支付宝所用的新一代机器人只是起步阶段，还主要应用在花呗、余额宝、招财宝、密码等几项业务上，后续很快会应用到其他业务领域，覆盖所有的客服领域，最终成为金融顾问。

　　从昔日的云里雾里，到如今的逸兴云飞，云计算已成为支撑信息化产业发展的中坚力量。从最初的青涩与被忽视攀登至令全行业景仰的至高殿堂，相信“云”要感谢的人一定很多，除了要感谢“父母”(研发者)、“老师”(实践推动者)以及“粉丝”(用户)之外，更应该感谢一位与它相见恨晚的至交——SDN。可以说直到云遇到了SDN，云的发展道路才迎来了真正的辉煌转折。

　　云计算早在1983年即由SUN提出，但受限于当年的网络环境以及各方面IT技术的制约，这个概念一直是模模糊糊难以落地，同时也并没有受到行业太多的重视，发展之路格外低调而崎岖。而云计算在经历了多年边界概念后，终于遇到了SDN这位命中注定的朋友，从此一发不可收拾，绽放出了勃勃生机。

　　SDN是一种可从数据流和物理基础设施中分离出控制权的网络方法，对虚拟化交换以及其他的网络功能使用了网络功能虚拟化(NFV)。SDN和NFV可避免让云管理员使用脚本程序语言来开发VLAN架构，通过使用简化VLAN配置和减少错误的模板，SDN可实现基于策略的运行。总而言之，SDN能做而传统网络设备做不了的，可以为管理员们节省下大量的时间与精力，从而让云充分发挥蕴含的潜力。

　　如今，随着应用交付的迅猛发展，已经让云和SDN、NFV结合得更加紧密，感情更加浓厚,且释放的活力也越来越大。2015年年初，由太一星晨推出的TOMP平台(开放式多业务平台)，就是将SDN与NFV双剑合璧，顺应云计算趋势，旨在颠覆数据中心出口网络的各种需求，让云计算更具稳定性、弹性和开放性。

更健壮的优越性能

　　太一星晨TOMP平台具备单板120G的业务处理能力，最大支持10槽业务扩展以及双主控设计，整机1.2T的处理能力，可以帮助各类型大吞吐量的云计算更加从容稳定。另外，基于标准KVM虚拟化、SDN交换芯片，以及基于OPENSTACK的业务管理，都与上层业务系统耦合，让适配更轻松得体。

　　更贴心的应用需求结合

　　传统的安全产品，始终面临平台性能的巨大瓶颈，尤其在高带宽环境的部署，一直困扰着用户。通过内置SDN芯片，太一星晨TOMP将应用内容分类传递给不同的业务模块处理。并如同贴身管家一般，通过各种监控技术，始终如一的守护业务模块的“身体健康”，或增加资源、或重启业务、或备份、或略过，与应用需求结合的更加细腻。

　　更Open的开放态度

　　对于用户来说，多业务需求是无法避免的。而要想获得高性能、高密度的处理能力，只有数通厂商的交换架构才能满足。不过数通厂商在安全以及七层业务处理的专业性上一直被人质疑，其产品也多为封闭结构。虽然他们对自身业务有多年积累，但面对高端交换架构却一筹莫展，始终无法推出自己的产品。

　　太一星晨TOMP实现了更佳的开放性，任何一家产品只要支持KVM平台，都可以无需修改，即可直接在上面运行，可以让用户有更多的选择权，实现更大的拓展性和弹性。

　　更全面的功能部署

　　从核心功能来看，太一星晨TOMP是一款应用交付产品，但基于应用交付的核心能力，TOMP还具备了更多的功能部署。在SDN和NFV的双轮驱动下，TOMP可以是高性能防火墙、IPS、流控、WAF……同时，采用TOMP构建的应用层网络不再有单点故障、性能瓶颈以及扩容风险。这无疑让众多用户期盼的低成本、高性能、多功能、无限扩展的应用网络解决方案变得水到渠成。

　　显然，如果说云和SDN是相见恨晚的知己，那么云和应用交付则更可以说是天生的绝配。尤其是以TOMP所引领的应用交付新时代，SDN携NFV与云的集合已不只是心有灵犀，更可以说是臻入化境，几乎只要动一动手指，就可以让数据中心获得更大的自由度和更多的选择权，让应用变得更加简单。

　　对于全国庞大的客服群体来说，这恐怕是一个“不幸”的消息。

　　近日，支付宝宣布推出智能客服，相较于传统的机器人客服而言，智能客服不仅能理解客户说话的上下文，还具备自我学习能力，变得越来越聪明，其专业能力相当于一个普通大学生接受了数个小时专业培训。

　　智能机器人的研发者是蚂蚁金服旗下的智能服务技术部，该团队包含10余人，专注于人工智能研发。而据了解，支付宝所用的新一代机器人只是起步阶段，还主要应用在花呗、余额宝、招财宝、密码等几项业务上，后续很快会应用到其他业务领域，覆盖所有的客服领域，最终成为金融顾问。

　　重要的是，智能客服不用领工资、不用吃饭、不用睡觉、7×24工作，如果智能客户广泛推广开来，恐怕全国的客服群体都将哭晕在办公桌上。

　　媲美大学生

　　在不久前上线的支付宝9.0“我的客服”内，入驻的小俊、糖糖和安娜，就是支付宝自己研发的新一代智能机器人客服。

　　而目前市面上存在的传统机器人客服实际上只是一个比较特别的搜索引擎，建立一个常见问题解答的数据库，用户有疑问时，输入关键词去库中匹配。

　　这样的机器人往往只能回答一些正儿八经的查询，比如“余额宝收益计算公式”，但是没有办法处理一些更像日常对话的提问，如“余额宝是怎么赚钱的”。实际使用中，用户提问往往较口语化，且一个问题分成几句表达，如此，以前的机器人客服不仅解答不了疑问，甚至连用户在问什么都搞不明白。

　　相比起来，智能客服不仅能理解非常口语化的问题，能理解特殊的问题焦点，能根据上文信息推断用户问题的真正涵义，甚至能明白某个用户问题不够完整，再反问用户、要求用户提供更多信息。它还会自我学习，通过学习让自己变得越来越聪明。

　　蚂蚁金服称，智能机器人客服推出后，对用户提问的匹配程度相比上一代传统机器人客服提升了20多个百分点。

　　另外，效率也有所提升。据测算，普通支付宝云客服要完成5轮问答，大概需要30-60秒，而智能机器人客服完成5轮问答所需时间大概为1秒钟。这就意味着智能机器人跟普通人的效率比在1:30—1:60。

　　蚂蚁金服认为，智能机器人客服解答问题的能力，跟支付宝外包的普通“云客服”(一些人利用闲置时间，经过专业培训后来担任客服的任务，叫云客服)水平相当。而要成为支付宝的云客服，则需要经过一周的培训，然后再通过一系列的考试。

　　负责该项目的科学家李智灏说，目前的智能客户机器人，专业能力相当于一个普通大学生接受了数个小时专业培训。

　　机器学习模拟人脑

　　那么，这些是如何做到的？

　　李智灏说，答案是让机器人向真实的客服小二学习。

　　跟人脑相比，计算机擅长归纳、综合，不擅长演绎。对大数据进行归纳后，可以让机器部分模拟人类的思维。与之相关的机器学习和人工智能技术，是目前最前沿的学科之一。

　　还记得那个可以对话的“小贱鸡”吗，以及微软推出的跨平台人工智能机器人“微软小冰”，与支付宝智能客服原理相同，其背后均基于机器学习。

　　李智灏介绍：“支付宝每天都有数以万计的对话，这些对话记录告诉我们用户在问什么，怎么提问，也告诉了我们什么样的回答让用户满意，这些数据成了机器人的最佳学习素材。”

　　技术人员先要梳理出真实的客服人员与用户的会话结构，找出每一句话的对话意图，对会话结构进行标注。有了会话结构标准，机器人就可以从服务记录里学到不少知识，它会知道用户的某一个问题需要再追问用户更多信息才能回答，知道用户的问题再某种状态下对应什么答案，知道用户反馈之后该怎么应对，如此等等。

　　当然，为了让机器人学到最好的对话、问答策略，技术人员会通过用户满意度模型来过滤掉现实中一些服务质量欠佳的客服记录。同时，与用户的一次完整交互其实更像一个剧本而不是零散的问答对。一般而言，一通会话中第一轮的问题会比较完整，接下来的话往往会省略掉很多成分，这就需要机器人能主动去理解上下文，否则都不知道用户到底在说什么。为解决这个问题， 技术人员为机器人设计了一个公式，通过这个公式，机器人会结合上下文自动去判断补充哪个词更合适。

　　通过这些，机器人成了一个很好的聊天对象，而不是一个机械地、笨笨的搜索引擎了。