新零售智能服务的解决方案

这一幅图呢是我们针对整个电商新零售方向提出的解决方案。官方的名字是阿里店小蜜4.0。这个方案的上半部分总共有六大模块，接下来会逐个给大家介绍。支撑整个模块的底层是我们的一些数据和引擎的内核。

 

首先，智能对话模块。这些年关于智能对话的的报道非常流行。但是它在解决电商或者新零售行业的具体问题仍会面临很多挑战。我们的产品可以把它区分成三个层次。只有用户的体验得到保证，对话能力才能真正深入到业务的细节里。我们会提供一个很强大的官方的知识库，把整个行业的一些问题进行汇总。在可用的基础之上，达到高效好用的效果。当客户来咨询的时候，缩短用户等待的时间。同时做到千人千面的人性化服务，让用户喜欢。

智能自检可以帮助企业实时规范和检查服务人员的标准化程度。店铺问题实时告警和质检成绩自查方便快捷等功能。

第三个模块是我们针对客户提出的语聊分析的模块。它可以帮助企业在服务客户的同时获得一些客户的洞察。

在新零售的场景之下，营销跟服务已经逐渐的融合。我们可以精准的根据你的偏好，结合已有的行业知识。为你做一些针对性的一些推荐，从而在服务的过程中帮你去提升客单价。

除了等待商机上门，我们还可以主动的做一些营销的下行。我们需要对客户的行为数据有一个比较好的理解。你对于人的理解越深，你的服务就越有针对性。我们会针对行业里常用的策略去做一些深入的挖掘。用不同的营销行为适配不同人群。我们针对客户的全生命周期进行一些精准的匹配，用AI的方式提升行业的效率。

接下来给大家看一下电商里比较几个比较典型的场景。在定价方面，当批量定价发生错误的时候，批量的通知客户是非常麻烦的。有了智能外呼之后，我们可以快速的去帮助商家通知客户。

在过去的五年里，我们针对电商和新零售的客户做了大量的前期工作。为商家提供了非常大的价值，尤其是头部商家，可以大量的节省人力成本，提升店铺的转化率。

对于腰部商家也是这样，就是我们可以提供说更多的就是这个人机辅助方面的一些价值，帮助他们呢更好的去对流量去进行转化。店小蜜为店铺提升了回复速度以及节省了大量人工成本。

对于尾部商家亦是如此。在使用了店小蜜之后，能更好的帮助人工客服专业，快速，准确的回复顾客问题。提高了顾客购物体验。店铺接待能力和销售额也上涨了20-30%左右。对于活动期间，咨询量暴增，可直接使用全自动店小蜜接待。定的回复，而店小蜜能更好的解决这一问题，给顾客的更专业的服务体验。

在过去的五年时间，我们累计服超过180万的商家。去年我们帮助整个行业节省了将近20亿的客户成本。同时在去年，我们帮助商家提升了几百亿的营收。

AI在新零售智能服务中的应用

对于整个对话系统来讲，核心的技术是重中之重。目前大概会有这几个特点。

情感智能，让对话机器人更有“温度”。当前的对话机器人可理解和应对“有限”的情感，以多层语义分析为主。第二、记忆推理，让用户有更强的智能感体验。推理模型在多轮对话基础上，加入了显式的记忆和推理的模块，提取跟当前语境相关的上下文信息，让用户有更强的智能感体验。第三、多轮交互，无监督机器学习，打造对话小剧本。在任务型对话系统中，克服人工设计带来的耗时耗力、设计周期长、对话分支不可穷举、主观因素强等缺点。第四、图谱计算，基于异构信息网络的认知问答。在电商场景中，除了NLP算法单纯从自然语言角度挖掘文本语义，图神经网络基于深度学习、表示学习的思想。

语音交互技术具备以下几个特点。首先，我们实现了全双工自然对话。它可以更自然、类人的语音交互。还可以自然回应、打断识别、实时片段处理平均响应时长缩从 1.6 秒缩短至 0.4 秒。其次，它支持个性化语音合成。基于说话人少量录音合成高相似度个性化语音明星语音、IP 语音，惊喜的语音体验。最后，它能做到多轮语音对话。高精确度ASR语音识别和TTS语音合成，可定制化多轮语音对话流，结合上下文理解和语音对话策略。

多模态技术相对比较陌生。我们日常在购物的时候去咨询，客服有时候会直接告诉你一句话，有时候会发过来一张图片。如果说是在安装的时候遇到困难，会给你发过来一段视频。在这样的交互的场景之下它就是多模态的交互。

个性化推荐是一个老生常谈的话题。我们如何在交谈的过程中实现个性化的推荐？对于机器是一个非常大的挑战。我们在这个方面做了非常多的创新。总结来讲，深度拓展它能力边界，从广度上讲，增加它的丰富度。

最终的目标，我们都希望提供更智能的对话。让消费者和商家的距离越拉越近。接下来分享一下过去的几年的行业趋势。

新零售智能服务的发展趋势

对于消费者来讲无缘无故的打扰其实就是骚扰。如果针对他的需求，他理解的越多，服务会更有针对。无论是从定位还是从目标来讲，我们都会把服务跟营销去做更多的这个融合。

 

第二个趋势，我们从被动转成主动。而不是一味的等待客户上门。我们从技术角度需要对它去做更多深层次挖掘，才能够适应这种趋势。

第三个从大众化到个性化。我们针对自己的个性化客户提供不同的服务，对于整个新零售行业来讲非常有意义。

刚刚讲到技术上的多模态，因为它的出现对于整个营销和服务的场景，我们在不同的环境之下有不同的策略。不管售前的导购，还是售后的服务。每一个角度都可以用AI来帮助大家去赋能。

今天AI不断发展，它的底层的能力会越来越强。随着应用的深入，每一个行业会遇到越来越多个性化的问题。在这个场景之下，我们怎么样能够更好的发挥各自的这个价值呢？目前我们店小秘做整个行业的基座跟底层。我们希望ISV跟我们共建，把面向行业具体客户的解决方案，做的更深入和完善。在过去的几年里，我们培养了超过5万名行业训练师。我们也跟十几个ISV建立了深入的合作关系。