根據應用范圍和領域的不同，目前AI應用方向可以分為強人工智能和弱人工智能。對于強人工智能而言，機器能夠變得完全擬人化，就像身邊的朋友一樣，能完成人類可以完成的許多事情。它既能聽懂說話（語音識別），也能看懂表情（人臉識別），而且不僅能做到理解心理，還能做出正確的回應，甚至做情感分析，做未來規(guī)劃。這一切看上去很美，但如果要實現(xiàn)，還要考慮方方面面的問題。因為強人工智能的成熟是整個人工智能發(fā)展的“奇點”，也就是說，達到這個“奇點”之后，人工智能技術才會呈現(xiàn)指數(shù)級增長，朝著超人工智能方向繼續(xù)發(fā)展……所以目前舉例強人工智能相對還比較遙遠，需要我們不斷去訓練還處在弱人工智能階段的AI，從具體的應用方面來進行AI訓練，來推動銀行服務的轉型和升級。此時我們就需要AI訓練團隊、訓練方法和訓練邏輯。

　　隨著AI（即人工智能技術）的廣泛應用，人工智能訓練師這一職業(yè)也應運而生。雖然目前人工智能訓練師屬于互聯(lián)網科技公司中設立的高級崗位，但其并不要求專業(yè)的技術背景。不需會編程也不需要寫代碼，只需要協(xié)助算法工程師等技術崗位，通過工作，使產品達到最優(yōu)，使用效果達到最佳，可以說，這是AI帶來的一個非技術類的新職位，而從目前來看，從事該職位的人員主要來源于具有一定經驗的產品經理群體。

　　據傳，人工智能訓練師這一職位最早于三年前開設于BAT的某部門，隨后，各大公司紛紛效仿，尤其是發(fā)展較為成熟的智能客服類公司，其對于AI訓練師的需求量旺盛且需求增長迅速，在未來，人工智能訓練師的人才缺口將成倍增長。人工智能訓練師通過業(yè)務梳理、數(shù)據分析、知識挖掘、訓練評測等各類方法，不斷提升智能產品在業(yè)務應用中的解決問題能力，可以形象地比喻他們訓練機器，使機器變得“更聰明”，從而幫助企業(yè)更迅速地處理業(yè)務，更高效地達成目標。

　　人工智能訓練師的門檻看似不高，不要求其像算法工程師那樣具備專業(yè)的技術背景，也不嚴格限制其行業(yè)背景，但其實這一崗位對分析能力、溝通能力、創(chuàng)新能力等都有著非常高的要求。

　　成為人工智能訓練師的第一步，就是要學習業(yè)務，只有熟悉本行業(yè)的業(yè)務，了解本行業(yè)的問題，才能在訓練人工智能軟件的過程中，通過線上聊天記錄等精準提煉分析業(yè)務問題，并輸出恰當適用的解答話術和方案。

　　在熟悉業(yè)務的基礎上，親身使用人工智能產品，簡單了解軟件的基本算法和各個功能點，并且結合實際業(yè)務需求，對于出現(xiàn)的問題及時給出優(yōu)化解決方案。

　　此外，人工智能分析師要培養(yǎng)自身較強的分析能力，通過使用數(shù)據分析工具，對人工智能產品使用及配置情況進行深入分析，并基于數(shù)據分析的結果，不斷優(yōu)化改進功能。

　　最后，具備調整模型的能力，是人工智能訓練師更為高級的要求。通過配套的訓練師輔助工具，對用戶語料進行分析和標注，提升算法性能和人工智能產品的使用效果。

　　人工智能是一個高速迭代發(fā)展的新領域，對人工智能訓練師的要求也正不斷更新。而在眾多要求之中，最為核心的是學習能力。作為一名合格的人工智能訓練師，必須具備自我驅動的學習能力，在日常就不斷學習智能產品、算法等相關知識點，工作起來才能更加得心應手。

　　當前，經過訓練師專門“訓練”的人工智能產品，作為智能客服廣泛應用于金融領域。從銀行線上的智能客服到線下網點配備的智能機器人，人工智能正不斷發(fā)揮著潛力，以更好地服務客戶。歸根結底，無論是線上的智能客服還是線下機器人終究是服務于客戶的產品，以客戶需求為導向來設計產品，而人工智能訓練師根據產品需實現(xiàn)的功能進行訓練，那么對于訓練師的工作內容則可以依照“客戶需求—產品功能—訓練師工作”的思維進行分析。

　　在訓練過程中，按照產品和服務的質量特性，我們可以將客戶需求分為五種類型：

　　魅力屬性：讓用戶意想不到，如果不提供此需求，用戶滿意度不會降低；當提供此需求，用戶滿意度會有很大的提升。

　　期望屬性：當提供此需求，用戶滿意度會提升；當不提供此需求，用戶滿意度會降低。

　　必備屬性：當提供此需求，用戶滿意度不會提升；當不提供此需求，用戶滿意度會大幅降低。

　　無差異屬性：無論提供或不提供此需求，用戶滿意度都不會發(fā)生改變，用戶根本不在意。

　　反向屬性：用戶根本沒有此需求，提供后用戶滿意度反而會下降。

　　基于上述五種類型的影響因素，我們可以講機器學習分為三個階段：基本型需求滿足階段、期望型需求滿足階段、興奮型需求滿足階段。

　　基本型需求是顧客對產品的基本要求，這些需求是必須要實現(xiàn)的。如果此類需求沒有得到滿足或表現(xiàn)欠佳，客戶的不滿情緒會急劇增加，并且此類需求得到滿足后，可消除客戶的不滿，但并不能帶來客戶滿意度的增加，因為客戶認為這是產品中應該滿足的需求或功能。

　　客戶對于銀行智能金融客服最基本的需求就是能“聽懂我”，聽懂人話并給予相應的回答，也就是能夠對客戶的問題及時提供解決方案。這個需求看似十分基礎，在現(xiàn)實交互場景中缺難以達到理想效果。從線上智能客服來看，客戶由于自身的表達能力不足以及對相關專業(yè)知識的欠缺，在對問題進行文字內容描述時，無法完整精準表達，而由于數(shù)據庫中缺乏相關信息的智能客服此時就無法理解客戶所提出的問題。同樣的，在線下智能機器人應用于實際場景時，在識別人聲、讀取客戶對其所提出的需求，若無法準確的搜集有效信息或者答非所問，那么在客戶體驗初期就帶來較差的用戶體驗，繼而被客戶淘汰。

　　為滿足智能客服產品的基本需求，人工智能訓練師在這一步要做的就是提供數(shù)據標注規(guī)則。

　　首先，在對金融客服產品進行配置前，要對銀行業(yè)務目前的現(xiàn)狀進行了解和分析，獲取原始數(shù)據信息，了解銀行業(yè)務中用戶咨詢問題的分布和占比，了解基本業(yè)務辦理的流程，從而確定需要客服機器人解決哪些問題，解決到什么程度。

　　其次，通過算法聚類、標注分析等方式，從數(shù)據中提取行業(yè)特征場景。人工智能訓練師通過花費時間精力，完成日常用戶問題的收集和分析，可以將用戶的這些問題作分類匯總。將問題需求劃分得越明確越細致，越有利于后續(xù)數(shù)據標注規(guī)則的建立。例如，在用戶與機器的交流內容中可以將問題大致分為三類。第一類為與業(yè)務無關的日常語聊，如查詢日期天氣、收聽新聞播報等，都是日常語聊的范疇；第二類是與銀行日常經營有關的業(yè)務問題，如對于開卡銷戶流程介紹、銀行理財產品介紹等；最后一類，是任務型問題，如線上取號、線上查詢辦理相關業(yè)務等。

　　最后，結合銀行金融等專業(yè)知識，對所細化出的數(shù)據需求，確定相對應表達精準、邏輯清晰的數(shù)據標注規(guī)則。根據所收集歸類的各類問題，人工智能訓練師接下來將對其進行答案整。對于答案整理，也不是簡單的陳述列舉，在保證正確性的同時也應當注意語言的藝術性，使人工智能也能帶給客戶人性化的體驗。如交互機器人在回答用戶提問時，答案盡量簡單口語化，簡單明了，控制篇幅。而線上客服回答問題時，注意字體格式統(tǒng)一，并對關鍵詞加粗高亮，在展示操作步驟時，圖片優(yōu)于文字。在答案結尾，可增加下一個問題的用戶指導，并以活潑生動的口語化表達帶給使用者溫馨的體驗。

　　在此階段，期望型需求的客戶滿意度與需求滿足度成正比關系。該類需求滿足度越高，則客戶滿意度越高。如果此類需求得到滿足或表現(xiàn)良好的話，用戶滿意度會顯著增加；當此類需求得不到滿足或表現(xiàn)不好的話，用戶的不滿也會顯著增加。

　　對于人工智能客服的基本性需求是“聽懂我”并針對提出的問題需求提供正確專業(yè)的解決方案，而在從期望型需求角度而言，客戶期望所達到的效果則是實現(xiàn)自然交互，自然交互則著重于“自然”。人們理想中的人工智能機器人總是像電影情節(jié)中那樣，與客戶的交流毫無障礙，對答如流，而不是就一個指令一個問題需反復提問多次，或者是只能按照某一模板形式進行提問。比如客戶想進行美元的貨幣兌換，簡潔且直擊要害的問題是“查詢美元今日匯價”，客服機器人可以輕松識別并告知正確答案，但現(xiàn)實場景中，客戶可能這樣說“我要500美元，要多少錢？”“1000塊能換多少美元”，這樣口語話的問題人工智能客服識別起來就有一定的困難，而客戶在更換幾次說法仍無法解決問題時，就會發(fā)現(xiàn)原來這個智能機器人并不智能，大大降低了客戶的期望值，也就是人們經常吐槽的“智障”機器人。

　　為滿足客戶期望型需求，實現(xiàn)與人工智能產品的自然交互，人工智能訓練師在一步的工作內容則是進行數(shù)據驗收及管理和積累領域通用數(shù)據。

　　數(shù)據驗收及管理指的是參與模型搭建和數(shù)據驗收并負責核心指標和數(shù)據的日常跟蹤維護。人工智能訓練師在完成機器挖掘、知識庫配置、對話工廠配置、應用渠道部署、機器人信息設置等一系列工作后，根據原始數(shù)據，搭建了基礎數(shù)據庫。在產品落地應用之后，則需獲取對于數(shù)據效果的反饋、不斷優(yōu)化模型，對其進行跟蹤維護。

　　數(shù)據驗收主要目的在于優(yōu)化數(shù)據標注，基于用戶語料實時更新數(shù)據庫。例如銀行推出了某款新的理財產品，銀行現(xiàn)階段執(zhí)行新的存貸款利率政策等，都需要對這些變化產生的問題進行梳理，優(yōu)化金融客服的知識庫以及對話工廠。實時監(jiān)控對話數(shù)據，復盤知識庫與對話工廠。如產生一些突發(fā)的問答場景，智能客服無法精確識別并給出答案，此時，訓練師就應當將這些信息及時補充到知識庫之中。對于即將遇到的新的央行政策、開展各類活動優(yōu)惠等問題，要做好預設工作，并在結束后做好知識庫的復盤，為下一次優(yōu)化做準備。

　　在驗收數(shù)據，優(yōu)化標注規(guī)則之后投入實際應用場景，上線優(yōu)化模型，并繼續(xù)跟蹤調整數(shù)據，積累細分領域通用數(shù)據。積累領域通用數(shù)據是根據細分領域的數(shù)據應用要求，從已有數(shù)據中挑選符合要求的通用數(shù)據（適用于同領域內不同客戶/用戶），形成數(shù)據的沉淀和積累。

　　在這一階段，人工智能訓練師可以定期抽查用戶聊天記錄，記錄分析未能解決問題的原因，通過業(yè)務評價系統(tǒng)，邀請用戶對智能客服的滿意度進行打分，對于出現(xiàn)的不滿意的情況，深入挖掘原因，積累數(shù)據，通過評價抽樣分析優(yōu)化金融客服的使用體驗。經過不同領域的數(shù)據應用要求，我們會發(fā)現(xiàn)在線機器人遵循答案簡單易懂的設計原則，而熱線機器人遵循交互設計原則，在應用開啟后，訓練師不斷沉淀積累有效數(shù)據，不斷進行測試調優(yōu)，才能使機器人越來越“聰明”，實現(xiàn)客戶與智能客服的自然交互，達到客戶對人工智能客服的期望值。

　　興奮型需求是指客戶獲得意想不到的需求滿足，這類需求一經滿足，即使產品表現(xiàn)并不完善，也能帶來用戶滿意度的急劇提高，反之，也不會帶來不滿。因此，這些額外功能往往代表用戶的潛在需求，如果潛在需求得到滿足，會促使客戶需求的滿意度達到高值，對產品的信任度也隨之大漲，從而建立最忠實的客戶群。

　　要使得人工智能客服滿足客戶的興奮型需求，探究客戶潛在需求點是關鍵一步。那么我們從客戶的角度出發(fā)，從“聽懂我”、可以為我解決我所提出的問題，到我可以與你流暢對話，實現(xiàn)自然交互，接著你什么樣的舉動會讓我感到驚喜呢？想必是“了解我”，不僅僅是聽懂我的話，是了解我、懂我并在適當時候關心我，對人工智能產品賦予“人的溫度”。

　　在這一階段，人工智能訓練師不僅僅需要數(shù)據能力、行業(yè)知識、分析能力、溝通能力，在實現(xiàn)這部分客戶需求時，更重要的則是訓練師的洞察能力、創(chuàng)新能力以及對AI技術的理解能力�？蛻粼谌斯ぶ悄芸头�交過程中哪些時點可以嵌入，嵌入的內容形式如何體現(xiàn)對客戶的關心，讓客戶感覺到服務的溫度，感受到自己的“特殊待遇”這需要訓練師對日常交互場景有著較強的觀察能力和細膩的情感。比如，在廳堂直接接觸的客戶的智能機器人，除了被動的回答客戶所提出的問題，還可以主動出擊把握客戶可能的情感點，如較冷的下雨天，當客戶取號后坐著等候時，則可以主動問候客戶“今天天很冷哦，那邊有熱水，要不要我?guī)�你去倒一杯喝著暖和暖和�?rdquo;，相比于簡單的天氣播報，這樣簡單的問候更具有溫度，更能觸動客戶。再如，針對到店客戶年紀普遍偏大的網點，訓練師在對人工智能機器人進行設計的時候，也可以引入方言的設計，在與年紀偏大的客戶對話交流時穿插幾句熟悉的方言，讓客戶感到溫馨并驚喜。因此，要發(fā)掘客戶這些細微的需求點、興奮點，則需要訓練師自身平時有積極發(fā)現(xiàn)服務細節(jié)的習慣，同時也要熟知AI技術邊界，了解哪些需求是可以實現(xiàn)并運用的，哪些需求基于目前的技術限制還不能實現(xiàn)。賦予人工智能產品以溫度，在客戶產品服務過程中制造驚喜，也是未來訓練師應側重實現(xiàn)的功能。

　　當下，AI之風正盛，為各行各業(yè)帶來日新月異的變化。金融服務的便利化水平不斷提升，客戶體驗感和滿意度不斷提高，我們見證者人工智能解決一個又一個有意義的難題。人工智能與金融服務創(chuàng)新相結合，量化交易、智能投顧等應用正改變著傳統(tǒng)投資理財方式。這其中其實是一個循環(huán)的過程：我們先訓練行業(yè)大數(shù)據，然后在訓練行業(yè)大數(shù)據的過程中我們同時有了算法經驗，然后知道如何去調參，怎么去解決收斂問題；接下來是將AI的能力導入進去，進行監(jiān)督學習，然后得出一些新的規(guī)律和方法，再應用回行業(yè)中去；然后在新的環(huán)境和場景下，基于新的規(guī)律和方法，又能夠積累新的數(shù)據，重新走這個閉環(huán)。這就是一個不斷自我閉環(huán)，不斷優(yōu)化前進的一個過程。

　　在未來，機器學習在金融領域必將大有作為�？头�機器人的廣泛應用必將成為一種趨勢，聊天機器人或是對話式界面能夠解決客戶服務中的許多工作。通過聊天形式幫助客戶解答問題，在提升接待效率的同時，也無形中拉近著客戶與銀行間的距離，增進情感聯(lián)系。而這一切的實現(xiàn)，離不開人工智能訓練師這一新型職業(yè)，他們以科學的方法，不斷優(yōu)化機器人應用，使其協(xié)助銀行更好地服務客戶，提升效率的同時減少了人力成本，對傳統(tǒng)銀行在信息化時代下轉型升級，打造數(shù)字化智慧網點功不可沒。

　　科技進步的同時，人類的智慧也必須跟上其步伐，始終保持理性的思考，保持良好的學習能力，才能用好人工智能這一工具，使其造福于人類，造福于生活。在行業(yè)AI領域的特質中，AI訓練的方法日新月異，助理金融轉型的模式也千差萬別，但所有的方法和模式，歸因在一個邏輯起點上，那便是服務，只有服務好客戶，AI才有未來。