CNET科技行者 11月11日 北京消息 “让客户惊喜是所有阿里人的KPI。相比‘双11’,我更关心‘爽11’。” 11月11日21时40分,阿里巴巴集团首席客户官(CCO)、资深副总裁吴敏芝亮相天猫双11媒体中心互动大屏,与现场数百位媒体分享阿里服务人的“双11”。
天猫双11行进至第九年,覆盖全世界200多个国家和地区,全球十余万品牌,数十亿消费者及用户参与。如此庞大的经济体共振,一场牵动全社会商业资源的购物狂欢顺畅进行背后,是一张怎样繁密坚实的服务网络在承载?
“服务体系并非后台,我们需要也正在将很多工作前置。”吴敏芝介绍,为确保消费体验,一整套变被动为主动的服务工作早在“双11”开始前3个月就已展开。作为CCO,吴敏芝亲自带队对商家走访,倾听商家一线声音。期间,阿里服务小二作为客户代言人也深度参与到各类业务讨论中,辅助业务决策。
更重要的是,基于大数据和神经网络搭建,阿里的智能服务系统已能够快速预判并发现问题,在消费者发起咨询前主动服务。“在阿里,CCO体系的一切工作都必须围绕用户体验的优化和提升展开。”吴敏芝强调。
通过高科技及大数据应用,阿里巴巴自主研发的智能客服系统今年全面参战双11。不仅在淘宝天猫等数十个业务中作为官方客服主力服务消费者,天猫双11主会场商家中,也已有超50%商家成为“店小蜜”的客户。不仅是在线服务端,即便在热线端,今年双11也已首次实现了智能机器人服务窗口。基于一整套智能+人工的组合效能模式,即使在服务量集中爆发时,阿里服务团队也能保证实现三个1:客户请求1秒钟响应、风险发现1分钟布防、人工客服1次性匹配。
吴敏芝现场分享的一组双11最新服务数据作证了此点:截至11日19:00,阿里巴巴服务团队总服务量800万,30秒接起超过98%——其中智能服务占比更是高达95%。
吴敏芝强调,服务不是流水线,服务团队离客户最近,需要懂客户,有情感,提供有体感有温度的服务。尽管被称为柔军,但打起双11硬仗来却丝毫不含糊。无论是双11还是日常,她最关心三件事——消费者的体验提升了多少?商家服务能力提升了多少?我们还能创造哪些惊喜?
讲到服务抓手,吴敏芝说,在阿里巴巴,商家是跟消费者触达的第一窗口,因此,必须始终坚持携手商家。通过服务技术和能力输出,进而提升全平台的服务体验。阿里为商家自主研发的智能客服店小蜜就是这一理念的最典型印证。由于机器智能的加入,服务组织得以快速升级。“原来商家服务团队约有70%人力在售前,有了店小蜜,大量售前咨询改由机器人完成,商家售前客服占比降至30%-40%——人力被从重复的工作中解放出来,得以投入到售后等更需要情感和创造性的工作中,这是人和机器智能的最佳协作。”
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。