【机器智能】双十一奇迹背后：机器智能如何构建社会的全新技术设施？

来源：数字人的数字化思考

又一年双十一。在那个遥远的 2009 年，当双十一以光棍节的旗号亮相互联网之时，恐怕连马云也没有想到，这个原本只是电商促销的活动会成为一个全新「节日」，引发了从电商到线下零售百货的集体追捧，也让阿里巴巴的电商平台在过去 9 年一次次实现看似无法实现的「奇迹」。

根据新华网的报道，截止 12 日零时，2017 年天猫「双十一」交易额定格在 1682.69亿元人民币。再次刷新了单日全球零售的历史纪录。其中，在 11 日零时 5 分 22 秒，支付宝支付峰值高达每秒 25.6 万笔，是去年的 2.1 倍，全天支付总数高达 14.8 亿笔；菜鸟网络当天产生 8.12 亿单，较去年的 6.57 亿单同比增长了 23%。

数据层面的成绩固然重要，而且也很有诸多解读意义，这充分反映了当下中国电子商务与零售业发展的巨大市场空间。但这个不足 10 年的「年轻节日」的意义早已不局限于电商乃至零售行业，透过这些创纪录的数字，承载双十一海量、实时订单的阿里巴巴机器智能架构设施已然展现出其强大的技术实力，更重要的一点，阿里巴巴机器智能架构天然具有的「自我演化」与「自我成长」能力，正在从全民消费狂欢的双十一走向更多更多领域，一个全新的社会技术基础设施正逐步显现。

1. 平台的进化：从自动化到智能化

某种意义上说，从自动化到智能化的进化快慢决定了电商平台的未来命运。原因就在于，随着电商平台的系统架构越来越复杂、数据量越来越大，自动化只能解决「发现问题」这个环节，而智能化则更进一步地实现了「解决问题」。

其意义不言而喻，在双十一的实际场景里，任何一个平时细微的系统 Bug 都会以几何级的速度被放大，单纯依靠「发现问题」的自动化流程已经无法应对这个挑战，而平台的智能化可以在「发现问题」的同时快速实现「解决问题」，可以有效避免小问题铸成的大失败。

而要实现一个智能化的平台，需要从研发和运维两个层面完成智能化的改造和部署。 以研发为例，双十一的真正挑战在于，如何在不同业务的研发体系中实现协同效应，并进一步释放机器智能的优势，帮助工程师、产品经理快速决策。

基于此，阿里巴巴内部首先通过一个名叫 Aone 的一站式研发协同平台来解决不同业务之间的代码、项目协同问题，实现了人与人协作、编程语言之间协作以及不同业务模块之间协作，其功能也涵盖了产品研发全生命周期，有效提升了「需求-编码-测试-发布-运维-反馈」中的效率。

Aone 的功能并不限于此。据了解，此次阿里巴巴双十一活动涉及 30 多个业务部门、100 多个核心产品以及 1000 多个垂直项目。对于工程师和产品经理而言，面对如此众多的产品和核心项目，如何快速确定优先级、如何针对不同产品设置不同的开发交付计划以及如何及时跟进这些项目，上述挑战单纯靠人来完成并非不可能，但一方面效率低下，另一方面也极容易出错。

而 Aone 则提供了一整套智能化的解决思路。从开发的优先级到开发流程的透明化以及研发中的风险提醒，能够保证不同业务部门和不同级别的工程师、产品经理更专注自己的核心工作，避免陷入到无意义、重复性的工作中。同时，Aone 还会自动展开应用健康检查测试，通过智能分析应用内部的元数据以及不同应用之间不合理的依赖关系，提前预警，所有这些都是机器智能带给研发的「礼物」。

机器智能同样也会让平台运维走入一个「新时代」。其中作为大规模文件分发系统的「蜻蜓」，可以实现 TB 级的文件分发，而在每天平均上百万次的下载中，平均成功率达到了 6 个 9，也就是 99.9999%，这意味着不同机房、不同地域甚至不同国家之间的文件分发过程中的稳定性和效率难题基本被解决。由于双十一海量、实时高并发的数据传输需求几乎也是全球范围所没有得挑战，因此这个难题的攻克也标志了「蜻蜓」已然成为业界领先的文件分发系统。

另一方面，围绕应用部署过程中的线上故障，此次阿里巴巴采用一套智能化的部署系统 Normandy。该系统支持大规模 Docker 集群快速部署，自动化、智能化解决部署中的噪点问题，并还可以通过发布过程中数据的分析，识别潜在的问题并及时采取合理措施，减少线上故障。

2.零售的进化：新零售的第一次练兵场

今年的双十一可谓阿里巴巴贯彻新零售理念的开始。不管是内涵还是外延，新零售从来不是线上取代线下或者两者之间的对立，其核心要义在于，当移动互联网、人工智能、VR/AR 技术风生水起之时，作为商家，如何给消费者提供更好的购物体验。

从这个角度上说，今年的双十一，阿里巴巴给新零售的发展指明了一个方向：以数据驱动的机器智能正在塑造零售的方方面面。

首先，在新零售供应链平台上，针对天猫超市和天猫国际这样的自营平台，围绕数据进行库存管理。 根据实时的预测模型，提前将家电、家具等大件且用户刚需的产品放到前置仓库，同时根据业务需求，将预售的商品提前下沉到网点。

这样带来的效果就是，可以大幅减少用户等待时间，同时还能有效实现供需平衡，减少库存。

同时，由于每天还在不断更新大量用户的搜索数据。利用 multi agent 这个项目，可以实现根据搜索推荐位的整体优化，也就是让商品搜索、店铺搜索、店铺内搜索、天猫搜索系形成协同效应。

同样是基于海量的搜索数据，通过向量召回和cross-media 等深度学习的场景化算法应用，能够将query、消费者和商品这三个向量的相似度，实现商品的召回。换句话说，这个算法可以保证消费者搜索的精确性，从而进一步提升消费者的搜索反馈，也就是点击搜索结果进入商品详情页。

平台智能化的最后一点就体现在改造商家供应链。同样得以于深度学习的预测模型，基于阿里巴巴各个平台上海量、实时的数据，提前预测不同产品的销量情况，并将这些预测自动反馈给不同企业，能够大幅降低企业供应链成本，真正实现有计划的生产，也真正打通了从商品流量到车间生产线。

其次，通过机器智能调控所有商家的订单履行系统。订单系统承载了从订单生成到订单发货之间的工作任务。

订单系统的本质也是数据的流动，而核心挑战包括如何控制高峰时的订单需求，如何让商家更智能地处理收到订单后的工作流程。此次双十一的订单履行系统，基于机器智能的实时调度，能够实现如调控河流蓄洪、泄洪一样的效果，比如针对订单交易量集中的商家，实施订单控制，这样可以有效避免商家系统由于流量集中而瘫痪。

3.消费体验的进化：客服与物流的智能调控

过往十几年里，阿里巴巴各个平台沉淀了海量的用户消费数据，这些不同平台的数据由于缺乏必要联系而无法实现整合，在此次双十一中，阿里巴巴通过 ibrain 用户深度感知模型，这个模型基于强化学习和博弈论，实现了不同产品、不同维度里数据的整合，其效果也显而易见，以往是割裂的看用户，价格购买力、用户特征、偏好等分开建模，现在是把模型贯穿起来，根据行为序列预估用户的发生行为。

随着线上销售竞争越发激烈，售前咨询和售后服务越发重要。而在双十一这样的重度挑战下，任何一个商家如果仅仅依靠扩充自己的客服团队来提供售前售后咨询服务，且不说成本有多高，服务质量也无法保证，无论从哪一个方面看，这都几乎是不可能完成的任务。

机器智能的出现有望终结这个困境。

在阿里巴巴的客服体系里，既有阿里小蜜针对客户咨询，也有针对天猫退货的 aligenus，还有面向商品维权的瓦力以及针对客服人员管理的智能服务中枢。

以阿里小蜜为例，这个产品利用自然语言处理技术，涵盖对话、任务性场景、深度增强学习、聊天等领域，基于知识图谱，能够实现多轮对话，在今年的双十一中，阿里小蜜的服务接待量高达 904 万次，智能服务占比 95%，客服问题解决率 93.1%。这意味着，消费者在双十一期间的客户咨询服务基本都可以被阿里小蜜解决，由于阿里小蜜永不下班，可以不知疲倦地回答用户的各种提问，这对提升用户体验意义重大。

另一个关乎用户体验的则是实现高效率退货。在aligenus 的智能调控下，首先要让 ERP 与商家数据接口打通，对所有的退货需求进行智能分配，根据时长、客服负载状态确定顺序，最终保证退款时长不下降。

当消费者下单购买完成后，如何保证消费者能在第一时间收到商品就成为考验智能物流的关键环节。此次双十一中，阿里巴巴旗下的菜鸟物流，通过多个核心项目，实现仓库智能调配与智能配送。

首先，利用机器人仓库，实现仓储配送的整体自动化，效率提升三倍。

第二，基于机器学习打造发货预测的模型，预测爆款产品后提前打包，并实时调控出库的优先级，提升效率。在今年的双十一中，11 日零点 12 分，上海嘉定地区的一位买家就收到了刚刚购买的产品。这份订单从下达、支付到最后的配送，仅仅过去了 12 分钟，这一切都得力于机器学习模型的提前感知，能够实现「订单未下，货物先行」。

第三，优化配送员的配送模型。对不同配送区域建立不同的算法模型，提升配送员的配送效率，派送同样的单量，优化后，快递员至少可以少走一半的路程。

而针对快递层面，菜鸟还基于消费数据和快递数据，打造了一系列智能发货的推荐方案，不管是天猫还是淘宝商家都可以利用这些方案来自主定制自己的发货计划，最大限度地提升发货效率。

4. 阿里巴巴的技术野心，或不止双十一

作为阿里巴巴创始人的马云，不止一次表示阿里巴巴不是一家电子商务公司。在今年 6 月的底特律美国中小企业论坛上，马云更是将阿里巴巴与电商公司亚马逊做了区分，「亚马逊是一个好公司，但他们是电商公司，阿里巴巴不是，阿里巴巴要帮助别人成为电商公司」，马云如是说到。

细心品读这番讲话，如果再结合阿里巴巴最近几年的诸多布局，不管是阿里云在国内公有云市场的一骑绝尘，还是蚂蚁金服围绕新金融的亮眼业绩，不难发现这家公司的确越来越不像一家传统的电商企业，而是成长为一个驱动技术、商业创新的基础设施供应商，在阿里巴巴的「货架」上，你可以选择公有云服务、机器学习服务、支付模块服务、银行贷款服务等等，你所需要做的，就是利用这些基础服务做更多的商业创新，成长新一代的独角兽。

从这个角度去看，双十一之于阿里巴巴的意义也绝非那些创纪录的数字那么「肤浅」。更深层次的意义在于，双十一展示了阿里巴巴作为一家技术基础设施供应商研发能力、运营能力以及平台能力，一如阿里巴巴 CTO 张建锋对于此次双十一的定位，打造一个互联网超级工程，这是一个面向互联网亿级规模访问、企业级复杂系统并拥有金融级稳定的超级工程，此次双十一只是这个超级工程亮相的开始，接下来的故事或许更加值得期待。

---

双十一引爆千亿 揭秘电商巨头背后的人工智能

科技辣评

11月12日零时，阿里巴巴未经审计的数据显示，11月11日全天，2017天猫双11全球狂欢节总交易额（GMV）达到1682亿元人民币，移动端成交占比90%，共产生8.12亿物流订单，覆盖220多个国家和地区。1682亿元的交易额，与去年1207亿元相比，同比增长39%。这相比2009年双11只有5200万元的交易额，增长了超过3000倍。

无独有偶，截至11月11日24点，“京东11.11全球好物节”下单金额突破1271亿元，同比增长超过50%，累计售出商品7.35亿件。

而在千亿GMV背后，与人工智能技术的赋能不无关系，甚至说是技术提升了效率、“保卫”了今年双11猛增的GMV。

技术赋能 双11只是一个节点

人工智能技术的蓬勃，带来的是电商运作效率的提升、用户体验的提升、技术水平的提升。不仅仅是解放人力这么简单，京东、阿里的AI布局已经在本次双11中小试牛刀。

最近一年，京东即主要深耕精细化AI，对技术保障、GMV提升、用户体验等多方面进行了智能化升级。以京东用人工智能技术打造的智选精灵为例，作为京东基础产品线的智慧化升级，其一期主要包含两个产品，一是购物车为用户智能选择最优的促销，一是结算页为用户智能选择最佳的优惠券。通过对人工智能算法的不断调优，智选促销和智选优惠券精确度分布在95%到100%之间，最保守概率是97.2%，同时在性能上能够维持在5毫秒以内，极大提升了用户体验，进而极大提高了转化率。除了原有功能的智慧化升级，交易平台还陆续推出了包含京东专享、拉新复购神器等等与交易平台深度结合的智慧系统，大大提升了采销运营的灵活度、产出和效率。

再来看阿里，马云早在2017年中国绿公司年会上就曾说过，“机器要做人类做不到的事情。”阿里巴巴也一直都在致力于人工的智能的发展，马云不但说了，他还做了，最重要的是他还用了。张北数据中心是阿里巴巴华北地区最重要的数据中心之一，承载着全球双11庞大的平台交易量及数据计算任务。就在这个数据中心重地，上岗了一位高精度智能运营机器人—天巡。相比人工，“天巡”不仅可以瞬间锁定维修地点，而且通过大脑里存储的服务器坐标直接带领维修人员到达指定维修地。如果维修过程中遇到特殊情况，维修人员还可以用它与值班室人员语音对话进行求助。省时省力，提高了效率。不仅如此，阿里还在双十一前夕上线了“鲁班”，由它担纲今年双 11 的 banner 海报设计，而在人工设计中，一幅banner的设计时间需要4分钟左右。鲁班则每秒可以智能生成8000张banner。

可以说，无论是阿里还是京东，今年双11千亿级交易量的背后，人工智能的作用是不容小视的，而通过双11的大练兵，相信经受住了考验的人工智能还将在未来的电商发展中持续赋能。

降本增效 脑洞大开 AI+电商赋能新零售

人工智能一方面可以替代人工去做人做不了或做不完的事情，另一方面，则能降本增效。譬如上面提到的每秒生产8000张banner，就是一个例证。

不仅如此，在电商平台或店铺的商品详情页的生成、商品去重、后台商品管理、比价、流行趋势分析等方面，AI都能发挥超乎预期的作用。而且相较于人工去做，更精准、更快、更“周到”。

以码隆科技为例，旗下专为商品识别打造的ProductAI人工智能平台，就为电商企业提供了国际领先的计算机视觉解决方案。只要接入ProductAI商品图像识别接口，即可实现对电商商品图片进行分类，自动生成商品详情页，为电商卖家提供低技术门槛的AI“一键上货”功能，任何电商都可轻松接入使用。

通过“以图搜图”技术，可以快速上架拍照找商品功能，一键查找明星同款或爆款不再是难事。同时，此技术还可以为零售平台的新零售模式提供“商品去重”和“比价”商品管理解决方案，适用于电商平台日常与活动运营、采购商品或新品上架等，有效避免重复采购、重复上架、制定比较策略、提高运营效率并有效节省平台开支。

通过属性识别，可实现电商商品属性描述标准化，为服饰打上相应标签，并自动修正错误标签，提升电商平台的文字搜索精准度。而通过服饰属性识别，则可自动提取淘宝中热卖商品分析总结报告，实现电商销售预测，提升商家的选款决策能力。

(图片来源，码隆科技客户)

不仅如此，通过码隆科技提供的人工智能色彩分析服务，更可以实现秀场服装和市场流通商品的时尚色彩趋势分析，产出相应的报告总结。通过可视化趋势报告可辅助纺织服装企业、服装设计师，以及面料采购师进行新季度产品开发的色彩决策。这对于服装电商来说，可谓是一大“神器”。此外，码隆科技研发的通用商品搜索服务，还可以让电商运营人员快速为其电商平台搭建商品搜索引擎，实现拍照购、以图搜图一键购的功能，可对文字搜索的不足进行做强有力的补充。适用于类似京东这样的平台类电商。目前，此功能已广泛应用在纺织面料行业、家具家装行业、服装B2B和B2C等行业。

可以说，码隆科技提供的上述AI电商能力，不仅在全球领先，而且其致力于打造的是让各大电商负担得起的、一站式介入的AI商品识别服务。在国内市场，能提供如此丰富能力和负担得起的AI服务的，码隆科技位居行业前列。

AI时代 新零售的线上线下融合才刚刚开始

2017以来，马云的新零售、刘强东的无界零售、张近东的智慧零售，一个个新名词的背后，实际上是线下线上融合的大势所趋。而在线上线下融合的探索上，实际上人工智能能为这一转型升级过程提供强大助力。

譬如，像码隆科技的商品识别服务，不仅可以应用于既有的电商平台，还能做到在线下实体店的拍照图片识别等，在电商平台的线上线下融合战略的布局中，码隆科技这样的公司能为电商平台或传统零售企业进行全方位技术赋能。而前，码隆已经与多家服装企业、电商平台进行了紧密合作。

可以说，线上线下融合带来的是更大的想象空间，机会才刚刚浮出水面。可以预见的是，随着融合趋势的全面到来，会有越来越多的电商平台和线下传统企业试水线上线下的融合，而这个过程中，技术有着无可替代的重要角色。而摆在企业转型升级面前的有两条路，其一是自己搭班子，自主研发；其二是与专业的人工智能公司合作。显然，自研需要强大的人力、物力、财力投入，对于一般企业而言难以承受。何况，研发需要漫长的过程，如果是自己组团队埋头研发，或许竞争对手已经通过技术外包的方式走在了前面。因此，与专业的人工智能公司合作，是企业转型升级的最优之选。像码隆科技这样的专业人工智能公司，已经积累了多年的研发成果，恰能为企业所用、为企业赋能、解企业之忧，助企业在新零售的大潮中赢得先机。

值得一提的是，在此前不久，码隆科技刚宣布获得来自国际知名风险投资公司软银中国领投的B轮融资，融资金额总共计2.2亿人民币。这里的亮点实际上不在于融资额，而是软银中国这家曾经在阿里巴巴崛起中扮演重要角色的风投公司，将其在中国人工智能领域的第一笔投资就投给了科技创业企业——码隆科技，很大程度证明了目前码隆科技在人工智能尤其是商品识别领域的行业地位。可以预见的是，拿到B轮融资后的码隆科技，将更有充沛的弹药去深化技术成果，并能以较低的成本为企业提供人工智能商品识别服务。这正是码隆科技所具备的潜力所在。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

1. 重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？

2. 重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？

3. 重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

1. 精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

2. 智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。

3. 高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

4. 不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。

5. 边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

1. 创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；

2. 对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；

3. 人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

1. 超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；

2. 迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新

   评估未来的知识和技能类型；

3. 制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开

   发过程中确定更加明晰的标准和最佳实践；

4. 重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临

   较高失业风险的人群；

5. 开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

---

产业智能官  AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

长按上方二维码关注微信公众号： AI-CPS，更多信息回复：

新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”；新模式：“财富空间”、“特色小镇”、“赛博物理”、“供应链金融”。

点击“阅读原文”，访问AI-CPS OS官网

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

---

---

版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：[email protected]

---

---