ChatGPT爆火后，AI训练师决定跑路
<p style="text-align: center; "><div align="center"></div></p><p>番茄直言，“ChatGPT这类大模型，会对现在的‘传统’机器人造成冲击。可能目前ChatGPT成本很高，许多公司不会采用，但是5年、10年之后，技术成熟了呢？以我目前的认知来说，训练师这行不是长久之计。”</p><p>番茄对自己的规划是：干到33岁，然后考公。</p><p>“AI多智能，我好像都不会意外了。”</p><p>去年下半年起，AI正一次次地刷新着人类的认知。</p><p>2022年10月，AI绘画小程序爆火，随后出现的种种AI绘画工具，不仅可以将日常照片“动漫化”，甚至只要几秒，就能把线稿转化为完成度极高的画作，一度催生“AI绘画进步得太快了”的热搜。</p><p class="f_center"><div align="center"></div></p><p class="f_center"><span style="text-align: justify;">图源微博@设计目录</span></p><p>今年2月上线的ChatGPT引发全网试玩，也成为公众号和视频博主们的热点选题。</p><p>上周，微软的Copilot一出，打工人似乎看到了“解放”的曙光。</p><p>只需一个指令，就能做PPT、写文章、处理数据、起草邮件……</p><p>这届AI，真的要“杀疯了”。</p><p class="f_center"><div align="center"></div></p><p class="f_center"><span style="text-align: justify;">Copilot根据指令，基于word文档制作PPT|图源@微软中国</span></p><p><b>然而，想要多智能，就要多人工。</b>无论是GPT4这样的“最强大脑”，还是生活中常见的智能机器人，都要从AI训练师的“教学”开始。</p><p>“AI训练师”的名头或许和科技很近，他们的实际工作，却离“工具人”不远。</p><p class="f_center"><div align="center"></div><br></p><p>AI训练师赛赛把训练机器人比作教小孩，“有输入才有输出，只不过小孩可能教一遍就会，机器人要重复教很多遍才行”。</p><p>从业者韩星则把教学过程比作“喂饭”，一张图、一句话乃至一个标点符号，都需要人工“喂”给AI。 </p><p>“比如禁止鸣笛的标识，白天是白底红框黑图案；但晚上可能受灯光影响，变成深蓝色底墨绿色图案。要收集几千张甚至上万张不同角度、色彩下的照片，告诉AI，这些都是不能鸣笛的意思。”</p><p><b>数据标注是AI训练的基础，有些数据标注的工作会被外包，成为社交平台上“宝妈”“返乡青年”再就业的新选择，也有一些会交给AI训练师。</b></p><p><b>从业3年的番茄解释，“简单来说，AI训练师的工作范围更大一些”。</b></p><p class="f_center"><div align="center"></div></p><p class="f_center"><span style="text-align: justify;">宝妈及返乡青年再就业的相关报道|截图</span></p><p>在入行已经5年的赛赛看来，较为常见的人工智能应用场景是智能客服。</p><p>手机银行里24小时在线的顾问、购物软件中有问必答的售后，都是训练师们的工作成果。</p><p>通常，AI训练师会根据应用场景和面向人群，给AI输入匹配的语料库；或是对人工客服工作中积累的素材进行处理，形成客户公司专属的语料库。在这个基础上，帮助机器人更好地识别问题。</p><p>“理财产品收益多少”和“我老伴住院要取钱，但我们都不记得她的卡密码怎么办”，这两个问题。前者简洁聚焦，AI可以轻易地回复对应答案，后者则比较复杂，“老伴住院”“不记得密码”“她的卡”，AI训练师需要帮助AI，在这一段信息里，精准锁定用户的需求。</p><p class="f_center"><div align="center"></div></p><p class="f_center"><span style="text-align: justify;">某银行智能客服的回复|截图</span></p><p>“教学”过程中，AI训练师还需要及时纠正AI的错误。</p><p>赛赛把AI答非所问的情况称为Bad Case，她的工作之一，就是分析问题出在哪里。多数Bad Case会对接给算法团队，“如果他们分析可以优化，会在积累到一定程度后迭代”。<b>更简单的解决方式是添加语料，把AI无法识别的问题放入语料库，然后告诉它要如何回答。</b></p><p>番茄说，自己很少在工作中见到算法迭代，“NLP（自然语言模型）算法是嵌入产品中的，填入语料后会自动生成结果。只有结果产生很大偏差时，才会对算法进行调整。”</p><p>通常，AI训练师们可能会接手不同的项目，涉及各个领域，如保险、汽车、金融、传统制造业、市政项目……在对应领域有工作经验的人，更容易上手工作。<b>赛赛所在的团队做过一个母婴项目，“当时只有一位同事有孩子，她就比较知道妈妈们会问什么。” </b></p><p>转聘软件上的岗位要求可以佐证经验的重要性，HR们写道：有客服经验优先，有呼叫中心/运营商工作经验者优先。</p><p class="f_center"><div align="center"></div></p><p class="f_center"><span style="text-align: justify;">某招聘软件上，AI训练师的任职要求|截图</span></p><p>在赛赛看来，AI训练师是“外行想进入AI行业时门槛最低的岗位，对技术背景要求相对较低”，“招聘应届生，可能倾向于汉语言文学专业，因为他们更懂表达，训练的机器人可能会高效一些。” </p><p>而“门槛最低”的AI训练师，也已经卷了起来。</p><p>几年前，AI训练师只需本科甚至专科学历。伴随着AI概念的火热，从业门槛正在逐渐变高。今年研三在读，曾在曾在某国企AI训练师的岗位上实习了3个月的小W说，<b>“我实习的地方，这个岗位进来的，都是计算机系的研究生，没有本科生。”</b></p><p>而且，他所在的项目组，无论学历高低、是否有工作经验，都要从最基础的数据标注做起。</p><p class="f_center"><div align="center"></div><br></p><p>在2020年被纳入国家职业分类名录之前，AI训练师在人才市场上的地位有些尴尬，没有对口专业，也缺乏相关的职业培训。入行多年的AI训练师，大多是“半路出家”。</p><p>2014年，硕士毕业的赛赛成为一名旅游顾问，工作两年后，她产生了换一份工作的想法。</p><p>“转行并不是因为不看好行业，恰恰相反，当时旅游行业很稳定，稳定到一眼看得到头。我那时候很年轻，想有一些不同的职业体验”，身边的同事比赛赛大了七八岁，她在同事身上，看到自己不想经历的未来。</p><p>赛赛“被命运的手推进”一家初创公司，做旅游顾问积累下的经验，用在了培训智能客服上。</p><p><b>时间拉长到现在，赛赛坦言“当时的选择也不一定正确”，而彼时，她年轻，没有家庭，对行业充满好奇，干劲十足，不介意加班。</b></p><p>为了更好地训练AI，文科出身的她特意购买了算法入门书籍，看不懂的地方就去求助算法同事，得益于初创公司良好的氛围，同事们很愿意解答她的问题，<b>“尽管我后来发现，训练师可能不太会用到算法，但是你能说出个一二三，面对客户的时候，就会更有底气。”</b></p><p>了解业务又懂点算法，赛赛从员工变成主管，又因为跳槽，重新成为资深员工。<b>尽管薪资一路上涨，但35岁危机，始终如达摩克斯之剑般悬在头顶。</b></p><p class="f_center"><div align="center"></div></p><p class="f_center"><span style="text-align: justify;">赛赛的工作照|受访者供图</span></p><p>番茄则坦言，自己成为AI培训师，是因为“没有任何职业规划”。</p><p>2017年，番茄从园林专业毕业，被家人安排进建筑公司做招投标，月薪4000元。不喜欢这份工作的她，偶然看到“AI培训师”的岗位，出于好奇搜索后，当即决定“转行试试”。</p><p><b>“当时杭州相关岗位要求应聘者有客服经验，能编写话术。投了几次简历，意识到零基础毫无胜算后，我去做了一年客服。”</b>而后，她顺利找到一份AI训练师的工作，负责培训电商行智能客服，月薪8000元。</p><p>入行者众多，投机者也闻风而动。</p><p><b>韩星曾在某小型互联网公司工作半年，职位是“智能运营总监”，他坦言，自己是冲着“赚快钱”去的。</b></p><p>韩星履历丰富，混迹于互联网大厂，但细究起来，每份工作做的时间都不长。私下里，他开玩笑说自己是“互联网混子”，全靠PPT画饼。</p><p>因为一副好口才，韩星总能轻松拿下offer，即使他对产品没那么了解。这次也不例外，凭借此前在某无人驾驶企业的工作经历，韩星轻易得到了这份挂着“总监”title的工作，<b>月薪5万，老板还许诺，“产品做起来了，你有股权”。</b></p><p>入职前，韩星对工作内容只是有所耳闻，向上汇报全靠演技，“好在老板也不太懂，只是觉得是风口，我就给他画饼，忽悠呗。”</p><p>韩星坦言，很多具体的工作内容，是在面试中套话拼凑出来的。像他之前的许多工作一样，组建团队和面试就用掉了两个月，眼看人员配齐了，老板开始催韩星，想尽快看到成果。</p><p><b>“其实就是卖服务，某个银行想做智能客服，我们帮它从零开始搭建，包括建库、数据标注和运营这些。但把服务卖出去这件事，不容易。”</b></p><p class="f_center"><div align="center"></div></p><p class="f_center"><span style="text-align: justify;">提供此类服务的企业众多，如网易七鱼|截图</span></p><p>尽管韩星能说会道，但提供类似服务的乙方很多，自家产品优势不大，往往和客户见一面之后，就没了后文。</p><p>赚不到钱，人力成本却不低，“大概五个月左右，老板跟我说，可以考虑调整KPI，或者缩编、精简团队。”</p><p>韩星听出弦外之音，一边着手制定KPI，一边寻觅下家。入职半年后，他提出离职，虽说股权打了水漂，但几十万的薪资让他很满意。</p><p><b>“这行里，像我这样的人多了去了”。</b></p><p>韩星不觉得自己有什么问题，趁乱淘金也是一种生存方式，新兴行业，很容易吸引他这样的“淘金者”。他坦言，随着概念的普及，如今再想投机并不容易，碰了几次壁后，他开始寻找下一个待开垦的领域。</p><p class="f_center"><div align="center"></div><br></p><p>“想要多智能，就得多人工。”</p><p>作为电商智能客服运营，番茄要把用户的问题梳理好，用机器人学得会的方式写入后台，<b>“一个店铺或一个品类有多少问题，就要写多少，工作量可想而知。”</b>项目前期，她一周要加班3-4天，9-10点下班是常态。</p><p>她解释，AI训练阶段，只要产品的NLP（自然语言处理）能力够强，只需提供几十条语料即可保证准确率。但算法只是底层逻辑框架，正式投入使用后，<b>精细化运营的过程中，需要根据具体情况不断补充语料，“比如用户打字会空格、分段，或者是打错字，AI就无法识别。”</b></p><p>更繁琐的是，电商行业需要持续跟进节日促销，“节日有很多，不同店铺的活动时间也不同，有时候可能临下班了，店铺才把活动方案做出来，但是当晚0点就要上，训练师只能加班，在0点前配置完。”</p><p>时间久了，番茄觉得工作“越来越没意思”，少有的成就感来自公司效率的提升，她负责的品牌，客服团队人数从24人降低到16人，人均月净销售额从47万提升到64万，人均接待量提升近1000人次。</p><p>入行五年的栗子调侃，自己的发量“只有入行时的一半”，工资“拖了杭州市2022年度居民平均收入的后腿”，但把“人工智障”培养成“智能伙伴”的过程中，还是会有颇具成就感的时刻：</p><p><b>“一种是通宵测试机器人改完bug（错误）后，给客户演示时流畅丝滑得飞起；另一种是自己制作的机器人上线后，以用户的身份去使用，有种吾家有崽初长成的欣慰。”</b></p><p class="f_center"><div align="center"></div></p><p class="f_center"><span style="text-align: justify;">2020春节后，赛赛的新年仪式感|受访者供图</span></p><p>工作多年的赛赛则不够幸运，她发现，一旦甲方公司业务调整或更换负责人，项目很容易中途夭折。</p><p>“老师可以说我教过多少学生，医生可以说我看过多少病人，但七年下来，很少有项目是我可以拿出来告诉别人，说这个机器人是我训练的。”</p><p><b>作为“AI背后的的工具人”，无法留下什么的感觉，不仅让她心理上有挫败感，也让她成为职场上的“牺牲品”。</b></p><p>去年最后一天，居家办公的赛赛接到了leader的裁员电话。</p><p>很长一段时间里，她和同事们在为甲方的一个大项目制作PoC（验证性测试，向客户证明系统投产后可以满足业务需求），投入了大量人力物力，项目却迟迟没能拿下，“身边同事陆续被裁，我早就有预感。”</p><p>赛赛的月薪在2-3万之间，已经接近职业天花板，作为失业的“老人”，她害怕自己因“性价比不高”被淘汰，也担心已婚已育的身份影响求职，已经做好了适度降薪的准备。 </p><p>“我想跳去甲方，或者尝试其他类型的工作。但前提是，我的薪资不要断崖式地下跌，少个五六千可以接受。”</p><p class="f_center"><div align="center"></div></p><p class="f_center"><span style="text-align: justify;">赛赛朋友圈分享的工位照片|受访者供图</span></p><p>与赛赛相比，番茄的工作还算顺利。她经常被合作伙伴邀请入职，一度拿下6个offer，辞职不到一个月，已经入职新公司，月薪两万。但番茄知道，行业的上限就在那里，<b>“可能要到专家级别，还得是大厂，才能给到月薪3万。”</b></p><p>她很清楚，自己只是吃到了行业红利，“没有编程能力加持，可替代性是非常强的”。</p><p>更重要的是，<b>“ChatGPT这类大模型，会对现在的‘传统’机器人造成冲击。可能目前ChatGPT成本很高，许多公司不会采用，但是5年、10年之后，技术成熟了呢？以我目前的认知来说，训练师这行不是长久之计。”</b></p><p>番茄对自己的规划是：干到33岁，然后考公。</p><p>小w则更早地选择了稳定，尚未毕业的他已经在备考本校的辅导员，“最理想的就是无缝衔接，直接‘赖’在学校。”</p><p>毕竟，AI训练师，也不过是“随时可能失业的工作”中的一种。</p><p>作者丨卡卡</p><p>编辑丨桑桑</p><p>出品丨如是生活</p><div style="height: 0px;overflow:hidden;"><div align="center"></div></div>
页:
[1]