用数据“喂养”机器人5年：AI长大了，我却遇到天花板

本文来自微信公众号“噪点GlitchTech”（ID:timetech2020），作者：徐丹，36氪经授权发布。

训练师们从上班开始面对的只有一个东西——数据。他们要用大量的数据喂养像白纸一样的机器人，直到他们能听懂并且回答客户的问题。

5年前，巫伟成怎么也没有想到自己的工作会和人工智能扯上关系。

巫伟成本科就读计算机专业，毕业后在一家外包呼叫服务商做客服组长，后来偶然间接触到一款智能客服产品。在此之前，公司只有人工客服业务。

从未接触过人工智能的巫伟成惊讶于客服机器人的效率，“当时我看了一组数据，说客服机器人能取代多少人工客服，就觉得它一定是未来。”

抱着这样的想法，巫伟成到了一家电商公司做高级知识库管理员，工作内容相当于AI训练师。

巫伟成提到的智能客服产品是阿里2017年发布的“店小蜜”，一款专门针对商家研发的人工智能客服机器人，能7*24小时在线，全年无休，缓解了618、双11咨询高峰期人工客服不够用的问题。

伴随店小蜜出现的还有第一批AI训练师群体。2020年3月，AI训练师被人力资源和社会保障部正式纳入新职业。这个职业中的大多数人来自客服组长、客户运营等岗位，此前从未接触过人工智能，现在却是支撑人工智能应用必不可少的一批群体，是人工智能背后的人工。

“这是一份枯燥的工作”

虽然AI训练师直接面对的是新兴的人工智能技术，但从很多方面看，这都是一份较为机械和枯燥的工作。训练师们从上班开始面对的只有一个东西——数据，他们要用大量的数据喂养白纸一样的机器人，直到他们能听懂并回答客户的问题。

巫伟成目前在一家智能客服供应商乐言科技做AI训练师，负责训练智能客服机器人，他们的工作包括收集不同行业的客户需求、提供数据标注原则、设计机器人对话逻辑等。

“这项工作很考验耐心，我们需要把非常大量的数据进行整合，慢慢地把数据量减下来，还要把数据量转化成有效的东西，这是一个很枯燥的过程。”

比如做3C产品的客服机器人，巫伟成需要先找行业内较大的店铺前线客服和销售人员沟通，收集店铺和客户日常的沟通数据和客户较为关心的问题，将问题标准化，并提取出行业特征。

在实际问答过程中，顾客的提问方式千奇百怪。在某智能语音交互公司担任AI训练师的陈哲如对时代财经介绍，比如“忘记密码”这一件事，客户可能会问“我密码丢了”“不知道我密码是什么”等等，这就需要训练师们将典型问题标准化，然后编写一些相似问题进行模型训练。

收集完数据后，训练师需要将数据灌入系统中，分解、聚类，再进行数据标注。数据标注是教人工智能认识某个句子的过程，标注内容包括意图、做分词等。

比如，“我买的手机壳尺寸不对”这句话，数据标注师们会将之标注到“退换货”这个意图中，如果某个句子没有明确的意图，便会根据相关的业务知识和使用场景进行标注。

很多公司会聘请专门的数据标注人员或者外包团队负责数据标注，但在数据量不大或者涉及到较专业的行业知识（如医学）的情况下，AI训练师也会做数据标注的工作。

数据标注完成后是对话流设计，当顾客问出一个问题时，机器人需要准确识别其场景或意图，然后从知识库中搜索合适的回答或推送相关商品服务。如果说数据标注是让机器人学习知识，那么对话流设计就是让机器人学会运用知识。

要让机器人准确识别出某个意图，背后需要有强大的模型和足够的数据量，巫伟成介绍，一个意图里面需要50-100个句子。

对话流设计成功后是日常修复bug的工作。智能机器人只是AI训练师们用一堆数据堆起来的智能，没有任何自己思考的能力，当客户问到数据库里未收录的问题、问话时采用过多的修辞、方言口音过重时，机器人都没办法回答，这就需要AI训练师手动找到问题调整。

“很多人对AI不太了解，他们觉得AI是可以达到一个成人智力水平的，但实际上它还处在比较初级的阶段。顾客会觉得一个这么简单的问题，机器人为什么回答不上来，实际上如果模型不行或者初始语料不够，以及考虑到算法在实际应用过程中的限制，机器人就是不会回答。”会计出身、大学刚毕业就做了AI训练师的陈哲如说。

在整个工作过程中，训练师们不需要掌握专业的算法知识，只需了解模型的基础工作原理，如果模型有问题可以与专业的算法团队对接。

陈哲如所在公司有内部的算法知识分享会，他表示自己有一个“老大”，依靠自学转型成为算法工程师，但“那是比较牛的人，大多数人只掌握一些基础知识。有一些小公司不是通过模型，而是直接通过关键词设置对话流，这就完全不需要算法。”

在提供客服机器人产品的平台方做AI训练师，一个难点在于需要持续接触不同行业的知识，因为AI落地应用一定会结合到某个垂直领域。比如陈哲如最近在做国家电网的项目，对电网知识完全不懂的他需要持续学习相关知识，否则便无法弄懂用户的真实意图。

AI训练部门的从0到1

当客服机器人由平台方制作好，交到客户手中，需要商家端的AI训练师针对具体业务再做优化。

“刚引进来的智能客服只能回答行业通用问题，完全无法用到实际业务中，宛如一个人工智障。比如发什么快递、店铺售后流程、开发票退差价等零碎问题，都需要我们继续优化。”赵云峰说，“有时候甚至会出现一些离谱的错误，比如客户问‘什么时候发货’，它会识别成‘什么东西好吃’”。

赵云峰本科毕业于交通工程专业，此前在阿迪达斯电商服务部做数据分析，因一个偶然机会接触到智能客服，2020年前后转行到生鲜零售电商杭州大希地公司做AI训练师。

AI训练师赵云峰刚来时，公司还没有AI训练部门，只是因为赵云峰的数据分析工作看起来和AI训练师有联系，便被拉过去负责这项业务，没有任何经验的他从0到1摸索着搭建起了该部门。

刚开始，赵云峰整天泡在客服人员旁边，看他们怎么回复客户问题，在哪些节点推荐商品，哪些节点发送关怀语，然后将这些数据模型化，配置话术放到机器人知识库中。

2017年时，AI训练师还是一个刚刚兴起的职业，没有同行可以参考，赵云峰一开始走了不少弯路。比如，电商店铺经常凌晨举办活动，需要机器人回答一些有时效性的问题，但他们不知道怎么预设回答，只能半夜两三点爬起来更新话术。

经过4年多发展，公司的AI训练部门已经走入正轨。与平台端的AI训练师一样，商家端的AI训练师也是每天和数据打交道，主要工作就是对话流抽检，找出错误的对话，解决问题或将问题反馈给供应商。

遇到最多的问题，还是机器无法理解人的语言导致的对话流紊乱，背后原因是客户提问方式有太大的不确定性。

赵云峰介绍，人在线上说话经常会分段说。比如客户在问发货问题时可能会先说“今天上海来台风了”，机器人的底层逻辑决定，必须要对客户发出去的每一句话回应，当客户的话没有实际的指向时，机器人可能会默认到错误的话术场景。

当客户说话有太多语气词或者形容词时，如“我想要一件适合现在穿且防水的衣服”，机器人都会推荐错误，这时候一些没有耐心的客户可能就直接不买了。

碰见无法被识别的对话时，训练师需要在系统里添加新的问答和相似问题，最多一天需要处理10个对话流紊乱的问题，大约花费2小时的时间。赵云峰表示，处理对话问题时，最大的难点实际上在于公司内部沟通不顺畅，训练师往往没办法及时更新商品信息。

与平台端AI训练师不同的是，商家端AI训练师更需要关注智能客服是否给品牌带来了业绩提升，并在此基础上，优化智能客服和提升品牌的服务能力。

比如品牌端的智能客服要对客户追单，训练师需要跟踪追单效果，若效果不好则要更新智能客服的追单话术，或者辅之以图片、视频。这些都要求训练师本身有营销相关的知识。

此外，商家端训练师在训练机器人时还要考虑品牌调性和人文关怀。比如杭州大希地公司的主要客户是白领和精致妈妈，客服机器人就需要用“家庭风”的语言回复，比如“这款食品特别适合宝宝食用”。

“训练师只是在抓一个产品，始终会有天花板”

团队能够正常运营后，赵云峰没有再继续做AI训练师，而是开始在探索电商行业的数智化运营方式，例如数智化营销、智能客服、虚拟主播等。

巫伟成也转任了产品定义主管。在平台端，从AI训练师到产品经理是最为普遍的职业晋升道路。

AI训练师并不需要特定的专业知识，所以作为一份新职业，并没有专业的人才输送路径，人才来源也较为多元。

会计专业出身的陈哲如表示，自己刚来公司时，身边同事“学什么的都有”。不过，这几年岗位也在慢慢“内卷”，最近一段时间他发现新来的同事都有一定专业背景，包括一些善于处理文字语句的汉语言文学专业，以及计算机背景的毕业生和有相关行业知识的人才。

赵云峰则坦言，从团队搭建到现在的5年间，公司AI训练师人员和工作内容都没有太大变化。其团队人员大多来自于客服岗位，“客服培训一个月就完全有能力上岗，能做一些比较标准化的日常运行工作。所以这个行业并不缺人，但缺高质量人才。”

他表示，客服做AI训练师基本都有思维定式，很难跳出原本工作框架。所谓高质量人才是指，不止能做日常的运营，还能追踪前沿技术，把技术和业务相结合，且能想到哪些新产品能对提升公司业绩有帮助。

赵云峰所在的公司已经从不关心这个职业到逐渐重视AI训练师群体，但AI训练师在公司并不是价值较高的人才。“目前AI训练师还只是围绕智能客服这个产品去做运维，没有涉及到更深层的一些东西。”

另外，虽然AI训练师有统一的职业名称，但工作内容却不同。陈哲如去年因自身特殊原因换了三四份工作，他发现，不同公司实际工作内容会有很大区别。

“一些AI技术不太成熟的公司，训练师更多会做一些数据标注或者话术设计的工作。在AI技术较为成熟的公司里，训练师则会参与产品设计和算法调优的工作，这时候虽然同样被叫做AI训练师，工作内容已经相当于AI产品助理。”

作为一份新职业，AI训练师或许还要一段时间朝更正规的方向发展，“训练师只是在抓一个产品，始终会有局限性，会有一个天花板在那。”赵云峰感叹。