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

投訴盡是負能量，如何讓它在最短時間結束?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鍵點，將大大縮短處理時間，也能給出司乘均認可的判斷。”魏東說，智能出行行業(yè)正探索大數(shù)據(jù)、人工智能等技術在出行行業(yè)中的創(chuàng)新應用，為用戶帶來更安全、舒適的出行體驗。

煉成金牌調解員，AI要會的不止一項

“我們在全國160個城市都部署了網(wǎng)約車平臺，因此投訴會來自全國各地，各種各樣的口音，憑人工去聽是根本不可能的。”魏東說，人工智能語音識別技術為“不可能”帶來了可能的解決方案。

目前，國內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問題。然而，現(xiàn)有的語音解決方案常常因為錄音質量問題難以達到預期目標。

“如果涉及到騷擾，比如說了臟字，需要來回核實、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、給乘客好的答復，也要保證公平、不冤枉司機。

解決投訴，AI需要集“聽風者”“方言通”“金牌調解”于一身，這樣的AI哪里有?

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

“然而，從頭自行開發(fā)的話成本高、也缺乏基層架構的人才。”閆磊說，首汽約車的技術研發(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，包括模型的系統(tǒng)訓練都需要專業(yè)平臺和團隊。

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

對此，亞馬遜云服務(AWS)提供了相應的開發(fā)平臺。雙方團隊進行合作，在平臺上進行模型的定制、算法的定制，團隊在深入了解行程錄音的特點及技術需求后，開發(fā)了語音降噪和導航音分離算法。首汽約車的數(shù)據(jù)科學家和算法工程師只需要專注數(shù)據(jù)和業(yè)務邏輯，將數(shù)據(jù)的“靈魂”輸注給AI，無需運營和管理復雜的機器學習系統(tǒng)。

把AI打造成“聽風者”“方言通”還有“金牌調解”，是之前沒有的。“合作團隊要從零開始對模型進行訓練、調優(yōu)，包括讓AI與出行的業(yè)務部門進行溝通磨合，因為他們對行業(yè)非常了解，所以是最資深的評委。”AWS大中華區(qū)產品部總經理顧凡說。

預判，是未來智能出行的“基本功”

還有相當一部分投訴產生在服務發(fā)生之前，乘客投訴司機推單，司機投訴乘客找不著，AI能不能把這些誤會壓縮到最少;還有司機巡游的情況，一天開12個小時車的司機，多少個小時是空駛，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”，通過人工智能和機器學習未來都會得到緩解。

“過去的智慧出行1.0中，通過平臺調度匹配模型，司機能夠看到哪里是熱點區(qū)域，就會來這個地方等單。”魏東說，這種模式其實可以更智慧一些，比如熱點區(qū)域有十個需求，從東邊過來幾輛車合理、西邊過來幾輛車合理，后臺需要通過預判來告知司機。

預判是未來智能出行中調度AI的“基本功”。“單純的熱點區(qū)域展示，還算不上智能調度。”魏東說，AI要有本領能夠使得司機相信聽它的確實能拉到很多單。

基于對歷史數(shù)據(jù)的分析、推測、預判，調度AI將告知司機，去哪個方向、哪個目的地，去多少量車是合理的。通過精準的調配，按照指令行動的司機90%以上可以提前趕到乘客預計的出發(fā)地，進而提升訂單的匹配成功率，減少司機的盲動。

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的問題。

預判也可能會成為解決這個問題的“鑰匙”。魏東說，當碰到乘客情緒波動時，會產生什么后果，期望在未來更進階的人工智能能夠給出早期干預。

(新媒體責編：zfy2019)