为了4分钟送达，他们花了十多年成为了“隐形人”

作者|殷夕   来源|显微故事(ID：xianweigushi)

6月1日零时4分，王女士接到了一个快递取货短信，“您订购的商品已到楼下。”

这时距离她下单支付成功第一笔618订单仅4分钟，难道刚订的货4分钟就到了？

王女士半信半疑地下楼，看到一辆智能快递车等在楼下。她按提示输入取件码，拆开包裹，正是4分钟前在京东买的护肤品，网购的配送速度竟比从楼下超市叫外送还快。

这是发生在江苏常熟的真实案例，4分钟收到网购订单引来了一众网友的高赞，但人们也好奇，到底京东做了什么能达到这样的速度？

实际上，这4分钟，从消费者产生购物行为的那一刻起，京东后台系统就开启了一场“技术接力”。

大到万元家电、小到几元的矿泉水，每一笔订单都被送入“云端”，通过人工智能、大数据、云计算、物联网领域助力，支付、物流全线上云，才达到收货分钟可达的效果。

本期显微故事讲述了一群为消费者放肆买买买提供服务的“云技术”研发者：

他们很少露面，默默在系统的背后，用AI算法为3000万商品撰写介绍文案、研发能识别人类7种情绪的AI智能客服、带出一支训练有素的黑科技团队，用技术将用户体验直逼极致。

以下是他们的真实故事：

为3000万商品写介绍，

带货能力超达人40% 

“大部分消费者不知道，其实他们是被AI种草的”

李浩然  智能创作NLP算法工程师

通俗来说，我现在的工作主要是让系统自动形成商品的产品介绍，不仅文笔要流畅，描述的商品属性不能出错，也要注意和其他同类商品之间的差异，突出商品的卖点，让消费者有购买欲望。

目前，我们研发的AI算法已给超过3000万个商品撰写营销文案，平均每秒钟就可撰写一篇几百字文案。

我们的AI算法不仅可以为单个商品写文案，还能为组合商品写搭配文案；不仅能写书面语文案，还能为带货直播写口语化稿件，比真实网红达人带货成绩都高40%。

但说实话，我刚接触这件事的时候，其实没啥信心，也完全没预料到这样的效果。

图 | 京东科技自然语言算法团队

我是在2019年初加入京东的，入职没多久就遇到了618这个年度大事。

往年每次618之前，千万量级的商品排队求介绍文案，但那时只能依靠达人来写，还是传统运作模式。

达人数量有限、产量有限，临时招聘再培训新人过程漫长，成效未可知，这一系列问题都摆在我们眼前。

那时候我们就判断，单靠人力实现大规模文案生产根本不可能。

但眼下商品越来越多，怎么办？

我曾在中科院读博期间做过5年自然语言处理和文本生成方向的算法研究，但大多偏学术，还没尝试过将这些研究投入到真实场景中去。面对这次挑战我打算试试看。

于是，带着同部门的3个成员，我们在家电和服饰类产品里选了20个品类做初步研发。

别看品类不多，但如果要训练AI达到预期效果，需要一系列的步骤。

我们首先要教会AI从商品标题、商品详情页、商品图片、和商品规格参数里来获取产品的属性信息及属性之间的关联性。

当AI对商品已经有了基本认知后，还要剔除噪音，让AI识别出和当前商品属性描述无关的广告信息和其他对比商品的信息等干扰项。

在生成商品介绍时，不仅要求文本是流畅的，描述的商品属性更是不能出错，比如一款“变频空调”，不能将其描述成“定频”。

另外，为了激发消费者的购买欲望，商品介绍还必须足够诱人，描述商品有特色的属性，捕捉商品独一无二的卖点。

经过以上步骤后，AI才能生成一段“合格”的商品介绍。但这还没结束，最后它还要经过一个“期末考”——由审核人员来判断AI这份考卷能不能及格。

研发初期，文案通过率只有50%，明显不及格。

尤其是在服装品类，很多商品的属性参数不足，多个商品之间的款式相似度也高，难度系数翻倍增长，这导致文案雷同严重，核心卖点抓不住。

AI虽然智能，但它不会说谎，所有的文案生成都要依据事实。

对于它来说，一件羊毛大衣和另一件羊毛大衣相比，如果在商品详情页没有其他信息的情况下，AI很难挖掘到有特色的卖点。

后来，我们开始训练AI使用知识图谱，基于羊毛材质的事实，再扩展到羊毛相关的知识点，比如保暖、穿着柔软，再用这种方式扩展抓取卖点，做差异化的商品文案。

5个月后，AI再次交卷，通过率直接升至90%，达到优良水平。

后来经过一次又一次的迭代，现在的通过率更是达到了99%，并几乎覆盖了全部的商品类目。

图 | 你能想到这是AI写出来的种草文吗？

现在，我们所研发的AI算法已经可以根据不同应用场景撰写不同风格的文案，在“京东发现好货”栏目里AI生成风格化的图文跟真实达人PK，顾客点击AI推荐商品的下单成功率超达人40%。

现在AI撰写商品文案的水平已经超越达人的平均水平，也有些担心的声音出现：

AI会不会取代达人？

其实，AI是在帮达人完成基本工作，即使未来AI会尝试从几百字的文案升级到千字文案，但它仍然无法代替优质达人撰写的更复杂精深原创文案。

我们希望，通过AI，达人们可以把时间和精力投入产出优质内容，把人们从重复的工作中解脱出来。

听得懂川普、会温暖人心

“智能客服可以做到知心-走心-关心，也就是理解用户需求，产生有温度的交互，并主动服务用户。”

陈蒙  智能客服NLP算法工程师

我的工作是研发情感智能客服。每天我的日常就是打开京东APP、点开咨询页面，跟自己团队研发的智能客服斗智斗勇。

我在3年前加入京东，当时市面上的智能客服只能进行简单的问询处理，而我们已经开始设想如何做实现一个更有温度的情感智能客服。

比如顾客发消息问收货时间为何延迟时，京东智能客服能第一时间安抚客户情绪，而不是简单回复订单物流进度。

再比如，如果顾客咨询手机CPU时，智能客服不能只回复CPU型号，而应该发送一张标明CPU型号的截图，并在图片上圈出重点，配合文字一起回复给顾客。

甚至当顾客操着一口地道的川普或粤语给客服打售后电话时，智能机器人也可以对各种程度的方言照单全收，给出精准的答复。

图 | 京东智能客服团队

京东智能客服能识别方言，还能读懂人的快乐、愤怒、伤心、失落、恐惧、焦虑等7种情绪。

在一次顾客与智能客服长达20轮的对话中，我们看到智能客服呈现了教科书式的应答:

顾客不仅没发现与他对话的是机器人，甚至误以为对方是人工客服，和它开起了玩笑。

在情感智能客服刚投入使用的初期，我们更多在考虑如何做好人机协同，让智能客服更好的辅助人工客服。

我们知道，618、11.11期间，客户的咨询量会呈现指数级增长，客服人员甚至都没时间吃饭和上厕所，急需智能化升级。

后来我们把智能客服提供给人工客服试用，他们慢慢发现在自己夜间休息时，智能客服能应对自如，甚至还能主动引导顾客下单，不断减轻他们的工作压力。

图 | 京东智能客服与用户的聊天内容

现在他们甚至发现，这个小助手可以根据顾客的浏览记录和购买习惯主动推荐适合的产品，相对于以往人工客服只能把店内热卖款推荐给顾客的做法，它们会更加“知心”。

从今年4月开始，我们还给智能客服匹配了交互式导购的功能。

当顾客说“我想买一部手机”时，智能客服会引导性地询问“您的预算是多少？”、“您想要什么品牌的手机？喜欢什么颜色？”

对于顾客来说，推荐变得更精准。

对于人工客服来说，把基础工作交给AI小助手，自己可以去做更专业的服务。

今年618期间，京东智能客服开场10分钟，就累计服务160万次。相当于在10分钟里跟整个北京市大约十分之一的人都进行了一次对话。

亲历13个大促，

却从没机会参与抢购

“看支付金额攀升是我618最好的礼物”

赵正  支付业务架构师 

我2015年初入职京东时，大家当时网购主要还都是通过PC进行购物和支付。

而后几年，逐渐出现了移动支付、小程序支付、甚至可以刷脸支付，而我也有幸见证了这些支付方式的进化和演变。

我先后参加13次过618、双11电商节。前些年的大促是我最近紧张的时刻——大促会短期涌入庞大流量，对于服务器和支付系统都是莫大挑战。

前些年，每次大促高峰过后，我都会刷刷微博看看有没有用户吐槽购物体验的相关问题，便于我们内部再从技术角度看能如何解决。

不过，这几年我们利用云技术对支付链路升级后，618对支付系统来说已经相对很常态化了，我的心态放平了很多，这个习惯终于是戒掉了。

经常有人不理解，认为电商环节最基础、最重要的就是支付程序，是万万不该出差错的地方，为什么对于我们来说还是一场大考？

图 | 京东科技支付业务团队与兄弟部门一起备战

实际上，恰恰是在618零点这样的关键时刻，系统会瞬间涌入海量用户同时支付。

我们要做的是必须能够在这个时间段提供上一年同期3-5倍的能力，否则就有可能会出现支付不顺的情况，影响用户体验、也影响商家的销售情况。

为了把这件事情做到完美，2018年我们启动了支付系统全面升级，梳理出几百个优化项，精益求精地集中做细节优化。

同时，每年都会挑出几个当前痛点系统做完全重构，比如减少用户购买不同种类商品需要支付多次的情况，现在都能合并支付了，大大提升了用户体验。

为了确保支付系统的万无一失，我们会在618之前提前做几十次压力测试。这个也必须在深夜做，因为大促前几天的凌晨一般是用户量较小的时候。

对比我入职的时候，伴随着移动互联网的发展和现在的各种新技术，支付业务的复杂度在几年间可以说是提升了几十倍甚至百倍。

其实每年618时，我都特别心痒——我也想像普通消费者那样在零点去捡便宜。

但我那时必须在作战室监控支付系统的运作能力，所以只能在抢购高峰后，再结算购物车里的商品。

虽然没抢到优惠，但看着交易金额不断攀升时，我心里特别踏实开心。因为，那代表我们的支付系统，正在如预期般的正常运转中。

去年首单9分钟送达，

今年我们降到了魔幻一样的4分钟

“这些我们早就预料到了”

崔扬  京东云上云架构师

我始终记得2020年6月18日凌晨的情形。

那天，零点到来，作战室里的业务同事们迎来高光时刻，但我们却异常紧张。

因为零点对于物流团队来说只是开始，对我们来说也只是开始——我所在的团队负责为京东物流上云提供底层技术支持。

当大量订单呈几何倍涌向物流端时，我们紧张地捏紧手心，第一单能否按预期顺利送达？

很快，大屏幕上蹦出第一单的配送完成时间——9分钟！

那一刻技术人员和物流团队兴奋地击掌欢呼，几个月日夜颠倒的忙碌，就是为了这个时刻。

这也归功于那一年，京东物流实现了100%全量上云。

今年6月1日，同样在这间作战室里，我们再次目睹了在超200城可实现分钟达的技术升级后，零点第一单的配送速度提升了一倍，4分钟便成功送达，这是像魔幻一样的数字。

很多人说这简直不可思议，但我们心里清楚，一切都在我们的预料之中。

自2019年京东开始逐步实现物流上云后，我们帮助京东物流利用前置仓和预分拣的方法，把物流配送的工作前置。

图 | 京东云技术服务团队

比如今年4分钟送达的第一单，我们会通过系统算法、供应链计划与多层级的库存前置，在消费者支付定金瞬间即开始仓储生产、打包，然后把货物提前运输。

这样，在618到来之前，货物其实离顾客已经很近了。等待零点那一刻付款下单后，只要调动离顾客最近的网点完成最后一公里的派送即可。

耗时的运输过程早已通过技术手段提前预知和完成，等待顾客的只有最后一步的收货环节，所以4分钟对于我们来说，是完全在预期内的。

在每一个看似普通订单的背后，在消费者感受到京东物流越来越快的背后，都有京东云提供的用于物流系统的、成百上千个系统密集的逻辑计算以及上亿次数据存储的处理，在默默做底层基础支撑。

低延迟、高并发、高性能、安全稳定的云计算设施也降低了每笔订单的处理成本，并提升整体系统的吞吐能力，提升整体的出库能力，最终实现订单的极速送达。

每年618高峰期过后，整个京东像我这样的IT人员以及其他非一线的岗位同事，都会去物流仓库帮忙干活，进行一线支援。

几天前我们可能还坐在同一个作战室里并肩战斗，一转眼我们又站在同一个仓库里并肩战斗。

物流上云之前，我们很少能如此近距离的感受618带给人的冲击力和震撼力，这两年却感觉每次都像过年一样热闹。

现在一年里总有那么半年在期盼着和同事们一起“过年”，一起享受挑战和收获成就。

我们希望用户感觉不到我们的存在

“从顾客点开商品浏览的那一刻，云平台这个‘精密的机器’就开始运转 ”

丁超  云产品研发专家架构师

曾有人问我，“如果我在京东下单买1分钱的东西，你们要用多少技术来支撑？”

我说，“这个过程大概有上百个技术模块和系统构成，直观来说，顾客下单买一瓶水这样简单的操作，从顾客点开商品浏览的那一刻，云平台这个“精密的机器”就开始运转了。”

“相关的数据实际上已经从边缘节点到分布式数据中心、金融机房、仓储配送等数字基础设施上完成了一次高速流转和处理。”

图 | 京东位于宿迁的数据中心

对方特别难以置信——分分钟下个订单的事情，有这么复杂？

确实需要这么复杂。

因为实际情况是分布在全国各地的大量顾客会随时下单购买各种商品，618的高峰期有上千万订单的处理同时发生，支持这样的海量信息与任务，需要精密高效的底层技术系统随时平稳运转。

这就是我们在做的事情。

用行话说，我们做的叫“云原生混合数字基础设施”。形象一点说，就像是一场大型嘉年华活动的地基和水、电、动力的运营保障，保证各种上层建筑内的活动安全稳定高效。

我们做的这套精密机器，不仅服务顾客，还要服务内部办公。

图 | 京东云产品研发团队

赶上备战618时，内部几十万人同时在线高频办公，通讯量比一个中小型社交软件还要大得多。在这么多环节和使用体验中，如果有一个地方出问题，整栋上层建筑都为之颤动。

与直接面对客户的客服和物流环节不同，我们的工作更像幕后英雄。

如果顾客的购物体验顺畅快速，往往并不会感知到云平台基础设施的系统，而一旦云云平台的系统运转有问题，用户的使用就有可能出现延迟和卡顿，从这个角度上看，我们希望用户感觉不到我们的存在。

这样的工作性质决定了我们工作的高强度，也会有一些对技术人员的刻板印象，比如男性居多，程序员爱穿格子衫、掉头发等。

很多人也曾问我，“和你一样的女性，在这种团队里不会很多吧？”

或许在大众刻板的印象里，女性无法胜任如此复杂又高压的工作，但真实情况是，在云计算团队里就有做最复杂架构工作的女同事，与团队一起探索前沿的未知领域。

女性在这个团队里不是稀有群体，她们肩负着同样复杂的研发工作，处于高职级工作岗位，成为建设这套精密机器的中坚力量。

或许就像很多人不知道女性可以做这类工作一样，我们整个团队对外都是谜一样的存在。

但对我们而言，即便“不为人知”，我们依然每天都能感到满满的成就感。

尤其在每次618过后，当我们看到大家很开心地买了很多东西，业务团队在报各种战报时，即便这些成绩很难直接与我们的工作关联，但我们的内心还是无比开心和满足。

后记

对大多数人来说，这个618无疑是另一个买买买的剁手节，与以往并无二致。

人们早已习惯了在618到来前领优惠券、预付、加购物车，零点一到付尾款、抢优惠，享受剁手杀价的高光时刻。

很少有人知道，当中国电商用户数量在短短5年内从4亿涨至6亿的背后，电商平台需要以怎样的成长速度来应对人们不断增长的网购需求。

10年前，我们等待一个快件可以是7-10天。

今天，下单后4分钟送达快件，浏览、支付零卡顿，AI客服7*24小时在线，如京东一般的平台一再以技术革新刷新着人们的购物体验。

当一切变得更为便利舒适时，我们或许无需知道有多少人在背后默默付出，但我们应该知道，这一切来源于无数人的科研攻坚和坚持不懈。

这些操纵着“黑科技”的人看似高冷，但许下的愿望却既不孤僻也不深奥——“让每一个人的购物体验变得更好”。

就好像他们自身一样，外表看似平凡，实则内藏乾坤。

编者按：本文转载自微信公众号：显微故事(ID:xianweigushi)，作者：殷夕