二、用KANO模型去了解机器学习 人工智能是一个高速迭代开展的新范畴，对人工智能练习师的要求也正不断更新。而在很多要求之中，最为中心的是学习才干。作为一名合格的人工智能练习师，有必要具有自我驱动的学习才干，在日常就不断学习智能产品、算法等相关知识点，作业起来才干愈加称心如意。 当前，通过练习师专门“练习”的人工智能产品，作为智能客服广泛运用于金融范畴。从银行线上的智能客服到线下网点配备的智能机器人，人工智能正不断发挥着潜力，以更好地服务客户。归根到底，无论是线上的智能客服仍是线下机器人终究是服务于客户的产品，以客户需求为导向来规划产品，而人工智能练习师依据产品需完成的功用进行练习，那么关于练习师的作业内容则能够按照“客户需求—产品功用—练习师作业”的思想进行剖析。下文将以KANO模型为划分客户需求的理论根底，以完成为客户带来更优体会为目标，展望人工智能产品和人工智能练习师在银工作的运用。 KANO 卡诺模型是由日本狩野纪昭（Noriaki Kano）博士所提出，主要用途是了解需求完成与用户满意度之间的联络，作为产品需求剖析与优先级排序的参阅依据。 在 KANO 模型中，将产品和服务的质量特性分为五种类型：魅力特点：让用户意想不到，假如不供给此需求，用户满意度不会下降；当供给此需求，用户满意度会有很大的提高。希望特点：当供给此需求，用户满意度会提高；当不供给此需求，用户满意度会下降。必备特点：当供给此需求，用户满意度不会提高；当不供给此需求，用户满意度会大幅下降。无差异特点：无论供给或不供给此需求，用户满意度都不会发生改动，用户底子不在意。反向特点：用户底子没有此需求，供给后用户满意度反而会下降。依据上述五种类型的影响因素，依据KANO模型进行需求剖析时，KANO 模型界说了三个层次的顾客需求：底子型需求（必备特点）、希望型需求（希望特点）、振奋型需求（魅力特点）。 三、KANO初阶：满意底子型需求 底子型需求是顾客对产品的底子要求，这些需求是有必要要完成的。假如此类需求没有得到满意或体现欠佳，客户的不满情绪会急剧添加，而且此类需求得到满意后，可消除客户的不满，但并不能带来客户满意度的添加，因为客户以为这是产品中应该满意的需求或功用。 客户关于银行智能金融客服最底子的需求便是能“听懂我”，听懂人话并给予相应的答复，也便是能够对客户的问题及时供给处理计划。这个需求看似非常根底，在实际交互场景中缺难以到达抱负作用。从线上智能客服来看，客户因为本身的表达才干不足以及对相关专业知识的短缺，在对问题进行文字内容描述时，无法完好精准表达，而因为数据库中缺少相关信息的智能客服此时就无法了解客户所提出的问题。同样的，在线下智能机器人运用于实际场景时，在辨认人声、读取客户对其所提出的需求，若无法准确的搜集有用信息或许答非所问，那么在客户体会初期就带来较差的用户体会，继而被客户筛选。 为满意智能客服产品的底子需求，人工智能练习师在这一步要做的便是供给数据标示规则。 首要，在对金融客服产品进行装备前，要对银行事务现在的现状进行了解和剖析，获取原始数据信息，了解银行事务中用户咨询问题的分布和占比，了解底子事务处理的流程，从而确认需求客服机器人处理哪些问题，处理到什么程度。 其次，通过算法聚类、标示剖析等方法，从数据中提取工作特征场景。人工智能练习师通过花费时间精力，完结日常用户问题的搜集和剖析，能够将用户的这些问题作分类汇总。将问题需求划分得越清晰越细致，越有利于后续数据标示规则的建立。例如，在用户与机器的沟通内容中能够将问题大致分为三类。第一类为与事务无关的日常语聊，如查询日期天气、收听新闻播报等，都是日常语聊的范畴；第二类是与银行日常运营有关的事务问题，如关于开卡销户流程介绍、银行理财产品介绍等；最后一类，是任务型问题，如线上取号、线上查询处理相关事务等。 最后，结合银行金融等专业知识，对所细化出的数据需求，确认相对应表达精准、逻辑清晰的数据标示规则。依据所搜集归类的各类问题，人工智能练习师接下来将对其进行答案整。关于答案收拾，也不是简略的陈述列举，在确保正确性的一起也应当留意语言的艺术性，使人工智能也能带给客户人道化的体会。如交互机器人在答复用户发问时，答案尽量简略白话化，简略明了，控制篇幅。而线上客服答复问题时，留意字体格局统一，并对关键词加粗高亮，在展现操作步骤时，图片优于文字。在答案完毕，可添加下一个问题的用户辅导，并以活泼生动的白话化表达带给运用者温馨的体会。 四、KANO中阶：培养希望型需求 该类型需求的客户满意度与需求满意度成正比联络。该类需求满意度越高，则客户满意度越高。假如此类需求得到满意或体现杰出的话，用户满意度会明显添加；当此类需求得不到满意或体现欠好的话，用户的不满也会明显添加。 关于人工智能客服的底子性需求是“听懂我”并针对提出的问题需求供给正确专业的处理计划，而在从希望型需求视点而言，客户希望所到达的作用则是完成天然交互，天然交互则着重于“天然”。人们抱负中的人工智能机器人总是像电影情节中那样，与客户的沟通毫无障碍，对答如流，而不是就一个指令一个问题需反复发问屡次，或许是只能按照某一模板方式进行发问。比方客户想进行美元的钱银兑换，简练且直击要害的问题是“查询美元今日汇价”，客服机器人能够轻松辨认并奉告正确答案，但实际场景中，客户或许这样说“我要500美元，要多少钱？”“1000块能换多少美元”，这样白话话的问题人工智能客服辨认起来就有必定的困难，而客户在更换几次说法仍无法处理问题时，就会发现本来这个智能机器人并不智能，大大下降了客户的希望值，也便是人们经常吐槽的“智障”机器人。 为满意客户希望型需求，完成与人工智能产品的天然交互，人工智能练习师在一步的作业内容则是进行数据检验及办理和堆集范畴通用数据。 数据检验及办理指的是参与模型搭建和数据检验并负责中心指标和数据的日常盯梢保护。人工智能练习师在完结机器开掘、知识库装备、对话工厂装备、运用途径布置、机器人信息设置等一系列作业后，依据原始数据，搭建了根底数据库。在产品落地运用之后，则需获取关于数据作用的反馈、不断优化模型，对其进行盯梢保护。 数据检验主要目的在于优化数据标示，依据用户语料实时更新数据库。例如银行推出了某款新的理财产品，银行现阶段执行新的存贷款利率方针等，都需求对这些改变发生的问题进行收拾，优化金融客服的知识库以及对话工厂。实时监控对话数据，复盘知识库与对话工厂。如发生一些突发的问答场景，智能客服无法精确辨认并给出答案，此时，练习师就应当将这些信息及时补充到知识库之中。关于即将遇到的新的央行方针、展开各类活动优惠等问题，要做好预设作业，并在完毕后做好知识库的复盘，为下一次优化做准备。 在检验数据，优化标示规则之后投入实际运用场景，上线优化模型，并继续盯梢调整数据，堆集细分范畴通用数据。堆集范畴通用数据是依据细分范畴的数据运用要求，从已有数据中挑选符合要求的通用数据（适用于同范畴内不同客户/用户），形成数据的沉积和堆集。 在这一阶段，人工智能练习师能够定期检查用户谈天记载，记载剖析未能处理问题的原因，通过事务点评体系，邀请用户对智能客服的满意度进行打分，关于呈现的不满意的状况，深入开掘原因，堆集数据，通过点评抽样剖析优化金融客服的运用体会。通过不同范畴的数据运用要求，咱们会发现在线机器人遵循答案简略易懂的规划准则，而热线机器人遵循交互规划准则，在运用敞开后，练习师不断沉积堆集有用数据，不断进行测验调优，才干使机器人越来越“聪明”，完成客户与智能客服的天然交互，到达客户对人工智能客服的希望值。 五、KANO高阶：探索振奋型需求 振奋型需求是指客户取得意想不到的需求满意，这类需求一经满意，即便产品体现并不完善，也能带来用户满意度的急剧提高，反之，也不会带来不满。因此，这些额定功用往往代表用户的潜在需求，假如潜在需求得到满意，会促使客户需求的满意度到达高值，对产品的信任度也随之大涨，从而建立最忠诚的客户群。 要使得人工智能客服满意客户的振奋型需求，探求客户潜在需求点是关键一步。那么咱们从客户的视点动身，从“听懂我”、能够为我处理我所提出的问题，到我能够与你流通对话，完成天然交互，接着你什么样的行为会让我感到惊喜呢？想必是“了解我”，不仅仅是听懂我的话，是了解我、懂我并在适当时候关心我，对人工智能产品赋予“人的温度”。 在这一阶段，人工智能练习师不仅仅需求数据才干、工作知识、剖析才干、沟通才干，在完成这部分客户需求时，更重要的则是练习师的洞悉才干、立异才干以及对AI技能的了解才干。客户在人工智能客服交过程中哪些时点能够嵌入，嵌入的内容方式如何体现对客户的关心，让客户感觉到服务的温度，感受到自己的“特别待遇”这需求练习师对日常交互场景有着较强的调查才干和细腻的情感。比方，在厅堂直接接触的客户的智能机器人，除了被迫的答复客户所提出的问题，还能够自动出击把握客户或许的情感点，如较冷的下雨天，当客户取号后坐着等候时，则能够自动问好客户“今天天很冷哦，那儿有热水，要不要我带你去倒一杯喝着温暖温暖？”，相比于简略的天气播报，这样简略的问好更具有温度，更能触动客户。再如，针对到店客户年岁遍及偏大的网点，练习师在对人工智能机器人进行规划的时候，也能够引入方言的规划，在与年岁偏大的客户对话沟通时穿插几句了解的方言，让客户感到温馨并惊喜。因此，要开掘客户这些纤细的需求点、振奋点，则需求练习师本身平时有积极发现服务细节的习惯，一起也要熟知AI技能边界，了解哪些需求是能够完成并运用的，哪些需求依据现在的技能约束还不能完成。赋予人工智能产品以温度，在客户产品服务过程中制作惊喜，也是未来练习师应侧重完成的功用。 六、KANO+AI，打造极致金服的未来 当下，AI之风正盛，为各行各业带来日新月异的改变。金融服务的便当化水平不断提高，客户体会感和满意度不断提高，咱们见证者人工智能处理一个又一个有意义的难题。人工智能与金融服务立异相结合，量化交易、智能投顾等运用正改动着传统出资理财方法。 在未来，机器学习在金融范畴也将大有作为。客服机器人的广泛运用必将成为一种趋势，谈天机器人或是对话式界面能够处理客户服务中的许多作业。通过谈天方式帮忙客户回答问题，在提高接待效率的一起，也无形中拉近着客户与银行间的距离，增进情感联络。而这一切的完成，离不开人工智能练习师这一新式作业，他们以科学的办法，不断优化机器人运用，使其帮忙银行更好地服务客户，提高效率的一起减少了人力本钱，对传统银行在信息化时代下转型晋级，打造无人银行才智网点功不可没。 科技进步的一起，人类的才智也有必要跟上其脚步，始终坚持理性的思考，坚持杰出的学习才干，才干用好人工智能这一东西，使其谋福于人类，谋福于生活。人工智能练习师作为人工智能开展的产品，其发生及存在具有必定性及合理性，这是一个新兴的作业，也是一个大有可为的作业。在未来数年间，银工作转型的大浪潮仍将继续，而人工智能练习师的培养以及他们所担负的作业，也显得极为重要。将机器赋予人的思想，机器就完成智能化。将机器赋予人的情感，体会就完成人道化。智能化与人道化是智能机器人规划的底子目标，也是银工作及人工智能交融的终极目标。