为什么马云听到人工智能就生气？天猫双11回答了这个问题

在2016年人工智能成为行业最大热点后，人们对于机器未来是否会取代人类，一直争论不休。马云对于这个问题曾多次发表了自己的看法。在今年6月的世界智能大会上，马云“语出惊人”，表示看到“人工智能”这个翻译就很生气，因为人类把自己看得太重要了：

“智能时代，不是让机器做人能做的事情，而是让机器要做人做不到的事情。机器不应该成为人的替代者和竞争对手，而应是合作伙伴。机器和人只有合作在一起才是我们想要的智能时代。”

在去年的IT领袖峰会上，马云就提出马云人工智能更准确的说法应该是“机器智能”：

“机器要做的是人类做不到的事情，这才叫本事。我们要多花时间在Machine Intelligence（机器智能）上，人类有责任和担当让机器成为人类的合伙人。”

在我印象中，互联网大佬中最不懂技术的马云，对人工智能的看法反而最独到，他更重视“人机协同”的价值，不是让机器去模仿或者学习人类，与人类做一样的事情，而是让机器具备独特的能力，像汽车、工业设备、计算机等机器一样做人类做不到的事情，与人类能力互补。今年双11就是一次史无前例的大规模人机协同。

双11为什么是最大规模人机协同？

在双11狂欢节结束后，阿里巴巴CTO张建锋对媒体表示，“双11不仅是史无前例的社会化大协同，机器智能的大规模应用，也让今年的双11成为人类历史上最大规模的人机协同。今年双11技术不是由我来指挥的，而是机器和人一起来指挥的。”从所调动的全社会的资源规模、参与和影响的人数来看，说双11是史无前例的社会化协同很容易理解，张建峰为什么说双11是最大规模人机协同？

第一、机器智能应用范围最广：

与往年机器智能只是应用在营销、选品和客服等少数场景不同，今年机器智能应用到了双11的全部环节，包括选品、推荐、客服、物流、支付、营销等等环节，一共有超过10个的不同类机器人组成了“AI”军团，简单介绍如下：

天猫智选：智能选品运营系统，可以指导卖家备货，打造爆款；

机器导购员：在搜索、浏览等场景中给用户提供千人千面的商品推荐；

店小蜜：一键授权的客服机器人，帮助卖家回答顾客问题；

安安：蚂蚁金服的智能客服机器人，可以结合场景“未问先答”；

鲁班：可以通过AI算法智能生成海报，比如海报中的“到手价格”就是根据复杂的促销方案智能生成的；

蚂蚁佐罗：支付宝的生物识别机器人，用于账号鉴权、人脸支付等环节；

旗舰仓：将货品送到拣货员面前，减少其来回走动次数，提高分拣效率和节省体力；

小G二代：可躲避行人、乘坐电梯的智能送货机器人，应用于阿里西溪园区，接下来将走出园区；

天巡：可自动巡查机房排查异常，接替了运维人员以往30%的重复性工作；

达灵：负责分配服务器资源的智能系统，可替代数十名工程师；

尖兵：压力测试机器人，可以帮压力测试工程师进行自动化测试，对服务器容量配比进行智能调整，快速定位问题。

可以看到，双11不只是电商关键环节，就连后台的生产环节如压力测试、机房巡检都用上了AI。

第二，机器智能应用规模最大：

今年双11交易额1682亿再创新高，各个关键业务指标创下记录，如交易峰值达到32.5万笔每秒、全天物流订单8.12亿、支付峰值达25.6万笔/秒。这些数据背后是阿里人机协同的大规模应用，比如从双11预售开始，店小蜜单日对话量都在1000万以上，是首个日对话量达到千万量级的服务机器人；再比如鲁班可以每秒生产8000张商品banner，为设计师分忧。

每年双11能成功“抵抗”洪峰，都有成千上万的工程师在支持，有数十万的服务器、数千万个基站在运转，为用户提供App、网络的保障，数据显示，双11当晚用电量会出现一个高峰，很大部分用电需求就来自于机器。今年双11又多了一个群体参战：不同岗位的机器人物种，负责千百万次计算、客服、设计、推荐、分拣等等工作。

第三，人机协作智能程度最高：

天猫双11的机器智能应用不是“无人购物”这样的噱头，而是实实在在在地在协作人类“生产”。比如鲁班设计师的简单海报设计（或者说生成）能力已媲美专业设计师；比如阿里小蜜可以解决95%以上的客服需求；再比如菜鸟旗舰仓可以让拣货员从日行八万步变为三两千步。这些“机器人”没有波士顿机器人那么炫酷，却更接地气，为人类服务。

许多人听到机器人第一个联想到“人形机器人”，事实上正在大规模应用的机器人却是我们看不到的、无实体的软件或后台机器人，就像天猫双11应用的机器人一样，它们大规模应用到各个场景中，服务于买家、卖家、设计师、测试工程师、运维工程师等等人类，非常有价值。

大规模人机协同对阿里意味着什么？

最为直接的价值是抵御全世界最大规模的“人肉DDoS攻击”。

今年是天猫双11的第九个年头，天猫双11在技术支撑上也走过三个阶段。

第一个阶段是痛苦期：双11交易额不断攀升，最初存在各种瓶颈，比如会出现系统卡顿、物流爆仓、支付困难等现象，天猫甚至不得不采取分地区限流的方式，来确保有部分人可以正常参与双11；

第二个阶段是优化期。通过云计算等基础IT架构优化，阿里前几届双11已无太大技术瓶颈，尤其是阿里云其支撑天猫应对双11千亿级的成交规模和复杂业务场景，同时又通过这种极端场景来对自身能力进行压力测试和优化升级，来应对下一年的双11，形成了技术和商业场景的正循环。

第三个阶段是智能期。今年是智能期的起点。阿里通过机器智能的大规模应用，将技术瓶颈全部清除了，因此阿里高管可以在双11业务最高峰时“淡定喝茶”。今年交易额等等都更高了，去年同样的架构、人力和资源恐怕都很难支撑，正是因为大规模人机协同才让瓶颈没有再现。

相对于普通互联网技术而言，人机协同对于天猫以及阿里的新零售生态而言，也有更深层的价值。

第一，它可以成为一种智能服务。阿里的人机协同能力可以像云计算一样，服务于商家、物流、金融等等与双11和电商有关的角色。接入阿里鲁班系统或者店小蜜等等AI方案，不只是可以降低成本提高效率，还能提升用户体验。过去商家要找天猫要流量，未来商家还要找天猫要智能服务。

第二，它可以成为零售人的帮手。阿里的机器智能不是要取代人类，而是要协作人类，让人类去做更适合人类的事情。比如批量生成海报的事情鲁班做了，设计师就可以去做更有创意的海报。这种人机协同不只是体现在设计师身上，运营人、物流人、金融人、运维测试工程师等技术人，都可以与机器很好地协同，而不是直接被替换。机器成为人类的伙伴也是人机协作的宗旨。

第三，它让新零售落地速度更快。一方面，大规模人机协同大幅提升效率如智能选品和推荐系统可以提升营销效率，鲁班等AI系统提升卖家运营效率，旗舰仓提升物流仓储环节的效率……另一方面，人机协同提升用户体验，比如智能商品推荐、客服等等体验都更好。新零售的本质就是用技术驱动来提升零售行业各个环节的效率和用户售前中后的体验，今年天猫双11大规模人机协作，正好体现出新零售价值，大规模人机协同，将加速新零售落地。

人机协作是阿里人工智能的战略点

阿里巴巴CEO张勇在双11狂欢节后的演讲中指出：

“展望未来，我特别想说今天整个技术进步和商业创新，两者是相辅相成的，双11是最好的例证，是立足在技术创新基础上的商业创新，两者产生了完美的化学反应，成就了今天的双11……未来，双11的样式一定会改变，一定会产生不一样的双11形式，但是它的前提是继续在技术上不断创新，才能使得原来的商业创新想法从不可能变成可能。”

可以看到，阿里巴巴未来的重心还是通过技术创新来推动零售业变革。在过去的一年时间里，阿里巴巴在技术投入上的步伐明显加快，比如启动NASA计划、成立达摩学院首期投资1000亿美元，未来阿里巴巴还会加强技术投入，怎么做？我想，机器智能是重点，而人机协作则是重要战略点。具体来说，我认为阿里在机器智能技术上，会在如下几个方向发力：

1、人机协同的常态化。双11所有规模应用的或者探索式应用的（如小G二代智能送货机器人）人机协同，将会成为常态化能力，每天应用于阿里星罗棋布的业务中，未来阿里巴巴不同岗位的员工都要与机器一起上班，阿里巴巴生态中的不同环节如金融、物流甚至文娱都要习惯于人机协同。

2、人机协同的能力输出。阿里巴巴一直注重能力输出。比如阿里云是阿里IT技术输出窗口；再比如蚂蚁金服的战略之一是金融科技能力开放；天猫则将新零售能力做输出。阿里也会将人机协同能力输出到更多行业，特别是零售行业，让人机协同成为零售行业乃至各行各业的能力。通过此，阿里巴巴的机器智能技术可以在更多场景应用，进而获取数据、改进算法，不断学习进化。

2017年7月国务院发布的《新一代人工智能发展规划》指出，我国发展人工智能的重要任务之一是培育高端高效的智能经济，要促进人工智能与各产业领域 融合，形成数据驱动、人机协同、跨界融合、共创分享的智能经济形态。可见阿里部署人机协同以及输出能力也符合国家战略规划。

3、机器智能技术的产品化。今年天猫双11天猫精灵销量突破100万台，成为首个进入100万俱乐部的中国智能音箱，这是天猫第一次在双11助推“天猫”牌产品，不是为了卖硬件，而是要抢占重要的家庭人机交互入口：智能音箱。对于天猫来说，这是一个潜在的流量入口；对于阿里技术来说，则是机器智能技术产品化的尝试，未来阿里的机器智能技术或许会更多产品化。

此前8年的双11，不断倒逼阿里技术特别是IT架构进化，进而成就了今天的阿里云。今年天猫双11大规模人机协同的理念则是阿里巴巴人工智能的里程碑，让我看到了下一个阿里云的影子，马云在复盘今年双11时总结，“其实双11不是我们赚钱，双11本身对于我们来讲没有什么赚钱。”从人机大规模协同的实现来看，天猫双11带给阿里巴巴的价值，确实远远不止1682亿这个数字。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。