作為一名客戶服務(wù)行業(yè)多年的老兵，筆者也想湊湊這話題的熱鬧，抒發(fā)下個(gè)人淺見，和業(yè)界同仁共同探討這一全新職業(yè)帶給我們的思考，希望能讓讀者有所共鳴。

　　首先，我們從機(jī)器人訓(xùn)練師這一新興職業(yè)的產(chǎn)生背景說起。相對于“人-人”的傳統(tǒng)客服，智能客服本質(zhì)上是“人-機(jī)-人”的服務(wù)轉(zhuǎn)化和服務(wù)再輸出模式。因此，從某種意義上說，智能客服的前半場是人對人的服務(wù)規(guī)則萃取并轉(zhuǎn)化的過程，后半場是汲取了規(guī)則的機(jī)器人輸出擬人化的服務(wù)交互。具體來講，就是要有一個(gè)相當(dāng)于老師的角色，把人對人服務(wù)生成的非結(jié)構(gòu)化數(shù)據(jù)，通過聚類梳理出不同的服務(wù)場景對應(yīng)的問題和答案建立映射關(guān)系或配對規(guī)則，然后把規(guī)則“傳授”給機(jī)器人。機(jī)器人在與客戶互動時(shí)對其輸入信息進(jìn)行判斷，并按照規(guī)則輸出標(biāo)準(zhǔn)化的專家服務(wù)。

　　在機(jī)器人訓(xùn)練師“出道”之前，充當(dāng)機(jī)器人老師的這個(gè)角色，主要來自數(shù)據(jù)標(biāo)注人員。AI公司從客戶那獲取到的原始數(shù)據(jù)無法直接用于模型訓(xùn)練，就由AI產(chǎn)品經(jīng)理先用相關(guān)工具簡單處理，再交給數(shù)據(jù)標(biāo)注人員進(jìn)行標(biāo)注加工。但因?yàn)闃?biāo)注人員對數(shù)據(jù)的理解和標(biāo)注質(zhì)量差異很大，導(dǎo)致整體標(biāo)注工作的效率和效果都不夠理想。同時(shí)，AI公司在其細(xì)分領(lǐng)域內(nèi)積累了大量數(shù)據(jù)，但這些數(shù)據(jù)在使用過后無法沉淀和復(fù)用，迫切需要一個(gè)兼?zhèn)湫袠I(yè)知識和AI思維的復(fù)合型崗位，通過積累細(xì)分領(lǐng)域通用數(shù)據(jù)來建立細(xì)分領(lǐng)域的行業(yè)壁壘，減少后續(xù)標(biāo)注的工作量，提升機(jī)器人訓(xùn)練的效率，為AI公司創(chuàng)造新的價(jià)值，而這更高階的能力要求，顯然超出了目前數(shù)據(jù)標(biāo)注人員的能力范圍，于是機(jī)器人訓(xùn)練師應(yīng)運(yùn)而生。作為智能服務(wù)領(lǐng)域的稀缺人才，機(jī)器人訓(xùn)練師一躍成為行業(yè)新寵，并赫然出現(xiàn)在許多AI公司的招聘名單之中，成為一種炙手可熱的新職業(yè)。

　　那么，機(jī)器人訓(xùn)練師這種新興職業(yè)到底是怎么定義的呢?根據(jù)業(yè)內(nèi)專家的說法，機(jī)器人訓(xùn)練師的工作是通過分析產(chǎn)品需求和相關(guān)數(shù)據(jù)，完成數(shù)據(jù)標(biāo)注規(guī)則的制定，最終實(shí)現(xiàn)“提高數(shù)據(jù)標(biāo)注工作的質(zhì)量和效率”以及“積累細(xì)分領(lǐng)域通用數(shù)據(jù)”的價(jià)值。從工作內(nèi)容和角色定位來看，他介于數(shù)據(jù)標(biāo)注員和AI產(chǎn)品經(jīng)理之間。

圖1：機(jī)器人訓(xùn)練師的工作內(nèi)容和角色定位

　　關(guān)于機(jī)器人訓(xùn)練師的工作職責(zé)，有著如下的界定：一是制定數(shù)據(jù)標(biāo)注規(guī)則。通過算法聚類、標(biāo)注分析等方式，從數(shù)據(jù)中提取行業(yè)特征場景，并結(jié)合行業(yè)知識，提供表達(dá)精準(zhǔn)、邏輯清晰的數(shù)據(jù)標(biāo)注規(guī)則，最終確保數(shù)據(jù)訓(xùn)練效果能滿足產(chǎn)品的需求；二是數(shù)據(jù)驗(yàn)收及管理。參與模型搭建和數(shù)據(jù)驗(yàn)收，并負(fù)責(zé)核心指標(biāo)和數(shù)據(jù)的日常跟蹤維護(hù)；三是積累領(lǐng)域通用數(shù)據(jù)。根據(jù)細(xì)分領(lǐng)域的數(shù)據(jù)應(yīng)用要求，從已有數(shù)據(jù)中挑選符合要求的通用數(shù)據(jù)，為相同領(lǐng)域內(nèi)的訓(xùn)練數(shù)據(jù)（樣本）做積累和復(fù)用。

　　基于上述的工作職責(zé)界定，要想成為一名機(jī)器人訓(xùn)練師，需要具備哪些方面的能力呢?參考業(yè)內(nèi)權(quán)威機(jī)構(gòu)的調(diào)研分析，筆者總結(jié)了機(jī)器人訓(xùn)練師從業(yè)需要具備的能力素質(zhì)模型：

圖2：機(jī)器人訓(xùn)練師的能力素質(zhì)模型

　　1、行業(yè)背景知識或經(jīng)驗(yàn)：了解所服務(wù)行業(yè)或領(lǐng)域的特點(diǎn)、具備相關(guān)產(chǎn)品（業(yè)務(wù)）運(yùn)營或管理經(jīng)驗(yàn)，在客服領(lǐng)域具備服務(wù)管理或客戶服務(wù)的豐富經(jīng)驗(yàn)，對客服全流程有深刻的認(rèn)知，具有敏銳的服務(wù)嗅覺，了解客戶需求和體驗(yàn)痛點(diǎn)。

　　2、團(tuán)隊(duì)溝通協(xié)調(diào)能力：具備較強(qiáng)的溝通協(xié)調(diào)能力，在面對客戶、AI產(chǎn)品經(jīng)理、語音標(biāo)注員幾個(gè)角色之間，能夠清晰的表達(dá)AI客服方案，能通俗易懂的闡釋AI專業(yè)術(shù)語信息。

　　3、數(shù)據(jù)處理和分析能力：了解科學(xué)的數(shù)據(jù)獲取方法論，具備非結(jié)構(gòu)化數(shù)據(jù)（如語音、文本、圖像等）處理能力，熟悉或掌握一定的數(shù)據(jù)挖掘和建模、算法設(shè)計(jì)能力，邏輯思維能力強(qiáng)。

　　4、AI技術(shù)和行業(yè)理解力：能夠厘清基本的AI概念，熟悉其技術(shù)邊界（能做什么和不能做什么），了解AI行業(yè)前沿信息和發(fā)展趨勢，在客服方案設(shè)計(jì)上具備AI思維，特別對人機(jī)交互體驗(yàn)設(shè)計(jì)和客戶體驗(yàn)痛點(diǎn)有深刻的了解。

　　那么，機(jī)器人訓(xùn)練師是如何開展機(jī)器訓(xùn)練呢?

　　筆者認(rèn)為，機(jī)器人訓(xùn)練是一個(gè)多角色協(xié)作完成的系統(tǒng)工程。在AI產(chǎn)品經(jīng)理的主導(dǎo)下，機(jī)器人訓(xùn)練師首先跟甲方（客戶）確認(rèn)智能產(chǎn)品（機(jī)器人）需求，然后需要跟甲方（客戶）去溝通訓(xùn)練數(shù)據(jù)（語料、圖像等）的問題，這包括原始數(shù)據(jù)的采集、清洗、加工、提煉等，并形成機(jī)器人訓(xùn)練的知識庫，再制定規(guī)則進(jìn)行數(shù)據(jù)標(biāo)注和機(jī)器人訓(xùn)練。這個(gè)過程需要機(jī)器人訓(xùn)練師和數(shù)據(jù)標(biāo)注人員緊密協(xié)作，把控好整個(gè)流程的輸入規(guī)則和輸出結(jié)果（亦即模型參數(shù)反復(fù)調(diào)優(yōu)的過程），AI產(chǎn)品經(jīng)理對結(jié)果進(jìn)行評估、確定智能產(chǎn)品（機(jī)器人）上線時(shí)間。

　　下面展示了AI產(chǎn)品經(jīng)理、機(jī)器人訓(xùn)練師和數(shù)據(jù)標(biāo)注員三者協(xié)作分工的關(guān)聯(lián)式流程圖。通過觀察發(fā)現(xiàn)，機(jī)器人訓(xùn)練師在AI產(chǎn)品經(jīng)理和數(shù)據(jù)標(biāo)注員之間充當(dāng)了橋梁的作用。

圖3：機(jī)器人訓(xùn)練師與AI產(chǎn)品經(jīng)理、數(shù)據(jù)標(biāo)注員協(xié)作分工關(guān)聯(lián)式流程圖

　　在業(yè)界，流傳著這樣的一句話，“沒有誤判的機(jī)器，只有規(guī)則不夠細(xì)，規(guī)則越細(xì)，機(jī)器人也就越智能。“在同一時(shí)期，支撐各家智能客服的AI技術(shù)是趨同的，智能客服的競爭力和客戶體驗(yàn)的差異化主要來自機(jī)器人訓(xùn)練的效果。因此，機(jī)器人訓(xùn)練師在智能客服發(fā)展中扮演的角色和發(fā)揮的作用是至關(guān)重要的！筆者認(rèn)為，好的智能服務(wù)產(chǎn)品既要解決客戶的問題，又要給客戶更人性化的體驗(yàn)——讓客戶忘記在與機(jī)器對話。

　　由此，觸發(fā)了令我們深思的兩個(gè)問題。

　　第一，現(xiàn)階段，機(jī)器人訓(xùn)練師的“正規(guī)軍”尚未完全建立，數(shù)據(jù)標(biāo)注規(guī)則制定和機(jī)器訓(xùn)練都過于粗放，人機(jī)輪番交互下來，暴露出來的問題點(diǎn)很多，諸如“回答籠統(tǒng)而不夠精細(xì)”、“注重問題和答案的匹配，忽略客戶體驗(yàn)的細(xì)節(jié)”等等。這里面固然有技術(shù)層面的客觀原因，但更多的是人為主觀的因素在影響，這當(dāng)中包括了機(jī)器人訓(xùn)練師的思維觀念轉(zhuǎn)型未跟上，對業(yè)務(wù)、流程和話術(shù)的理解還不夠透徹，機(jī)器訓(xùn)練的協(xié)作機(jī)制尚未形成最大的合力等。因此，要改善智能服務(wù)產(chǎn)品的體驗(yàn)，亟待提升的是機(jī)器人訓(xùn)練師的綜合能力。

　　第二，現(xiàn)在整個(gè)智能客服領(lǐng)域在包裝和宣傳方面過于浮燥、夸大和神化了智能客服的功能，忽視了對客戶期望的管控，導(dǎo)致客戶體驗(yàn)有落差，甚至有相當(dāng)部分的客戶把智能服務(wù)誤認(rèn)為是企業(yè)為降低服務(wù)成本，用來“忽悠“客戶的伎倆，客戶甚至因此萌生抵觸情緒。因此從某種意義上說，如何訓(xùn)練客戶合理使用智能服務(wù)的習(xí)慣，讓客戶的接受度更高也成為了機(jī)器訓(xùn)練師迫切思考的問題。

　　對于上述第二個(gè)問題，我們相對還比較樂觀，因?yàn)闃I(yè)界對智能客服的探索已經(jīng)形成了一個(gè)普遍的共識——人機(jī)耦合，而不是把服務(wù)“一刀切”的交給機(jī)器人。即讓機(jī)器人充當(dāng)服務(wù)的“前鋒”角色，把標(biāo)準(zhǔn)化、重復(fù)性的問題先解決，剩下的相對復(fù)雜的個(gè)性化問題留給人工介入提供專家式服務(wù)，這一定程度上提升了客戶對智能服務(wù)的接受度。

　　對于上述第一個(gè)問題，相當(dāng)于對智能客服的幕后英雄——機(jī)器人訓(xùn)練師，提出了更高階的能力要求——如何幫助智能服務(wù)產(chǎn)品實(shí)現(xiàn)高水準(zhǔn)的服務(wù)?對此，筆者想把自己的思考與讀者做一個(gè)分享，權(quán)當(dāng)拋磚引玉。

　　首先，在人對機(jī)的訓(xùn)練中，輸入的是標(biāo)準(zhǔn)化的服務(wù)規(guī)則，這要求機(jī)器人訓(xùn)練師必須具備能把專家服務(wù)經(jīng)驗(yàn)拆解成為機(jī)器可以學(xué)習(xí)的規(guī)則的能力；在機(jī)對人的服務(wù)中，輸出的是標(biāo)準(zhǔn)化服務(wù)交互，這要求機(jī)器人訓(xùn)練師必須具備專家服務(wù)思維。因此，機(jī)器人訓(xùn)練師要實(shí)現(xiàn)能力進(jìn)階，必須培養(yǎng)AI和服務(wù)協(xié)同的思維，即人對機(jī)的AI思維和機(jī)對人的服務(wù)思維。

　　如果把機(jī)器人輸出的服務(wù)當(dāng)作是一件產(chǎn)品，那么機(jī)器人訓(xùn)練師就是產(chǎn)品的設(shè)計(jì)師。因此，對機(jī)器人訓(xùn)練師的定位必須提升到智能服務(wù)設(shè)計(jì)的高度，這需要機(jī)器人訓(xùn)練師能夠?qū)�業(yè)務(wù)、流程有充分的理解，并在機(jī)器學(xué)習(xí)“規(guī)則”上精雕細(xì)琢。但機(jī)器人訓(xùn)練師又不是一個(gè)人在戰(zhàn)斗，它需要依賴語音標(biāo)注人員、客服專家、技術(shù)專家的默契協(xié)作。具體來講，在機(jī)器人訓(xùn)練師制定數(shù)據(jù)標(biāo)注規(guī)則后，要有標(biāo)注人員對原始語料進(jìn)行加工處理，再將數(shù)據(jù)“喂”給機(jī)器人，對其進(jìn)行“調(diào)教”。在調(diào)教的過程中，還需要有客服專家結(jié)合實(shí)戰(zhàn)經(jīng)驗(yàn)進(jìn)行業(yè)務(wù)、流程和話術(shù)上的指導(dǎo)，同時(shí)還要有技術(shù)專家提供技術(shù)分析、語音合成等支撐，不斷優(yōu)化輸出效果。

　　只有優(yōu)秀的機(jī)器人訓(xùn)練師才能訓(xùn)練出“聰明”的機(jī)器人。在邁入智能客服新時(shí)代，機(jī)器人訓(xùn)練師要成為打磨智能服務(wù)產(chǎn)品的工匠，就必須不斷提升自身的綜合能力和素質(zhì)，舍此別無良策。

　　本文作者林喜令，工作單位為中國移動通信集團(tuán)廣東有限公司陽江分公司。