有公開資料表明，人工智能行業(yè)從業(yè)者規(guī)模將迎來爆發(fā)式增長。預(yù)計2022年，國內(nèi)外相關(guān)從業(yè)者有望達到500萬。
其實很早之前，我們就已經(jīng)接觸了人工智能，只是當時還處于初級階段，我們也沒有意識到這就是人工智能，比如10086的“查詢通話賬單請按1”等等。近幾年生活中我們最熟悉的莫過于Siri、小愛等智能產(chǎn)品的誕生和普及，人們也越來越接受智能帶來的高效。但這些都僅限于簡單的語音指令。
隨著NLP領(lǐng)域的快速發(fā)展，許多呼叫中心已經(jīng)逐步開始去人工化，轉(zhuǎn)型為AI智能化服務(wù)，通過智能語音服務(wù)進行高效的篩選，更快的定位“商機”，如產(chǎn)品的意愿篩選，可以簡單的做一到兩輪對話，搜集客戶的意愿，從而給人工服務(wù)提供有效的數(shù)據(jù)，以更高效的觸達機會客群，避免過多的人力浪費。畢竟，智能外呼的效率至少有1：20，且不受情緒、生理因素等影響。
近幾年人工智能技術(shù)高速發(fā)展，就呼叫中心行業(yè)而言，結(jié)合了外呼平臺、 NLP 、ASR等系統(tǒng)，多輪對話技術(shù)也迅速發(fā)展?，F(xiàn)在的人工智能可以與客戶有效的進行非常多的交互，對于IB業(yè)務(wù)，可以替代部分人工工作，準確定位，高效解決客戶問題，對于OB業(yè)務(wù)，也可以為公司在做調(diào)研、金融產(chǎn)品介紹、營銷等方面，達到和人工回訪不相上下的效果。
對于所有好的人工智能產(chǎn)品來說，核心技術(shù)、產(chǎn)品化、商業(yè)化是最重要的三要素。
人工智能核心技術(shù)，現(xiàn)在市面上已經(jīng)有非常多成熟的產(chǎn)品可供行業(yè)內(nèi)所有公司自由使用。那么我們?nèi)绾尾拍茏龅嚼猛瑯拥募夹g(shù)實現(xiàn)最佳的高效服務(wù)？
在筆者看來，就像使用office一樣，最重要的是深入了解其操作方法，運用這些技術(shù)、技巧，對我們自己產(chǎn)品的邏輯不斷地進行打磨，通過可視化編輯，依托于公司大量客戶數(shù)據(jù)的分析結(jié)論，設(shè)計準確的交互流程，最終形成區(qū)別于其他友商同類型的產(chǎn)品，成為行業(yè)內(nèi)擬人度最高的一款人工智能產(chǎn)品。
而我們就是這一群學(xué)習(xí)研究操作方法、技巧，并最終將我們的智能機器人對話流程化、產(chǎn)品化的人。相比于office這樣穩(wěn)定成熟的產(chǎn)品而言，功能的快速迭代幾乎是不可能的，但是我們能夠利用的技術(shù)和交互流程設(shè)計都還在高速發(fā)展、優(yōu)化中，想要對平臺的功能、流程隨時做優(yōu)化、修改甚至匹配我們的產(chǎn)品做定制化，都更容易實現(xiàn)在這些設(shè)計上大展拳腳，我們這群人就是人工智能訓(xùn)練師！
圖片
人工智能行業(yè)還在飛速發(fā)展過程中，深度學(xué)習(xí)還遠未達到我們預(yù)期的效果。一方面是因為神經(jīng)網(wǎng)絡(luò)系統(tǒng)太過于復(fù)雜，還需要一些時日去做研究，另一方面是中國語言文化的博大精深，人工智能對于漢語的準確理解還存在難點。但即便是還在機器學(xué)習(xí)的時代，我們?nèi)匀荒芾煤玫臄?shù)據(jù)分析模型去彌補機器算法的欠缺。
就以現(xiàn)在的OB為例，多輪對話的設(shè)計在特定客群不發(fā)生變化的情況下，可以說是一勞永逸，無需迭代。但無論是銷售，還是調(diào)研，在保證有效降低人工成本的同時，我們還要確保數(shù)據(jù)回收的有效性、可分析性。
01
首先，了解產(chǎn)品的背景、場景后對邏輯的梳理是個技術(shù)活，它是一個有多條出口的迷宮，路徑是由我們來設(shè)計的，我們是引路人，當客戶走錯了路徑以后，除非“自我放棄”，否則我們會一直引領(lǐng)客戶走在正確的道路上，直至抵達出口。路徑的規(guī)劃就是核心邏輯，我們不能把自己繞暈了、一定是有正確路徑且每個路徑都有正確的引導(dǎo)。就像超市促銷定價、心理醫(yī)生暗示一樣，要抓住客戶的回答圍繞著呼叫目的前進，即使出錯，我們也要有Plan-B去應(yīng)對甚至暗門來跨過。當然前提是，你要如何用話術(shù)讓客戶回答出我們需要的答案。無論是封閉的問答還是開放的問答，都需要能達到呼叫的目的，且能分析。
02
其次，我們的路徑我們做主，明確每個路徑的意圖及定義，模擬標準答案，也就是如何去有效的定義我們NLP的路徑。當然客戶的回答肯定不是完全標準的答案，口語也不會像打字一樣精煉準確，同時還要受到ASR的影響，那我們的NLP必然大打折扣，所以針對這個既定的標準答案，我們還需要做足夠的發(fā)散擴寫以及ASR轉(zhuǎn)譯補充，讓意圖明確且飽滿，這些數(shù)據(jù)大都來源于實際的客戶回答，搜集、整理、清洗這些數(shù)據(jù)，并投放到我們定義好的意圖中，以確保其正確觸達，才能彌補算法的缺陷。
03
最后，這是個持續(xù)的過程，智能語音訓(xùn)練師不僅要設(shè)定路徑，更重要的是分析數(shù)據(jù)，并進行快速迭代，當出現(xiàn)較大比例的客戶都在相同路徑下碰壁，那一定是我們的多輪對話出現(xiàn)了問題，需要重新梳理邏輯。
產(chǎn)品邏輯更有效，服務(wù)觸達更多客戶的需求，團隊擁有快速迭代的能力，我們的產(chǎn)品才能真正實現(xiàn)商業(yè)化。
人工智能是未來科技賦能的發(fā)展趨勢，人工智能訓(xùn)練師是推動這個趨勢不可或缺的角色。
