快捷导航 
时间：2022-09-02 22:28:18来源：财富在线
随着金融业数字化转型发展及人工智能在金融行业的广泛应用，各银行对于金融AI训练与运营相关从业人员的需求日益增长。例如，远程银行使用的语音机器人、文本机器人、智能质检等AI产品，在数据准备、从0-1搭建、训练调优阶段都需要AI训练师对AI产品进行“教育”，使它们变得更加智能化。
日前，中国银行业协会发布的《中国银行业客服中心与远程银行发展报告(2021)》(下称《报告》)显示，截至2021年末，银行客服中心从业人员较2020年减少4200人，为近五年首次下降，降幅达到7.72%。
但同时，与之形成鲜明对比的是，客服中心智能服务的占比却在持续上升，客服中心与远程银行智能服务占比达到46.69%，同比提升3.78个百分点；尤其值得关注的是，2021年智能训练师、机器人训练师等新岗位占比同比大幅增长了24个百分点，反映出客服中心与远程银行的数字化、智能化转型不断深入。
详解远程银行人才培养难点
伴随着行业需求的激增，远程银行人才培养和发展的难点亦逐渐显露。
中国银行业协会首席信息官高峰曾撰文指出，远程银行作为一种数字金融的全新业态，在建设启动阶段通常会遇到“意识不全面、体制机制调整不及时、金融人才匮乏、系统和技术支撑能力有限”的四大瓶颈，金融科技人才的匮乏，会掣肘远程银行建设深度和长远发展。
《中国银行业客服中心与远程银行发展报告(2020)》亦指出，远程银行智能服务人员的发展难点主要包括两个方面：
其一，人才稀缺
1、市场对智能岗位的需求分流使得人才稀缺。与招聘传统客服岗位不同，通常一个能胜任AI训练的人员，也能在科技或电商行业中找到相类似的岗位，银行业以往与传统行业招聘的竞争优势，转变成与科技公司竞争的均势，这种变化导致客服中心与远程银行获得人才难度增大。
2、人才分布不均加剧了人才资源的稀缺。客服中心与远程银行通常采用一二线城市总部管理，在三四线设置分中心的分布式管理方法，融易新媒体，这样可以很大程度的降低运营成本。而实际业务专家、运营专家、训练师、标注员等岗位的人才目前主要集中在一二线城市，在三四线城市的分中心难以获得合适的人才。
3、培养成本高，人才供应周期长。一方面市场上没有很成熟的培养体系，需要各家客服中心与远程银行自行探索培养人才；另一方面，由于客服中心与远程银行的授课导师主要来源于厂商，缺乏银行领域经验，导致人才成长周期较长。
其二，专业度亟待提升
1、从人才的构成角度来看，目前在垂直行业中，智能客服从业人员大多数是客服业务人员出身，其优势是对业务场景有较深了解，但缺乏对智能应用产品的了解。而智能应用产品厂商的运营人员对智能产品熟悉，但缺少垂直领域的相关经验。具备“智能产品认知+行业背景+实战经验”的专业智能客服运营人员在业内较为稀缺。
2、从工作技能需求角度来看，智能客服运营人员的工作内容不仅包括标注和加工图片、文字、语音等业务，还包括分析提炼专业领域特征，训练和测评智能应用产品相关算法、功能和性能，设计智能应用产品的交互流程和应用解决方案，监控、分析、管理生产数据，调整和优化智能应用产品的参数和配置等，大部分现有的运营人员难以完成前述技能的要求。
人工智能运营能力作为远程银行发展的“软实力”，搭建AI训练师团队成为各大远程银行人才体系的建设要点。那么银行应该如何培养AI训练师呢？
抢跑AI训练师
今年上半年，中国人民银行发布《金融科技发展规划(2022—2025年)》，提出“做好金融科技人才培养”；中国银保监会下发的《关于银行业保险业数字化转型的指导意见》中亦提出，“要大力引进和培养数字化人才”。
人社部发布的分析报告显示，经测算我国人工智能人才缺口超过500万，国内的供求比例为1：10。加强 AI训练人才培养、打造专业的AI训练团队，构建远程银行服务新生态可谓是刻不容缓。
据介绍，人工智能训练师在2020年正式成为新职业并纳入国家职业分类目录。随着2021年年底人社部颁布AI训练师《国家职业技能标准》，业内开展职业培训和人才技能评价有了基本依据。AI训练师的培养分为五个等级，可依照不同等级所需的能力项和职责要求进行培养。
除了通过自身智能化转型发展起来的经验，还有借鉴同行实践经验、借助行业机构方法论沉淀等方法，缩短人才培养周期。
