人车智能平台解决方案.ppt

人车智能平台解决方案谈车论见-Onstar开启认知计算c@咿(BACKGM联合BM推OnStarGo“认知移动出行平台2016年10月26日,通用汽车与BM共同宣布双方将共同在汽车行业建立首个认知移动出行平台OnStarGoCognitiveMobilityPlatform该平台由BM认团队与OnStar共同设计开发,是此前OnStarAtYourService平台的演进及升级GM计划于2017年早些时候在旗下车型上部署这一平台OnstarOnStalOnStarOnStarGoRemotelink4GLTEAtServicePrognosticsCognitive(2014)(2015)(2015)(2016)由“AtYourService平台”升级到“OnStarGo认知移动出行平台·2015年,OnStar官方推出Atservice商业平台,允许零售商及商户能在车载环境下通过此平台与车主进行交互—提供信息、便利及优恵券等服务·升级为OnStarGo认知移动出行平台后,在BM认知技术的帮助下,车主可借助自然语音更高效、便利地与商户在此平台上进行商业交互车主数叔表n车主认知计算车机子机sL/onstarGd沙Mobility平台升级前后的差异不论是采用传统话务服务还是借助认知计算都需要经历下图所示流程(从感知——建模—洞察一-调整)。两者的区别在于,认知计算由于无需人工介入就能实现一对多的个性化服务,整体效率更高,成本更低,且能迅速将市场输入转化为洞察以便调整服务策略。对于用户不断增长的nStar而言,认知计算的这些特点能帮助其在保持服务质星的同时降低人力成本,提升市场反应速度/准隹度。此前:依赖客服代表的与用户交灵活应变能力应对客户互自适应反馈朐时调整服务策略梳理历史感知理解数据形成【望自然语言此前:需要大量话务员洞察对一专属服务·未来:机能实现对多个性化服务此前:人工服务的知识化效率过低未来:机器可实现深度建模并评·此前:采用预制横型跨界大数据挖掘,快速估假定客服在限定框架内服务将市场反馈转化为洞察·未来:利用现有资源建设新模型,评估新OnStar选择认知计算的背景传统的人工话务员服务即便经过培训也只能是供一些有限服务,无法应对用户快速增长的多样化出行需求(包含吃喝玩乐等)。将认知计算技术引入λ车載环境后,○nstar可以打破原有的人员及战略瓶颈,快速导入更多丰富多元的跨界服务,极大地激发车载出行服务平台的潜力及活力此前未来:用户需求服务范囤扩大GM官方言论紧急呼叫B口售后服务2曲、|.yleveragingOnStar'spowerofWatson,welookingtoprovidesafer,simplerandbeIBMWatsoncustomers'mobilityOnStarCallCenterexperiencemorevaluable此前:有限服务人工处理未来:跨界多样化服务机器处理andproductiveOnStarGo认知移动出行平台的支撑技术为了能够支持第三方应用内容个性化,ηStarGo认知移动出行平台采用了多项Watson认知计算技术。aWatsonPersonalityInsights:对用户性格画像,挖掘个人行为及消习惯(例;根据过往消费历史,提罪用户该购买某商品口WatsonTradeoffAnalytics:借助算法来帮助用宀权馊不同要紊并作出最优决策(例:在陌生城市帮助用宀选择合适餐涫/菜品)口Watsonretrieveandrank:根据当前情况检索信忘并提炼出晟相关信忠及时日井排列伉先級(例:提用户包雲已大可自提WatsonPersonalityInsightsWatsonTradeoffAnalyticsWatsonRetrieveandRankJustified挖掘个人行为和消费习惯帮助用户作出取舍及决策提炼当前相关信忠并排序OnStarGo认知移动出行平台的部署模式OnStarGo认知移动出行平台采用App模式,用户可以分别授权单个App读取其车辆及个人信息数据以此来获取更有针对性的个性化服务,比如⑩授权能源商:读取剩余燃油数,以便能酲车主在台适的加油站选择最佳然油,并在车内完成攴付。②授权流媒体音乐提供商:读取地点、个人偏好及社交图谱等,以便其能提供更为个性化的音乐推送RetrieveWatsonPersonalityInsights社交图谐X动态/当地相关的aOnstar性化音乐拦送orAlelUInw打造无缝互联车载体验·与传统的车载消费体验需要下车选购、支付、取货相比,认知计算不仅可以提醒用户何时采购什么(Watsonretrieveandrank),帮助评估选择最佳方案(WatsonTradeoffAnalytics),而且能实现车内下单(非预定)、车内支付(由