近年隨著客戶需求的不斷上升，以及人力成本持續(xù)增加，各專業(yè)公司致力于AI技術運用，從而解決當前的名種矛盾，因此人工智能也在越來熱多的生活場景中得以使用，而人工智能的背后其實是一個神秘角色——人工智能訓練師。
今天我們以呼叫中心為例，從一個經歷了人工智能訓練師團隊建設從0到1的過程的角度，做一些團隊建設的回顧。
首先，我們必須明確“人工”和“智能”各自的定義及分工，“人工”其實比較好理解，固然是我們日常說道的人，而“智能”則可理解為系統(tǒng)、思維。
美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使用計算機去做過去只有人才能做的智能工作?！?br />
的確，人工研究的智能，其實也是我們人類自身的智能，通過智能的方式來實現，并通過人不斷的、持續(xù)性的訓練，讓人工智能更智能。因此，這里的核心其實是人，也就是我們所說的人工智能訓練師。想要有比較好的人工智能效果，人工智能訓練師團隊建設就顯得尤為重要。
作為一名資深客服人，筆者這些年感觸特別明顯，智能文本、智能語音、視頻客服、5G客服等一系列人工智能產品的出現，基本上各互聯(lián)網公司都先后緊跟潮流，而大部分客服中心其實是屬于業(yè)務團隊，并不具備科技能力，所以部分業(yè)務公司可能都經歷過科技團隊代為運營或外包運營智能產品的過程。然而，作為當前的新興技術，人工智能不僅能高效產出，還能極大程度地降低成本，所以很快大家也意識到需要將這些人工智能產品的運維拿回到自己手中，從而實現從0到1的人工智能訓練團隊建設。
人工智能練師也是這一兩年才慢慢進入人們的視野，作為一個新職能崗位，外招顯然并不理想，所以大部分團隊會選擇從內部篩選培養(yǎng)。
我所在的團隊也不例外，計劃從科技團隊接回自主運營，那么首先就要有明確的架構規(guī)劃，比如業(yè)務規(guī)模，崗位設置等。
我們當時并沒有太多的參考，通過分析科技團隊當時的運營模式和角色分工后認為，一個完整的訓練師團隊，至少需要有AI流程設計師、語料訓練師、配音師(若團隊業(yè)務量或資源受限可以外購或TTS合成)、數據支持、系統(tǒng)管理崗等。
有了架構及崗位，接著便是選人，而本次篩選則完全區(qū)別于日常新業(yè)務的規(guī)則，并非是線上客服技能好的就適合作為訓練師培養(yǎng)。通過這兩年訓練師團隊的不斷的篩選、淘汰，我們發(fā)現其實開始的想法是正確的。
首先是興趣，廣發(fā)招募函鼓勵大家自主報名，因為興趣才是最好的老師。然后便是專業(yè)和學歷，放眼客服行業(yè)，可能大部分起點都是?？茖W歷，專業(yè)更是五花八門。我的團隊同樣存在這種情況，經過兩年多的沉淀，明顯計算機相關專業(yè)、本科學歷的同事會在交互邏輯設計、語料訓練、意圖梳理筆諸多方面都要表現得更為優(yōu)異，當然也會有一些邏輯思維強、思維靈活的其它專業(yè)或?？茖W歷的同事依然能表現得比較突出。
因此選人或招聘的時候，一定要讓適合的人做適合的事，AI流程設計師、系統(tǒng)管理崗主要負責AI交互邏輯的設計、梳理，以及系統(tǒng)的維護管理，所以一般情況下本科且相關專業(yè)為佳。而語料訓練師的要求則可稍微低一些，因為日常主要負責話術設置語料打標和訓練。配音師和數據支持自然是專崗專聘。
以上崗位最好都能有一定的客服經驗，因為業(yè)務自主運營最大的好處在于貼近業(yè)務，清晰的知道客戶是什么樣的，這樣訓練師在進行語音機器人“投喂”時才能更好的“對癥下藥”。
在當前名類新興技術飛速發(fā)展的背景下，我們的訓練師團隊也需要不停的打血加油才能持續(xù)為機器人注入新的思維。我們從訓練師團隊建立開始，就不斷的動用各方資源用于訓練師的能力提升，比如長期與科技團隊溝通，學習和了解當前的最新技術。聘請知名業(yè)內人士進行培訓，與其他AI技術團隊進行交流學習等，這些比較常見的方式自然是不能少。
然而我認為最為重要的應該完善內部體系，形成自己的東西。因為不論是交流還是學習始終是別人的，需要形成自己的SOP、自己的訓練團隊文化，同時要常態(tài)化保持緊張的流程設計開發(fā)狀態(tài)，不斷的有新的AI流程需求，不斷的進行開發(fā)訓練、提升，因為只有不斷的實操，不斷的提高要求，這樣才能不斷檢驗出問題所在，才能一直向前。
想要一直讓團隊保持高效的動力，光是良好的團隊氛圍還不夠，還需要完善的考核機制加激勵，不斷的激勵和推動大家拼搏和努力。
團隊搭建一開始，我們也是沿用原有的客服中心后援團隊的考核方式，但后來發(fā)現這樣并不合理，因為工作本質是有差異的。后來我們又開始學習科技團隊的考核標準，發(fā)現仍然不能引以為用，因為大家實質上并非科技開發(fā)團隊。再后來我們將業(yè)務和開發(fā)結合，比如加入業(yè)務團隊的轉化指標作為基礎考核，而AI技術指標也作為考核項，同時加入生產事故、AI流程開發(fā)時效、語料訓練量等運維常規(guī)考核，發(fā)現這樣考核既能兼顧業(yè)務團隊對于業(yè)務指標的關注，同時也能保證訓練師團隊類科技人力的屬性。
另外，業(yè)務團隊常用的激勵也必不可少。
激勵能讓訓練師們激發(fā)更多的工作潛能，而激勵的方式和方法則更是多種多樣了。大部分的激勵是為了能夠更好地貼合當前團隊情兄，一般認為有比較明顯的導向作用，比如整體訓練能力較差，那么就設定訓練指標相關的值，或者團隊在某些方面相對比較欠缺，也可以設置一些個人競賽項。這樣兩兩結合，既能保證個人之間的良好的竟爭氣氛，也能提升和鞏固團隊意識。這樣可以使得團隊整體技能不斷提升，從而帶來更大的價值。
正是因為人工智能訓練師是個新的職業(yè)，所以目前還沒有成熟的行業(yè)論壇、沙龍等，如果將來能有更多的業(yè)務交流機會，我想這個職業(yè)會有更大的突破。
