本報(bào)記者 張佳星

“我們的平臺(tái)每天接待大概4萬個(gè)投訴。”10月29日，在“智能出行、引領(lǐng)未來”媒體溝通會(huì)上，首汽約車CEO魏東坦言，每個(gè)投訴要核實(shí)、要給雙方反饋、要敦促車隊(duì)長問詢……整個(gè)溝通過程繁瑣冗長。

投訴盡是負(fù)能量，如何讓它在最短時(shí)間結(jié)束？AI或許能幫上忙。

“行程錄音是解決投訴的重要依據(jù)，人工智能如果能夠自行鎖定糾紛關(guān)鍵點(diǎn)，將大大縮短處理時(shí)間，也能給出司乘均認(rèn)可的判斷。”魏東說，智能出行行業(yè)正探索大數(shù)據(jù)、人工智能等技術(shù)在出行行業(yè)中的創(chuàng)新應(yīng)用，為用戶帶來更安全、舒適的出行體驗(yàn)。

煉成金牌調(diào)解員，AI要會(huì)的不止一項(xiàng)

“我們?cè)谌珖?60個(gè)城市都部署了網(wǎng)約車平臺(tái)，因此投訴會(huì)來自全國各地，各種各樣的口音，憑人工去聽是根本不可能的。”魏東說，人工智能語音識(shí)別技術(shù)為“不可能”帶來了可能的解決方案。

目前，國內(nèi)普遍通過行程錄音輔助安全監(jiān)控以及用戶問題投訴處理相關(guān)問題。然而，現(xiàn)有的語音解決方案常常因?yàn)殇浺糍|(zhì)量問題難以達(dá)到預(yù)期目標(biāo)。

“如果涉及到騷擾，比如說了臟字，需要來回核實(shí)、定位，還存在方言的問題，而在各種各樣雜音的干擾下，很多時(shí)候錄音是很不清楚的。”魏東說，處理投訴必須要保證乘客的體驗(yàn)、給乘客好的答復(fù)，也要保證公平、不冤枉司機(jī)。

解決投訴，AI需要集“聽風(fēng)者”“方言通”“金牌調(diào)解”于一身，這樣的AI哪里有？

“我們調(diào)研后發(fā)現(xiàn)，出行行業(yè)沒有現(xiàn)成的、能夠排除干擾、準(zhǔn)確識(shí)別不同方言的、鎖定糾紛關(guān)鍵詞的錄音識(shí)別模型可以直接拿來用。”首汽約車副總裁閆磊說，越細(xì)分的任務(wù)越需要自己開發(fā)模型。

“然而，從頭自行開發(fā)的話成本高、也缺乏基層架構(gòu)的人才。”閆磊說，首汽約車的技術(shù)研發(fā)人員更多的是數(shù)據(jù)工程師，而自己搭建整套的人工智能平臺(tái)，包括模型的系統(tǒng)訓(xùn)練都需要專業(yè)平臺(tái)和團(tuán)隊(duì)。

過去優(yōu)秀的AI那么多，它們的“成才”經(jīng)歷一定能夠幫助有特定任務(wù)的AI成才。“這就跟給孩子找教輔差不多，要尋求專業(yè)的團(tuán)隊(duì)合作。”魏東說，語音識(shí)別的模型、語義判別的模型、機(jī)器學(xué)習(xí)的適宜算法……這些如果可以和首汽約車的大數(shù)據(jù)、司乘場景等結(jié)合，將能夠形成適用于出行行業(yè)的智能語音解決方案。

對(duì)此，亞馬遜云服務(wù)（AWS）提供了相應(yīng)的開發(fā)平臺(tái)。雙方團(tuán)隊(duì)進(jìn)行合作，在平臺(tái)上進(jìn)行模型的定制、算法的定制，團(tuán)隊(duì)在深入了解行程錄音的特點(diǎn)及技術(shù)需求后，開發(fā)了語音降噪和導(dǎo)航音分離算法。首汽約車的數(shù)據(jù)科學(xué)家和算法工程師只需要專注數(shù)據(jù)和業(yè)務(wù)邏輯，將數(shù)據(jù)的“靈魂”輸注給AI，無需運(yùn)營和管理復(fù)雜的機(jī)器學(xué)習(xí)系統(tǒng)。

把AI打造成“聽風(fēng)者”“方言通”還有“金牌調(diào)解”，是之前沒有的。“合作團(tuán)隊(duì)要從零開始對(duì)模型進(jìn)行訓(xùn)練、調(diào)優(yōu)，包括讓AI與出行的業(yè)務(wù)部門進(jìn)行溝通磨合，因?yàn)樗麄儗?duì)行業(yè)非常了解，所以是最資深的評(píng)委。”AWS大中華區(qū)產(chǎn)品部總經(jīng)理顧凡說。

預(yù)判，是未來智能出行的“基本功”

還有相當(dāng)一部分投訴產(chǎn)生在服務(wù)發(fā)生之前，乘客投訴司機(jī)推單，司機(jī)投訴乘客找不著，AI能不能把這些誤會(huì)壓縮到最少；還有司機(jī)巡游的情況，一天開12個(gè)小時(shí)車的司機(jī)，多少個(gè)小時(shí)是空駛，AI能不能幫他們找到客戶？

在魏東看來，這些智慧出行中需要解決的“痛點(diǎn)”，通過人工智能和機(jī)器學(xué)習(xí)未來都會(huì)得到緩解。

“過去的智慧出行1.0中，通過平臺(tái)調(diào)度匹配模型，司機(jī)能夠看到哪里是熱點(diǎn)區(qū)域，就會(huì)來這個(gè)地方等單。”魏東說，這種模式其實(shí)可以更智慧一些，比如熱點(diǎn)區(qū)域有十個(gè)需求，從東邊過來幾輛車合理、西邊過來幾輛車合理，后臺(tái)需要通過預(yù)判來告知司機(jī)。

預(yù)判是未來智能出行中調(diào)度AI的“基本功”。“單純的熱點(diǎn)區(qū)域展示，還算不上智能調(diào)度。”魏東說，AI要有本領(lǐng)能夠使得司機(jī)相信聽它的確實(shí)能拉到很多單。

基于對(duì)歷史數(shù)據(jù)的分析、推測(cè)、預(yù)判，調(diào)度AI將告知司機(jī)，去哪個(gè)方向、哪個(gè)目的地，去多少量車是合理的。通過精準(zhǔn)的調(diào)配，按照指令行動(dòng)的司機(jī)90%以上可以提前趕到乘客預(yù)計(jì)的出發(fā)地，進(jìn)而提升訂單的匹配成功率，減少司機(jī)的盲動(dòng)。

此外，安全，無論是駕駛安全還是司乘人身安全，是網(wǎng)約車從誕生以來一直必須面對(duì)的問題。

預(yù)判也可能會(huì)成為解決這個(gè)問題的“鑰匙”。魏東說，當(dāng)碰到乘客情緒波動(dòng)時(shí)，會(huì)產(chǎn)生什么后果，期望在未來更進(jìn)階的人工智能能夠給出早期干預(yù)。

責(zé)任編輯：孫遠(yuǎn)進(jìn) 校對(duì)：海洋