“您好，我是菜鳥智能語音助手，您有一個快遞，方便簽收嗎？”某個工作日的上午10時許，正在上班的陳小姐接到一個來自浙江寧波的電話。“幫我放在門衛處就行了。”陳小姐回答，電話那頭傳來了“好”的答復。

最近一個多月，陳小姐已經多次接聽這個自稱是“菜鳥智能語音助手”的女聲電話，雖然心里有些納悶，但發現不論是對她說“放在門衛處”還是“好的，送來吧”，都能得到準確的答復，對應的包裹也從沒有送錯過。有一次她問上門的快遞小哥這個“語音助手”到底是誰，小哥說，是個人工智能機器人。

“原來，人工智能真的‘上崗’了呀。”陳小姐向記者感嘆。解放日報·上觀新聞記者則從菜鳥處獲悉，在今年“雙11”，這一智能語音助手將在中通、圓通、申通、韻達、天天等多家快遞公司“上崗”，在快遞員上門前與客戶溝通，并將客戶的個性化需求記錄下來，推送給快遞員。

初步估算，語音助手一天要打100多萬個電話。不過，這對不知疲憊、24小時工作的機器人來說，并不算什么。最厲害的，其實是訓練機器人打電話的那個人。在了解語音助手的時候，記者認識了方美婷——她在菜鳥內部被稱為“快遞女神”，因為就是她訓練了語音助手，事實上，隨著人工智能“上崗”，背后的技術培訓越發重要。

90后美女想幫快遞員減負

方美婷是名漂亮的90后姑娘，在菜鳥網絡做智能產品運營專家，日常工作是用技術服務快遞公司和快遞員，推動消費體驗提升。所以，與快遞員和消費者打交道，是她重要的工作內容。

去快遞網點了解情況是方美婷重要的日常工作

老林是方美婷四年前進入菜鳥后認識的第一名快遞員。老林40多歲，為人和善、直爽，送了五六年快遞，和周邊居民打成一片。

但是兩年前，方美婷聽說老林因為打架被快遞公司開除了。她很驚訝，可老林所在的快遞網點負責人也很無奈：有一次老林給消費者送快遞，提前打電話，消費者沒接；老林就把快件放到了自提柜，結果被消費者投訴。老林有點想不通，補送快件上門時，和消費者吵起來，最后還動了手。

“很多快遞員一天要送200多個包裹，每一個包裹都需要提前溝通，有的不讓放快遞柜，一定要送上門；有的送上門家里卻沒人簽收；還有的電話打不通，等到聯系上，快遞員已經去其他小區了，還得跑回來。”方美婷為老林可惜，更覺得快遞員辛苦，她粗粗算了一下，雖然每次與消費者溝通不過一分鐘，但200多個包裹算下來，快遞員一天打電話就要花掉一兩個小時，難怪會出現各種矛盾。

老林的事成了方美婷的一個心結。她和同事進行大量走訪，發現像老林這樣心有余而力不足的快遞員不在少數。在四川的一個網點，快遞員抱怨說，自己一天要打200多個電話，電話永遠處于通話中，一聽到電話響就有點煩躁。在杭州的網點，一名年輕的快遞員說，自己送件很快，和消費者溝通也不錯，但是因為打電話花了太多時間，也會耽誤送快遞，一個月也要吃上幾單投訴。

能不能用技術幫助快遞員減負？因為派送前與消費者溝通的內容大同小異，可以用上人工智能。方美婷和同事們決定，訓練一款機器人，用人工智能幫快遞員打電話。

這個設想很快得到菜鳥的認可，認為一旦訓練成功，有望幫助全國200多萬名快遞員改進工作方式，提高消費者的消費體驗。于是，阿里巴巴的多個技術團隊也參與進來，菜鳥、阿里小蜜、阿里通信等部門的技術專家與方美婷們一起，使用語音識別、語音交互、對話引擎、基礎類人能力等人工智能技術，在今年初打造出了一款聲音甜美的智能語音助手。

訓練語音助手說話更像人

“市場上提供語音交互的產品不少，但菜鳥語音助手不一樣，因為很多用戶在接通電話時，并不知道對方是機器人，所以不會從機器人的角度去和它溝通，而是將它當做一個自然人對話。這就需要在細節上進行完善。”方美婷舉例說，剛開始機器人撥通消費者電話后，會先來一段自我介紹。但她發現，消費者習慣性的是第一時間說“喂”，或者“你好”。結果消費者一說話，機器人就被打斷，需要重新再說一遍；如果多次被打斷，機器人就越發理解不了消費者，陷入死循環，不斷重復預設的自我介紹。

方美婷和同事們一遍遍聽語音，既要訓練機器人聽懂消費者的的聲音，更要自然地回答，包括第一句話怎么說、如何停頓、被打斷后如何作出反應，等等。“每一個細節都需要一一與人類的對話習慣進行匹配。”她舉例說，“上崗”的語音助手在接通電話后，會留出一秒鐘的停頓等待時間，這也是人們說“喂”或“你好”的時間，然后才是語音助手的自我介紹。還有，語音助手的主要工作是記錄用戶的個性化選擇，包括“送上門”“放門衛/保安”“放自提柜/菜鳥驛站”等，但有的用戶給出的答復會有變化，比如“替我送上門吧，算了，還是放門衛那吧”。這就考驗機器人的理解能力，而經過他們的操練，在這個場景下，語音助手也知道用戶的最終要求是“放門衛”。

語音助手會把收集的客戶要求反饋在快遞員的手機app上

這些訓練都有了成績。如今，語音機器人識別準確率可達到97%，已經成為快遞員聯系消費者的好幫手。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。諸如“包裹是送上門還是放到自提柜”等信息，快遞員從網點出門時就能已經一目了然，省下一一手動撥打電話的時間。

語音助手“上崗”后，方美婷又計算過一次：以全國200萬快遞員來計算，如果每個快遞員用上智能語音助手，一天可以累計節省通話時間16萬個小時。

機器人服務還能完善

目前，方美婷和同事們仍然在不間斷的訓練機器人。她覺得，這項技術優化沒有終點，他們正設法給機器人注入地域“靈魂”：“比如，成都市民喜歡把快遞放在自提柜，廣東消費者有給快遞員小費的習慣。這些地域特點都需要讓機器人的智能識別更加多樣化。包括要理解各種方言，還要根據特定區域消費者習慣，做訂制化的溝通服務。”

方美婷一直在收集快遞員使用語音助手的反饋意見

方美婷正在頭疼的一個問題也與地域有關。以前菜鳥語音助手撥打電話時，消費者手機上顯示的是華南某地的號碼，不少消費者會拒接。她分析可能與當地電信詐騙案件多發有關。后來改為華東一些地區的號碼后，接聽率大幅上升。

不過，她發現在廣東區域，菜鳥智能語音助手的接聽率仍舊比其他地區低：“廣東人似乎特別不喜歡接聽座機電話，也可能因為當地的電信詐騙電話比較多。我們也在使用技術分析，希望找到解決方案。”

但方美婷相信，類似派送前溝通這樣重復率較高的工作，人工智能完全可以勝任。她也希望通過自己和伙伴的努力，讓語音助手幫助到更多的快遞員，也讓更多的消費者獲得個性化服務。