作為雲端計算全球一哥，亞馬遜雲服務（AWS）服務全球數百萬客戶，幫助其實現數字化的轉型和創新。在眾多高科技企業背後， 都浮現AWS技術的身影。對於中國C端使用者而言，一般難以直接感知AWS服務。而日前AWS與中國本土出行巨頭首汽約車的戰略合作，將自身技術服務延展至大眾領域。越來越多的中國使用者能享受到AWS高效能技術帶來的便利。

此次AWS與首汽約車的戰略合作主要聚焦在智慧語音方向。該解決方案是基於AWS機器學習服務Amazon SageMaker和Amazon Transcribe開發的，也是出行行業首個定製智慧語音解決方案。

首汽約車CEO魏東

在首汽約車CEO魏東看來，中國網約車市場已經開始從粗放的1.0時代邁向精細化2.0時代，智慧化是網約車2.0時代最核心的部分。如何通過智慧化實現服務的標準化是擺在首汽約車、滴滴等網約車平臺面前亟待解決的問題。“網約車過去幾年雖然很熱鬧，但事實上我們都始終是在網約車1.0時代，不管我們從滴滴、uber，到神州、曹操、首汽約車等等，我們過去都做的只是連線而已，我們只是通過各種手段提升了司機和乘客的匹配效率。我們不斷去挖掘我們的交易引擎、地圖引擎、定價引擎，目的是不斷讓車更快的找到人，目的是讓整體的交易效率更高一點，從而不斷增加供給、不斷增加匹配。這是我們過去一直在做的是1.0的模式，就是連線的效率問題。網約車的交易是基於一天這幾個大平臺每天都是上千萬單的人的每次交易，不是上千萬件物理貨品的運輸，而是一個活體的人去運送活體的人，所以這裡面最難的在於這樣兩側的融合要高效完成，尤其是駕駛員這側，對於每一個個體，每一單都能夠標準化，我們現在在朝這方面去做。”

如何實現網約車2.0智慧智慧交通，魏東認為需要大量擁抱技術，進行大量運算，大量進行資料的處理。一方面是自有的資料、平臺的資料、交易資料，一方面是基於對使用者理解的使用者標籤化的資料。但這遠遠不夠，還需要公共資料，包括道路資料、社會資料等任何影響出行最終結果的變數。“如何把這些因素都納入到一個真正的計算裡面，全社會聯網不是難事，全社會的聯腦怎麼實現，這裡面涉及到技巧的問題和管理能力的問題。這是真正擺在全行業面前的挑戰，但我們非常高興能夠擁抱亞馬遜AWS，在這方面已經做了非常多的事情。”

作為中國出行領域的代表性企業，首汽約車對高精尖技術有著開放心態。魏東認為需要更多的技術來解決2.0時代的問題，一方面首汽約車會積極探索，另一方面也會提出各種需求給到AWS，希望一起找到解決方案。“這樣的話我們也不用自己增加團隊，這不現實，這不是我們擅長的事情，我們需要有所為有所不為，我們可以聚焦在乘客體驗上、聚焦在司機體驗上，怎麼樣打造非常好的雙邊體驗，把這樣的技術運用起來，實現企業的增值，以及我們共同創造一種社會價值。”

AWS大中華區產品部總經理顧凡

AWS大中華區產品部總經理顧凡認為AWS與首汽約車雙方的戰略合作是水到渠成，首汽約車有場景，有願景，也有資料，AWS有技術。AWS能夠用更少的人、更少的成本去快速地試錯，能夠去驗證人工智慧真的能夠幫助提升客服的效率，提升客戶的體驗。AWS和首汽約車兩邊的碰撞，其實就是一個技術去賦能行業中一個新的場景，帶來客戶體驗的提升。

用人工智慧技術提升出行行業客戶體驗，賦予企業差異化競爭能力，在顧凡看來中國的人工智慧發展速度非常快，而且已經快速落地場景中。AWS已經與首汽約車一起發掘這些場景，真正把別人沒有乾的事情做出來，未來演變成一個服務，更多人會用到和看到首汽在利用語音方面怎麼提升解決客訴和提升客戶體驗的實踐。

此次AWS機器學習服務Amazon SageMaker再一次出現在客戶服務中，這一全球領先的技術也是AWS今年4月落地中國地區的重磅級技術。在中國Amazon SageMaker在醫療健康、教育、出行、工業智慧、遊戲、新媒體等各個行業應用不同場景的實踐中。從智慧遠端心電平臺的AI訓練和推理場景，提升了模型訓練的速度 到快速地構建具有逼真語音體驗的線上學習平臺以及更高精尖的自動駕駛領域等。

在之前回答199IT的提問時，顧凡表示，AWS對Amazon SageMaker在中國的發展預期非常大。在中國，人工智慧和機器學習最大的挑戰在於人才，成本非常高，一個資料科學家基本在100萬年薪起步，而且很多被超大型科技公司所壟斷。Amazon SageMaker能夠幫助企業實現不用僱傭資料科學家，只需要僱有一些資料經驗的開發工程師，然後通過培訓，用SageMaker幾周就實現產出。這是SageMaker最厲害之處。

顧凡認為，SageMaker想象空間不在於AWS，而在於整個行業。AWS幫助行業降低門檻，讓非大公司的其他客戶有能力把ML做成一個工具，讓他們去想象應用場景。“我們坐在屋裡是想象不出來SageMaker是怎麼用的，只有客戶自己能想象出來。我們只不過幫他用逆向思維多測一測而已”。

與場景結合，SageMaker將迸發出強大的效能和生命力，這一趨勢也在與首汽約車戰略合作中體現出來。目前出行行業普遍採用行程錄音輔助安全監控，以及使用者問題投訴處理。然而，現有的語音解決方案常常因為錄音質量問題難以達到實際目的。

AWS資料實驗室和解決方案研發中心在深入瞭解行程錄音的特點及技術需求後，開發了語音降噪和導航音分離演算法，並利用Amazon SageMaker機器學習服務進行模型訓練、部署和調優，實現模型的快速迭代。Amazon SageMaker機器學習服務極大地降低了首汽約車採用機器學習的門檻。通過這一全託管的服務，首汽約車的資料科學家和演算法工程師只需要專注資料和業務邏輯，無需運營和管理複雜的機器學習系統。此外，首汽約車還通過Amazon Transcribe人工智慧語音服務將行程錄音自動轉化為文字，從而實現通過場景化的關鍵詞識別分析觸發安全預警，結合後臺安全監控人員的人工判斷，讓實時的行程安全監控從可能變成現實。在應用這一智慧語音解決方案時，其對使用者資料保留全部所有權，可以隨時決定資料的儲存及訪問權，並確保所有訪問行為的合規。

在使用者問題投訴處理方面，客服人員可以綜合利用文字和語音資訊，及時準確地進行判別，提高工作效率，改善司乘滿意度。通過使用智慧語音解決方案，首汽約車實現客服人工稽核工作量降低35%，客服人工聽音稽核時長縮短20%，並保證智慧客訴處理準確率達90%以上，有效改善了司乘體驗及滿意度、提高企業運營效率，同時，通過智慧判責替代人工，還可以有效的降低成本。首汽約車和AWS未來也將進一步緊密合作，豐富智慧判責場景，如針對網約車服務中可能出現的司乘矛盾、行駛路線問題等，通過語音智慧識別後用作判定的依據。

在AWS中國團隊的不斷努力下，2020年AWS在中國的落地速度大大加快，今年以來，AWS中國區域已經發布了290項新服務或新功能，遠遠超過了2019年的數量總和。新服務和新功能不僅涉及大資料分析、人工智慧與機器學習、物聯網等熱門領域。

對於此次與首汽約車的戰略合作，AWS大中華區產品部總經理顧凡表示，“當下，全球大部分雲上機器學習工作負載都在AWS上進行，我們也將利用AWS全球領先的雲技術持續賦能客戶。此次，依託AWS廣泛而深入的機器學習服務，我們在短短4個月內就完成了智慧語音解決方案的開發和上線，也期待能夠與首汽約車繼續攜手推動出行行業的智慧化轉型。”