CNET科技行者 11月11日 北京消息 “讓客戶驚喜是所有阿里人的KPI。相比‘雙11’,我更關心‘爽11’。” 11月11日21時40分,阿里巴巴集團首席客戶官(CCO)、資深副總裁吳敏芝亮相天貓雙11媒體中心互動大屏,與現(xiàn)場數(shù)百位媒體分享阿里服務人的“雙11”。
天貓雙11行進至第九年,覆蓋全世界200多個國家和地區(qū),全球十余萬品牌,數(shù)十億消費者及用戶參與。如此龐大的經(jīng)濟體共振,一場牽動全社會商業(yè)資源的購物狂歡順暢進行背后,是一張怎樣繁密堅實的服務網(wǎng)絡在承載?
“服務體系并非后臺,我們需要也正在將很多工作前置。”吳敏芝介紹,為確保消費體驗,一整套變被動為主動的服務工作早在“雙11”開始前3個月就已展開。作為CCO,吳敏芝親自帶隊對商家走訪,傾聽商家一線聲音。期間,阿里服務小二作為客戶代言人也深度參與到各類業(yè)務討論中,輔助業(yè)務決策。
更重要的是,基于大數(shù)據(jù)和神經(jīng)網(wǎng)絡搭建,阿里的智能服務系統(tǒng)已能夠快速預判并發(fā)現(xiàn)問題,在消費者發(fā)起咨詢前主動服務。“在阿里,CCO體系的一切工作都必須圍繞用戶體驗的優(yōu)化和提升展開。”吳敏芝強調(diào)。
通過高科技及大數(shù)據(jù)應用,阿里巴巴自主研發(fā)的智能客服系統(tǒng)今年全面參戰(zhàn)雙11。不僅在淘寶天貓等數(shù)十個業(yè)務中作為官方客服主力服務消費者,天貓雙11主會場商家中,也已有超50%商家成為“店小蜜”的客戶。不僅是在線服務端,即便在熱線端,今年雙11也已首次實現(xiàn)了智能機器人服務窗口。基于一整套智能+人工的組合效能模式,即使在服務量集中爆發(fā)時,阿里服務團隊也能保證實現(xiàn)三個1:客戶請求1秒鐘響應、風險發(fā)現(xiàn)1分鐘布防、人工客服1次性匹配。
吳敏芝現(xiàn)場分享的一組雙11最新服務數(shù)據(jù)作證了此點:截至11日19:00,阿里巴巴服務團隊總服務量800萬,30秒接起超過98%——其中智能服務占比更是高達95%。
吳敏芝強調(diào),服務不是流水線,服務團隊離客戶最近,需要懂客戶,有情感,提供有體感有溫度的服務。盡管被稱為柔軍,但打起雙11硬仗來卻絲毫不含糊。無論是雙11還是日常,她最關心三件事——消費者的體驗提升了多少?商家服務能力提升了多少?我們還能創(chuàng)造哪些驚喜?
講到服務抓手,吳敏芝說,在阿里巴巴,商家是跟消費者觸達的第一窗口,因此,必須始終堅持攜手商家。通過服務技術和能力輸出,進而提升全平臺的服務體驗。阿里為商家自主研發(fā)的智能客服店小蜜就是這一理念的最典型印證。由于機器智能的加入,服務組織得以快速升級。“原來商家服務團隊約有70%人力在售前,有了店小蜜,大量售前咨詢改由機器人完成,商家售前客服占比降至30%-40%——人力被從重復的工作中解放出來,得以投入到售后等更需要情感和創(chuàng)造性的工作中,這是人和機器智能的最佳協(xié)作。”
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。