腾讯智能客服：AI 团队搭建经验分享

人工智能训练师又称为AI Trainer，就是通过给系统搭建智能大脑，并不断优化，让机器人通情理、懂人性、有温度，更好地为人类服务。2020年3月2日，人力资源社会保障部发布了包括人工智能训练师在内的16个新职业，自此，智能训练师这个看起来“神秘莫测”的岗位正式进入了人们的视野。

新职位的诞生，必然会引发一波好奇者的关注，而对于智能训练师的一些疑问也随之而来。例如，智能训练师日常工作内容主要是做什么？成为一名智能训练师需要具备哪些素质？企业在招募智能训练师候选人时主要看重哪些能力？企业是怎样从0到1搭建一个智能训练师团队？

本文将围绕智能训练师的职业能力要求、人才选拔与培养和团队搭建体系建设三个方面，结合腾讯智能客服的团队实战经验，与大家分享AI团队搭建的内容。

智能训练师职能定位

智能训练师的职责范围可概括为通过数据端的整理归纳和分析优化，训练机器模型，使人工智能越变越“聪明”。具体说来，智能训练师需要解读业务知识和用户需求，明确AI的落地场景，根据不同的技术实现逻辑，提供相应的结构化数据。

以腾讯智能客服举例，智能训练师必须要了解用户在问题页面、帮助中心、APP内等不同场景中会遇到的最常见问题，分析这些问题中有哪些是适合自助解决的，后续作为机器人知识库的范围。同时，需要根据知识库问题的脉络和预期的实现效果判断不同问题的技术实现方式。

这就要求智能训练师既要具备基础通用能力、核心能力，还要具备智能专业素养。通用能力包括：沟通表达、数据分析、问题挖掘与推动等，通过数据挖掘，可以对机器人进行策略制定、对话调教，从而提升智能运营质量。

在通用能力的基础上，智能训练师的核心能力则需要满足三方面要素。首先，智能训练师需要很强的逻辑分析能力。在设计交互方案和解决方案时，智能训练师需要根据不同数据类型来分析，并要根据实时情况来及时调整下一步的策略；第二，良好的表达和沟通能力。智能训练师在解决方案的设计中，要根据用户的问题及业务知识，为机器人赋予明确的规则，设计合理的流程。在这个过程中，如何清晰地向产研同事阐述自己的方案，推动产研同事将场景落地；如何设计对话套路，让用户看得懂、解决快，这些都需要运用智能训练师的灵活表达和沟通能力；第三，归纳总结能力。智能训练师在知识库的建设中，面对千头万绪的知识图谱，如何让系统在众多语料中精准识别出用户的问题，则需要智能训练师拥有对数据极度敏锐的归纳总结能力。

除此之外，智能训练师也是一个对专业性要求极强的工作，专业素养是成为一名合格的智能训练师的必备条件，例如：AI理解与学习、场景拓展、流程交互设计、嗑接口要权限等。所以，注重智能训练师个人专业能力的培养和提升，是促使智能客服工作职业化、规范化的重要保障。

人才的选、育、培、优

随着智能服务产业的不断发展，企业在挑选智能训练师候选人的要求也在不断发生变化。早在人工智能发展初期，因岗位需求量大，市面上缺乏有相关经验的从业人员，所以大多数企业都选择从内部培养，并设立了专业的技术晋升通道，帮助员工进行能力升级。

首先，在团队内宣导岗位转型的具体要求，与大家对齐能力提升纬度，并建立专业的课程培养体系，和完善的考核机制，不断激励和推动大家朝着智能训练师的岗位方向发展。培养课程会根据企业及业务需要进行设置和调整。以腾讯为例，智能训练师的培训课程范围涵盖比较广泛，包括岗位认知类（智能训练师职责及认证体系的讲解）；训练师能力模型类，例如逻辑思维及沟通表达等方面的进阶培训；运营操作/规范类，主要涉及平台操作，套路设计规范等；以及实际工作中需要的业务知识类课程等。

通过专业课程的培训学习，智能训练师的能力会得到进一步提升，而这个能力是否已经达到智能训练师的岗位要求，则需要通过验收来作出判断。验收维度包括：运营操作/规范考试，对话套路/交互流程有效性检验，核心通用能力对标举证以及四项智能专业能力对标举证，这些都可以通过考试或PPT演讲呈现的方式来验收。

从0到1的团队搭建

为了充分调动员工的主动性和积极性，我们也做了人才梯队建设，给予每个员工足够的“战场”和机会，让员工在提升自我的同时，拓宽自己的职业通道。结合验收成果及团队晋升认证体系，我们将人工智能训练师的晋升认证分为初、中、高三个等级，对每个等级的工作职责和能力要求都作了梯度区分：初级智能训练师负责场景挖掘、数据标注，占比团队30%；中级智能训练师负责模型搭建、数据运营，占比团队60%；高级智能训练师负责制定规则，作为整个体系和领域的专家，处理各项问题，协调整体发展，占比团队10%。

通过这样的人才阶梯建设，既能保证智能训练师们个人之间的良好竞争氛围，也能提升和巩固团队意识，使得团队整体技能不断提升，从而带来更大的价值。

虽然目前人工智能已经进入到了一个高速发展期，但是，现阶段仍处于“弱人工智能时代”。因此，要想提升智能服务解决率，优化智能服务用户体验，还离不开背后相当数量的智能服务从业者。智能训练师作为智能服务的灵魂工程师，其自身的能力和素质决定了智能服务的质量，直接影响了用户的服务体验。未来，希望智能训练师能依托技术，发挥人的主观能动性，使智能技术更好的落地于场景，为用户带来更好的服务体验，为企业提供更多效益，促进整个行业智能服务生态体系的建设与发展。