从“准确”到“合适” “智能服务的需求是从业务中生长出来的。”王智宇这么说,也是这么一路摸索过来的。2016年,王智宇在阿里速卖通任产品经理。伴随海外客群的迅速增长,外包客服成了不可忽视的成本支出,更麻烦的是,海外市场人工客服的服务能力参差,一旦“掉链子”,关联的消费体验也受到影响。 这样下去不是办法,团队一合计,决定借鉴阿里内部从2015年开始针对淘宝、天猫开发的“阿里小蜜”,摸索服务智能化转型,包含产品运营同学、算法同学在内,一个4人的智能客服团队应运而生。 训练数据帮助人工智能模型“掌握”学习力和判断力的基础。那段时间,团队成员们每天收集当天产生的新数据,对这些问题进行归类、标注。“那会儿一天打3000条是基本量,有团队成员一天就完成了8000条标注,眼睛都看花了。”王智宇说,大伙儿很快发现,消费者们咨询的很多问题是类似甚至重复的,于是,上千万条历史标注数据被拿出来“投喂”给速卖通的智能客服模型,加速它在准确性方面的“进化”。 但新问题很快出现了:智能客服给出的回复很准确,可消费者就是不满意。团队小伙伴们“蹲守”在人工客服背后找原因。原来,同一个问题可以有多种答案。一句“怎么还没发货?”问询背后,智能客服要如何像人一样,判断出屏幕那端的消费者是希望尽快发货还是想退款? 那一刻,王智宇明白了,服务智能化不能局限于数据标注层面,而是必须落脚在方案产出上。智能客服在回应一个问题前,将通过决策算法综合研判问询者的订单状态、物流状态和服务商家记录等信息,“拿捏”出一个它认为最合适的答案。 新行当有了“户口” 不止速卖通,对智能服务的需求在阿里各业务板块快速“生长”。2017年8月,阿里巴巴单独成立智能服务事业部,王智宇也转战新部门,着手构建阿里内部的人工智能训练师培训体系。同年,阿里巴巴首次面向社会公开招聘“机器人饲养员”。 “当时的目标是在3年内培养10万人,但单凭我们不可能填补全社会的人才缺口。”王智宇说,阿里各平台上超90%的服务由商家提供给消费者,他们是服务的“起点”,又处于交易链的“末端”。基于“阿里小蜜”,面向商家打造的“店小蜜”很快被开发出来,王智宇帮阿里1688平台上的百余位商家完成了智能服务培训升级。 此后,集成阿里服务智能化转型思路的工具产品陆续被开发出来,各行业拥抱人工智能技术的门槛进一步降低。“属性相似的业务线也能加速复制智能化经验。”王智宇告诉记者,由他支持的阿里国际化业务板块目前已上线了13种外语语种的智能服务,过去一年,外语系智能客服的解决率提升了20%。 “接下去,人工智能训练师要摆脱对某项技术的依赖,真正把人的主观能动性激发出来。”王智宇认为,最好的人工智能训练师是能在业务领域内将新技术用得深、用得精的人,但培训人工智能训练师的重点,要从“怎么用好技术”向“怎么把人培训好”升级。 为了帮这个新型岗位找到社会化的普适性价值,去年7月,王智宇和同事们代表阿里巴巴向人社部提交《新职业信息建议书》。那段时间,王智宇和同事跑了5趟北京、进行了3轮答辩。 今年3月初,人力资源和社会保障部官网正式向社会发布包括人工智能训练师在内的16个新职业。同事们打趣:这职业终于有“户口”了。王智宇笑了笑,写下一条朋友圈:“4年半的时间,从阿里孵化到全社会推广、到海外复制,再到国家认可,一路走来,终得圆满。人工智能训练师,加油。” 自全国首批人工智能训练师从阿里CCO团队诞生至今,目前,阿里巴巴生态体系孵化的人工智能训练师已超过20万人,其中有5万余人通过了阿里巴巴人工智能训练师体系认证,他们遍布阿里生态。“圆满”之后,是全新起点。
|