。在這個場景之下，我們怎麼樣能夠更好的發揮各自的這個價值呢？目前我們店小秘做整個行業的基座跟底層。我們希望ISV跟我們共建，把面向行業具體客戶的解決方案，做的更深入和完善。在過去的幾年裡，我們培養了超過5萬名行業訓練師。我們也跟十幾個ISV建立了深入的合作關系。