阿里雙十一背後：計算力決定商業未來

楊安琪 2017年11月23日

阿里巴巴雙十一1682億的交易數據讓人眩暈。這些不斷增長的紀錄背後卻是阿里巴巴這家公司從零售公司轉向科技公司，甚至轉向計算公司的體現。

一個大前提是阿里巴巴馬雲提出的新零售概念。馬雲認為，新零售的核心是從向消費者銷售商品轉向服務消費者，未來新零售都是基於數據。

更具體來說，新零售企業以互聯網為依託，通過運用大數據、人工智慧等技術手段，對商品的生產、流通與銷售過程進行升級改造，進而重塑業態結構與生態圈，並對線上服務、線下體驗以及現代物流進行深度融合的零售新模式。概括來講，所謂的新零售就是大數據+線下體驗店+智能物流。

從電商走向新零售，商業本身也發生了變化。

商業規則正在發生變化

在電子商務發生之後，人們的消費習慣曾經發生過一次變化，即從實體店走向網路，不過那僅僅是物理空間發生了變化，背後依舊是人主動選擇貨物。

但新的商業規則是，通過大數據分析，讓人更理解知道自己的需求。零售商可以利用人工智慧來預測可能的購物傾向，並讓它無縫地跳轉到下一個步驟。

比如如果購物者需要四個步驟，他們能以一定的準確度來預測該客戶將會在每一步中實現這一目標的可能性，並將其進一步推向兌換目標。這種類型的練習將形成一個循環，在這個循環中，分析會進一步推動預測，機器將學習最優的方式來幫助用戶縮短交易途徑。

這些背後都需要計算和雲服務的力量。所以阿里雲正是阿里巴巴集團的重要基礎設施，從推薦產品，到一個訂單確定以後從支付、發送訂單給商家到最後的送達物流系統，整個閉環已經在阿里雲的平台上面構建。

這種計算能力強大到有些可怕。按照阿里巴巴的統計，2009年第一次雙十一，阿里平台每秒成交只有400筆，今年在阿里雲最新公布的這個數字是每秒32.5萬筆，已經是8年前的800倍。所有運算都在阿里雲上完成。

另外，還有一點有趣的現象是，人工智慧在改變商家。在今年的雙十一的營銷活動里，一款名為「魯班」的人工智慧設計平台，在這個平台上，平均1秒鐘就能完成8000張海報設計，一天可以製作4000萬張。雙十一正是「魯班」為商家設計了4億張海報。

阿里巴巴「魯班」項目的負責人樂乘說，機器做的海報美觀程度和人做的不相上下，但是機器好在它的產能特別大，所以基於這個方式今年在手機淘寶、手機天貓，大家所有能看到的海報都有可能不一樣。

同樣的邏輯，也正是有機器人能夠做出足夠多的海報設計，才能讓「千人千面」的設計推送成為可能性。就像北京大學光華管理學院副院長張影所說，電商不是一個「是」或「不是」的概念，而是一個程度的概念。你的電商程度，就是你的數據化程度。現在看來，阿里巴巴的數據化程度已經在這次雙十一中得到了證明。

交易方式正在發生變化

在馬雲的新零售概念里，線上線下相結合成為了重要的一步。

於是改變線下的支付方式和支付習慣就成為打通線上線下的重要環節。2017年2月，《MIT科技評論》公布2017年全球十大突破性技術榜單，將螞蟻金服、曠視科技、百度的人臉識別技術納入榜單，入選理由是：作為全世界首批上線人臉識別技術的國家，中國的人臉識別技術精度已達到金融交易的級別，刷臉支付進入成熟期。

螞蟻金服資深演算法專家李亮說，刷臉支付的核心在於眼紋識別技術。目前生物識別比較成熟的有三個維度的技術：指紋識別、人臉識別和虹膜識別。眼紋識別雖然識別精準度高，但是由於技術難度高，對研發人員是個極大的挑戰。

他說，如何從普通攝像頭拍攝到的圖像中提取出精細的血管分布細節；如何從鞏膜（眼白）的血管排布中提取出區分每一個人特定的生物特徵；如何應對眼球反光、眨眼、眼睫毛等干擾因素，依然可以穩定識別，這些都是非常具有挑戰性的。所以，這也是為什麼說，此次螞蟻佐羅研發的眼紋識別技術，儘管還是實驗室產品，但被業內視為是中國，或者說是全球生物識別技術研發的標誌性突破。

我問李亮，為什麼需要人臉支付，指紋識別其實已經很好地完成了支付環節。他的回答是：大多數時候指紋識別已經能夠滿足用戶，但指紋可以複製，而虹膜基本不可能複製，並且當未來識別速度進一步提高時，虹膜可能是線下支付的首選。

未來的商業是「計算力」的比拼

從阿里巴巴雙十一的記錄看來，無論是商業規則的變化還是交易方式的變化，背後考量的都是一家公司的「計算力」。

阿里巴巴集團首席技術官張建鋒說：「今年雙十一不是由我指揮的，是人和機器一起指揮。」他表示，今年雙十一不僅是史無前例的社會化大協同，機器智能的大規模應用，也讓今年的雙十一成為歷史上最大規模的人機協同。

舉例而言，在為了完成這次互聯網歷史上最大一次人機協同，阿里巴巴在雙十一前上線了一款名為「達靈」的計算資源AI分配官。

這款AI分配官能做什麼？簡單來說，用戶打開手機淘寶，首頁可以看到「有好貨」、「猜你喜歡」等這樣的常用功能模塊。以前，要人工為每一個模塊分配伺服器數量以及監督運行情況。對於工程師來說，挑戰巨大。「伴隨雙11規模的逐年暴漲，這樣的工作已經不適合人來做了。」 阿里巴巴資深搜索研發專家鄭南說。為此，阿里巴巴搜索團隊對「達靈」進行了大量訓練和工程化，在實習期「達靈」就完全替代了人工，在推薦平台智能調度方面將資源分配率提高了一倍，這相當於節省了一半的機器。

另外，菜鳥的智慧物流系統，可提升分揀貨物效率3倍以上；天貓的IT系統把一半的決策點交給了機器智能，減少了工程師30%的工作量。

這也從另一個維度說明，人類已經無法滿足雙十一巨大的交易量，或者說，機器能夠更精準地完成雙十一期間商家與用戶的交易。

當然，這些並不是全部。整個雙十一是對阿里巴巴全部生態系統的一次巨大考驗，在這場包含交易、支付、數據、客服、搜索、推薦、廣告、庫存、物流等等各個環節的戰鬥中，機器人都成為了阿里巴巴軍團中新的力量。（財富中文網）