记者：钟老师您好，我们知道您并非一开始就从事人工智能训练师这个工作的，可以简单给我们介绍一下，您是在什么机缘之下，选择成为了一名AIT的？您认为从事人工智能相关的工作对您的最大的难点是什么？

钟靓：在从事AI训练师之前，我尝试做过客服、销售、金融等很多行业的工作，对未来的职业规划处于比较迷茫的状态。直到16年接到追一科技的面试电话，懵懵懂懂的踏入AI这个领域。那时候国家还没有对这个职位的定义，我甚至都不知道该怎么和家人解释自己的职业。起初做的是数据标注，后来随着业务的发展，逐步承接了知识库搭建、任务型配置、测试调优、客户培训等工作，沉淀项目实践中积累的经验技巧，一步步成长为一名合格的AI训练师。

我认为转型最大的难点在于思维的转变，从人的思维到机器思维的转变。机器人本身是没有逻辑思维的，在模型算法不变的情况下，回复的效果取决于人工投喂语料的质量。一个好的训练师，需要对机器学习的技术、算法有一定了解，要明白什么样的标问和语料，对于模型的训练是有帮助的。

记者：我们知道您主要深耕家电行业的智能服务产品训练，其中知识库的搭建最为关键的部分之一，能请您给我们分享一下，您是如何结合行业特点搭建智能服务的知识库，以及优化的呢？

钟靓： 知识库的搭建方式取决于企业拥有什么样的数据，我们所采用的方式是对日志进行清洗聚类提取标问，同时将用户问句修改作为相似问。没有历史日志的，可以参考企业内部客服知识文档，借助机器阅读理解功能对文档进行拆分，修改成可以展示给客户的标准问答，再通过人工编写语料训练模型。

日志的优势在于，是用户真实问到的问题，通过聚类可以发现热点问题。客服文档的优势在于知识覆盖比较全面，但拆分工作量大，和线上实际问到的会有一定出入，造成知识体量大，但应答效果不佳的局面。

知识库不是一成不变的，不管采用哪种方式，都需要结合上线后数据不断调整知识颗粒度、查漏补缺。除了faq，还可以梳理一些量大且流程固定的多轮会话场景，以及多维表结构知识。结合业务场景特色，选择最合适的知识展现形式。

记者：智能服务产品的定位和边界是训练师在训练前就需要确定的问题，前者告诉我们人工智能要做什么？后者则是帮助我们确定什么不应该做？您是如何看待这个问题的。

钟靓：我们首先要明确使用机器人的目的，是分流？是营销？还是其他。其次要了解机器人能解决哪些问题，不能解决哪些问题。很多人会对智能客服抱有过高的期望，有些对于人工来说很简单的问题，背后涉及到的算法技术其实是很复杂的。智能服务不是万能的，其定位应该是解决简单、高频、重复性、机械性的问题，用最低的成本获得最大的效益。

记者：前面您介绍到，您在日常工作中也要负责AI训练师团队组建、培训、管理工作，能请您给我们分享一下您是如何构建和培养人工智能训练师团队？

钟靓：在我看来，初级的AIT需要具备知识编辑、数据标注和系统测试的能力。而高级的AIT更像是产品经理、数据分析师、项目经理的交叉岗位。团队创建初期对于成员的要求是达到初级的标准。我们团队成员都是来源一线优秀客服，他们有的擅长数据统计、有的擅长话术编辑，有的擅长录音分析。每个人都精通家电行业的专业知识，通过培训轮岗，找到大家适合的位置，负责擅长的品类、渠道、模块。以头脑风暴的方式，定期分享遇到的问题、小技巧、AI行业知识，制定和完善清晰的运营流程和规则。除了内部培养，公司领导也非常支持我们去参加一些外部的培训和比赛，希望能和更多的同行交流，汲取经验和新思路。

记者：无考核不进步，请问您是如何设计人工智能训练师团队考核绩效指标的？

钟靓：绩效考核指标要是可以量化的，且与机器人的运营目标挂钩。我们目前考核主要分为工作量、工作质量。工作量的考核，需要按工作内容的难易程度设置不同折算系数。工作质量的考核，例如文本机器人主要考核所负责渠道的会话解决率、满意度的提升成效，语音机器人主要考核报单成功率、改派率的优化成效。结合不同阶段机器人的运营重点，调整考核方案。另外，能否提出创新性建议和改善方案，能否和内外部有效协同，也是我们非常重视的。

记者：何泳岚

撰稿：钱益

策划：苏钰

时间：2022年7月

地点：线上

团队介绍：队长：钟靓；队员：覃华蓉、赵兰艳、林锡坤

团队成立于2021年3月，成员均来自一线优秀客服代表，对客户服务和智能交互有独到的见解。目前团队负责文本和语音机器人的运营工作，通过数据分析、话术优化、流程优化、系统迭代等方式，提高机器人的会话解决率、报单成功率、满意度，在客户分流、坐席提能增效方面取得了优异的成绩。