广告位

您现在的位置是:主页 > 运营 >

从专业领域到大众领域 AWS牵手中国本土出行巨头首汽约车

2020-11-12 17:20运营 人已围观

简介作为云计算全球一哥,亚马逊云服务(AWS)服务全球数百万客户,帮助其实现数字化的转型和创新。在众多高科技企业背后, 都浮现AWS技术的身影。对于中国C端用户而言,一般难以直...

作为云计算全球一哥,亚马逊云服务(AWS)服务全球数百万客户,帮助其实现数字化的转型和创新。在众多高科技企业背后, 都浮现AWS技术的身影。对于中国C端用户而言,一般难以直接感知AWS服务。而日前AWS与中国本土出行巨头首汽约车的战略合作,将自身技术服务延展至大众领域。越来越多的中国用户能享受到AWS高性能技术带来的便利。

此次AWS与首汽约车的战略合作主要聚焦在智能语音方向。该解决方案是基于AWS机器学习服务Amazon SageMaker和Amazon Transcribe开发的,也是出行行业首个定制智能语音解决方案。

从专业领域到大众领域AWS牵手中国本土出行巨头首汽约车

首汽约车CEO魏东

在首汽约车CEO魏东看来,中国网约车市场已经开始从粗放的1.0时代迈向精细化2.0时代,智能化是网约车2.0时代最核心的部分。如何通过智能化实现服务的标准化是摆在首汽约车、滴滴等网约车平台面前亟待解决的问题。“网约车过去几年虽然很热闹,但事实上我们都始终是在网约车1.0时代,不管我们从滴滴、uber,到神州、曹操、首汽约车等等,我们过去都做的只是连接而已,我们只是通过各种手段提升了司机和乘客的匹配效率。我们不断去挖掘我们的交易引擎、地图引擎、定价引擎,目的是不断让车更快的找到人,目的是让整体的交易效率更高一点,从而不断增加供给、不断增加匹配。这是我们过去一直在做的是1.0的模式,就是连接的效率问题。网约车的交易是基于一天这几个大平台每天都是上千万单的人的每次交易,不是上千万件物理货品的运输,而是一个活体的人去运送活体的人,所以这里面最难的在于这样两侧的融合要高效完成,尤其是驾驶员这侧,对于每一个个体,每一单都能够标准化,我们现在在朝这方面去做。”

如何实现网约车2.0智能智慧交通,魏东认为需要大量拥抱技术,进行大量运算,大量进行数据的处理。一方面是自有的数据、平台的数据、交易数据,一方面是基于对用户理解的用户标签化的数据。但这远远不够,还需要公共数据,包括道路数据、社会数据等任何影响出行最终结果的变量。“如何把这些因素都纳入到一个真正的计算里面,全社会联网不是难事,全社会的联脑怎么实现,这里面涉及到技巧的问题和管理能力的问题。这是真正摆在全行业面前的挑战,但我们非常高兴能够拥抱亚马逊AWS,在这方面已经做了非常多的事情。”

作为中国出行领域的代表性企业,首汽约车对高精尖技术有着开放心态。魏东认为需要更多的技术来解决2.0时代的问题,一方面首汽约车会积极探索,另一方面也会提出各种需求给到AWS,希望一起找到解决方案。“这样的话我们也不用自己增加团队,这不现实,这不是我们擅长的事情,我们需要有所为有所不为,我们可以聚焦在乘客体验上、聚焦在司机体验上,怎么样打造非常好的双边体验,把这样的技术运用起来,实现企业的增值,以及我们共同创造一种社会价值。”

从专业领域到大众领域AWS牵手中国本土出行巨头首汽约车

AWS大中华区产品部总经理顾凡

AWS大中华区产品部总经理顾凡认为AWS与首汽约车双方的战略合作是水到渠成,首汽约车有场景,有愿景,也有数据,AWS有技术。AWS能够用更少的人、更少的成本去快速地试错,能够去验证人工智能真的能够帮助提升客服的效率,提升客户的体验。AWS和首汽约车两边的碰撞,其实就是一个技术去赋能行业中一个新的场景,带来客户体验的提升。

用人工智能技术提升出行行业客户体验,赋予企业差异化竞争能力,在顾凡看来中国的人工智能发展速度非常快,而且已经快速落地场景中。AWS已经与首汽约车一起发掘这些场景,真正把别人没有干的事情做出来,未来演变成一个服务,更多人会用到和看到首汽在利用语音方面怎么提升解决客诉和提升客户体验的实践。

此次AWS机器学习服务Amazon SageMaker再一次出现在客户服务中,这一全球领先的技术也是AWS今年4月落地中国地区的重磅级技术。在中国Amazon SageMaker在医疗健康、教育、出行、工业智能、游戏、新媒体等各个行业应用不同场景的实践中。从智能远程心电平台的AI训练和推理场景,提升了模型训练的速度 到快速地构建具有逼真语音体验的在线学习平台以及更高精尖的自动驾驶领域等。

在之前回答199IT的提问时,顾凡表示,AWS对Amazon SageMaker在中国的发展预期非常大。在中国,人工智能和机器学习最大的挑战在于人才,成本非常高,一个数据科学家基本在100万年薪起步,而且很多被超大型科技公司所垄断。Amazon SageMaker能够帮助企业实现不用雇佣数据科学家,只需要雇有一些数据经验的开发工程师,然后通过培训,用SageMaker几周就实现产出。这是SageMaker最厉害之处。

顾凡认为,SageMaker想象空间不在于AWS,而在于整个行业。AWS帮助行业降低门槛,让非大公司的其他客户有能力把ML做成一个工具,让他们去想象应用场景。“我们坐在屋里是想象不出来SageMaker是怎么用的,只有客户自己能想象出来。我们只不过帮他用逆向思维多测一测而已”。

与场景结合,SageMaker将迸发出强大的性能和生命力,这一趋势也在与首汽约车战略合作中体现出来。目前出行行业普遍采用行程录音辅助安全监控,以及用户问题投诉处理。然而,现有的语音解决方案常常因为录音质量问题难以达到实际目的。

AWS数据实验室和解决方案研发中心在深入了解行程录音的特点及技术需求后,开发了语音降噪和导航音分离算法,并利用Amazon SageMaker机器学习服务进行模型训练、部署和调优,实现模型的快速迭代。Amazon SageMaker机器学习服务极大地降低了首汽约车采用机器学习的门槛。通过这一全托管的服务,首汽约车的数据科学家和算法工程师只需要专注数据和业务逻辑,无需运营和管理复杂的机器学习系统。此外,首汽约车还通过Amazon Transcribe人工智能语音服务将行程录音自动转化为文字,从而实现通过场景化的关键词识别分析触发安全预警,结合后台安全监控人员的人工判断,让实时的行程安全监控从可能变成现实。在应用这一智能语音解决方案时,其对用户数据保留全部所有权,可以随时决定数据的存储及访问权,并确保所有访问行为的合规。

在用户问题投诉处理方面,客服人员可以综合利用文字和语音信息,及时准确地进行判别,提高工作效率,改善司乘满意度。通过使用智能语音解决方案,首汽约车实现客服人工审核工作量降低35%,客服人工听音审核时长缩短20%,并保证智能客诉处理准确率达90%以上,有效改善了司乘体验及满意度、提高企业运营效率,同时,通过智能判责替代人工,还可以有效的降低成本。首汽约车和AWS未来也将进一步紧密合作,丰富智能判责场景,如针对网约车服务中可能出现的司乘矛盾、行驶路线问题等,通过语音智能识别后用作判定的依据。

在AWS中国团队的不断努力下,2020年AWS在中国的落地速度大大加快,今年以来,AWS中国区域已经发布了290项新服务或新功能,远远超过了2019年的数量总和。新服务和新功能不仅涉及大数据分析、人工智能与机器学习、物联网等热门领域。

对于此次与首汽约车的战略合作,AWS大中华区产品部总经理顾凡表示,“当下,全球大部分云上机器学习工作负载都在AWS上进行,我们也将利用AWS全球领先的云技术持续赋能客户。此次,依托AWS广泛而深入的机器学习服务,我们在短短4个月内就完成了智能语音解决方案的开发和上线,也期待能够与首汽约车继续携手推动出行行业的智能化转型。”

广告位
    广告位
    广告位

站点信息

  • 文章统计25581篇文章
  • 寻求报道:86345@qq.com
  • 微信:扫描二维码,关注我们