从服务智能化中寻找新增量

「在云栖大会上，mPaaS 迈向智能化，正式升级至5.0版本。」

mPaaS5.0 融合了蚂蚁大模型框架下的多种算法能力，以 AI 智能引擎驱动移动端平台的运营、服务和体验管理实现全链路升级，助力金融机构及企业打造更加智能、更懂用户的移动端平台，驱动业务高质量增长。

以下内容摘自蚂蚁集团数字科技事业群资深产品总监祁晓龙在2023云栖大会的分享：

蚂蚁 mPaaS 是蚂蚁数科自主研发的一站式多端开发平台，mPaaS 的发展历程，也代表着支付宝在移动互联网最佳实践的过程。

2015 年左右，手机体验感还不是很好，当时面临着很多诸如打开 APP 运行反应慢、白屏时间过长、网络不好等基础设施类的问题，所以我们在技术方面做了非常多的沉淀。

之后还做了小程序开发，构建小程序开放体系，并逐步做到国内市场完全认可的模式。还有新媒体的直播和长、短视频等方面的开发，从 0 到 1，实现业务转化到最终商业变现。

​此外，针对各行业数字化对自动化、智能化的提升有了新需求，新升级的 mPaaS 将融合蚂蚁集团多年在 AI 大模型领域的积累。

C端运营智能化，打造跨端的全域互通开放生态

当前行业进入存量竞争时代，MAU 的提升变得非常困难，如何实现从 MAU 到价值转化，这是值得我们思考的。实现的方法很多，从拉新到促活、到留存最后再变现的商业逻辑。

例如，建行双子星，除了建行手机银行以外还创建了建行生活，通过用户权益把流量做起来，最终借助流量转化到金融业务。

再比如流量运营，无论流量多与少，流量运营的最终价值，是如何把流量本身价值最大化。无论是手机银行，还是其他 APP，总有一个比较好的流量位，但这个流量位放 A 业务还是 B 业务？为什么放A 不放 B ？

对于很多企业而言，决策虽然很容易，但很难有一个精细化的流量运营机制，这需要很多的流量运营平台、价值体系的指标等来帮助支撑。

另一个典型场景是端外投放拉新。这对部分城商行来说是一个挑战，因为自身数据相对比较少，人群单一且用户画像不完整，如果投放抖音、头条这种比较大流量平台，其实很难有一个比较满意的用户画像，最后转化也会不太理想。

当然最底下的基础设施是数据支撑，再往上有一些工具组合，我认为这不是整个链路的核心，但它也很重要，有一整套工具才能运转起来。

通过权益做用户留存的核心在于，给不同人群划分出一个推荐列表。我们相应产品已经有很多实践，在用户画像不完整的情况下，通过跟数据做一些分析后，能得到更精准的用户画像，进而再对这些用户画像进行推荐，这对整体的 GMV 大概能提升 150%。

通过各种各样的场景，吸引各种各样不同需求的用户，通过我们对流量精准运营或者对内容的运营，最终实现业务转化，目前，蚂蚁这一整套基础设施加上数据算法加持的运营体系都在对外开放。

C端服务智能化，多模态AI引擎驱动应用更智能

第二个变化是服务走向智能化。支付宝这两年做的很成功一件事就是搜索框流量。很多用户行为都是自发在这里进行，带来的流量价值也越来越大。数据显示：大约有 50% 的用户通过搜索框架进入业务模块。

我们也以支付宝成熟实践经验为基础，推出了搜推一体化平台，通过联合分析建模等技术融合对方有限数据，让用户画像更精准、推荐更准确，进而最终转化到 GMV 上，这对整体业务有很大的提升。

此外，智能涌现，大模型正发挥更多作用。蚂蚁也在 9 月份发布了大模型对话机器人。从用户侧感知角度来看，这是一个智能客服的形象，其底层核心是对话机器人的能力，简单说，就是蚂蚁智能对话机器人，因大模型的诞生进行了一次新升级。

传统的对话机器人通过知识库训练来解决客服问题，然而不同的业务知识库不一样，尤其在互联网行业，需要同时支持多条业务线，如用户体验、贷款等业务，而不同业务所需要的算法、底层语料等都是不一样。

蚂蚁集团有4000多个不同的业务和场景，根据本身的业务特点，蚂蚁做了一个分层结构，不同的业务可以接入不同的算法，这就能基于不同的语料学习和算法，来支持各种的业务。

可以说，今天的对话机器人在算法开放性的体系架构下，不仅具备支持不同业务的能力，还具备随时切入大模型的能力。

​如果把对话机器人理解成数字人的形象，它的应用场景很多。例如，今年参与亚运会火炬传递的1个亿用户，都有自己的数字人形象。

除了数字人火炬传递以外，客服也是一个典型场景。在蚂蚁侧，刚才看到的机器人是底下的基础设施，但在用户界面就是支小宝（蚂蚁集团推出的一款基于金融大模型能力、面向个人用户的智能金融助理产品）的形象。

有一个很有意思的数据，支付宝财富页大部分是购买基金的，很多机构觉得蚂蚁投研投顾系统做得好，因此有超过一半的用户真就是在财富页与机器人聊天，咨询今天应该买哪只基金，通过这个投研投顾系统来做最终的购买决策。

除此之外，数字人还被应用在直播、政务场景，例如交社保，用户在一体机上通过数字人导览的方式，来帮他们完成业务等。

B端作业智能化，全方位提升用户服务与体验

最后聊一下B端。我们跟同行交流时发现，大家都觉得自己的产品体验不够好。

从支付宝经验来讲，我们有一个蚂蚁体验平台，它首先能清晰感知自己的业务情况，然后在发现问题后进行快速处理。从方法论来说，有一点点类似于看病，从望闻问切开始，通过先看到问题，发现问题，诊断问题，最终解决体验问题。

​如果你想有一个体验平台能看到所有的产品体验，首先梳理所有的业务，并在此基础上进行各个环节的体验指标设计，最后搜集所有数据做统一整合。

这三件事在任何一个机构都需要做一年，甚至都做不完。而在我们看来，只有做完这三件事，才具备做分析用户体验的基础。

在这个过程中，还需要数据能力、分析能力和全流程化能力支撑。以蚂蚁体验平台的核心用户动线为例，首先运营小二会借助智能化工具，进行全流程跟踪，并将重点问题进行工单处置或向产品经理反馈；接着产品经理/业务运营同学借助平台，进行多维交叉验证及专题分析，来进行更全面的问题诊断，同时对问题处置完成效果追踪，最后管理者基于信息做决策。

整个体验动线需要引入智能化的手段，来帮助做业绩分类、问题分发等工作，再加上一部分的人工介入，才能快速运行起来。

蚂蚁 mPaaS 作为源自于支付宝 App 的移动开发平台，如今已广泛应用在金融、政务、通信及互联网等行业，服务了数百家机构及企业。在 Gartner 发布《多体验开发平台市场指南》中，蚂蚁 mPaaS 也是唯一入选的中国厂商。