智能服务上线前的准备 ——人员与组织

客户世界 | 2021年12月16日 | 客世原创 | 评论已关闭 | 1248

原文再续，书接上回。上一章节中我们与各位训练师们一起探讨了“做到什么程度——产品边界”、“值得吗？——项目ROI核算”，在本章节中我们将会把目光聚焦在智能服务的人员与组织部分。

对于人员与组织部分笔者认为需要分为两个角度进行探讨，首先是外部角度，即为训练师团队提供智能服务工具的团队，这个团队可以是来自企业内部的技术团队，也可以是外采系统。在这里我们简单说说第二种情况，外采系统之前我们需要先理解一下人工智能训练师的定位，如果用做菜进行类比的话，语料和数据像是食材，智能服务系统就像是我们做菜的锅碗瓢盆的厨具，智能服务最终给用户呈现的答案或者服务内容，其实就是我们做出的那一道菜。那我们做出的菜是否好吃，当然了厨师（训练师）很重要，那做饭用的锅碗瓢盆厨具呢？也是不可或缺的。到底什么样的“厨具企业”生产的厨具才是最适合的自己团队的呢？这个问题可能就要见仁见智了，如何挑选适合自己的厨具呢？

首先一定要明确使用场景，俗话说“杀鸡焉用宰牛刀”，就是在强调场景，好的系统，大型的系统肯定不错，但当下的这个场景不一定适合。

再来就是贴近行业，比如我们做中餐，那么一定是找一家专门生产中餐厨具的企业，不能说最适合，但肯定能够避免一些弯路，但要是我们买了西餐的厨具，倒不一定说完全不能使用，但厨师就得花费功夫去理解一些西餐的思维。简单来说无论是西餐还是中餐的厨具他在生产的过程中肯定是贴近这个食物的性质和特点会去进行一些适配，这些适配大家可以理解为前期厨具的生产厂家花费了很多的功夫去研究菜品类型，所以在挑选的过程中必须要非常注意场景的适应性，这同样可以让我们减少一些弯路。

第三需要考虑使用成本。因为厨具是个死物，重要的是用厨具做出可口的菜品，举个例子：顾客买厨具时如果生产方附赠一本菜谱，让一些厨艺水平正在进步的厨师，可以参考这本菜谱简单就能制作出来一些美味，这同样能够大大提升效率。

第四要考虑售后服务。因为厨具本身是一个高价低频的产品，购买个大型厨具，比如抽油烟机，一但购买就使用个十年八年，所以从这个角度来说售后服务就显得很重要了。

最后可能是所有家庭在购买厨具都比较关心的价格问题，对于这点同样更是仁者见仁、智者见智，但可以与各位训练师探讨的一个观点是：“免费的东西在这个世界上往往是最贵的”。

接下来我们从内部的角度一起探讨下训练师的组织与架构问题，对于内部训练师团队运营体系的建设，训练师团队负责人可以围绕“选、育、考、优”四个环节进行。

训练师团队人员选拔

选人是团队负责人首先要面临的问题。对于规模比较大的企业来说，如何选人、选择什么样的人都有一套企业评选标准和机制，如简历投递、HR面试、业务面试、管理面试等；针对被选人也都会有非常详细的职位描述作为衡量其能力的匹配标准。但是，人工智能训练师作为一个新兴职业，评选标准却比较模糊。这里为训练师负责人介绍两种模式，作为训练师团队人员选择的参考：以岗定人和以人定岗。

以岗定人，该方法的流程为先设计团队的组织架构，拆分部门，细化岗位工作职责、工作内容，并对工作内容负载进行量化，超过负载度则触发招聘流程。

以人定岗，因为训练师职业的特点，很多企业之前是没有这个岗位的，所以招人的核心就要从“岗—人”的思维转化为“人—岗”，先招聘优秀的具有高潜力的人才，进入团队后深度轮岗了解业务，接手训练师工作后，以一专多能的形态在部门中运转，时刻关注挖掘能力中的最长板，给予一定权力，加速人员成长。

人工智能训练师作为比较新的职业，包含了诸如标注、产品经理、运营、市场等工种，每一工种又需要根据客户中心的人工智能训练师团队实际的工作情况设立不同的岗位，明确岗位要求有利于训练师团队负责人对团队进行管理。

下面介绍三种岗位管理模板，在实践中训练师可结合企业实际要求进行优化。

(1) 训练师岗位说明书。负责人通过岗位说明书对该岗位人员进行管理，包括所属部门、岗位名称、直接上级、岗位编制、岗位职级、岗位层级(执行层、支持层、管理层等)、岗位使命、岗位相关职责、岗位权限、岗位负责的KPI指标名称、可量化的指标达成要求、每个指标的绩效考核占比、任职资格、工作时间、工作地点等信息。训练师岗位说明书模板如图1所示。

图1：训练师岗位说明书模板

(2) 训练师岗位任职资格说明书。通过岗位任职资格标准可以撰写出该训练师岗位的详细职位描述，包括个人特征、教育背景、工作经验、证书要求、核心价值观、岗位胜任力等。训练师岗位任职资格说明书模板如图2所示。

图2 训练师岗位任职资格说明书模板

(3) 训练师岗位工作负荷分析说明书。对岗位人员人均负荷及工作分配详细说明，量化换算得出该岗位所需要的具体人数，作为岗位招聘的触发文件，包括工作具体内容、每项内容的频次(日、周、月)、工作所需时长、交接人员等。训练师岗位工作负荷分析说明书模板如图3所示。

图3 训练师岗位工作负荷分析说明书模板

训练师团队人员培养

完成人员选拔工作后，训练师团队负责人需要在团队管理上下功夫，包括新员工上岗前的岗位认证考核，定期对员工进行技能和知识点的培训，以员工实际工作中的工作绩效衡量员工培训成果，不断优化培养流程，促进在线机器人的高效训练等。针对训练师的培训体系来说重点在于整个培训体系的搭建，包括新人培训、在岗培训、升职前培训几个方面，各个培训环节都需要建立完善的培训考核的管理工具，最大限度避免培训流于表面。其次“转培训”是个非常不错的考核方式，即参加培训人员将培训中所学习的知识要点结合企业当前的服务特点及场景案例输出一场面向于企业内部训练师团队的培训，不仅能够最大限度使得参加培训的人员成长，同时还能够将培训效果在团队内部进行扩散。

训练师团队人员考核

对于训练师团队来说，最终目标是训练出一套适合企业内部的智能服务工具，并确保该工具能够高效运行在企业中服务阵地中，那么一套客观、可以量化、公正的在线机器人服务指标体系不仅是在线机器人提供优质服务的依据，也是在线机器人优化的目标，当体系化的指标建立完成后，训练师团队、客服中心就可以依据指标全面考核在线机器人服务的情况，更能将指标作为训练师们的考核、奖惩的依据，这样才能真正做到以终为考的目标。在线机器人的指标分类可以围绕在线机器人训练过程中的三个关键要素：客户、运营、技术展开（图4）。

图4：智能客服评价体系

客户层面

不论是在线机器人还是人工客服，最核心的评价指标都是客户问题的解决率(智能解决客户问题数量除以在线机器人总提问量)；客户服务的整体满意度(该指标借用人工客服的评价标准，是在机器人服务完成后弹出邀评窗口邀请客户评价，通过调研客户对在线机器人的整通会话服务是否满意来进行评价)。

运营层面

企业使用在线机器人的重要原因就是其可以省去大量人力成本。由在线机器人完成解答的问题越多，在线机器人的拦截率也就越高，对运营层面来说效果也就越好。因此，机器人对用户咨询的拦截率也是需要重点考察的指标。

拦截率又称分流率，是在线机器人接待客户数量占比客服中心服务总量或在线人工客服服务总量的比值。分流率的指标定义需要结合在线机器人服务范围，若在线机器人初期服务范围定义为简单版在线人工客服，则可以将总量定义为在线人工客服服务总量。

技术层面

意图识别准确率是评测在线机器人的最关键指标。为了准确解答用户问题，在线机器人需要有意图识别的能力。意图识别准确率是在线机器人正确识别客户的问题数量在所有问题数中的占比。当用户咨询时，在线机器人需要根据用户的问句及上下文信息，准确识别出用户的咨询意图是什幺，并返回相应的答案。除此以外，为了保证用户体验，还需要借助机器人的情绪识别能力。情绪识别率是指在线机器人正确识别出客户在问答交互过程中的情绪数量在所有识别情绪中的占比。拥有高情绪识别能力的机器人通过判断用户的情绪是正面还是负面、用户负面情绪的程度如何等，不仅能够提高客户满意度，还能帮助运营人员对业务进行分析，如判断其刚上线或刚更新的业务的用户反馈情况。

意图识别准确率与情绪识别准确率的统计方式大都是由人工标注得出。具体操作为随机抽样一定数量服务案例，人工对客户意图进行标注，标注完成后，对比人工标注量与系统判断量之比。例如，抽取100个服务案例，系统判断用户意图的正确数量为80个，则该系统的情绪识别准确率为80%。

训练师团队优化

世界唯一不变的就是变化本身，所以一个好的团队是一个能够不断持续优化的团队，优化的含义是指让团队训练师能够不断成长和学习，在训练管理工作中不断迭代优化，持续提升。笔者认为对于团队的优化来说，核心是建起自己团队的核心竞争力与护城河，大家可以从建立训练团队知识共享及沉淀管理机制着手。

未来，企业的智能化竞争将会聚焦到知识的竞争。知识包含两个维度：一是针对人；二是针对机器人。

针对人的知识竞争，核心在于确保团队成员的高速成长，成长是知识迭代和积累的结果表现，所以训练师负责人要重视内部人员知识的积累，可以通过公共知识库的方式将各个岗位训练师的技能知识、业务知识沉淀并开放共享，让训练师能够自发、简单地获取知识，从而实现个人的成长。

针对机器人的知识竞争，需要关注训练过程中所产生的数据、知识的积累，构建在线机器人、智能化产品的知识护城河。

但需要注意的是无论是针对人还是机器人的知识，都要注意安全和保密原则，确保知识的安全性。

写在后面：

本章带领各位训练师继续探讨了智能服务的上线前的准备中的“做到什么程度——产品边界”、“值得吗？——项目ROI核算”、“人员与组织部分”，四个环节，但这不意味着智能服务上线以后就可以将之抛诸脑后，尤其对于训练师团队负责人来说更需要时时刻刻在智能服务项目实施的过程中不断的反思，这将会给整个智能服务项目带来意想不到的收获。

作者：苏钰；为客户世界机构首席 AIT 专家；

本文刊载于《客户世界》2021年9月刊。