好客星访谈 AIT大赛选手钟靓 | |
发表时间:2022-09-17 阅读次数:438 字体:【大 中 小】 | |
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。
|
|
下一篇:好客星访谈 AIT大赛选手孟晓英 |