采访背景：

业界有一个打趣的说法：二十年前，我们关注如何将人训练得和机器一样“标准”；二十年后，我们关注如何将机器训练得和人一样“人性”。因此，聚焦“机器训练”成为我们这一阶段工作的重点；“人工智能训练师”国家职业定义的出台为这一切奠定了基础。而紧密结合客服场景专门定制的这一套“客服域人工智能训练师”的教材及相关的培训体系必将直接影响智能座席AI技术的商业落地水准。

栏目介绍：“好客星访谈”是“好客之道”流媒体平台（iCustomer.org）内容计划中的一档访谈类栏目，由客户世界机构倾心打造。受访人员为：“未来之星”客户中心职业技能系列赛事的参赛选手。

邀请行业新锐，结合自身的理论体系和实践经验，针对行业发展现状以及未来的发展，展开对话和访谈。

记者：孟老师，您好，之前听您说您的工作最开始可以说跟人工智能毫不相关，但现在您几乎已经是一名能够独当一面的训练师了，能给我们的小伙伴们一起分享一下是一个什么样的契机让您从客服代表转型成为了一名人工智能训练师呢？

孟晓英：老师，您好，其实到目前为止，我觉得我仍是一个需要不断加强学习的AIT新手，特别感谢客户世界举办的本次大赛，给了我们这么好的学习交流平台。我加入客服行业6年多时间，客服代表是我的第一个职业身份，可以说客服代表的工作经历为我之后的发展奠定了很好的基础。2020年初，我们中国人寿寿险公司总部成立项目组建设智能服务，很幸运我成为其中一员，这一段经历成为了我的AIT转型之路的起点，参加项目组期间我第一次接触到AIT这个职业，对此产生了浓厚的兴趣，之后国寿培养了首批智能训练人员，很庆幸我位列其中。回想这一路走来，每一个转折点都至关重要，很感谢公司提供的平台，很感激我的领导对我的培养和支持，我想说：选择和努力同等重要。

记者：刚才听您有提到您是因为国寿总部成立项目组建设智能服务的原因开启了您的人工智能训练师转型之路的，我们都知道近些年行业内很多企业都在积极拥抱数字化经济的发展浪潮，对于客服中心来说智能服务体系建设则是数字化经济建设的客服缩影，能请您简单的给我们各个企业的小伙伴们介绍一下国寿是如何在这个转型中结合智能手段，重新设计服务体系的？

孟晓英：提到重新设计服务体系，不由得回忆起那段思想与逻辑必须改变的困难时期。新技术应用、业务支持、服务拓展等多方面需要，原先少量前端、一问一答的交互方式已无法满足客户需要，公司智能客服产品升级时对服务自主性、便捷性、高效性要求大幅提升，从业务层面来说我理解更多是服务逻辑的重塑和知识体系的重构，为什么这么说呢？我们的客户服务入口数量扩增10倍有余，客户辐射面更广，对服务的统一性和差异性也提出了更高的要求，从简单响应客户、让客户找答案到直接精准答复客户、解决客户问题这一服务思维的升级意味着基于智能产品及新技术需要更多服务经验的注入、海量知识体系的重构。我们基于知识图谱、中控中枢、多轮对话等技术，从客户高频问题、业务逻辑及服务经验出发，搭建了上百个多轮对话流、超千款产品知识图谱等，管理知识较之前多1倍的情况实现知识库缩容40%左右，更符合公司业务发展和服务供给需要。

记者：好的谢谢，孟老师的分享，能够看当时的经历无论是对于您还是企业的智能化转型都可以说至关重要。下个问题，此次我们举办未来之星训练师大赛旨在于“以赛促学，以练促进”，对于智能服务的训练，很多小伙伴们最为苦恼的就是人工与智能之间的协同关系，到底应该是分流还是满意，也请您跟小伙伴们分享一下，您是如何把控智能服务与人工服务之间的关系？

孟晓英：我觉得这两者之间的关系，和一个企业的服务理念是有很大关系的，在这个满眼充斥着智能产品的时代，我们很容易享受到智能服务，但是有时候会出现“找人工难”的情况。我们公司的客户服务方面，追求的是为客户提供“简捷、品质、温暖”的服务，显然人工服务是其中很重要的一环，所以在我们公司的服务渠道找人工也是一件很容易的事情，温暖的服务、人与人之间的情感共鸣暂时是智能服务无法很好的替代的。

记者：谢谢孟老师。也就是说智能并不能完全替代人工，它只是整个服务链路的其中一环而已。接下请您在分享一下对于智能服务产品的训练与运营，我们的各位小伙伴应该以一种什么样的方式正确打开呢？

孟晓英：智能服务的训练与运营从时间上来看，可以分为定期训练与不定期训练，定期训练是常规的每日/每周质检服务日志，根据质检结果决定是否需要进行训练，不定期训练主要依赖于公司业务发展，根据实际业务需求及客户需要，决定是否训练。

记者：非常感谢孟老师的总结，目前咱们大赛已经进入到了复赛阶段，在这个阶段我们主要考核各位参赛人员对于智能服务产品的原始语料数据的管理能力，包括涉及：原始语料的采集、清洗、标注等，能请您分享一下您们在这方面的知识，也给我们各位参赛小伙伴们一些启发和思路。

孟晓英：我想经历过智能客服建设的伙伴，大部分感受过真实服务日志的重要性，智能服务原始数据无疑是我们人工智能训练师的一笔无价之宝，那么这些数据的管理和应用也是至关重要。智能服务服务的好不好，取决于客户的评价，除客户满意度之外，原始服务日志也是一个很好的体现方式，智能服务的服务需求来自于客户，自然也要受益于客户。首先，服务数据的采集和清洗是关键，可以由较多人去介入其中，例如日常质检、其他服务渠道共享等，尽可能多的去获得去看高质量的原始数据，才可能更多得挖掘客户的真实需求，从而去调整我们的知识体系，更好的满足客户需求。其次，服务数据的标注是训练的重中之重，一套成熟的服务知识体系包含多版块的知识，因为每个人对语义的理解可能存在偏差，同一人标注的结果最佳，但是如果标注量较大，那么可以根据知识的版块来进行分工，这样可以减少标注偏差，提升训练效果。

记者：好的，非常感谢孟老师。那么最后我还想代我们各位训练师小伙伴问您一个问题：对于智能服务产品的终点是与客户产生交互即对客户的问题作出应答，那么我们应该如何提升应答效果呢？

孟晓英：提升应答效果的关键首先是把握站位，我们的服务对象是客户，那么要站在客户的角度、阅读者的角度去设计答案，把客户当作专业小白，更多的运用利他思维，答案编写要通俗易懂，让阅读者看完之后是觉得有用的、清晰的、受益的。

记者：好的，非常感谢蒙古马战队的孟晓英老师做客我们本期好客星访谈，给我们的小伙伴带来了您当时由客服代表转型到人工智能训练师的新路历程，也站在此次比赛和实际训练运营的角度为大家分享了训练思路和知识，再次感谢您。

记者：刘梓馨

撰稿：钱益

策划：苏钰

时间：2022年6月

地点：线上

团队介绍：战队成员（孟晓英、马文龙、李丹丹）均来自中国人寿保险股份有限公司内蒙古分公司，团队成员曾参与智能客服建设全流程，目前独立运营在线机器人。丰富的客户服务经验是他们的底气，珍惜每一次经历，毕竟人生没有白走的路。?