沙龙回顾丨开发者掌握这些背后的技术路径，可助力企业智能化升级

智能化转型是数字化转型未来十年的新方向，这场变革为个人带来全新数字化体验，为企业带来业务新增长渠道，为社会带来数字经济新驱动力。

从疫情到“新基建”，智能化转型已经到了必须要进行的阶段，智能客服、智能工业检测等成为热点话题，以 AI、中台技术为核心的大量智能化应用开始在行业中落地。

近日，京东智联云技术沙龙在西安举办，来自京东的 4 位技术大咖分别就企业上云、工业检测方案及实践、618 大促智能客服技术挑战、实现及 SaaS 企业的挑战与机遇等方向，揭秘企业智能化升级背后的技术驱动力。

▲京东智联云解决方案架构师  明笛▲

对于企业而言，特别是中小型企业很难把具体数字化技术运用起来，这其中主要涉及算力、算法、人才和数据四方面的问题。

为了解决企业数智化转型的困难，政府积极主导牵头，提出了新基建的战略，并从顶层设计角度为企业做好基础设施和铺垫。具体体现在两方面：

一是“新”。从建设内容上，区别于传统的公路、铁路、电网建设外，还囊括 5G 基建、工业互联网、人工智能、大数据中心建设等新内容；

二是“基础设施”。互联网（移动互联网）作为基础设施与数字政府、数字经济进行连接，给中小传统产业的数字化、信息化改造提供机遇。

具体来说，京东智联云如何帮助中小型企业做智能化升级呢？

京东智联云通过新基础设施、新技术驱动、新要素补齐这三大方向提供了一栈式支撑，低门槛创新，全链条覆盖，助力企业数智化转型。

具体落实到如何帮助企业上云，明笛首先指出企业选择上云是因为成本低、性能好、管理强、安全高。对于传统企业而言，可以做一个混合云架构，将传统数据中心跟云上数据中心整合，云上数据中心可以作为增量数据保存，或者面向 TO C 业务存储场景，同时也可以通过云上数据做关键数据的保护；对于互联网企业，通过运用互联网中间件和分布式数据库、安全类产品，可以非常快的加速整个业务开发周期，同时可以有效的降低成本。除了系统功能需求外，软件架构还需要关注性能、可用性、伸缩性、扩展性和安全性这 5 个架构要素。

在“新基建” 的背景下，京东智联云构建了一个人工智能公共服务平台作为人工智能的基础设施，围绕智能研发、智能生产、智能流通及智能销售四个环节，推动传统产业升级，智能产业聚集。

技术中台，包括了京东物联网、人工智能、大数据、区块链、AR、VR，还有移动开发等方面的基础能力，作为技术赋能的平台。在技术中台之上有着针对产业生产的全链条流程，在明笛看来，在生产各个环节，京东智联云都能利用平台优势，帮助企业实现新旧动能转换。

具体来说，在概念设计环节，假如企业想开发新产品，对于它关注的用户、市场、使用场景、竞争优势、投入产出比等问题，京东智联云都可以为企业的商业分析提供参考。

在开发和测试环节，京东人工智能公共服务平台提供开发测试模块。针对传统产品，京东智联云还提供工业设计软件，帮用户在概念设计后，进行产品设计。

面向软件企业，会提供基于研发测试流水线的产品，以及京东自研的中间件产品，帮助软件企业开发做云架构迁移，提供集成部署和发布环境，加快开发进度。针对硬件企业，提供物联网平台，帮助企业实现设备集成做好智能家居、智能物联网的开发。

产品生产完之后在流通销售环节，可以依托京东智能供应链对流通领域进行赋能，帮助企业做精准用户触达和营销，提高产品最终转化率。

在现场，明笛还分享了研发类企业、制造类企业、消费类企业、食品类企业的诸多案例，针对这些企业的相关问题及痛点，均给出了关键价值解决点及相应的解决方案，帮助企业转型升级。

▲京东智联云数据智能产品部总监  宋红花▲

中国 SaaS 市场近三年的增速平均值达到 42%，企业服务市场爆发，标准化、行业化、通用化成为 SaaS 市场的趋势，核心用户从中小企业逐渐向中大型企业转移。为了更好的满足中大型客户的需求，基于 PaaS 平台，京东智联云向上提供标准应用或垂直行业解决方案，向下接入各 IaaS 厂商。

当下，无论是初创型企业、成长型企业或成熟型企业在转型过程中，都在面临着不同的痛点和挑战。初创型 SaaS 企业痛点主要来自于获客难，缺乏低成本、快速试错平台；业务能力不足，产品化困难，缺少标杆案例客户四大方面；成长型企业有一定的产品和客户积累，但核心竞争力不足，缺少大规模增量客户；成熟型企业降本增效是难点，同时要去有创新的商机拓展。总结下来，企业 SaaS 应用领域的 6 大挑战，一方面是缺平台、缺商机和缺场景，另一方面是产品的构建难、定制难、创新难。

京东是一个从传统的零售， 通过互联网、数字化等技术手段将成本、效率、体验做到极致的企业。在这个过程中，京东积累了强大的供应链及技术能力。今天越来越多的传统企业需要数字化转型，拥抱数字经济。而京东定位产业链最中间的环节，可以以其积累的丰富的数字化的技术和经验，赋能产业链上下游的企业，拉通供需两端，帮助企业数字化转型和产业经济发展。

今年京东智联云推出了 SaaS 加速器计划。它是京东智联云生态战略的重要里程碑和升级。在结合云计算、人工智能、物联网、区块链等技术能力体系，和零售、物流、金融、城市等京东优势场景的基础上，京东智联云打造了商业共创平台、业务赋能平台、技术开放三大支撑平台，进一步释放京东的技术红利，加速 SaaS 售卖好、打造好、交付好，与合作伙伴共同打造一个开放、共赢、共创的生态体系，共创云端 SaaS 的全链路数智化解决方案。

A

 商业共创平台

京东智联云通过商业共创平台，与合作伙伴共同打造创新产品，通过资源投入，加速产品的商业化进程，实现多层次，全方位的高质量合作。不仅可以根据战略合作等级，提供品牌、市场、技术、客户线索、平台流量、培训辅导、资金等全方位的资源扶持，帮助企业提升市场竞争力；同时一云多市，可以使企业快速入驻京东智联云官方云市场，以云市场为依托，有效触达销售通路，包括京东智联云创新中心、产业创新中心、京麦服务市场、京东物流开放平台、地方政府产业园区、线下渠道分销平台等等，实现一云多市，多点触达。

B

 业务赋能平台

通过京东集团的技术能力和业务场景赋能，帮助合作伙伴缩短业务从0到1的构建和打造过程。依托京东智联云可塑化、协同化、智能化的、统一和开放的对外赋能平台，及低成本、高安全，弹性灵活的赋能能力，以京东优质的技术、和优势的业务场景加持，助力合作伙伴输出更高效的用户体验和服务。

C

 技术开放平台

是对京东技术能力的整合输出平台。它既包含了新一代人工智能开放创新平台“国家队”的核心——NeuHub 京东人工智能开放平台，既在为企业提供全面的 AI 能力的同时，又并基于京东的 AI 业务场景提供了系列的应用实践类课程，全面赋能合作伙伴的产品智能化。下图是京东智联云  AI NeuHub 赋能体系：

其中，IOT 物联网开放平台又称小京鱼开放平台，现已达到亿级物联设备的连接，在此基础上京东打造了向智能社区平台、智能网联、智能园区等开放服务。

可针对智能酒店、养老、智慧家庭应用，赋能伙伴。同时，京东也有大量的车载设备，通过车载、物联网的连接，打造车联网的解决方案。

京东打造的应用开放平台可助力更多企业在 SaaS 研发方面提效、集成提速。

应用容器托管平台，提供从资源采购到应用部署、运维的“多租、一站式、稳定”弹性应用托管平台。EMOP 移动开发平台可助力企业研发提效；IDaaS 统一身份认证平台，可面向企业提供专业的统一身份管理和访问控制的解决方案；RPA 企业级流程自动化，帮助京东物流及餐饮业等，打破信息孤岛，实现了降本增效跟自动化。

最后，宋红花为大家分享了京东自主创新的开源区块链底层引擎 JD Chain 开源社区地址：http://ledger.jd.com/，并介绍了京东智联云生态版图，她表示：“希望更多的合作伙伴加入，一起打造更加强大的  SaaS 产品、市场和生态。”

▲京东智联云人工智能平台部副总监  王延▲

人工智能在制造业的应用场景众多、前景广泛。但我国工业制造基础差，京东通过对工厂的调研了解到，现在工业行业中的质检和巡检仍是以人工裸眼为核心手段的传统检测方法，其成本高、效率低，而且在劳动密集型的企业来说，包括潜在有风险的安全事故隐患岗位现在越来越面临着招工难的情况，对企业产能扩张，或者保存现有产能都提出了非常大的挑战。

京东基于企业对工业检测的痛点，提出了具备可靠的自主学习能力的，包含物料、制成、产品及生产环境的智能化检测产品。其技术架构分为三层，能力层、智能中台及智慧决策平台。最低层是能力层，它涵盖了声、光、热、电、力等物理学检测和手段；核心层是智能中台，它提供了集数据中心和智能调度中心为合体的智能数据平台，可以完成大数据标准化、数据清洗、数据建模，同时还可以做模型训练、模型发布、模型调度等等一站式的人工智能开发平台平台。最上层是智慧决策平台，包含三大部分：第一个是可视化分析，它是经过京东经验积累设计制作的可视化 BI 工具例如开箱即用、交互式的图表；第二个是智能决策，它是基于智能数据平台跑出来的数据作为决策，结合生产过程当中实时的变化进行一些数据展示，决策数字生成以及相关联动系统的工作，比如自动下单和采购料等等；第三个是专家分析，它是面向于基础较弱的企业，由京东智联云数字专家提供的定制化的分析服务，帮助企业借助数据指导生产和经营。

在技术架构当中，在能力层和智能中台中间还有一层协同层。这一部分是工业环境当中的机器人例如机械臂、协同机器人或者是室外无人车巡检，在人很难触及到的领域做检测，借助机器人来完成协同。

在食品行业，生产自动化已经达到比较好的程度，但是数字化程度还是较低，对于保障产品质量的质检行业也面临着技术换代的重点挑战，而智能工业检测技术是解决类似调整的利器。基于此，京东提供了在食品包装助力的产品架构。底层是京东智联云提供的基础云服务和算法模块及智能中台中的各个组件，在这个基础上，在业务系统模块和硬件模块，智联云在性能上的集成，并与现有厂商业务和能力做的深度集成。数据模块都是客户数据，包含训练数据库、行业数据库、生产数据库、业务数据库，借助智能中台进行数据管理、数据清洗、数据调度、数据训练等。

此款智能化检测产品具备可靠的自主学习能力，通过不断增长的检测精度、可泛化的学习模型，不断降低学习成本，补充它的核心优势。

 

其中，精准云服务和算法模块，都是京东自有的产品。业务系统模块和硬件模块，是产品性能和现有厂商业务能力做的深度集成。同时，训练数据库、行业数据库、生产数据库、业务数据库均是使用智能中台进行的数据管理、清洗、调度、训练等。

在现场，王延还分享了京东智能在玻璃加工、发动机装配、视觉引导质检领域的赋能案例，帮助合作企业实现快速生产、降本增效。

最后，针对工业数据孤岛问题严重、数据使用率低下、数据壁垒明显的现状，研究发现，其核心本质是工业不了解互联网，也不了解数据的价值。

基于此，京东提供了一个可视化的智能决策方案，它是通过物联网、大数据等技术准确引入工业控制领域，采用传输方式将多地域，多设备及生产管理等多源异构数据采集汇聚。将底层设备与管理层的即时通讯和数据传输，实现智能化、实时化、集中化人、机、料、法、环、测的一体化综合生产管控。帮助企业解决交付能力，促进数字化转型，提升产能利用率。

▲京东智联云智能客服解决方案负责人  王路▲

为了解决传统客服客服人工成本高、服务质量参差不齐、跟踪管理困难等问题，京东智联云以AI技术驱动，从文字到语音，从对话智能到情感智能，聚焦体验、效率与转化，实现多模态服务交互，打造了一整套智能客服全链路解决方案，帮助企业服务智能化转型升级。

 

今年 618 大促期间，京东在线智能客服全面应用于各场景，提供了 24 小时全天候服务，累计服务次数达 3.8 亿次。在这数字的背后，客服咨询中有 9 成以上咨询量都由智能客服接待。智能客服包括很多产品，其产品支持全渠道、全流程、全场景。

关于具体的应用场景，主要有 5 个：

 

一、在线智能客服机器人：提供 7×24 小时的在线服务，区别于其他的智能助手，它可通过多轮对话的方式解决用户的问题，精确识别用户意图。当机器人遇到无法解答的问题时，智能工作台通过转人工的方式，继续为用户服务。通过这样的方式，成本可下降 50%+，服务效率可提升 80%+。

二、关于情感智能，它是国内顶尖的情绪识别 AI 模型在实际生产中的应用。它已经实现了在用户进入咨询，未表明任何意图时，根据用户参数信息以及用户前台点击浏览轨迹等，预判用户最想咨询的问题。在用户输入意图时，根据用户输入的关词，智能联想用户想要咨询的问题；在用户输入意图后，未选择订单时，预判用户可能咨询的订单商品；以及在京东智能在线情感客服给出解决性方案后，可根据用户上文的意图以及用户的参数状态，预判用户想要咨询的下一个问题。

除了能直接回答用户问题，京东智能在线情感客服还是客服人员的大脑，根据用户上下文语言表达智能识别情绪，给到情感化安抚、智能转人工、并深入挖掘用户情绪隐患，进行智能舆情监控分析。

 

三、关于智能外呼机器人与应答机器人：应答机器人是一个有温度、个性化的语音交互。通过人机融合智能分流的模式，缩短了一半以上的用户等待时长，同时还解决了高峰时期爆线问题，显著提升体验与效率，适用语音导航、服务咨询、服务查办、投诉建议等多个场景。

外呼机器人通过与电话系统对接，可实现对指定用户进行批量电话外呼服务，自动完成客户服务的沟通，并自动记录与标记通话内容，输出数据分析报告。相比于人工客服，语音外呼机器人全年无休，年拨打电话数量达到 730000，工作态度和数据统计等各个纬度对比起来，可以以更低成本精准触达用户。

 

语音呼入机器人与呼出机器人总体从技术上看，都是依赖于 ASR 语音识别、NLP 自然语言理解、TTS 语音合成技术；接呼入和呼出都可以对接第三方系统。

四、智能质检平台：基于ASR语音识别、NLP语义分析、情感模型、数据挖掘等技术，对服务语音数据、文本数据进行智能质检分析，实现企业服务质检全渠道100%全量覆盖，同时针对异常服务、服务风险进行实时预警，提升用户满意度，以数据驱动的方式，为运营管理提供有效、可量化的服务管理手段。

五、智能决策分析系统：为企业提供了数据价值挖掘的能力，基于深度学习、ASR 语音识别、NLP 语义分析、知识图谱等 AI 技术，对企业实时或离线数据进行智能挖掘分析，及时将企业最关注的如客户关注热点、客户喜好、客户风险等数据中隐藏的价值进行挖掘展现，提升企业经营效率，以数据驱动的方式，辅助企业运营管理层的业务决策。

那么在这样产品背后，会遇到哪些技术挑战，又需要什么样的技术支撑呢?

 

智能对话产品中的技术难点主要包括自然语言理解、智能语音与对话产品底层技术三大方面。需要让机器考虑上下文，涉及到上下文建模的问题；以及任务型对话，如：需要系统做查询才能给出答案的场景；还需要考虑到用户情绪进行智能回复，以及对问题时效性的保证。

所以在面对用户问题的时候，应对技术也必须要有不同的技术方案，针对以上难点，精准识别咨询意图、主动对话、场景化服务、行为预测等底层技术均做了较好的支撑。

最后，王路老师分享了智能客服在 To B 做的三个典型案例。智能客服在商务部、医院、政府，还有一些外包的 BPU 控制中心都有成熟的智能客服落地的案例。

 

以上仅为演讲嘉宾精彩观点提炼，想了解完整演讲内容。点击【阅读原文】，进入官网查看演讲视频，也可关注京东智联云开发者微信公众号，获取更多技术内容。