隨著數(shù)字化時代的到來，外賣市場近年來發(fā)展非常迅猛。對外賣物流系統(tǒng)而言，配送效率和用戶體驗至關(guān)重要。而實際配送過程是由配送員（騎手）最終完成的，因此，想要真正提升配送效率，不但要在智能調(diào)度系統(tǒng)（訂單指派、路徑規(guī)劃、ETA）上下功夫，還要不斷提升配送員的“附加”能力，讓他們越送越“熟”，越送越“順”，越送越“快”。以此為出發(fā)點，美團(tuán)點評研發(fā)團(tuán)隊設(shè)計了騎手智能助手，全面提升騎手的各方面能力。

在 1月份的 AICon全球人工智能與機器學(xué)習(xí)技術(shù)大會上，美團(tuán)點評配送人工智能方向負(fù)責(zé)人何仁清分享了《美團(tuán)騎手智能助手的技術(shù)與實踐》。講解如何在使用環(huán)境復(fù)雜、用戶群體多元化的情況下，以智能耳機和語音交互為載體，并通過大數(shù)據(jù)挖掘、機器學(xué)習(xí)、自然語言處理等技術(shù)，讓智能助手具備復(fù)雜場景精準(zhǔn)識別、服務(wù)智能推送，智能引導(dǎo)、全語音操作等能力。最終在智能、安全、便捷、精準(zhǔn)等多個維度上，全面提升騎手配送能力，從而提升整個配送效率和用戶體驗。

AI技術(shù)對同城配送的業(yè)務(wù)價值

總體而言，物流業(yè)務(wù)是一個比較傳統(tǒng)的行業(yè)，但是隨著整個電商、移動互聯(lián)網(wǎng)和移動支付的興起，近些年整個物流行業(yè)實現(xiàn)了持續(xù)和高速的發(fā)展。

上圖系中國物流與采購聯(lián)合會在 2016年發(fā)布的一個報告，調(diào)研數(shù)據(jù)表明，全國物流件數(shù)環(huán)比增長超過 50%，達(dá)到 300多億件。

同時整個物流的費用占比也很高，從圖中可以看到，物流成本已經(jīng)占據(jù) GDP的 15%。而在歐美國家以及日本，這個比例大概只有 8%～9%左右，所以中國的物流行業(yè)還有很大的優(yōu)化空間。這也是很多公司大力投入去做物流行業(yè)的一個很重要的原因：行業(yè)正處于高速發(fā)展階段，而且體驗、效率和成本方面都有巨大的優(yōu)化空間，大有可為。

下圖主要介紹了美團(tuán)外賣現(xiàn)在的發(fā)展情況：

美團(tuán)外賣從 2013年啟動，目前大概能夠服務(wù) 2.5億用戶，已經(jīng)覆蓋 1300多個城市，能夠為 200多萬商戶提供服務(wù)，日峰值訂單超過 1800萬。美團(tuán)外賣智能配送調(diào)度系統(tǒng)每天匹配 50多萬外賣小哥，基于海量數(shù)據(jù)和人工智能算法，確保平均配送時長不超過 28分鐘。這也是目前世界上規(guī)模最大、復(fù)雜度最高的多人、多點實時智能配送調(diào)度系統(tǒng)。

我們對美團(tuán)配送的定位是：做成最大的即時配送平臺。

相比傳統(tǒng)物流，即時配送包括以下幾個優(yōu)勢：

第一點，非?？?。從商家發(fā)單，比如說一個外賣訂單，從下單到用戶收到，平均要在 30分鐘內(nèi)能完成，最慢的也應(yīng)該在一小時左右?？欤亲钪匾囊粋€特點，快，也能夠使整個服務(wù)的要求和服務(wù)質(zhì)量得到巨大提升。

第二點，能夠直接聯(lián)系用戶和商戶。之前的物流基本是從商家接單，要經(jīng)過很多環(huán)節(jié)，包括倉儲、運輸調(diào)度、人員配送等等，最后再送到用戶，中間幾經(jīng)轉(zhuǎn)手，甚至由不同的公司配送，或者有不同的加盟商。但是即時配送直接將用戶和商戶聯(lián)系起來，進(jìn)而直接影響目標(biāo)人群，這是很大的一項價值。

第三點，能夠承擔(dān)多種配送場景，不僅僅可以送外賣，還可以送商超、生鮮等等，基本上所有的同城快件，都可以納入其配送服務(wù)范圍。

總體來說，配送是一個非常復(fù)雜的業(yè)務(wù)，為了能夠便于大家理解，我把這個業(yè)務(wù)模型進(jìn)一些抽象和簡化，可以用下面這張圖來進(jìn)行說明。

從本質(zhì)上來講，配送主要是把用戶的配送需求和線下的各種運力（比如說騎手或車輛之類）進(jìn)行匹配的過程。匹配分為線下匹配和線上匹配，線下主要靠運營，線上就是我們技術(shù)部門所構(gòu)建一些系統(tǒng)。從這個層面而言，我們要解決的主要是在這個需求和運力之間，如何實現(xiàn)最優(yōu)匹配的問題。

這其實也是一個相對比較傳統(tǒng)的問題，像做廣告或者推薦，都會面臨這個問題，需求是要推薦的產(chǎn)品，供給是廣告位置，但位置并不是無限多，如何在需求和供給之間達(dá)到最好的匹配，這本身就是效率優(yōu)化問題，只不過廣告和推薦使用的 CTR預(yù)估，而物流中使用的方法更加復(fù)雜一些。

配送中的復(fù)雜性，具體來說有幾點：

• 這是一個 NP-Hard問題，計算復(fù)雜度隨著規(guī)模呈指數(shù)級增加。比如是騎手身上 N個訂單的路徑規(guī)劃問題，或者是 M個訂單與 K個騎手的訂單分配問題，這兩個都是指數(shù)級復(fù)雜度，而且相互關(guān)聯(lián)。

• 這不但是一個多點取多點送問題，而且隨時有新訂單增加，具有非常強的實時計算要求，當(dāng)一個新訂單生成后，需要在幾十毫秒內(nèi)別完成調(diào)度運算，相比傳統(tǒng)物流中有幾十分鐘以上的計算時間，即時配送系統(tǒng)設(shè)計的難度要大得多。

• 配送場景非常復(fù)雜，涉及天氣、路況、騎手熟練程度、商家出餐速度等多達(dá)幾十個因素，極大增加了解空間的隨機性和復(fù)雜度，對配送算法的穩(wěn)定性和適應(yīng)力挑戰(zhàn)極大。

對美團(tuán)配送來說，要完成這個任務(wù)，需要分為大概三個層次，如上圖最右側(cè)所示。

• 第一層，物流基礎(chǔ)結(jié)構(gòu)建設(shè)。包括在城市里如何建設(shè)站點，如何配備人力，如何配備商家的供給情況。這些基礎(chǔ)結(jié)構(gòu)不但深刻影響配送的規(guī)模、成本、效率，而且是物流管理和運營的基礎(chǔ)，比如加盟商管理、騎手運營等都需基于這個結(jié)構(gòu)進(jìn)行展開，因此這些基礎(chǔ)結(jié)構(gòu)的作用非常重要，而且它們較難進(jìn)行即時調(diào)整，非常考驗技術(shù)的長期預(yù)測和規(guī)劃能力。

• 第二層，供需匹配的動態(tài)均衡，通過定價機制進(jìn)行市場調(diào)節(jié)，包括幾個方面：一個是基礎(chǔ)定價，比如一個定單來了，到底向用戶收多少錢，向商家收多少錢，給騎手多少補貼，這需要考慮很多因素，保證定價的合理、公平。另一個是供需平衡，當(dāng)遇到惡劣天氣等突發(fā)情況，通過動態(tài)調(diào)價方式，實時調(diào)節(jié)用戶需求和運力供給，保證整個系統(tǒng)的穩(wěn)定與用戶體驗。

• 第三層，訂單和騎手的實時匹配，也就是派單，在訂單出現(xiàn)后在幾十毫秒內(nèi)分配到一個最合適騎手，并完成多個訂單的路徑規(guī)劃。這是一個 NP-Hard問題，而且由于不斷有新訂單生成，需要實時計算，對并行計算引擎的要求很高。派單的優(yōu)化目標(biāo)是：提升整體配送的效率，并保證用戶體驗，是整個配送系統(tǒng)的核心模塊之一。

以上，主要是我們對整個配送的理解，接下來講述如何使用技術(shù)手段來進(jìn)行落地和實踐。

對于 AI問題來說，整個配送在 AI問題中的分類應(yīng)該是什么樣？下圖給出了一個解釋。

我們可以從兩個維度來看 AI問題。一個維度，是看機器與人工的對比，速度上是不是比人工更快，是不是比人工的效果更好。

另一個維度是 AI所發(fā)揮的作用。首先是不是能夠感知世界，比如說現(xiàn)在做得圖像識別、語音識別以及 OCR，都是像人一樣能夠感知這個世界。其次是不是能做到認(rèn)知，比如說了一句話，“今天天氣怎么樣”，不但要把語音翻譯成文本，這里講的是“天氣”這個實體，還有“今天”這些限定因素。第三就是要做決策，現(xiàn)在比較火的人工智能應(yīng)用都在“如何做決策”這個層面，而且要做比人做更好的決策。一些代表性應(yīng)用，比如智能助手，特別是輔助人進(jìn)決策權(quán)的（聊天機器人會差一些），可以幫你完成更好的任務(wù)；比如無人駕駛；比如在物流領(lǐng)域，如何分配訂單，并通過無人車或別的方式交付訂單；還有在游戲和醫(yī)療里面，AI輔助醫(yī)生做決策，在游戲里面，當(dāng)用戶掉線時，游戲 AI可以幫助用戶打怪升級。

可以看到在配送層面，我們會涉及智能助手、智慧物流、無人駕駛等多個維度，而為了提升配送的整體智能化程度，我們構(gòu)建了自己的“美團(tuán)配送 AI”，具體來說分為兩大部分：

第一部分是信息化，也就是數(shù)據(jù)收集。舉個例子，要收集到什么樣的數(shù)據(jù)？我們要收集到一個商圈的數(shù)據(jù)，這個商圈可能要精細(xì)到小區(qū)和樓宇級別，一個樓在什么地方，這個小區(qū)是不是讓騎手進(jìn)來，同時還要收集天氣數(shù)據(jù)，比如風(fēng)速、溫度，是否有霧霾，因為所有數(shù)據(jù)會影響到配送的效率，用戶下單情況，比如今天霧霾，北京的外賣訂單量估計會上漲。

第二部分是智能化，也就是構(gòu)建一整套智能化模塊，構(gòu)成一個智能配送系統(tǒng)，覆蓋配送的各個環(huán)節(jié)。

為了完成這個“美團(tuán)配送 AI”的具有挑戰(zhàn)的目標(biāo)，并考慮整個行業(yè)的長期發(fā)展，我們在整個人工智能上的布局如下：

首先是廣度方面的建設(shè)。我們的目標(biāo)是配送整體流程和環(huán)節(jié)進(jìn)行 AI化，從用戶下單開始的每個配送步驟都要覆蓋，為此我們整體技術(shù)方向的面非常廣，不但橫跨三個大學(xué)科，而且從預(yù)測、挖掘、定價、規(guī)劃、調(diào)度和硬件等都要進(jìn)行技術(shù)研究和業(yè)務(wù)落地。

其次是深度方面的建設(shè)。這不單單是指技術(shù)方面，比如基礎(chǔ)計算框架和模型研究等，還包括技術(shù)與配送業(yè)務(wù)的深度整合，比如配送仿真平臺建設(shè)，具備進(jìn)行多配送場景的仿真能力，無需上線就能夠?qū)Σ煌瑯I(yè)務(wù)策略效果進(jìn)行準(zhǔn)確預(yù)估。同時還要結(jié)合行業(yè)情況，提供行業(yè)的智能化解決方案，比如在騎手運營方面，更有效的騎手激勵和騎手留存的機制設(shè)計。

而美團(tuán)外賣語音助手就屬于我們在廣度和深度結(jié)合比較好的案例。接下來就和大家分享一下我們在整個智能助手的實踐和設(shè)計過程中，以及在整個物流業(yè)務(wù)中，如何將人工智能技術(shù)更好的落地的一些經(jīng)驗。

美團(tuán)外賣智能語音助手定位

我們?yōu)槭裁匆悄苷Z音助手？騎手到底在什么情況下需要智能助手服務(wù)，整個服務(wù)里面的關(guān)鍵是什么？先解釋一下這個問題。如上圖所示，這個是整個騎手在配送過程中遇到的一些環(huán)節(jié)，可以分為兩大部分。

第一部分是線上的決策，而且涉及的決策各式各樣。舉個例子，這個騎手有定單，要送到一個用戶那里，他可能要做幾個決策，比如說要不要給用戶打電話，因為有些地方是不用打電話的，像住宅樓里面，騎手有很大概率知道這個用戶應(yīng)該在家里的，不用打電話；有些必須打，比如寫字樓，因為騎手上不去，所以需要提前打電話讓用戶下來。

但需要提前多長時間呢？是提前一分鐘，兩分鐘，還是五分鐘？這個問題很關(guān)鍵，如果打電話時間比較早，用戶就會提前下來，會造成用戶等待騎手的問題，用戶體驗不好，可能會有投訴。如果這個騎手非常保守，到樓下再打，但用戶住在 10層，那么用戶下來包括等電梯的時間可能要需要 10分鐘，效率會變得非常低。

第二個部分是騎手操作過程，因為騎手會頻繁和手機交互。他要查看一個定單，步驟非常復(fù)雜，把手機拿出來，解鎖，打開 App，查看信息，做操作（比如說點擊完成），最后放回手機，大概需要五到六個過程。如果操作快，也需要 10到 20秒鐘。而且很多騎手是在騎行過程中做這些操作的，這樣會非常危險。

總結(jié)一下，配送騎手遇到的困難可以總結(jié)為三個大的層面：

• 第一，任務(wù)復(fù)雜，需要做很多決策，不過復(fù)雜度會隨著騎手的熟練度有所變化。

• 第二，操作繁瑣，大概需要五到六個步驟，至少需要 10到 20秒，或者更長時間。

• 第三，騎手在騎行過程中操作手機非常危險。對于有 50萬騎手的平臺，我們必須考慮騎手在整個駕駛過程中的安全。

基于這些考慮，我們做了美團(tuán)外賣語音助手，它的定位主要包括以下三點：

第一點就是要求安全，要做一套全流程的語音交互方案，配送過程中的各個環(huán)節(jié)都能用語音操作，不需要騎手看手機，解放雙手，讓騎手更加安全。

比如在行駛過程中，有個定單過來了，系統(tǒng)問騎手要不要接單，只要通過指令回答，“是”或“否”，或者“OK”這種，整個過程就完成了；不需要像以前那樣的，把手機掏出來再進(jìn)行操作，這個場景非常受騎手歡迎。

第二個，設(shè)計極簡的步驟，所有操作能在一到兩個步驟里完成，第一個步驟是信息播報，第二個步驟通過語音命令完成操作，將原來的五到六個步驟，精簡到現(xiàn)在的一到兩個。

第三個，提供很多智能化服務(wù)。最典型的，剛才說的騎手要去一個樓，用戶可能在 5樓，可能在 4樓，這個用戶下來需要多長時間，做智能化推薦，根據(jù)用戶的地址信息，系統(tǒng)智能推薦打電話時機，當(dāng)然還包括像導(dǎo)航之類的基礎(chǔ)功能。

上文的分析，基本上將我們怎么把智能語音助手在場景里落地的最關(guān)鍵的點分析出來了。我們要落地，最核心的就是要幫助騎手完成配送任務(wù)，而不是“聊天”或者“問答”。這就要求語音交互整個過程要非常便捷，同時也非常智能。

而我們遇到的第一個挑戰(zhàn)，就是交互模式如何設(shè)計的問題。

如上圖所示，左側(cè)是一般的語音助手方案，需要喚醒、應(yīng)答、請求和再應(yīng)答四個步驟，但是并不符合配送場景的要求。首先，騎手所在的場景，噪音很大，比如風(fēng)噪、汽車噪音以及商場噪音等等，喚醒比較難實現(xiàn)。其次，需要四個步驟，還要考慮騎手的工作狀態(tài)，這個操作過程太繁瑣。

那怎么辦？我們思考，是否能做到一套不需要喚醒的解決方案呢？答案很肯定，可以做！

第一點，我們的數(shù)據(jù)非常多。包括騎手、用戶和商家，這些數(shù)據(jù)都是實時的，我們能夠了解比騎手多得多的全局配送信息。第二點，我們能做到精準(zhǔn)預(yù)測，利用機器學(xué)習(xí)、智能調(diào)度等技術(shù)，可以對騎手下一個操作場景進(jìn)行識別。

舉個例子，一個騎手身上可能有幾個訂單，他正在朝一個地方前進(jìn)，通過場景分析，我們知道他要給具體哪個用戶配送，而且我們能了解用戶在這個樓里的幾層，下來大概需要幾分鐘，所以能夠推算出來，大概在哪個時間點提醒騎手打電話比較好。這樣我們就可以省略喚醒和應(yīng)答流程，直接給騎手發(fā)提醒，騎手只要回答是或否夠可以了。這樣設(shè)計才符合騎手線下的實際配送情況，能夠真正給騎手解決實際問題，才能夠真正稱之為“智能”。

相關(guān)AI核心技術(shù)

具體技術(shù)分為幾個主要的部分。

第一個部分是基礎(chǔ)設(shè)施，包括語音識別和語義理解，現(xiàn)在這方面開源的東西非常多，做通用的語音識別不是很難。

在我們場景中，要解決各種環(huán)境噪音的問題，可能騎手并沒有說話，但旁邊有些噪音，車的噪音或者別的噪音，甚至路上正在放一個歌，都會被識別為是騎手在說話，所以 VAD（靜音檢測）方面需要做很多工作。

另一個基本的組件是 NLU，自然語言理解。舉個例子，騎手要給尾號 6551打電話，首先系統(tǒng)要知道，騎手的意圖是要打電話，后面要調(diào)起打電話的操作；其次要知道打電話的對象是誰，是用戶，而不是商戶，這就要找出用戶信息；第三，要做檢測，比如騎手已經(jīng)送完某個訂單，再打電話可能是錯誤操作，需要提醒騎手。

即時配送場景是一個典型的時間序列問題。從上面的圖可以看出，場景包含前后關(guān)聯(lián)，一個騎手歷史的行為和決策會影響現(xiàn)在，同時現(xiàn)在的決策和行為會影響未來，這是個典型的時間序列問題。

場景識別要解決的兩個主要目標(biāo)，一個是事件預(yù)測，要知道下一時刻大概會發(fā)生什么事情，比如騎手是不是已到商家，商家是不是已經(jīng)出餐；另一個是時機預(yù)測，未來要打電話，到底什么時候打更合適？

為了更好的說明，我舉個打電話的案例。

首先，要判斷是否需要打電話，如果在不需要的場景也頻繁提醒打電話，對騎手和用戶都是騷擾。上圖列舉了不同地址類型下騎手打電話的比例，可以看到，像在企業(yè)和寫字樓里面比例很高，但是住宅區(qū)就很低了，因為在住宅區(qū)，很大概率用戶都是在家的。

其次，要針對每一個小區(qū)和樓宇類型，給一個合適的打電話時機，即提前多久打電話，對騎手和用戶是最好的體驗。打電話太早，用戶在樓下等騎手，體驗比較差。 打電話太晚，騎手在樓下等用戶，效率太低。我們有精準(zhǔn)的騎車軌跡數(shù)據(jù)，我們知道針對每一棟樓、每個小區(qū)，騎手在不同時刻打電話時會在樓下停留多久，所以可以畫出一個曲線。合適的區(qū)間就在兩條紅線之間。

前兩個主要是大數(shù)據(jù)分析，最后要實時決策，哪個訂單，什么時刻需要打電話。這里就要根據(jù)騎手的實時數(shù)據(jù)了，包括訂單狀態(tài)、軌跡狀態(tài)、環(huán)境情況等等，結(jié)合前面的大數(shù)據(jù)分析進(jìn)行實時的預(yù)測騎手下一個配送地點和配送任務(wù)，并在合適的時機通過語音助手給出提醒。

具體到實現(xiàn)方面，場景識別需要三方面的技術(shù)：騎手軌跡挖掘、機器學(xué)習(xí)和數(shù)據(jù)挖掘。

先介紹一下軌跡，我們每天能有幾十億次的定位數(shù)據(jù)，進(jìn)而可以基于這些數(shù)據(jù)做很多事情。

第一，可以精準(zhǔn)知道 A、B兩點間最好的導(dǎo)航方式，相比第三方地圖，可以挖掘到 A和 B間可能有可能有更好的騎行通過方式。

第二，光有軌跡數(shù)據(jù)還不夠，我們還需要解決室內(nèi)定位問題，室內(nèi) GPS定位已經(jīng)不夠用了，需要新的技術(shù)體系。比如 WiFi定位，同時還需要設(shè)計硬件，比如在商家部署硬件，判斷騎手是否到店。

第三，傳感器的使用，無論在室內(nèi)還是在室內(nèi)時候，我們不但要知道騎手的精準(zhǔn)定位，還要知道運動方式，比如是停留、步行、騎行，是爬樓還是坐電梯，這些信息不但判斷騎手在到底做什么。而且能夠精細(xì)刻畫配送難度，在定價和調(diào)度上非常有價值。

我們可以通過騎行軌跡來修正導(dǎo)航和定位。來看兩個例子。

第一個例子（左側(cè)）用戶在下單時定位的分布，因為大家在室內(nèi)下單，定位偏離是非常大的。但通過騎手軌跡的修正，實際上大概只有四個點，每個點可以認(rèn)為是這個這棟樓的一個門口，這大幅提升了用戶的定位精度，讓騎手配送更容易。

第二個例子（右側(cè)）通過騎手軌跡對 AB兩個點的騎行路徑進(jìn)行修正，上圖中軌跡分析發(fā)現(xiàn)了更短路徑，穿過小區(qū)更節(jié)省時間；下圖中，原地圖導(dǎo)航要跨過中間過街天橋，但通過軌跡發(fā)現(xiàn)更多騎手是繞行通過，這才更符合真實的情況。

下面介紹一些機器學(xué)習(xí)相關(guān)技術(shù)，主要是應(yīng)用在各種時間預(yù)估層面。

只有高精度的 ETA（預(yù)計到達(dá)時間）預(yù)估，這樣才能更加準(zhǔn)確的預(yù)測騎手行為，我們會做三個維度的精細(xì)預(yù)估，包括平面的配送時長、上下樓時長以及商家出餐時長。這樣才能比較全面和精細(xì)的刻畫騎手的配送過程。

為此，我們做了很多基礎(chǔ)工作，比如實時特征平臺，機器學(xué)習(xí)平臺，包括深度學(xué)習(xí)在內(nèi)模型等各種機器學(xué)習(xí)相關(guān)工作。同時我們還會做比較精細(xì)的配送知識圖譜建設(shè)工作，比如精細(xì)化地址解析。

地址對配送來說是非常重要的信息，通過 NLP和地圖搜索的方法，解析成層次結(jié)構(gòu)，對分析商圈、樓宇維度的畫像非常有幫助。我們把一個地址分解為四個層次，小區(qū)、樓號、單元號和樓層等。其中要解決很多實際問題，比如用戶填寫的信息完全不標(biāo)準(zhǔn)、存在歧義等問題。

做了這些工作之后，能實際產(chǎn)生的效果還是很有意思的。我們通過“上下樓時間”這個具體場景來進(jìn)行分析。

第一張圖，是不同樓宇的上下樓時長，左側(cè)兩個是廈門的兩個樓宇的時間，右側(cè)兩個廈門平均值和全國的均值。可以看到，不同樓宇的上下樓時長還是存在很大差異，無法簡單利用城市或者全國維度的均值進(jìn)行替代。

第二張圖，是不同樓層的上下樓時間，從 B2開始到 8樓。有個很有意思的是，上下樓時長與高度不是線性關(guān)系，大概在二樓、三樓和四樓時，相隔的時間很長，但是到了五樓、六樓、七樓，時間差就很小了。原因很簡單，樓層較低時，騎手可能會選擇爬樓。高層則選擇乘電梯。不同樓層之間停留時間很短，越往上時間間隔越小。

第三張圖，是不同城市的上下樓時長分布，最有意思的是黃色的線，也就是重慶的整體上下樓時長明顯偏長。因為重慶是山城，房子經(jīng)常在半山腰上，與平原比起來其上下樓的難度當(dāng)然更大。

整體效果

上面整體介紹了語音助手依賴的場景識別技術(shù)，現(xiàn)在介紹一下語音助手的整體效果。首先語音助手提供了四個核心功能，包括定制耳機、語音交互、場景識別、智能引導(dǎo)等。

為什么要定制耳機呢？在騎手的使用環(huán)境中，需要克服很多噪音，很難通過軟件和程序去做，而必須通過硬件去做。所以我們和廠商進(jìn)行合作，定制去噪效果好的硬件。

第二個功能是語音交互，它可以在派單、查詢、取餐、撥打電話等配送全流程中實現(xiàn)語音交互，騎手整個過程中不需要看手機，只要耳機提醒就可以完成智能配送。

第三個是智能引導(dǎo)功能，包括安全駕駛提醒，信息播報，任務(wù)地圖引導(dǎo)等，主要是讓騎手行駛更加安全，提供全面的信息服務(wù)，讓騎手配送更加方便和高效。

下圖是智能語音在線下推廣中的一些實際數(shù)據(jù)。

藍(lán)色的線是使用語音助手的騎手的操作次數(shù)，綠色的線是不使用的操作次數(shù)。可以看到，操作次數(shù)明顯下降。但是還沒有降為 0，有兩個原因：騎手在靜止?fàn)顟B(tài)下，不需要使用語音助手；有些騎手的藍(lán)牙耳機還沒有下發(fā)到位。再來看下一張圖：

左圖是騎手接單時間時長分布，越往右騎手接單的時間越長，用戶體驗越差。綠色的線就是之前騎手手動接單的一個分布，長尾情況比較嚴(yán)重，通過語音接單，接單時長明顯向左側(cè)靠攏，整體接單時長明顯縮小，比較好的提升了用戶體驗。

右圖是騎手在用戶交付外賣所花費的時間的比例，橫軸是騎手在樓下等待用戶的時長，越往右，騎手在樓下等用戶的時間越長。通過語音的提醒后，可以明顯降低騎手長時間等待的情況，節(jié)省了大量騎手的時間。

寫在最后

總結(jié)一下，語音識別和語音助手在實際落地過程中面臨很多挑戰(zhàn)，而且大多和場景有關(guān)系，場景識別非常重要，甚至比語音識別更為重要。

因為語音識別現(xiàn)在已經(jīng)是比較通用的技術(shù)了，而且有很多專業(yè)廠商提供服務(wù)，硬件也是如此，進(jìn)行定制化相對比較容易。因此目前做一個軟硬件結(jié)合的語音助手，從基礎(chǔ)技術(shù)來講都不是問題，想做一個 DEMO并不會存在太大的技術(shù)障礙。

反而在具體的業(yè)務(wù)中，如何結(jié)合業(yè)務(wù)場景，把語音助手落地，才是我們需要真正考慮的。也就是說，如何將語音助手從“能用”做到“好用”，再做到讓用戶“愿意用”，這些才是未來語音助手面對的真正挑戰(zhàn)。

語音識別和語音助手在實際落地過程中有很多挑戰(zhàn)，而且和場景有關(guān)系，場景識別比較重要的，甚至比語音識別更為重要，因為語音識別現(xiàn)在已經(jīng)是比較通用的技術(shù)了，如何結(jié)合業(yè)務(wù)場景，把語音助手落地、用好，可能是未來一段時間的挑戰(zhàn)。