根據應用范圍和領(lǐng)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(lèi)可以完成的許多事情。它既能聽(tīng)懂說(shuō)話(huà)（語(yǔ)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(lái)規劃。這一切看上去很美，但如果要實(shí)現，還要考慮方方面面的問(wèn)題。因為強人工智能的成熟是整個(gè)人工智能發(fā)展的“奇點(diǎn)”，也就是說(shuō)，達到這個(gè)“奇點(diǎn)”之后，人工智能技術(shù)才會(huì )呈現指數級增長(cháng)，朝著(zhù)超人工智能方向繼續發(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(lái)進(jìn)行AI訓練，來(lái)推動(dòng)銀行服務(wù)的轉型和升級。此時(shí)我們就需要AI訓練團隊、訓練方法和訓練邏輯。

　　隨著(zhù)AI（即人工智能技術(shù)）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(wǎng)科技公司中設立的高級崗位，但其并不要求專(zhuān)業(yè)的技術(shù)背景。不需會(huì )編程也不需要寫(xiě)代碼，只需要協(xié)助算法工程師等技術(shù)崗位，通過(guò)工作，使產(chǎn)品達到最優(yōu)，使用效果達到最佳，可以說(shuō)，這是AI帶來(lái)的一個(gè)非技術(shù)類(lèi)的新職位，而從目前來(lái)看，從事該職位的人員主要來(lái)源于具有一定經(jīng)驗的產(chǎn)品經(jīng)理群體。

　　據傳，人工智能訓練師這一職位最早于三年前開(kāi)設于BAT的某部門(mén)，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(lèi)公司，其對于A(yíng)I訓練師的需求量旺盛且需求增長(cháng)迅速，在未來(lái)，人工智能訓練師的人才缺口將成倍增長(cháng)。人工智能訓練師通過(guò)業(yè)務(wù)梳理、數據分析、知識挖掘、訓練評測等各類(lèi)方法，不斷提升智能產(chǎn)品在業(yè)務(wù)應用中的解決問(wèn)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(wù)，更高效地達成目標。

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

　　成為人工智能訓練師的第一步，就是要學(xué)習業(yè)務(wù)，只有熟悉本行業(yè)的業(yè)務(wù)，了解本行業(yè)的問(wèn)題，才能在訓練人工智能軟件的過(guò)程中，通過(guò)線(xiàn)上聊天記錄等精準提煉分析業(yè)務(wù)問(wèn)題，并輸出恰當適用的解答話(huà)術(shù)和方案。

　　在熟悉業(yè)務(wù)的基礎上，親身使用人工智能產(chǎn)品，簡(jiǎn)單了解軟件的基本算法和各個(gè)功能點(diǎn)，并且結合實(shí)際業(yè)務(wù)需求，對于出現的問(wèn)題及時(shí)給出優(yōu)化解決方案。

　　此外，人工智能分析師要培養自身較強的分析能力，通過(guò)使用數據分析工具，對人工智能產(chǎn)品使用及配置情況進(jìn)行深入分析，并基于數據分析的結果，不斷優(yōu)化改進(jìn)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(guò)配套的訓練師輔助工具，對用戶(hù)語(yǔ)料進(jìn)行分析和標注，提升算法性能和人工智能產(chǎn)品的使用效果。

　　人工智能是一個(gè)高速迭代發(fā)展的新領(lǐng)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(xué)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(dòng)的學(xué)習能力，在日常就不斷學(xué)習智能產(chǎn)品、算法等相關(guān)知識點(diǎn)，工作起來(lái)才能更加得心應手。

　　當前，經(jīng)過(guò)訓練師專(zhuān)門(mén)“訓練”的人工智能產(chǎn)品，作為智能客服廣泛應用于金融領(lǐng)域。從銀行線(xiàn)上的智能客服到線(xiàn)下網(wǎng)點(diǎn)配備的智能機器人，人工智能正不斷發(fā)揮著(zhù)潛力，以更好地服務(wù)客戶(hù)。歸根結底，無(wú)論是線(xiàn)上的智能客服還是線(xiàn)下機器人終究是服務(wù)于客戶(hù)的產(chǎn)品，以客戶(hù)需求為導向來(lái)設計產(chǎn)品，而人工智能訓練師根據產(chǎn)品需實(shí)現的功能進(jìn)行訓練，那么對于訓練師的工作內容則可以依照“客戶(hù)需求—產(chǎn)品功能—訓練師工作”的思維進(jìn)行分析。

　　在訓練過(guò)程中，按照產(chǎn)品和服務(wù)的質(zhì)量特性，我們可以將客戶(hù)需求分為五種類(lèi)型：

　　魅力屬性：讓用戶(hù)意想不到，如果不提供此需求，用戶(hù)滿(mǎn)意度不會(huì )降低；當提供此需求，用戶(hù)滿(mǎn)意度會(huì )有很大的提升。

　　期望屬性：當提供此需求，用戶(hù)滿(mǎn)意度會(huì )提升；當不提供此需求，用戶(hù)滿(mǎn)意度會(huì )降低。

　　必備屬性：當提供此需求，用戶(hù)滿(mǎn)意度不會(huì )提升；當不提供此需求，用戶(hù)滿(mǎn)意度會(huì )大幅降低。

　　無(wú)差異屬性：無(wú)論提供或不提供此需求，用戶(hù)滿(mǎn)意度都不會(huì )發(fā)生改變，用戶(hù)根本不在意。

　　反向屬性：用戶(hù)根本沒(méi)有此需求，提供后用戶(hù)滿(mǎn)意度反而會(huì )下降。

　　基于上述五種類(lèi)型的影響因素，我們可以講機器學(xué)習分為三個(gè)階段：基本型需求滿(mǎn)足階段、期望型需求滿(mǎn)足階段、興奮型需求滿(mǎn)足階段。

　　基本型需求是顧客對產(chǎn)品的基本要求，這些需求是必須要實(shí)現的。如果此類(lèi)需求沒(méi)有得到滿(mǎn)足或表現欠佳，客戶(hù)的不滿(mǎn)情緒會(huì )急劇增加，并且此類(lèi)需求得到滿(mǎn)足后，可消除客戶(hù)的不滿(mǎn)，但并不能帶來(lái)客戶(hù)滿(mǎn)意度的增加，因為客戶(hù)認為這是產(chǎn)品中應該滿(mǎn)足的需求或功能。

　　客戶(hù)對于銀行智能金融客服最基本的需求就是能“聽(tīng)懂我”，聽(tīng)懂人話(huà)并給予相應的回答，也就是能夠對客戶(hù)的問(wèn)題及時(shí)提供解決方案。這個(gè)需求看似十分基礎，在現實(shí)交互場(chǎng)景中缺難以達到理想效果。從線(xiàn)上智能客服來(lái)看，客戶(hù)由于自身的表達能力不足以及對相關(guān)專(zhuān)業(yè)知識的欠缺，在對問(wèn)題進(jìn)行文字內容描述時(shí)，無(wú)法完整精準表達，而由于數據庫中缺乏相關(guān)信息的智能客服此時(shí)就無(wú)法理解客戶(hù)所提出的問(wèn)題。同樣的，在線(xiàn)下智能機器人應用于實(shí)際場(chǎng)景時(shí)，在識別人聲、讀取客戶(hù)對其所提出的需求，若無(wú)法準確的搜集有效信息或者答非所問(wèn)，那么在客戶(hù)體驗初期就帶來(lái)較差的用戶(hù)體驗，繼而被客戶(hù)淘汰。

　　為滿(mǎn)足智能客服產(chǎn)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據標注規則。

　　首先，在對金融客服產(chǎn)品進(jìn)行配置前，要對銀行業(yè)務(wù)目前的現狀進(jìn)行了解和分析，獲取原始數據信息，了解銀行業(yè)務(wù)中用戶(hù)咨詢(xún)問(wèn)題的分布和占比，了解基本業(yè)務(wù)辦理的流程，從而確定需要客服機器人解決哪些問(wèn)題，解決到什么程度。

　　其次，通過(guò)算法聚類(lèi)、標注分析等方式，從數據中提取行業(yè)特征場(chǎng)景。人工智能訓練師通過(guò)花費時(shí)間精力，完成日常用戶(hù)問(wèn)題的收集和分析，可以將用戶(hù)的這些問(wèn)題作分類(lèi)匯總。將問(wèn)題需求劃分得越明確越細致，越有利于后續數據標注規則的建立。例如，在用戶(hù)與機器的交流內容中可以將問(wèn)題大致分為三類(lèi)。第一類(lèi)為與業(yè)務(wù)無(wú)關(guān)的日常語(yǔ)聊，如查詢(xún)日期天氣、收聽(tīng)新聞播報等，都是日常語(yǔ)聊的范疇；第二類(lèi)是與銀行日常經(jīng)營(yíng)有關(guān)的業(yè)務(wù)問(wèn)題，如對于開(kāi)卡銷(xiāo)戶(hù)流程介紹、銀行理財產(chǎn)品介紹等；最后一類(lèi)，是任務(wù)型問(wèn)題，如線(xiàn)上取號、線(xiàn)上查詢(xún)辦理相關(guān)業(yè)務(wù)等。

　　最后，結合銀行金融等專(zhuān)業(yè)知識，對所細化出的數據需求，確定相對應表達精準、邏輯清晰的數據標注規則。根據所收集歸類(lèi)的各類(lèi)問(wèn)題，人工智能訓練師接下來(lái)將對其進(jìn)行答案整。對于答案整理，也不是簡(jiǎn)單的陳述列舉，在保證正確性的同時(shí)也應當注意語(yǔ)言的藝術(shù)性，使人工智能也能帶給客戶(hù)人性化的體驗。如交互機器人在回答用戶(hù)提問(wèn)時(shí)，答案盡量簡(jiǎn)單口語(yǔ)化，簡(jiǎn)單明了，控制篇幅。而線(xiàn)上客服回答問(wèn)題時(shí)，注意字體格式統一，并對關(guān)鍵詞加粗高亮，在展示操作步驟時(shí)，圖片優(yōu)于文字。在答案結尾，可增加下一個(gè)問(wèn)題的用戶(hù)指導，并以活潑生動(dòng)的口語(yǔ)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(hù)滿(mǎn)意度與需求滿(mǎn)足度成正比關(guān)系。該類(lèi)需求滿(mǎn)足度越高，則客戶(hù)滿(mǎn)意度越高。如果此類(lèi)需求得到滿(mǎn)足或表現良好的話(huà)，用戶(hù)滿(mǎn)意度會(huì )顯著(zhù)增加；當此類(lèi)需求得不到滿(mǎn)足或表現不好的話(huà)，用戶(hù)的不滿(mǎn)也會(huì )顯著(zhù)增加。

　　對于人工智能客服的基本性需求是“聽(tīng)懂我”并針對提出的問(wèn)題需求提供正確專(zhuān)業(yè)的解決方案，而在從期望型需求角度而言，客戶(hù)期望所達到的效果則是實(shí)現自然交互，自然交互則著(zhù)重于“自然”。人們理想中的人工智能機器人總是像電影情節中那樣，與客戶(hù)的交流毫無(wú)障礙，對答如流，而不是就一個(gè)指令一個(gè)問(wèn)題需反復提問(wèn)多次，或者是只能按照某一模板形式進(jìn)行提問(wèn)。比如客戶(hù)想進(jìn)行美元的貨幣兌換，簡(jiǎn)潔且直擊要害的問(wèn)題是“查詢(xún)美元今日匯價(jià)”，客服機器人可以輕松識別并告知正確答案，但現實(shí)場(chǎng)景中，客戶(hù)可能這樣說(shuō)“我要500美元，要多少錢(qián)？”“1000塊能換多少美元”，這樣口語(yǔ)話(huà)的問(wèn)題人工智能客服識別起來(lái)就有一定的困難，而客戶(hù)在更換幾次說(shuō)法仍無(wú)法解決問(wèn)題時(shí)，就會(huì )發(fā)現原來(lái)這個(gè)智能機器人并不智能，大大降低了客戶(hù)的期望值，也就是人們經(jīng)常吐槽的“智障”機器人。

　　為滿(mǎn)足客戶(hù)期望型需求，實(shí)現與人工智能產(chǎn)品的自然交互，人工智能訓練師在一步的工作內容則是進(jìn)行數據驗收及管理和積累領(lǐng)域通用數據。

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

　　數據驗收主要目的在于優(yōu)化數據標注，基于用戶(hù)語(yǔ)料實(shí)時(shí)更新數據庫。例如銀行推出了某款新的理財產(chǎn)品，銀行現階段執行新的存貸款利率政策等，都需要對這些變化產(chǎn)生的問(wèn)題進(jìn)行梳理，優(yōu)化金融客服的知識庫以及對話(huà)工廠(chǎng)。實(shí)時(shí)監控對話(huà)數據，復盤(pán)知識庫與對話(huà)工廠(chǎng)。如產(chǎn)生一些突發(fā)的問(wèn)答場(chǎng)景，智能客服無(wú)法精確識別并給出答案，此時(shí)，訓練師就應當將這些信息及時(shí)補充到知識庫之中。對于即將遇到的新的央行政策、開(kāi)展各類(lèi)活動(dòng)優(yōu)惠等問(wèn)題，要做好預設工作，并在結束后做好知識庫的復盤(pán)，為下一次優(yōu)化做準備。

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

　　在這一階段，人工智能訓練師可以定期抽查用戶(hù)聊天記錄，記錄分析未能解決問(wèn)題的原因，通過(guò)業(yè)務(wù)評價(jià)系統，邀請用戶(hù)對智能客服的滿(mǎn)意度進(jìn)行打分，對于出現的不滿(mǎn)意的情況，深入挖掘原因，積累數據，通過(guò)評價(jià)抽樣分析優(yōu)化金融客服的使用體驗。經(jīng)過(guò)不同領(lǐng)域的數據應用要求，我們會(huì )發(fā)現在線(xiàn)機器人遵循答案簡(jiǎn)單易懂的設計原則，而熱線(xiàn)機器人遵循交互設計原則，在應用開(kāi)啟后，訓練師不斷沉淀積累有效數據，不斷進(jìn)行測試調優(yōu)，才能使機器人越來(lái)越“聰明”，實(shí)現客戶(hù)與智能客服的自然交互，達到客戶(hù)對人工智能客服的期望值。

　　興奮型需求是指客戶(hù)獲得意想不到的需求滿(mǎn)足，這類(lèi)需求一經(jīng)滿(mǎn)足，即使產(chǎn)品表現并不完善，也能帶來(lái)用戶(hù)滿(mǎn)意度的急劇提高，反之，也不會(huì )帶來(lái)不滿(mǎn)。因此，這些額外功能往往代表用戶(hù)的潛在需求，如果潛在需求得到滿(mǎn)足，會(huì )促使客戶(hù)需求的滿(mǎn)意度達到高值，對產(chǎn)品的信任度也隨之大漲，從而建立最忠實(shí)的客戶(hù)群。

　　要使得人工智能客服滿(mǎn)足客戶(hù)的興奮型需求，探究客戶(hù)潛在需求點(diǎn)是關(guān)鍵一步。那么我們從客戶(hù)的角度出發(fā)，從“聽(tīng)懂我”、可以為我解決我所提出的問(wèn)題，到我可以與你流暢對話(huà)，實(shí)現自然交互，接著(zhù)你什么樣的舉動(dòng)會(huì )讓我感到驚喜呢？想必是“了解我”，不僅僅是聽(tīng)懂我的話(huà)，是了解我、懂我并在適當時(shí)候關(guān)心我，對人工智能產(chǎn)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據能力、行業(yè)知識、分析能力、溝通能力，在實(shí)現這部分客戶(hù)需求時(shí)，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(shù)的理解能力。客戶(hù)在人工智能客服交過(guò)程中哪些時(shí)點(diǎn)可以嵌入，嵌入的內容形式如何體現對客戶(hù)的關(guān)心，讓客戶(hù)感覺(jué)到服務(wù)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(chǎng)景有著(zhù)較強的觀(guān)察能力和細膩的情感。比如，在廳堂直接接觸的客戶(hù)的智能機器人，除了被動(dòng)的回答客戶(hù)所提出的問(wèn)題，還可以主動(dòng)出擊把握客戶(hù)可能的情感點(diǎn)，如較冷的下雨天，當客戶(hù)取號后坐著(zhù)等候時(shí)，則可以主動(dòng)問(wèn)候客戶(hù)“今天天很冷哦，那邊有熱水，要不要我帶你去倒一杯喝著(zhù)暖和暖和？”，相比于簡(jiǎn)單的天氣播報，這樣簡(jiǎn)單的問(wèn)候更具有溫度，更能觸動(dòng)客戶(hù)。再如，針對到店客戶(hù)年紀普遍偏大的網(wǎng)點(diǎn)，訓練師在對人工智能機器人進(jìn)行設計的時(shí)候，也可以引入方言的設計，在與年紀偏大的客戶(hù)對話(huà)交流時(shí)穿插幾句熟悉的方言，讓客戶(hù)感到溫馨并驚喜。因此，要發(fā)掘客戶(hù)這些細微的需求點(diǎn)、興奮點(diǎn)，則需要訓練師自身平時(shí)有積極發(fā)現服務(wù)細節的習慣，同時(shí)也要熟知AI技術(shù)邊界，了解哪些需求是可以實(shí)現并運用的，哪些需求基于目前的技術(shù)限制還不能實(shí)現。賦予人工智能產(chǎn)品以溫度，在客戶(hù)產(chǎn)品服務(wù)過(guò)程中制造驚喜，也是未來(lái)訓練師應側重實(shí)現的功能。

　　當下，AI之風(fēng)正盛，為各行各業(yè)帶來(lái)日新月異的變化。金融服務(wù)的便利化水平不斷提升，客戶(hù)體驗感和滿(mǎn)意度不斷提高，我們見(jiàn)證者人工智能解決一個(gè)又一個(gè)有意義的難題。人工智能與金融服務(wù)創(chuàng )新相結合，量化交易、智能投顧等應用正改變著(zhù)傳統投資理財方式。這其中其實(shí)是一個(gè)循環(huán)的過(guò)程：我們先訓練行業(yè)大數據，然后在訓練行業(yè)大數據的過(guò)程中我們同時(shí)有了算法經(jīng)驗，然后知道如何去調參，怎么去解決收斂問(wèn)題；接下來(lái)是將AI的能力導入進(jìn)去，進(jìn)行監督學(xué)習，然后得出一些新的規律和方法，再應用回行業(yè)中去；然后在新的環(huán)境和場(chǎng)景下，基于新的規律和方法，又能夠積累新的數據，重新走這個(gè)閉環(huán)。這就是一個(gè)不斷自我閉環(huán)，不斷優(yōu)化前進(jìn)的一個(gè)過(guò)程。

　　在未來(lái)，機器學(xué)習在金融領(lǐng)域必將大有作為。客服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(huà)式界面能夠解決客戶(hù)服務(wù)中的許多工作。通過(guò)聊天形式幫助客戶(hù)解答問(wèn)題，在提升接待效率的同時(shí)，也無(wú)形中拉近著(zhù)客戶(hù)與銀行間的距離，增進(jìn)情感聯(lián)系。而這一切的實(shí)現，離不開(kāi)人工智能訓練師這一新型職業(yè)，他們以科學(xué)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(wù)客戶(hù)，提升效率的同時(shí)減少了人力成本，對傳統銀行在信息化時(shí)代下轉型升級，打造數字化智慧網(wǎng)點(diǎn)功不可沒(méi)。

　　科技進(jìn)步的同時(shí)，人類(lèi)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(xué)習能力，才能用好人工智能這一工具，使其造福于人類(lèi)，造福于生活。在行業(yè)AI領(lǐng)域的特質(zhì)中，AI訓練的方法日新月異，助理金融轉型的模式也千差萬(wàn)別，但所有的方法和模式，歸因在一個(gè)邏輯起點(diǎn)上，那便是服務(wù)，只有服務(wù)好客戶(hù)，AI才有未來(lái)。