“我们的平台每天接待大概4万个投诉。”10月29日，在“智能出行、引领未来”媒体沟通会上，首汽约车CEO魏东坦言，每个投诉要核实、要给双方反馈、要敦促车队长问询……整个沟通过程繁琐冗长。
投诉尽是负能量，如何让它在最短时间结束?AI或许能帮上忙。
“行程录音是判断的重要依据，人工智能如果能够自行锁定纠纷‘关键点’，将大大缩短处理时间，也能给出司乘均认可的判断。”魏东说，智能出行行业持续在探索大数据、人工智能等互联网技术在出行行业中的创新应用，为用户带来更安全、舒适的出行体验。
听风者?方言通?金牌调解?
不，它只是个AI
“我们在全国160个城市都部署了网约车平台，因此投诉会来自全国各地，各种各样的口音，凭人工去听是根本不可能的。”魏东说，人工智能语音识别技术为“不可能”给出可能的解决方案。
目前，国内普遍采用行程录音辅助安全监控，以及用户问题投诉处理。然而，现有的语音解决方案常常因为录音质量问题难以达到实际目的。
“如果涉及到骚扰，比如语言骚扰说了脏字，需要来回核实、定位，存在方言的问题，还存在各种各样杂音的问题，很多时候是很不清楚的。”魏东说，处理投诉必须要保证乘客的体验、给乘客好的答复，也要保证公平、不冤枉司机。
解决投诉，AI需要集“听风者”“方言通”“金牌调解”于一身，这样的AI哪里有?
“我们调研后发现，出行行业没有现成的、能够排除干扰、准确识别不同方言的、锁定纠纷关键词的录音识别模型可以直接拿来用。”首汽约车副总裁闫磊说，也就是说，没有能直接拿来用的匹配AI。
“越细分的任务越需要自己开发。”魏东认识到，必须自己开发。
“然而，从头自行开发的话成本高、也缺乏基层架构的人才。”闫磊说，首汽约车的技术研发人员更多的是数据工程师，而自己搭建整套的人工智能平台，包括模型的系统训练都需要专业平台和团队。
降低“AI成才”的门槛，合作开发
过去优秀的AI那么多，它们的“成才”经历一定能够帮助有特定任务的AI成才。“这就跟给孩子找“教辅”差不多，要寻求专业的团队合作。”魏东说，语音识别的模型、语义判别的模型、机器学习的适宜算法……这些如果可以和首汽约车的大数据、司乘场景等行业结合，将能够形成适用于出行行业的智能语音解决方案。
“我们希望把成熟的人工智能、机器学习的‘基础件’汇集到一个平台上，授人以渔。”AWS大中华区产品部总经理顾凡说，亚马逊云服务(AWS)的Amazon SageMaker平台像一个模块化的厨房，AI开发者来做菜，同样是青菜，可以做拌沙拉，也可以做蚝油生菜。
双方团队进行合作，在Amazon SageMaker平台上进行模型的定制、算法的定制，AWS团队在深入了解行程录音的特点及技术需求后，开发了语音降噪和导航音分离算法。首汽约车的数据科学家和算法工程师只需要专注数据和业务逻辑，将数据的“灵魂”输注给AI，无需运营和管理复杂的机器学习系统。
把AI打造成“听风者”“方言通”还有“金牌调解”，是之前没有的。“合作团队要从零开始对模型进行训练、调优，而包括让AI与出行的业务部门进行沟通磨合，因为他们对行业的了解，所以是最资深的评委。”顾帆说。
此外，首汽约车还通过Amazon Transcribe人工智能语音服务将行程录音自动转化为文字，从而实现通过场景化的关键词识别分析触发安全预警，结合后台安全监控人员的人工判断，让实时的行程安全监控从可能变成现实。
智能出行，需要更多的定制AI
还有相当一部分投诉在服务发生之前，乘客投诉司机推单，司机投诉乘客找不着，AI能不能把这些误会压缩到最少;还有司机巡游的情况，一天开12个小时的司机，多少个小时空驶，AI能不能帮他们找到客户?……
在魏东看来，这些智慧出行中需要解决的“痛点”，通过人工智能和机器学习未来都会得到缓解。
“过去的智慧出行1.0中，通过平台调度匹配模型，司机能够看到哪里是热点区域，就会来这个地方等单。”魏东说，这种模式其实可以更智慧一些，比如热点区域有十个需求，从东边过来几辆合理、西边过来几辆合理，后台需要通过预判来告知司机。
“预判”，是未来智能出行中调度AI的“基本功”。“单纯的热点区域展示，还算不上智能调度。”魏东说，AI要有本领能够使得司机相信听它的确实能拉到很多单。
基于对历史数据的分析、推测、预判，调度AI将告知司机，哪个方向去哪个目的地，去多少量是合理的。通过实现精准的调配，达到按照指令行动的司机90%以上可以提前赶到乘客预计的出发地，进而提升订单的匹配成功率，减少司机的盲动。
此外，安全，无论是驾驶安全还是司乘人身安全，是网约车从诞生以来一直必须面对的问题。
“预判”也可能会成为解决这个问题的“钥匙”。
“这个行业的从业者，不都是经历过四年本科教育的，也不都是经历过三到五年专业驾驶员的培训的，也许今天早上出来的时候，刚跟媳妇吵了一架，也许这边父母住着院还着急找钱……”魏东说，当碰撞到乘客情绪波动时，会产生什么后果，期望在未来更进阶的人工智能应用中能够给出早期干预。