従来は11月11日の単日開催だが、今年は11月1日からの飛び石開催となった。1日から11日までの期間中に記録したGMV（取引総額）は4982億元（約7兆9000億円）。GMVが1億元（約16億円）を越えた出店ブランドは450を超えた。

数字上でも例年通りの成長を続けたが、今年は購買体験の質でも大きく前進した。決済時にフリーズすることもなく、配達スピードもより向上したという。

今年のダブルイレブンでアリババが活用した10の先端テクノロジーを以下にまとめた。

1）世界初の完全無人物流ロボット
2）最高214言語に対応するライブコマースでの同時翻訳
3）ヒトに代替するバーチャルライバー
4）自律型会話ロボット
5）OCR（光学文字認識）を活用した聴覚障碍者向けショッピングガイド
6）髪の毛の10分の1の細さの瑕疵も検出するマシンビジョン
7）20億の商品を認識するインテリジェントエンジン
8）世界最大規模のクラウドネイティブ化
9）データセンターの運営を見守る監視ロボット
10）液浸冷却技術を導入したスーパーデータセンター

2020年のダブルイレブンでアリババが実行した十大先端技術

強大なデータセンターとAIによるオペレーション

「決済が秒で終わった」

今年、ダブルイレブンで買い物をした多くのユーザーが例年にない決済のスムーズさに舌を巻いた。

基盤技術は購買体験の質に直結してくる。ダブルイレブンがスタートする瞬間の午前0時、数千万人のユーザーが同時に滞りなく決済を進められた裏には、極めて強力な処理能力の存在がある。ライブコマースが流行する中で、多くのユーザーが配信番組を見ながら同時に購入手続きを行うという状況にも、プラットフォームは見事に対応した。

アリババのテクノロジーを統括する程立CTOは、「ライブ配信者が番組内で（販売開始の合図として）『1、2、3』と掛け声を挙げても、ビクともしない配信プラットフォームであることを自認するのはアリババしかいないだろう」と自信を見せる。つまり、これは通信上の遅延が極端に少ないことを意味する。

その背後にあるインフラが「データセンター」だ。アリババは今年のダブルイレブンまでに中国国内5カ所でスーパーデータセンターを稼働させている。中でも杭州のデータセンターは1万台以上の液冷サーバーから成る世界最大級のクラスター構成によって、ダブルイレブンに伴う超高負荷の演算処理に対応する。これらのサーバーに使用されるケーブルは合計して地球一周分にもなるという。さらには世界でも珍しい液浸冷却技術も用いている。電気を通さない特殊な冷却液にサーバーを浸し、冷却ファンやエアコンなどを使わずに排熱を行うもので、データセンターにおける消費電力を70％以上も削減する。

液冷サーバー

アリババが計算したところでは、中国全土のサーバーが液冷サーバーに入れ替わったと仮定すると年あたり800億キロワット時以上の電力が節約できる。これは三峡ダムの年間発電量に匹敵する。アリババのクラウド事業部門は将来的に中国国内でこうしたスーパーデータセンターを10カ所にまで増やす計画だ。

またAI搭載ロボットやインテリジェント・オペレーションなどの技術も徐々に大規模に用いられるようになってきている。データセンターの運用状況を監視するロボット「天巡」は今年のダブルイレブンに臨んで2代目機種にアップグレードし、監視業務の完全無人化を実現したほか、故障したハードディスクを検出して自動で交換するまでになった。検出から交換までの所要時間はわずか4分だという。

天巡

インテリジェントサーチエンジンと視覚系AI

商品購入のプロセスで時短を実現したほか、今年のダブルイレブンでは「インテリジェント化」も顕著だった。

ダブルイレブン開催前夜、アリババのECプラットフォーム「タオバオ（淘宝網）」は大々的にリニューアルを行った。フィード、検索、ライブなどあらゆるユーザーシナリオにおけるコール回数は1日平均数千億回に達する。

ユーザーの購買行動に関するインサイトや商品のレコメンデーションも、インテリジェントサーチエンジンによってさらに精度を増している。アリババのサーチエンジンは学習モデルを1日平均で1000以上も構築、モデル容量は1TB以上で、分単位で1億ものパラメーターを更新する。AIエンジン技術は三層構造となっており、下層は全域知識レイヤーで、コンピューターが万物を理解する支援を行う。中間層は推論レイヤーで、既知の知識を用いて個別化シナリオの理解と推論を行う。世界で初めてニューラルネットワークをクラウドと連動させた。上層は認知レイヤーで、ユーザーインターフェースを担っている。

視覚系AIでは、画像による商品検索ツール「拍立淘」が4億件の商品を網羅した。自然言語学習、リアルタイム機械翻訳、語義識別などの技術は、自動カスタマーサービス「店小密」や同時翻訳、商品レビューの分析などに活用されている。

ライブ配信におけるリアルタイム字幕

ライブコマースなどの登場によって、オンラインショッピングではより没入感が得られるようになった。アリババは今年になって100万以上の商品を対象に、3Dを用いたレイアウトイメージ画像を作成している。画像内で気に入った商品はワンクリックで購入できるという。インテリア関連の商品では、ライバーが配信を行いながらこうした3D空間を視聴者に提示し、オンライン上で家具の配置などをシミュレーションすることで、実際の売り場に近い感覚が体験できる。

AIを用いたバーチャルライバーも登場してきた。検知技術、認識技術、ディレクターシステム、3Dモデリング、素材ライブラリー、TTS（テキスト読み上げ）による会話型マンマシンインターフェースを融合させ、30分もあればヒトの声や表情、ジェスチャーをコピーし、リアルのライブ配信者に劣らぬ「バーチャルライバー」が誕生する。配信者が退場している間にバーチャルライバーが登場し、配信の進行や視聴者とのやり取りを代行してくれるため、長時間配信が可能になった。

製造・物流などフルプロセスにわたるデジタル化

オペレーションシステム全体がデジタル化したことで、オンラインショッピングの体験が向上した他、消費者・サプライヤー・メーカーが完全にシームレスに繋がった。今年のダブルイレブンは「史上最速の配達」と評されたほど物流が進化。深夜2時に支払いを完了した商品が、翌朝8時には到着するといった具合だ。

アリババが抱える物流プラットフォーム「菜鳥網絡（Cainiao Network）」では、予約販売の段階で商品が配達先の最寄りの配送センターまで届くようになっている。出店業者が受注した時点でサプライチェーン全体が連動する仕組みだ。

菜鳥はIoTプラットフォーム「LEMO」を運営し、各モバイル端末やスマート集荷ボックスと連携している。今年は倉庫から配送までのプロセスを全面的に強化し、計算上は3億件の貨物を同時に追跡・管理できるようになった。ダブルイレブンの開催期間は配送のリードタイムをのべ15万時間短縮できたと推算されている。さらに発表して2カ月足らずの無人物流ロボット「小野驢」もダブルイレブン期間に正式稼働を開始し、住宅地での配送で活躍した。

また、タオバオはフィードや検索を通じてユーザーの消費需要を明確に見極め、どのような新商品が消費者の心を掴むのかを把握する。こうしたデータを活用することで各カテゴリーの出店業者に対し新商品開発を提案でき、誕生した新商品を適切なユーザーに対してレコメンドできるのだ。さらに、スマートマニュファクチャリング（新製造）プラットフォーム「犀牛智造（Xiniu Zhizao）」との連動によって真にフルプロセスを網羅し、柔軟な生産案件を多数実現できるようになった。

ライブコマースなどの新形式によってユーザーの購買行動が変化し、サプライチェーンにはより高度な要求が突きつけられるようになった。ここでもデジタル化を実施することで、サプライヤーの在庫管理をスマート化し、迅速なフルフィルメントを実行できるようになった。

アリババは今年、ライブ配信をECのフルプロセスに連携させた。商品供給から倉庫・物流における意思決定、配達完了までのソリューションにおいて、データインテリジェンス（データを分析・活用してインテリジェンスを構築すること）を反映させている。出店業者はライブ配信中に突発的に発生する注文に対応、損益計算まで実行できるようになり、結果的にさらなるGMV（取引総額）の成長を目指せるようになった。

作者：徐丹（WeChat公式アカウント「機器之心（ID:almosthuman2014）」）

（翻訳・愛玉）

4月27日、アジア最大級のモバイルインターネットイベント「GMIC 2020（グローバル・モバイル・インターネット・カンファレンス）」が閉幕した。12年の開催歴の中で、今回初めて全プログラムがオンライン中継で提供された。

このイベントで大きな注目を集めたのが、リアルタイム字幕制作サービス「訊飛听見（iFLYREC）」だ。イベント参加者の発言が全てリアルタイムでテキスト化され、中国語と英語の二カ国語で画面上に表示されるというもの。このサービスのおかげで、世界15の国や地域190社から集まった230人のゲストスピーカーをはじめ、各地で視聴する4190万人が言語の壁を感じることなくイベントを楽しむことができた。

GMICでの二カ国語字幕

近年、Googleの年次開発者会議「Google I/O」をはじめトップクラスの国際カンファレンスでは、AIを活用したリアルタイム字幕や同時通訳が主流になっている。今年初めに米国で開催されたゴールデングローブ賞の授賞式では、中国の動画配信サイト「愛奇芸（iQiyi）」が中国国内の視聴者に向けて中国語と英語の字幕を表示しながら中継を行ったが、その際にも訊飛听見の技術が使用されていた。アップルの2019年秋の新製品発表会でも同社の技術が活用された。

アップル新製品発表会でのリアルタイム字幕　訊飛听見と中国動画プラットフォームが連携

AIを活用したリアルタイムのテキスト化や翻訳は、今や大規模イベントの標準仕様になりつつある。訊飛听見の公式データによれば、明瞭な標準中国語をテキスト化する精度は97％以上、ネーティブスピーカーの英語を文字に起こす際の精度は93％以上に達するという。これは全て訊飛听見チームの勤勉な働きにより成し遂げられたものだ。

現在ではスマートフォンで音声入力が可能になり、音声を即座に文字にするという機能を多くのユーザーが体験できるようになった。しかし、参加者多数で雑音環境下にある大型イベントの場合、音声をリアルタイムでテキスト化することはいっそう難度が上がる。

大型イベントでも精度の高い音声認識を実現するため、訊飛听見はリアルタイム字幕サービスを専門特化したワークステーション上に構築し、専用の集音設備やサウンドカードを配置している。ワークステーションはインターネット接続が切れた場合はオフラインで稼動するので、突発的な状況にも対応できる。

また個別のニーズに応じてカスタマイズしたソリューションも提供している。例えば、2019年の国内大型イベントのリハーサル中に、ある大物ゲストの字幕精度が思わしくないことが発覚した。このゲストは話し方に癖があり、AI認識がうまくいかなかったのだ。

字幕の精度を上げるため、訊飛听見チームは主催者側に掛け合ってこのゲストの過去のスピーチ音声を入手し、これをサンプルに音声認識トレーニングを行った。その結果、同ゲストの音声認識精度を15％向上させることに成功した。

話し方やなまり以外に、専門的なカンファレンスで頻出する専門用語もAI認識の精度を大きく低下させる。訊飛听見では専門分野のカンファレンスごとに専門用語集を作成し、専門知識を持つサポートチームを配備することで、認識精度の向上に努めている。

カンファレンス向けのリアルタイム字幕制作や翻訳機能は、オンライン会議サービスにも活用されている。現在、同社の提供するオンライン会議サービスは最大200人とのビデオ通話、マルチデバイス対応など基本的な機能の他に、リアルタイムの中国語・英語二カ国語字幕にも対応している。

加えて訊飛听見のオンライン会議サービスには議事録の自動作成機能があり、会議終了後に参加者の発言をテキスト化して複数デバイスで共有することができる。現時点でサービス利用者は延べ数百万人に上るという。

同サービスは今年1月に開催された第15回上海市人民代表大会第3次会議でも活用され、大量の議事録作成をシステムが肩代わりした。

訊飛听見は信頼の置ける技術と柔軟なカスタマイズサービスを武器に、ロイヤルティーの高いイベント関係のクライアントを増やしてきた。イベント事業ディレクターの国麗氏によれば、そのリピート率は実に95％に達するという。
（翻訳・畠中裕子）