第1单元　智能服务的准备工作

古语有云：“有备无患。”针对智能服务产品这一新鲜事物，其在产品的上线前工程量巨大，尤其是人工智能训练师团队的负责人，准备得是否充足，将会直接影响整个智能服务产品的落地与应用成效，但因人工智能训练师们缺乏对整个智能服务产品的全生命周期的了解，往往准备得不充分，只能头痛治头、脚痛医脚。其准备工作一般包括但不限于：AI技术在客户服务域应用的技术原理、人工智能训练师职业认知、智能服务产品的需求与挖掘、定位与目标、产品选择与ROI的核算等。

智能服务产品与传统软件产品的区别

很多企业的人工智能训练师往往是从传统服务岗位或者传统软件开发模块转岗至智能服务产品端，沿用的训练思维是传统软件开发思维。事实上，智能服务软件与传统软件开发存在较大的差异，我们以龟兔赛跑中的乌龟和兔子为例对这种差异进行描述。

传统软件更像是龟兔赛跑中的兔子，在规定的路线上设置好终点和起点，朝着目标奔跑，至于过程中兔子是前3公里冲刺，还是中间2公里走走停停，都无所谓。

智能服务软件更像是龟兔赛跑中的乌龟，无论是采购成熟的智能服务产品，还是自己企业开发专属的服务产品，开发周期完成的那一刻才是新工作的开始。因为智能服务产品需要不断地进行训练，不断地投入语料、编写相似问题、管理对话流、设计对话方案、编写应答答案、收集监控服务数据，更要随着企业服务业务的变化及时调整知识内容，一刻都不能停歇，小步迭代，持续奔跑。

如果不能正确理解它们的区别，人工智能训练师负责人将会对训练过程失控，并且在没有充足人力、完备预案的情况下，使智能服务产品的能效大打折扣。

智能服务产品阶段式的提升逻辑

智能服务产品阶段式的提升逻辑应该是一个连续并且相互依赖和迭代的过程，我们都期望智能服务产品最终能够完全替代人（虽然目前这一目标还有很长的路要走），即智能服务产品的终点其实是人工客户服务。人工客户服务从普通一线座席成长到高级服务专员，技能会得到阶段性的升级，每一个阶段的技能画像都不相同，智能服务既然作为人工客户服务的替代品，也应如此。

针对在线服务机器人，我们定位其技能提升应该是答得上、答得准、答得好三个阶段（见图I-1）。

· 答得上阶段。训练重心是想尽一切办法提升在线机器人应答能力，增加机器人的知识场景覆盖，考核的首要指标是“场景/服务覆盖率”。

· 答得准阶段。针对答得上阶段机器人漏答的问题，思考更加精准的应答方案和策略，包括使用新的知识结构方案（如引入多轮对话、知识图谱等），解决业务知识缠绕的问题等。

· 答得好阶段。在此阶段，不仅要考虑答案本身，还要考虑用户的交互、服务成本、服务目标等多个问题。

智能服务产品的训练技法

人工智能的核心是什么？被大众广泛接受的说法是，人工智能是“算法、数据、知识”三者的有机结合。从人工智能的底层算法技术出发，我们会发现绝大多数人工智能项目几乎能够归档为三大类，即文字类、语音类、图像类（视频类的人工智能其实是图像数据的几何倍增的结果呈现）。相应地，数据可分为文字数据、语音数据、图像数据；知识可分为文字业务知识、语音知识、图像知识；人工智能训练师可划分为文字类人工智能训练师、语音类人工智能训练师、图像类人工智能训练师。同一类型的人工智能训练师会因为产品的不同，其训练技法及运营逻辑有所区别，例如：在线服务机器人的训练师与智能质检产品的训练师在工作内容上可能会存在差异。在线服务机器人的训练师会因为训练过程中的业务需求的主要矛盾而担负不同的训练任务和内容，例如：在运营迭代优化过程中发现客户情绪变化的痛点时，可引入情绪识别系统作为在线服务机器人的插件(1)之一进行产品的迭代训练。

---

(1)　插件是一种遵循一定规范的应用程序接口编写出来的程序。安装相关的插件后，主软件程序能够直接调用插件程序，用于处理特定类型的文件和任务。