“语音购物” 重新定义电商 京东还原购物的真实

文/郑凯

著 名的互联网预言家，凯文·凯利在今年的多个公开演讲中，都谈到了人工智能将会是未来社会格局的改变者。他甚至认为，人工智能有可能重新定义人类。

当然，这种理解本身并不是在渲染，人工智能对人类智能的超越，我相信凯文·凯利的意思是：人工智能的技术，在重新定义人类的生活方式。想象空间是不是很大，比如购物？

实际上，作为一位叮咚（DingDong）智能音箱的用户，我深刻体会过语音识别技术对固有生活方式的改变，当一位 “瘫”在沙发上的消费者，习惯了用语音去操控音乐的播放，天气的查询等一些基本的人工智能应用后，我们当然会希望得到的更多。

就像凯文·凯利在他的新书《必然》里总结的未来发展十二大趋势中，所描述的几个关键属性一样，认知（Cognitive）和互动（Interacting）正是代表着人工智能形成了新鲜的人机互动，而语音显然要比按键、鼠标更为原始，更加真实。

那么，如果通过人工智能的技术，让语音购物成为新的应用场景。这是不是可以重新定义，今天的电商呢？

京东正在打开这个脑洞

是的，京东现在正在打开这个脑洞。

最近，京东在人工智能领域又迈出了重要的一步——在中国领先的将语音技术、电商服务、人工智能技术以及智能硬件相结合，实现智能语音购物全流程体验。已全面支持购物服务的叮咚（DingDong）智能音箱，有望成为万物互联时代京东购物的新入口。

12.12起，使用叮咚智能音箱，即享京东语音购物

语音购物实际上，是通过叮咚（DingDong）音箱为载体，使用简单的语音指令来便捷查询订单状态、物流相关信息，随时知晓商品送达时间，查询搜索用户关注商品的优惠、活动信息，轻松网罗京东的低价好物；同时，叮咚（DingDong）音箱还可根据用户在京东商城的订单记录、关注浏览、用户画像等大数据，为用户个性化智能推荐商品。用户可通过最快捷、最智能的语音交互下达确认购买的指令，方便高效地完成购物下单。

那么，语音购物的流程在技术上，有哪些关键点？我们逐一来解读一下。

首先，需要从多个领域对用户语音输入进行分析和理解，按照场景进行分类（购买商品，查询订单，点餐，知识问答等）；然后更加深入的对输入做细粒度的分析和理解，不仅要知道这是一个下单指令，还需要理解到用户的购买需求。通过这两方面技术结合达到多层次的精确语义理解。

其次，多轮对话能力。由于语义理解比一问一答的搜索技术要更复杂和困难，针对购物，音箱采用的AIUI技术可灵活的实现多轮人机交互，来了解用户购物需求，从而帮助用户快速选定商品并完成下单。由于，很多场景的对话是不能通过做一轮交互来完成的。所以，需要根据上下文、用户的使用偏好和购买习惯做更为精准的引导和推荐，这种智能的应答，一直是技术上的难点。

最后，是远场识别技术。这个技术是基于硬件基础，目的是为了抑制用户语音之外的噪声和混响效应。做到在95%以上的场景中可以有效地进行远场拾音一直是个技术难点。而叮咚（DingDong）音箱则融入了科大讯飞的远场识别技术，让语音购物的体验得到保障。

我们知道，不久前，美国亚马逊推出了Echo音箱，谷歌推出了Google Home。两者均都瞄准了家庭入口的位置，而叮咚（DingDong）作为国内率先上线语音购物功能的家庭助手，显然已经将入口布局更加深入。

这也是语音购物的意义所在，因为语音交互只是人机互动的第一步，而在叮咚（DingDong）音箱的背后，则是京东大数据、智能云平台的优势整合，将先进的语音技术、自然语意理解、电商服务和创新硬件相结合，最终才演变成了语音购物这一应用场景的诞生。

更适用于家庭场景的“主动”模式

毫无疑问，语音购物就是针对家庭的应用场景的。

首先，必须承认，因为语音对条件的要求相对是比较苛刻的，噪音或者杂音对它的应用会产生很大的影响。但是在家庭环境相对来说是比较可控一点的，所以家庭的场景是比较切合的。

其次，不同于双11那种集中爆发式的购物，其实购物的本质就是日常生活所需，比如说洗发水用完了，需要补充，或者家里的卫生纸、油盐酱醋需要购买，围绕这些最基本的购物需求，完全可以直接通过语音购物来实现。

第三，家庭的应用场景下，我们可能会同步进行不同的操作。比如，一边看电视一边扫地，或是一边做饭，一边听歌。家庭的应用场景中，这种同步的模式最为常见，也就是说我们会遇到很多无法面对显示屏的应用场景，这就为语音购物提供了鲜活的场景。比如，扫着地，通过语音购物的方式，完成对一瓶洗发水的购买。

本质上，语音购物不是简单“语音处理、理解技术”和“交易系统”简单结合问题，而是需要针对语音的特殊场景，对基于屏幕的交互体验流程进行相应调整，以适应语音购物场景。

过去，我们常谈论智能家居的入口，其实很多应用场景都是被动的。比如，对智能灯泡、空调、电视等家电的控制，每一个设备都渴望成为入口，所以标准林立，没有谁希望主动被“控制”。

但是语音购物却不一样，购物的需求是客观存在的，语音购物的应用场景是从根本上，解决了无屏化购物的痛点。而我认为这种主动的方式，更容易让用户产生信任感和粘合性。从这个角度看，叮咚（DingDong）音箱，无疑已经站在了行业的领导地位。

从语音购物看京东的人工智能格局

不久前，刘强东在京东未来12年的战略规划中提到，“京东会进一步走向开放，将已有的供应链、数据、物流优势充分向社会开放，带动全行业、全社会效率的进一步提升，成为中国商业零售领域基础设施的提供商。同时，将通过AR/VR技术、深度学习、人工智能、机器人自动化等创新科技”。

事实上，刘强东已经不止一次的谈到京东在智能电商上的发展思路。而语音购物则可以看作是京东在利用人工智能技术改变电商的又一次有力的探索。

京东在利用人工智能技术推动电商转型也是不遗余力。比如，加入了人工智能技术之后，可以做到自动寻址的无人机物流；基于场景化购物，融合门箱互拍、图像识别、RFID识别、光谱分析等识别技术的智能冰箱；结合用户画像主动的进行关怀交流，从售前到售后对用户体验给予改善的JIMI机器人；利用京东大数据推出的动态定价和个性化推荐工具；利用图形识别技术的拍照购；再有京东对VR购物的研发和创新，形成了京东整体，基于人工智能的布局。

所以，在语音这种交互方式背后，其实是京东人工智能技术的综合体现。京东也将在人工智能，特别是自然语言的语义理解领域继续深耕，将京东自有的强大电商优势与人工智能技术密切结合，为用户提供更加简单快乐的生活体验。

从未来的想象空间看，京东未来将采用人工智能技术，不断提升语音交互的能力，创造更加自然、智能的交互体验，以及深化京东大数据的应用，为用户提供更精准、更个性化的购物服务。另外，在叮咚（DingDong）上正在接入多样的第三方服务，未来打造开放服务平台，让用户使用语音即可非常便捷的获取各种各样的服务。这也将是京东的又一个开放的平台，未来的语音购物，不仅可以在叮咚上实现，还可以在接入京东智能云的多种智能设备上来实现。

总体而言，小小的音箱背后是京东人工智能的大格局观。正如刘强东的判断一样，“未来的零售将全面智能化”，而语音购物则像是一个支点，轻轻的撬动了现在与未来的平衡。