新零售技术双11大阅兵:线上线下融会贯通 智能应用全面升级

简介: 2017天猫双11全球狂欢节总交易额1682亿,无线交易额占90%,创造了交易创建峰值 32.5 万笔/秒,支付成功峰值 25.6 万笔/秒的历史记录。双11 已经成为全球所有的商业力量在科技、大数据驱动下的一个全球大协同。

2017天猫双11全球狂欢节总交易额1682亿,无线交易额占90%,创造了交易创建峰值 32.5 万笔/秒,支付成功峰值 25.6 万笔/秒的历史记录。双11 已经成为全球所有的商业力量在科技、大数据驱动下的一个全球大协同。


今年的双11是阿里巴巴与线上线下亿万消费者、全球14万品牌、海内外超100万商家共同迎来第九个“双11”,也是“新零售”真正融入消费者生活后的第一个“双11”。今年的双11我们在线上和线下两个大舞台上充分展示了整个生态体系从智能应用到基础设施的技术创新和升级,用新零售科技带着全球的消费者体验从手机、电脑、电视屏幕,到线下核心商圈的全场景的双11。


新零售大阅兵  技术重新定义“买买买”

服装是每年双11最受欢迎的商品类目之一,然而除了“买买买”,如何搭配也是考验众多剁手族的一大难题。双11期间正式上岗的“时尚大脑”让每个消费者都能拥有一位智能时尚顾问。时尚大脑以人工智能算法为内核,融合了淘宝上2万时尚达人50万套时尚搭配理念,并持续的学习、进化它是全球第一个在时尚领域投入商用的AI,是审美品味与机器能力的结合。

 

双11期间,时尚大脑已经入驻拉夏贝尔等品牌门店,顾客只要拿着衣服进入试衣间,就会唤醒时尚大脑。时尚大脑读取衣服上的RFID(无线射频识别)后,便会在屏幕上为顾客个性化推荐多种穿衣搭配方案。导购员会实时收到顾客新的试衣需求,快速响应。除了在试衣间外,顾客还可通过手机淘宝随身购物袋、店内互动大屏等多种形式让这位时尚顾问为自己提供服务。

(顾客走进试衣间体验时尚大脑)

时尚大脑还向淘宝的种子用户在线上开放了“我的穿搭”功能,根据购买记录和天气推荐多种个性化穿搭方案,鼓励用户根据自己的审美对搭配进行调整和分享。未来,智能衣架、智能鞋托等更多应用场景,将全面打通线上线下,软硬件结合的形式甚至会重新定义逛街。

(时尚大脑场景体验)

去年双11,通过VR(虚拟现实)技术实现的Buy+ 购物体验,让消费者坐在家里就可以逛遍全球各大实体店。今年凭借AR(现实增强)技术实现的“场景购”则是只需要动动手指,货品就出现在你身边。场景购打破了物理空间的区隔,让消费者在移动端,就能身临其境的感受线下实体场景。整合AI、3D、AR技术,让线上逛场景买东西不用“脑补”,让线下实体店的坪效,也不仅仅依赖于到店消费者。


(场景购)

对于这样一场全球狂欢,淘宝和天猫在技术上的革新和尝试还不止于此。比如智能互动大屏将被投放到全国50多家银泰商场,大屏实时直播品牌商家的视频导购,看到直播的消费者不仅可以走进线下门店,还可以通过淘宝天猫线上采购。万码合一双11期间在线下提供了定位,支付,商户会员识别,积分互通等功能,支撑了天梭门店88家品牌(约10000+门店)、淘鲜达、银泰、KFC、百联超市以及捉猫猫的所有的线上线下链接营销活动。无人超市技术正在快速的升级和普及之中,线下门店开业在即。



智能化应用全面升级 重构“人货场“

新零售的本质是用大数据重构“人货场”等商业要素。“人货场”的数字化只是第一步,第二步将全面重构品牌、消费者乃至企业内部的生产关系。人工智能技术在其中的应用显得尤为重要。

 进入淘宝双11 会场,浮动的“程序猿首选”、“国民女神”、“俘获小鲜肉”等气泡标签是根据你在手机淘宝的行为特点经过大数据实时分析,运用业界最精准的算法进行人群画像。从前,推荐的规则只建立在消费者个人与商品的联系基础之上,而现在以兴趣、爱好相似的人群为纬度推荐商品,从选品到投放,都融入人群这个感性认知,提升用户发现和认知,并关注用户的长期心智。淘宝“猜你喜欢”推荐算法近期研发出了端到端的深度神经网络召回模型DeepMatch,通过利用深层神经网络的表达能力建模,充分挖掘用户行为背后的深层次的语义信息,我们还在模型中加入Dual Attention机制,显著提高了信息的利用效率和捕获长短期兴趣的准确率,新的智能语义召回模型能够更更好的满足用户探索发现的浏览需求。


(一位工程师双11主会场人群气泡截图)

看完“人群”的升级,再看看“货”。我们看到的双11会场中所有的商家和商品都是基于海量的数据分析和推荐指导完成的招商。我们建立千万级卖家档案,再从百万卖家中优选而出 ;商品也是结合了消费者的偏好及购买趋势,通过算法精选千万级热销商品,辅助卖家快速报名大促会场,报名后实现自动化审品活动上线。同时,创造新的购物“场”景,传统的商品类目是由运营小二编辑维护的,再由商家按照类目发布商品,整个导购产品的运营靠“人的经验”来驱动,而这种传统的运营模式最大的问题是无法满足像“装修”、“登山”等复杂消费场景的需求。现在通过智能算法标签和供需匹配的方式来智能的定义划分市场,打破类目的约束;依据时间、地域以及社会热点智能推荐,用全新市场的方式组织商家与商品,匹配复杂场景下的消费者诉求。比如:当选择“装修”的场景时,我们不需要再去电器、家居、五金、家纺等多个品类购买,只要选择一个场景即可一站式满足复杂的购物需求。

重新定义了“人群”和“商品”之后,如何通过优质的内容引导消费者寻找更多的宝贝?“智能写手”利用深度学习技术,手机淘宝首页和双11会场上我们看到的图片和文案内容都进行智能生成和搭配,并基于Encoder-Decoder 的深度学习框架进行优化解决。在阿里,将深度学习技术在文本内容生成的落地,为大规模自动内容生成打开了空间。

除此之外,我们还深耕机器智能调度、自动运维,从场景到流量到机器运维时刻做动态调整。在今年的双11 晚会直播,基于天猫精灵的底层技术,我们将在晚会直播间提供一个伴随晚会全程的AI机器人,它不仅可以通过语音对话的提供双11晚会的内容的导播,轻松的告诉你正在播放或即将播放节目内容;可以通过对话提供智能商品推荐,实现语音导购功能。



基础技术稳健升级 保驾护航双11

今年的双11狂欢夜晚会,除了将在北京卫视、浙江卫视、深圳卫视三台联播,加入手机淘宝、天猫、优酷和天猫魔盒等多个视频平台联播,如此地域跨度巨大的联播对于导播技术提出了新的要求和挑战,贯穿整个晚会的互动环节中,会有许多环节需要“手机+电视+直播”多屏互动。我们对端到端的互动直播基础设施进行了全面的升级:WebRTC和全站720P @H.265技术实现百毫秒级延迟的低码高清连麦直播;经过路由优化和移动加速的全球音视频通道网络,亿级消息量的消息推送平台,能够轻松支持过百万的单场互动直播在线;完善的业务监控和保障体系,将播放成功率提升到99%以上;云导播体服务,让直播发起者无门槛的实现多会场/模特卡/节目单编排等高级直播特性;多码流格式/多分辨率,同时覆盖移动直播、电视和线下大屏各种用户终端。



继去年Weex在双11会场的优异表现,经过一年的进化,Weex已经演进成为阿里集团应用研发的主流方式,在性能优化与能力建设上也取得了长足的进步。今年双十一会场Weex支持的业务量暴涨到去年17倍,导购业务增长100%。在这样的情况下,Weex一方面在Android上采用JSC多进程架构,将崩溃率占比降为之前的十分之一;另一方面采用了Cell模板及回收的方式优化长列表渲染、FlatGUI及图片回收等方式多方提升渲染性能及降低内存消耗。

同时,Weex的研发生态也更加丰富,其中95%的淘宝双11会场模块通过自研的达芬奇视觉智能还原UI代码平台,将视觉稿直接转化成高保真的语义化的Weex代码,前端开发UI代码开发效率提升一倍。自研的GCanvas移动渲染引擎不仅在性能上比传统的 WebView 提升50%~200%以上,更开拓了 Weex 互动绘图生态,有效的支撑了双11会场更多炫酷的视觉效果和有趣的互动体验。更多电商及集团常规业务将Weex作为主要开发方式,飞猪、AE、菜鸟裹裹侠等30+集团应用采用Weex开发,淘票票等应用的Weex使用率更是高达 90%。飞猪、AE、钉钉等BU相继围绕Weex打造服务于业务的上层组件库,其中飞猪的weex-ui于十一前完成开源;斑马等上层搭建系统、轻舟App构建框架等共同丰富了Weex的上层业务开发生态。

除此之外,Weex以更开放的心态拥抱开源社区,我们直接驱动了Apache Weex和Vue的合作,直接引用开源Vue版本作为Weex上层的原生DSL,还把底层实现上有许可证问题的模块用自主研发的技术替代,并且开源回馈社区。后续我们会用完全透明的方式达到内外一体化,所有工作都基于Apache开源社区去做,和业界一起把Apache Weex社区建设好,真正让技术成果普惠行业。

技术质量方面我们研发了一套实时无侵入的AOP框架,动态可插拔的模块管理容器。基于此建设强弱依赖检测平台、故障演练能力、对体验平台、链路分析平台提供底层框架支持。同时,提供一站式压测管理能力,从模型构建--压测数据工厂--同步施压--监控预警--报告分析等,全链路压测任务管控能力,降低了性能压测的复杂度,实时保障双11。

在新零售的大背景下,线上线下融合的购物体验不断涌现,智能应用的场景层出不穷,一场呼之欲出的变革即将爆发, 从而真正的新零售技术就是要让消费者不管是线上还是线下都有耳目一新的惊喜感。

相关文章
|
机器学习/深度学习 人工智能 自然语言处理
AI技术如何重塑客服系统?解析合力亿捷AI智能客服系统实践案例
本文探讨了人工智能技术在客服系统中的应用,涵盖技术架构、关键技术和优化策略。通过感知层、认知层、决策层和执行层的协同工作,结合自然语言处理、知识库构建和多模态交互技术,合力亿捷客服系统实现了智能化服务。文章还提出了用户体验优化、服务质量提升和系统性能改进的方法,并展望了未来发展方向,强调其在客户服务领域的核心价值与潜力。
909 6
|
人工智能 自然语言处理 搜索推荐
AI技术在智能客服系统中的应用与挑战
【9月更文挑战第32天】本文将探讨AI技术在智能客服系统中的应用及其面临的挑战。我们将分析AI技术如何改变传统客服模式,提高服务质量和效率,并讨论在实际应用中可能遇到的问题和解决方案。
1126 65
|
机器学习/深度学习 人工智能 自然语言处理
DeepSeek 实践应用解析:合力亿捷智能客服迈向 “真智能” 时代
DeepSeek作为人工智能领域的创新翘楚,凭借领先的技术实力,在智能客服领域掀起变革。通过全渠道智能辅助、精准对话管理、多语言交互、智能工单处理、个性化推荐、情绪分析及反馈监控等功能,大幅提升客户服务效率和质量,助力企业实现卓越升级,推动智能化服务发展。
591 1
|
机器学习/深度学习 自然语言处理 监控
智能客服系统集成技术解析和价值点梳理
在 2024 年的智能客服系统领域,合力亿捷等服务商凭借其卓越的技术实力引领潮流,它们均积极应用最新的大模型技术,推动智能客服的进步。
755 7
|
人工智能 自然语言处理 Serverless
阿里云百炼应用实践系列-让微信公众号成为智能客服
本文主要介绍如何基于阿里云百炼平台快速在10分钟让您的微信公众号(订阅号)变成 AI 智能客服。我们基于阿里云百炼平台的能力,以官方帮助文档为参考,让您的微信公众号(订阅号)成 为AI 智能客服,以便全天候(7x24)回应客户咨询,提升用户体验,介绍了相关技术方案和主要代码,供开发者参考。
1852 9
阿里云百炼应用实践系列-让微信公众号成为智能客服
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在智能客服中的应用:重塑客户体验
AI技术在智能客服中的应用:重塑客户体验
|
机器学习/深度学习 自然语言处理 搜索推荐
探索深度学习与自然语言处理(NLP)在智能客服系统中的创新应用
探索深度学习与自然语言处理(NLP)在智能客服系统中的创新应用
1099 1
|
存储 人工智能 自然语言处理
利用AI技术实现智能客服系统
【8月更文挑战第27天】本文将介绍如何利用人工智能(AI)技术构建一个智能客服系统,以提高客户服务效率和质量。我们将从需求分析、系统设计、功能实现等方面进行详细阐述,并通过实际代码示例展示如何实现一个简单的智能客服系统。
1326 6
|
人工智能 自然语言处理 安全
AI技术在智能客服系统中的应用与挑战
【10月更文挑战第28天】本文将深入探讨人工智能(AI)技术在智能客服系统中的应用及其面临的挑战。我们将通过实例分析,了解AI如何改善客户服务体验,提高效率和降低成本。同时,我们也将关注AI在实际应用中可能遇到的问题,如语义理解、情感识别和数据安全等,并提出相应的解决方案。
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在智能客服中的应用:技术革新与未来展望
【7月更文挑战第5天】人工智能在智能客服中的应用正引领着一场深刻的变革。通过自然语言处理、机器学习等核心技术的应用,智能客服不仅提高了服务效率和质量,还降低了企业成本,增强了客户满意度和忠诚度。未来,随着技术的不断进步和应用场景的拓展,智能客服将更加智能化、个性化,并在更多领域发挥重要作用。
1363 2

热门文章

最新文章