淘宝智能客服架构演进之路 演讲嘉宾 古墨 阿里巴巴 & 高级技术专家 目录 01 阿里电商客服业务背景介绍 02 阿里电商客服业务架构的演进 03 总结 01 客服业务背景介 绍 近亿次咨询 / 每日 客服工具平台全链路智能化、数据化（商家提能增效、提升消费者满意度） 01 阿里电商客服业务背景介 绍 消费者 数千万 商家 几百万 • 分流系统 • 分流排队系统 • 事件驱动的业务系统 • Ai 能力与接待场景的结 合 02 业务架构演 进 第二阶段 第一阶段 第三阶段 02 业务架构演进第一阶段：分流系统架构 • 分流业务 • 消费者咨询和客服服务资源之间的负载均衡解决方案 • 系统性能上的挑战 • 先分流后建立聊天会话（ IM 聊天的关键节点） • 客服在线状态 店铺分流设置 更新状态 / 设置 更新 DB 和缓存 分流设置查询 状态变更订阅 状态数据查询 分流规则引擎 更新 分流引擎 02 业务架构演进第一阶段：分流系统架构 • 分流引擎：读写分离的设计方案 状态 / 设置变化 消息分流请求 亮灯分流请求 分流请求类型 cache + MySql

一、入门知识——数据分析是什么 三、案例透视——经分应用干什么 二、系统解析——经分系统有什么 1.1 何谓数据分析 1.2 数据分析价值 1.3 数据分析步骤 2.1 经分系统的演进过程 2.2 经分系统的两级架构 2.3 经分系统的主要内容 2.4 经分系统的使用对象 2.5 经分系统应用全景图 3.1 市场健康度分析 3.2 流量战略地图 3.3 量化薪酬系统 一、入门知识——数据分析是什么 三、案例透视——经分应用干什么 二、系统解析——经分系统有什么 1.1 何谓数据分析 1.2 数据分析价值 1.3 数据分析步骤 2.1 经分系统的演进过程 2.2 经分系统的两级架构 2.3 经分系统的主要内容 2.4 经分系统的使用对象 2.5 经分系统应用全景图 3.1 市场健康度分析 3.2 流量战略地图系统 3.3 量化薪酬系统 一、入门知识——数据分析是什么 三、案例透视——经分应用干什么 二、系统解析——经分系统有什么 1.1 何谓数据分析 1.2 数据分析价值 1.3 数据分析步骤 2.1 经分系统的演进过程 2.2 经分系统的两级架构 2.3 经分系统的主要内容 2.4 经分系统的使用对象 2.5 经分系统应用全景图 3.1 市场健康度分析 3.2 流量战略地图系统 3.3 量化薪酬系统

AI 在保险行业的发展和应 用 1 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 2 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 3 What technology wants ？ 4 技术进化周期越来越短 5 大模型为什么突然火了 现实域 数域 现实域 模型 2017-2022 年初 演进动力 : 训练语料 & 模型容量更大 Switch Transformer 1.6 万亿参数（人类大脑皮层参数 10 万亿） 大模型演进过程 1950 图灵《电脑会思考吗？》提出“机器思维“概念； 72 年后， ChatGPT 成为离图灵测试最近的机器人。 第二阶段：利用人工标注引导生成 2021 年底 - 至今 演进动力 : 从人类反馈中学习 8 收集示范数据并做有监督训练 第三步 1 1 What technology wants ？ 1 2 What you wants ？ 1 3 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 1 4 大模型时代，保险行业各个环节都值得用大模 型重新思考一次 保险营销 产品设计 客户服务 保险精算 团队管理 资产管理 营销

IT 的要求 • < 文件 2> IT 架构现状梳理 • < 文件 3> IT 架构现状诊断 • < 文件 4> 目标 IT 架构设计 – 架构改进点及建议 – 未来 1/3/5 年的目标架构及演进路线 • < 文件 5> 企业架构治理 (EAM) 现状诊断 • < 文件 6> 企业架构治理 (EAM) 设计 – 针对体改后的组织设置，设计所需角色、 岗位、职责，及项目治理流程 • < 架构如何？ 目前的 IT 架构存在哪些差距 ? • 为了弥补这些差距，上海电力未来 5 年的 IT 架构应 该在哪些方面进一步提升？如何提升？变为怎样？如 何演进？ • 如何确保企业架构对信息化项目的指导，并具备内 部长期演进架构的能力？针对体改后的科信部与信 通中心设置，如何确保组织上的保障？ • 如何确保上海电力具备对已建设的 IT 系统的深化应 用，特别是信息 / 数据方面的实用化？ 企业架构在项目管理中的贯彻 B1 IT 项目审批必须 包含架构合规 检查 B2 架构合规审查还要在明确的 里程碑处进行；项目也会向 EAM 寻求架构解决方案 企业架构路线图在项目组合管理 中的贯彻 C1 与架构演进有关 的项目优先排序 必须与企业架构 路线图保持一致 A B C 企业架构的 创建与维护 企业架构在 项目中的 贯彻 企业架构路 线图在项目 组合管理中 的贯彻 A B C A1

2025 智慧供应链平台顶层规划方案 2 目 录 一 背景分析与领先实践 二 智慧供应链平台愿景与目标 四 智慧供应链平台演进路线 三 智慧供应链平台总体设计 加入星球获取更多更全的数智化解决方案 3 核心数字化 供应链 智能数字化 供应链 整合数字化 供应链 协同数字化 供应链 预测数字化 供应链 对核心流程进行标 准化 / 数字化管理， 提升运营效率 整合数字化应用，贯 务管 理，以及设计、生产、基建等业务协同，供应商、第三方物流等生态 合作 生态合作 业务协同 业务管理 12 12 一 背景分析与领先实践 二 智慧供应链平台愿景与目标 四 智慧供应链平台演进路线 三 智慧供应链平台总体设计 目 录 13 13 二、智慧供应链平台愿景与目标 2.1 两大平台赋能智慧供应链建设 **** 数字化转型和“数字 ****” 建设行动方案提出实施“ 应用与服务能力解耦 • 敏捷交付与创新服务 生态网络化 • 产业生态服务 • 生态体系网络化 • 能源价值链整合 17 17 一 背景分析与领先实践 二 智慧供应链平台愿景与目标 四 智慧供应链平台演进路线 三 智慧供应链平台总体设计 目 录 18 18 三、智慧供应链平台总体设计 3.1 智慧供应链业务设计 贯穿需求、采购、供应商、合约品控、仓储配送、逆向物流等供应链全流程业

管理装备现代 实战测试基地 急 及 应 景 推动 点场 能力 廷立 智能 器人 ■ 具身智能的发展演进 □ 具身智能的发展阶段 2020s- 现在 技术突破阶段 1990s-2020s 技术积累阶段 1950s-1990s 技术萌芽阶段 ■ 具身智能的发展演进 □ 具身智能的发展阶段——技术萌芽阶段 > 1927 年，第一个电驱人形机器人“ Televox' 诞生于美国西屋。 布鲁克斯发表论文《 intelligence:Without RepΓesentation ( 无表征智能 ) 》 , 认为智能可以通 过行动与环境的交互而自然涌现 , ■ 具身智能的发展演进 □ 具身智能的发展阶段——技术积累阶段 (1) > 1990 年，麻省理工学院推出一款模仿人头部的机器人 Kismet 。 > 1991 年，布鲁克斯基于“感知 - 行动框架，研发可以自主行走的六条腿机器人 2009 年，谷歌推出 Prius 自助驾驶汽车。 > 2010 年，柳树车库 (Wlow Garage) 发布了开源机器人操作系统 ROS, 促进了机器人领域的合作研究 , ■ 具身智能的发展演进 □ 具身智能的发展阶段——技术积累阶段 (2) > 2013 年，美国波土顿动力发布机器人 Atlas 。 > 2015 年，软银公司发布机器人“ Papper” 。 > 2016 年，法国

技术发展及融合创新应用方案 1. 通信技术发展趋势及 5G 技术发展 2. 满足应用需求的 5G 关键性能及能 力 3. 5G 应用探索 2 5G 技术发展及融合创新应用方案 移动通信的演进不断推动社会信息化发展 功能 机 高级 智能 机 智能 机 大哥 大 •语音 •不能漫游 •语音和短彩信 •文字网页 • 上网可打开图片 • 低质量的视频通话 • 简单的网络游戏 • • 各种 APP 应用 • 在线视频观看 • 高速下载和上传 1980 年代 1990 年代 2000 年代 2010 年代 手机上网普及，手机网 民占网民总数 90% 2020 年代 不断演进的移动通信网络 多样化终端 人与人、人与物、物与 物互联，实现全连接 智能手机出现并迅速普 及，数据流量攀升 无线通话成为可 能 1G 2G 3G 4G 5G • 增强型移动宽带能力 Q3 Q4 2016 2017 2018 5G 研究阶段 5G Rel-15 NR 非独立组网 ASN.1 5G Rel-15 完整标准（包括 NR 独立组网） ASN.1 5G Rel-16 演进技术研究 5G Rel-16 Release 15 Release 16 3 5G 技术发展及融合创新应用方案 中国移动全面对 5G 标准的贡献 中国移动排名运营商第一 美国 AT&T 和日本

中国联通数字化监控平台稳定性 保障工具落地实践 曹家豪 联通软件研究院 项目经理 稳定性保障工具演进历程 稳定性保障工具落地场景 及成效 当前面临的挑战及未来展望 目 录 CO N T E N T S 1 2 3 01 稳定性保障工具演进历 程 随着云原生技术的不断成熟，企业数字化转型也在不断加速，企业 IT 架构进入云原生时代，多云多集群部署 已 经成为常态和趋势，几何增长的云资源、微服务以及复杂化的调用关系与业务场景，传统人肉运维难以为 继， 如何保障系统的全面稳定，保证业务流程的高效运转，为系统运营提出了不小的挑战。 工具职责范围的演进：覆盖广度及深度不断增加 GO PS 全 球 运 维 大 会 2 0 2 3 · 上 海 站 几个 核心系统 单系统 应用维度根因定位 故障点人工恢复 系统具备应急预案 被动应急 分子公 司 整体态势感 知 体系建设 故障发现 与诊断 故障恢复 与应急 故障预防 故障调度 体系演进 稳定性保障工具建设历程 稳定性保障工具的建设与演进从来不是一蹴而就的，是基于当前的现状与存在的问题，提出解决方案 与目标规 划，充分借鉴与对标先进的行业经验，从“走出去

DeepSeek-R1-Zero 通过强化学习架构创新实现突破性性能，核心技术创新体现在训 练效能优化策略、双维度评价体系、 结构化训练范式三个维度。 DeepSeek-R1 采用分阶段强化学习架构演进，包括冷启动阶段、面向推理的强化学习、拒绝采样 与监督式微调、全场景强化学习等。 l AI 应用爆发在即，算力需求持续攀升，关注 ASIC 及服务器产业链。 Scaling Law 与“涌现”能力是大模型训练遵循的重要法则，随着 模型向多模态全方位转变， AI 应用百花齐放，企业主动拥抱 AI 应用市场。因此，模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长，于 AI 大模型训练中得到广泛运用的同时，为了满足 CSP 客户更高 性能和更好功能的需求， 定制化芯片 ASIC 的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。与之相应的算力 论的结构化输出要求，既保证了知识表达的清晰度，又保留了内容创作的自主性。该模 板仅规范输出框架，避免对具体 解题方法或思维路径进行预设性限制。 l DeepSeek-R1 ：分阶段强化学习架构演进。为克服 Zero 版本存在的可读性差、语言混淆的问题并提升结果校准能力，该迭代版本采用多阶段强化学习策略： 1 ）冷启动阶段： 通 过少量高质量思维链 (CoT) 示范数据进行模型初始化，有效缓解基础模型在初始训练阶段的波动性。

DeepSeek-R1-Zero 通过强化学习架构创新实现突破性性能，核心技术创新体现在训 练效能优化策略、双维度评价体系、 结构化训练范式三个维度。 DeepSeek-R1 采用分阶段强化学习架构演进，包括冷启动阶段、面向推理的强化学习、拒绝采样 与监督式微调、全场景强化学习等。 l AI 应用爆发在即，算力需求持续攀升，关注 ASIC 及服务器产业链。 Scaling Law 与“涌现”能力是大模型训练遵循的重要法则，随着 模型向多模态全方位转变， AI 应用百花齐放，企业主动拥抱 AI 应用市场。因此，模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长，于 AI 大模型训练中得到广泛运用的同时，为了满足 CSP 客户更高 性能和更好功能的需求， 定制化芯片 ASIC 的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。与之相应的算力 论的结构化输出要求，既保证了知识表达的清晰度，又保留了内容创作的自主性。该模 板仅规范输出框架，避免对具体 解题方法或思维路径进行预设性限制。 l DeepSeek-R1 ：分阶段强化学习架构演进。为克服 Zero 版本存在的可读性差、语言混淆的问题并提升结果校准能力，该迭代版本采用多阶段强化学习策略： 1 ）冷启动阶段： 通 过少量高质量思维链 (CoT) 示范数据进行模型初始化，有效缓解基础模型在初始训练阶段的波动性。