沙龍回顧丨開發者掌握這些背後的技術路徑，可助力企業智能化升級

智能化轉型是數字化轉型將來十年的新方向，這場變革爲我的帶來全新數字化體驗，爲企業帶來業務新增加渠道，爲社會帶來數字經濟新驅動力。

從疫情到「新基建」，智能化轉型已經到了必需要進行的階段，智能客服、智能工業檢測等成爲熱點話題，以 AI、中臺技術爲核心的大量智能化應用開始在行業中落地。

近日，京東智聯雲技術沙龍在西安舉辦，來自京東的 4 位技術大咖分別就企業上雲、工業檢測方案及實踐、618 大促智能客服技術挑戰、實現及 SaaS 企業的挑戰與機遇等方向，揭祕企業智能化升級背後的技術驅動力。

▲京東智聯雲解決方案架構師  明笛▲

對於企業而言，特別是中小型企業很難把具體數字化技術運用起來，這其中主要涉及算力、算法、人才和數據四方面的問題。

爲了解決企業數智化轉型的困難，政府積極主導牽頭，提出了新基建的戰略，並從頂層設計角度爲企業作好基礎設施和鋪墊。具體體如今兩方面：

一是「新」。從建設內容上，區別於傳統的公路、鐵路、電網建設外，還囊括 5G 基建、工業互聯網、人工智能、大數據中心建設等新內容；

二是「基礎設施」。互聯網（移動互聯網）做爲基礎設施與數字政府、數字經濟進行鏈接，給中小傳統產業的數字化、信息化改造提供機遇。

具體來講，京東智聯雲如何幫助中小型企業作智能化升級呢？

京東智聯雲經過新基礎設施、新技術驅動、新要素補齊這三大方向提供了一棧式支撐，低門檻創新，全鏈條覆蓋，助力企業數智化轉型。

具體落實到如何幫助企業上雲，明笛首先指出企業選擇上雲是由於成本低、性能好、管理強、安全高。對於傳統企業而言，能夠作一個混合雲架構，將傳統數據中心跟雲上數據中心整合，雲上數據中心能夠做爲增量數據保存，或者面向 TO C 業務存儲場景，同時也能夠經過雲上數據作關鍵數據的保護；對於互聯網企業，經過運用互聯網中間件和分佈式數據庫、安全類產品，能夠很是快的加速整個業務開發週期，同時能夠有效的下降成本。除了系統功能需求外，軟件架構還須要關注性能、可用性、伸縮性、擴展性和安全性這 5 個架構要素。

在「新基建」 的背景下，京東智聯雲構建了一我的工智能公共服務平臺做爲人工智能的基礎設施，圍繞智能研發、智能生產、智能流通及智能銷售四個環節，推進傳統產業升級，智能產業彙集。

技術中臺，包括了京東物聯網、人工智能、大數據、區塊鏈、AR、VR，還有移動開發等方面的基礎能力，做爲技術賦能的平臺。在技術中臺之上有着針對產業生產的全鏈條流程，在明笛看來，在生產各個環節，京東智聯雲都能利用平臺優點，幫助企業實現新舊動能轉換。

具體來講，在概念設計環節，假如企業想開發新產品，對於它關注的用戶、市場、使用場景、競爭優點、投入產出比等問題，京東智聯雲均可覺得企業的商業分析提供參考。

在開發和測試環節，京東人工智能公共服務平臺提供開發測試模塊。針對傳統產品，京東智聯雲還提供工業設計軟件，幫用戶在概念設計後，進行產品設計。

面向軟件企業，會提供基於研發測試流水線的產品，以及京東自研的中間件產品，幫助軟件企業開發作雲架構遷移，提供集成部署和發佈環境，加快開發進度。針對硬件企業，提供物聯網平臺，幫助企業實現設備集成作好智能家居、智能物聯網的開發。

產品生產完以後在流通銷售環節，能夠依託京東智能供應鏈對流通領域進行賦能，幫助企業作精準用戶觸達和營銷，提升產品最終轉化率。

在現場，明笛還分享了研發類企業、製造類企業、消費類企業、食品類企業的諸多案例，針對這些企業的相關問題及痛點，均給出了關鍵價值解決點及相應的解決方案，幫助企業轉型升級。

![]

▲京東智聯雲數據智能產品部總監  宋紅花▲

中國 SaaS 市場近三年的增速平均值達到 42%，企業服務市場爆發，標準化、行業化、通用化成爲 SaaS 市場的趨勢，核心用戶從中小企業逐漸向中大型企業轉移。爲了更好的知足中大型客戶的需求，基於 PaaS 平臺，京東智聯雲向上提供標準應用或垂直行業解決方案，向下接入各 IaaS 廠商。

當下，不管是初創型企業、成長型企業或成熟型企業在轉型過程當中，都在面臨着不一樣的痛點和挑戰。初創型 SaaS 企業痛點主要來自於獲客難，缺少低成本、快速試錯平臺；業務能力不足，產品化困難，缺乏標杆案例客戶四大方面；成長型企業有必定的產品和客戶積累，但核心競爭力不足，缺乏大規模增量客戶；成熟型企業降本增效是難點，同時要去有創新的商機拓展。總結下來，企業 SaaS 應用領域的 6 大挑戰，一方面是缺平臺、缺商機和缺場景，另外一方面是產品的構建難、定製難、創新難。

京東是一個從傳統的零售， 經過互聯網、數字化等技術手段將成本、效率、體驗作到極致的企業。在這個過程當中，京東積累了強大的供應鏈及技術能力。今天愈來愈多的傳統企業須要數字化轉型，擁抱數字經濟。而京東定位產業鏈最中間的環節，能夠以其積累的豐富的數字化的技術和經驗，賦能產業鏈上下游的企業，拉通供需兩端，幫助企業數字化轉型和產業經濟發展。

今年京東智聯雲推出了 SaaS 加速器計劃。它是京東智聯雲生態戰略的重要里程碑和升級。在結合雲計算、人工智能、物聯網、區塊鏈等技術能力體系，和零售、物流、金融、城市等京東優點場景的基礎上，京東智聯雲打造了商業共創平臺、業務賦能平臺、技術開放三大支撐平臺，進一步釋放京東的技術紅利，加速 SaaS 售賣好、打造好、交付好，與合做夥伴共同打造一個開放、雙贏、共創的生態體系，共創雲端 SaaS 的全鏈路數智化解決方案。

A

商業共創平臺

京東智聯雲經過商業共創平臺，與合做夥伴共同打造創新產品，經過資源投入，加速產品的商業化進程，實現多層次，全方位的高質量合做。不只能夠根據戰略合做等級，提供品牌、市場、技術、客戶線索、平臺流量、培訓輔導、資金等全方位的資源扶持，幫助企業提高市場競爭力；同時一雲多市，可使企業快速入駐京東智聯雲官方雲市場，以雲市場爲依託，有效觸達銷售通路，包括京東智聯雲創新中心、產業創新中心、京麥服務市場、京東物流開放平臺、地方政府產業園區、線下渠道分銷平臺等等，實現一雲多市，多點觸達。

B

業務賦能平臺

經過京東集團的技術能力和業務場景賦能，幫助合做夥伴縮短業務從0到1的構建和打造過程。依託京東智聯雲可塑化、協同化、智能化的、統一和開放的對外賦能平臺，及低成本、高安全，彈性靈活的賦能能力，以京東優質的技術、和優點的業務場景加持，助力合做夥伴輸出更高效的用戶體驗和服務。

C

技術開放平臺

是對京東技術能力的整合輸出平臺。它既包含了新一代人工智能開放創新平臺「國家隊」的核心——NeuHub 京東人工智能開放平臺，既在爲企業提供全面的 AI 能力的同時，又並基於京東的 AI 業務場景提供了系列的應用實踐類課程，全面賦能合做夥伴的產品智能化。下圖是京東智聯雲  AI NeuHub 賦能體系：

其中，IOT 物聯網開放平臺又稱小京魚開放平臺，現已達到億級物聯設備的鏈接，在此基礎上京東打造了向智能社區平臺、智能網聯、智能園區等開放服務。

可針對智能酒店、養老、智慧家庭應用，賦能夥伴。同時，京東也有大量的車載設備，經過車載、物聯網的鏈接，打造車聯網的解決方案。
京東打造的應用開放平臺可助力更多企業在 SaaS 研發方面提效、集成提速。

應用容器託管平臺，提供從資源採購到應用部署、運維的「多租、一站式、穩定」彈性應用託管平臺。EMOP 移動開發平臺可助力企業研發提效；IDaaS 統一身份認證平臺，可面向企業提供專業的統一身份管理和訪問控制的解決方案；RPA 企業級流程自動化，幫助京東物流及餐飲業等，打破信息孤島，實現了降本增效自動化。

最後，宋紅花爲你們分享了京東自主創新的開源區塊鏈底層引擎 JD Chain 開源社區地址：http://ledger.jd.com/，並介紹了京東智聯雲生態版圖，她表示：「但願更多的合做夥伴加入，一塊兒打造更增強大的  SaaS 產品、市場和生態。」

![]

▲京東智聯雲人工智能平臺部副總監  王延▲

人工智能在製造業的應用場景衆多、前景普遍。但我國工業製造基礎差，京東經過對工廠的調研瞭解到，如今工業行業中的質檢和巡檢還是以人工裸眼爲核心手段的傳統檢測方法，其成本高、效率低，並且在勞動密集型的企業來講，包括潛在有風險的安全事故隱患崗位如今愈來愈面臨着招工難的狀況，對企業產能擴張，或者保存現有產能都提出了很是大的挑戰。

京東基於企業對工業檢測的痛點，提出了具有可靠的自主學習能力的，包含物料、製成、產品及生產環境的智能化檢測產品。其技術架構分爲三層，能力層、智能中臺及智慧決策平臺。最低層是能力層，它涵蓋了聲、光、熱、電、力等物理學檢測和手段；核心層是智能中臺，它提供了集數據中心和智能調度中心爲合體的智能數據平臺，能夠完成大數據標準化、數據清洗、數據建模，同時還能夠作模型訓練、模型發佈、模型調度等等一站式的人工智能開發平臺平臺。最上層是智慧決策平臺，包含三大部分：第一個是可視化分析，它是通過京東經驗積累設計製做的可視化 BI 工具例如開箱即用、交互式的圖表；第二個是智能決策，它是基於智能數據平臺跑出來的數據做爲決策，結合生產過程中實時的變化進行一些數據展現，決策數字生成以及相關聯動系統的工做，好比自動下單和採購料等等；第三個是專家分析，它是面向於基礎較弱的企業，由京東智聯雲數字專家提供的定製化的分析服務，幫助企業藉助數據指導生產和經營。

在技術架構當中，在能力層和智能中臺中間還有一層協同層。這一部分是工業環境當中的機器人例如機械臂、協同機器人或者是室外無人車巡檢，在人很難觸及到的領域作檢測，藉助機器人來完成協同。

在食品行業，生產自動化已經達到比較好的程度，可是數字化程度仍是較低，對於保障產品質量的質檢行業也面臨着技術換代的重點挑戰，而智能工業檢測技術是解決相似調整的利器。基於此，京東提供了在食品包裝助力的產品架構。底層是京東智聯雲提供的基礎雲服務和算法模塊及智能中臺中的各個組件，在這個基礎上，在業務系統模塊和硬件模塊，智聯雲在性能上的集成，並與現有廠商業務和能力作的深度集成。數據模塊都是客戶數據，包含訓練數據庫、行業數據庫、生產數據庫、業務數據庫，藉助智能中臺進行數據管理、數據清洗、數據調度、數據訓練等。

此款智能化檢測產品具有可靠的自主學習能力，經過不斷增加的檢測精度、可泛化的學習模型，不斷下降學習成本，補充它的核心優點。

其中，精準雲服務和算法模塊，都是京東自有的產品。業務系統模塊和硬件模塊，是產品性能和現有廠商業務能力作的深度集成。同時，訓練數據庫、行業數據庫、生產數據庫、業務數據庫均是使用智能中臺進行的數據管理、清洗、調度、訓練等。

在現場，王延還分享了京東智能在玻璃加工、發動機裝配、視覺引導質檢領域的賦能案例，幫助合做企業實現快速生產、降本增效。

最後，針對工業數據孤島問題嚴重、數據使用率低下、數據壁壘明顯的現狀，研究發現，其核心本質是工業不瞭解互聯網，也不瞭解數據的價值。

基於此，京東提供了一個可視化的智能決策方案，它是經過物聯網、大數據等技術準確引入工業控制領域，採用傳輸方式將多地域，多設備及生產管理等多源異構數據採集匯聚。將底層設備與管理層的即時通信和數據傳輸，實現智能化、實時化、集中化人、機、料、法、環、測的一體化綜合生產管控。幫助企業解決交付能力，促進數字化轉型，提高產能利用率。

▲京東智聯雲智能客服解決方案負責人  王路▲

爲了解決傳統客服客服人工成本高、服務質量良莠不齊、跟蹤管理困難等問題，京東智聯雲以AI技術驅動，從文字到語音，從對話智能到情感智能，聚焦體驗、效率與轉化，實現多模態服務交互，打造了一整套智能客服全鏈路解決方案，幫助企業服務智能化轉型升級。

今年 618 大促期間，京東在線智能客服全面應用於各場景，提供了 24 小時全天候服務，累計服務次數達 3.8 億次。在這數字的背後，客服諮詢中有 9 成以上諮詢量都由智能客服接待。智能客服包括不少產品，其產品支持全渠道、全流程、全場景。

關於具體的應用場景，主要有 5 個：

1、在線智能客服機器人：提供 7×24 小時的在線服務，區別於其餘的智能助手，它可經過多輪對話的方式解決用戶的問題，精確識別用戶意圖。當機器人遇到沒法解答的問題時，智能工做臺經過轉人工的方式，繼續爲用戶服務。經過這樣的方式，成本可降低 50%+，服務效率可提高 80%+。

2、關於情感智能，它是國內頂尖的情緒識別 AI 模型在實際生產中的應用。它已經實現了在用戶進入諮詢，未代表任何意圖時，根據用戶參數信息以及用戶前臺點擊瀏覽軌跡等，預判用戶最想諮詢的問題。在用戶輸入意圖時，根據用戶輸入的關詞，智能聯想用戶想要諮詢的問題；在用戶輸入意圖後，未選擇訂單時，預判用戶可能諮詢的訂單商品；以及在京東智能在線情感客服給出解決性方案後，可根據用戶上文的意圖以及用戶的參數狀態，預判用戶想要諮詢的下一個問題。

除了能直接回答用戶問題，京東智能在線情感客服仍是客服人員的大腦，根據用戶上下文語言表達智能識別情緒，給到情感化安撫、智能轉人工、並深刻挖掘用戶情緒隱患，進行智能輿情監控分析。

3、關於智能外呼機器人與應答機器人：應答機器人是一個有溫度、個性化的語音交互。經過人機融合智能分流的模式，縮短了一半以上的用戶等待時長，同時還解決了高峯時期爆線問題，顯著提高體驗與效率，適用語音導航、服務諮詢、服務查辦、投訴建議等多個場景。

外呼機器人經過與電話系統對接，可實現對指定用戶進行批量電話外呼服務，自動完成客戶服務的溝通，並自動記錄與標記通話內容，輸出數據分析報告。相比於人工客服，語音外呼機器人整年無休，年撥打電話數量達到 730000，工做態度和數據統計等各個緯度對比起來，能夠以更低成本精準觸達用戶。

語音呼入機器人與呼出機器人整體從技術上看，都是依賴於 ASR 語音識別、NLP 天然語言理解、TTS 語音合成技術；接呼入和呼出均可以對接第三方系統。

4、智能質檢平臺：基於ASR語音識別、NLP語義分析、情感模型、數據挖掘等技術，對服務語音數據、文本數據進行智能質檢分析，實現企業服務質檢全渠道100%全量覆蓋，同時針對異常服務、服務風險進行實時預警，提高用戶滿意度，以數據驅動的方式，爲運營管理提供有效、可量化的服務管理手段。

5、智能決策分析系統：爲企業提供了數據價值挖掘的能力，基於深度學習、ASR 語音識別、NLP 語義分析、知識圖譜等 AI 技術，對企業實時或離線數據進行智能挖掘分析，及時將企業最關注的如客戶關注熱點、客戶喜愛、客戶風險等數據中隱藏的價值進行挖掘展示，提高企業經營效率，以數據驅動的方式，輔助企業運營管理層的業務決策。

那麼在這樣產品背後，會遇到哪些技術挑戰，又須要什麼樣的技術支撐呢?

智能對話產品中的技術難點主要包括天然語言理解、智能語音與對話產品底層技術三大方面。須要讓機器考慮上下文，涉及到上下文建模的問題；以及任務型對話，如：須要系統作查詢才能給出答案的場景；還須要考慮到用戶情緒進行智能回覆，以及對問題時效性的保證。

因此在面對用戶問題的時候，應對技術也必需要有不一樣的技術方案，針對以上難點，精準識別諮詢意圖、主動對話、場景化服務、行爲預測等底層技術均作了較好的支撐。

最後，王路老師分享了智能客服在 To B 作的三個典型案例。智能客服在商務部、醫院、政府，還有一些外包的 BPU 控制中心都有成熟的智能客服落地的案例。

以上僅爲演講嘉賓精彩觀點提煉，想了解完整演講內容。點擊【閱讀原文】，進入官網查看演講視頻，也可關注京東智聯雲開發者微信公衆號，獲取更多技術內容。