年前，阿里菜鳥AI又火了。

某網友上傳了一段菜鳥智能語音助手打電話約取件的音頻，調戲客服有沒有男朋友不成，反被AI調戲了一把?

-你有沒有男朋友哦？

-這還沒有過年，你就要問我這么討厭的問題了嗎？不想回答這個問題，給您拜個早年吧，趕緊來驛站取您的包裹吧。

-！！！！（震驚中）

-人類真的好奇怪呀...我有沒有男朋友這個對你很重要嗎？還是快點拿包裹好嗎？

-好好好……

整段對話非常流暢，聊天過程中在AI語音之外，看來還觸發了菜鳥埋下的“男朋友”和“拜年”彩蛋，讓接聽電話的網友意外不已。

這段音頻上傳后引發了一波“圍觀”。收到詢問后，菜鳥方面表示，感謝網友上傳，智能語音還有更多玩法等待用戶“發現”。不少網友評論，從錄音看這一對話已經可以通過“圖靈測試”了。

有這種感覺的其實不止中國網友。在上個月的機器學習領域頂級會議NeurIPS（神經信息處理系統大會）上，阿里巴巴也向現場參會者展示了菜鳥智能語音助手的一段送貨前的demo對話視頻。

會后，海外知名科技媒體《麻省理工科技評論》發表了題為《阿里巴巴已經有了比谷歌更好的語音助手（Alibaba already has a voice assistant way better than Google's）》的文章，將阿里語音系統與谷歌I/O大會展示的Duplex系統進行了對比。報道稱，從NeurIPS（神經信息處理系統大會）現場演示來看，在30秒內，菜鳥智能語音助手順利地處理了三個常見的、棘手的會話成分：包括中斷，非線性對話和隱含意圖。對比5月份谷歌I/O在演示的類似樣本電話來看，阿里巴巴的語音助手比谷歌技術更復雜。

智能客服：含著“金湯匙”出生，NLP的絕佳應用場景

相比眾多人工智能傳統應用場景，智能客服機器人其實是個起步頗晚的落地領域。

智能客服從2013年開始規模化出現并上線使用，至今只有5年多的發展歷史，但由于數據積累完備，應用需求量大，很快成為了自然語言應用落地的一個絕佳場景，發展迅猛，有很多人甚至預言，人機協作的智能客服領域最有可能出現人工智能殺手應用。

這一說法事實上不無道理，人工智能，特別是自然語言處理技術發展到現在，最大的技術桎梏其實是聚焦的應用場景選擇和真實數據的積累。而從這兩個方面來看，客服行業一直以來的發展都與自然語言處理技術的落地完美契合。

從應用場景來看，客服，特別是快遞客服是個非常聚焦的對話領域：場景相對簡單、可控，對智能語音助手的需求量也非常大。公開信息顯示，目前快遞員平均每天要派送150個快遞包裹，很多快遞員來不及打電話，如果全部采用語音助手，預計每天可為全國200萬快遞員節省16萬小時的通話時間。

再從真實數據的積累來看，客服領域目前多為人機協作的溝通，這種方案能夠大量的降低快遞客服成本壓力，同時，每一次的客服介入，都能夠幫助現有算法提升改進，并且積累數據。

換句話說，你的每一次剁手，都可能在為人工智能時代的到來添磚加瓦。

菜鳥AI客服：IoT時代垂直場景的技術優勢

2018年5月31日，菜鳥推出平臺級人工智能產品“語音助手”，并表示，該助手可在同一時間自動批量撥打巨量電話，幫助快遞員派件前溝通消費者，甚至能聽懂方言，準確識別選擇的包裹接收點，實時反饋結果。

據了解，菜鳥語音助手已經具備多方言重口音語音識別、全雙工語音交互、場景化人聲合成、智能語音流式響應、上下文語義識別、主動對話引擎、多通會話記憶、以及推薦預測能力。

快遞員在網點掃描取走包裹時，機器人會自動在后臺撥打這些包裹所屬的消費者電話，完成“派前電聯”，并將消費者反饋的收件方式推送到快遞員手持終端，包裹是送上門還是放到自提柜，快遞員從網點出門的時候就已經一目了然，省去了一一手動撥打電話。

目前菜鳥也已經將這一技術對外輸出，國內主流快遞公司均在使用菜鳥智能語音助手，由快遞員進行派前電聯。此外，這一工具還被用在大家電的預約配送等。

菜鳥方面告訴大數據文摘，菜鳥語音助手服務的基礎技術架構由達摩院機器智能實驗室提供技術支持，菜鳥本身則專注垂直場景的數據積累和技術開發，解決客戶選擇權和確定性的問題，這也是菜鳥開發智能語音助手最大的優勢。

菜鳥方面稱，整體戰略上看，智能語音助手只是菜鳥輔助快遞員提高效率的核心產品之一，除此之外，菜鳥IoT還在進行更多的基礎設施的搭建工作，搭建一張智能物流骨干網，將技術持續向行業輸出，帶動各大物流企業向數字化、智能化轉型等。