人工智能取得成功的十個(gè)關(guān)鍵人物角色
每個(gè)行業(yè)都有越來越多的企業(yè)在采用人工智能（AI）來改變業(yè)務(wù)流程，但是他們的AI計(jì)劃能否取得成功，不僅僅取決于數(shù)據(jù)和技術(shù)，還要取決于是否有合適的人才加入。
一個(gè)有效的企業(yè)AI團(tuán)隊(duì)是一個(gè)多元化的群體，其中不僅僅有數(shù)據(jù)科學(xué)家和工程師。咨詢公司Omdia的AI平臺(tái)、分析和數(shù)據(jù)管理首席分析師Bradley Shimmin表示，成功的AI團(tuán)隊(duì)還應(yīng)該包括了很多了解業(yè)務(wù)以及試圖解決問題的人。
“我們手頭上可用的技術(shù)和工具，越來越需要我們?yōu)槟切╊I(lǐng)域?qū)I(yè)人士、業(yè)務(wù)用戶或者是分析專業(yè)人士提供支持和授權(quán)，讓我們?cè)诠緝?nèi)直接使用和負(fù)責(zé)AI?！?/p>
AI取得成功很大程度上取決于建立一支擁有各種高級(jí)技能的、全面的團(tuán)隊(duì)，但這是很有挑戰(zhàn)性的。
“是什么造就了高效的AI團(tuán)隊(duì)，要明確這一點(diǎn)似乎很容易，但是當(dāng)你審視成功AI團(tuán)隊(duì)中每個(gè)人的詳細(xì)職責(zé)時(shí)，你很快就會(huì)得出結(jié)論，建立這樣一支團(tuán)隊(duì)是非常困難的，”他說。
為了幫助你組建一支理想的AI團(tuán)隊(duì)，下面就讓我們來看看這個(gè)團(tuán)隊(duì)中應(yīng)該具備的這10個(gè)關(guān)鍵角色。
數(shù)據(jù)科學(xué)家
數(shù)據(jù)科學(xué)家可以說是任何AI團(tuán)隊(duì)的核心。他們負(fù)責(zé)處理和分析數(shù)據(jù)，構(gòu)建機(jī)器學(xué)習(xí)(ML)模型，得出結(jié)論，用于改進(jìn)已經(jīng)投入生產(chǎn)的ML模型。
數(shù)據(jù)科學(xué)家是產(chǎn)品分析師和業(yè)務(wù)分析師的混合體，掌握一定的機(jī)器學(xué)習(xí)知識(shí)。
“他們的主要目標(biāo)是了解哪些關(guān)鍵指標(biāo)會(huì)給業(yè)務(wù)帶來重大影響，收集數(shù)據(jù)用于分析可能存在的瓶頸，對(duì)不同用戶群和指標(biāo)實(shí)施可視化，并就如何改善這些指標(biāo)提出和制定各種解決方案，”他補(bǔ)充說，在為TikTok用戶開發(fā)新功能的時(shí)候，如果沒有數(shù)據(jù)科學(xué)，就不可能了解這項(xiàng)功能到底是讓用戶受益、還是疏遠(yuǎn)了用戶。
“你不知道應(yīng)該花多長(zhǎng)時(shí)間測(cè)試功能以及到底應(yīng)該測(cè)試哪些方面，對(duì)于所有這些問題，你必須使用人工智能的方法?！?/p>
機(jī)器學(xué)習(xí)工程師
數(shù)據(jù)科學(xué)家可以構(gòu)建機(jī)器學(xué)習(xí)模型，但實(shí)施這些模型的是機(jī)器學(xué)習(xí)工程師。
“機(jī)器學(xué)習(xí)工程師的任務(wù)是將機(jī)器學(xué)習(xí)模型打包到容器中，并部署到生產(chǎn)環(huán)境中——通常是以微服務(wù)的形式。”
Rao說，這個(gè)角色需要專業(yè)的后端編程和服務(wù)器配置技能，以及容器、持續(xù)集成和交付部署方面的知識(shí)?！皺C(jī)器學(xué)習(xí)工程師還要參與模型驗(yàn)證、A/B測(cè)試和生產(chǎn)監(jiān)控?！?/p>
他說，在成熟的機(jī)器學(xué)習(xí)環(huán)境中，機(jī)器學(xué)習(xí)工程師還需要試驗(yàn)服務(wù)工具，服務(wù)工具只需要少量的試驗(yàn)就可以找到在生產(chǎn)環(huán)境中性能表現(xiàn)最好的模型。
數(shù)據(jù)工程師
數(shù)據(jù)工程師構(gòu)建和維護(hù)的系統(tǒng)，構(gòu)成了企業(yè)組織的數(shù)據(jù)基礎(chǔ)設(shè)施。德勤董事兼首席架構(gòu)師Erik Gfesser表示，數(shù)據(jù)工程師對(duì)于AI計(jì)劃來說是至關(guān)重要的，因?yàn)樾枰仁占瘮?shù)據(jù)并使其適合使用，然后才能用數(shù)據(jù)去做其他有價(jià)值的事情。
他說：“數(shù)據(jù)工程師構(gòu)建數(shù)據(jù)管道來收集和匯集數(shù)據(jù)以供下游使用，在DevOps環(huán)境中，他們構(gòu)建管道來實(shí)施運(yùn)行這些數(shù)據(jù)管道的基礎(chǔ)設(shè)施。”
他說，數(shù)據(jù)工程師是機(jī)器學(xué)習(xí)和非機(jī)器學(xué)習(xí)項(xiàng)目的基礎(chǔ)?！袄?，在某個(gè)公有云中實(shí)施數(shù)據(jù)管道的時(shí)候，數(shù)據(jù)工程師需要首先編寫腳本來啟動(dòng)必要的云服務(wù)，這些服務(wù)再去提供處理獲取數(shù)據(jù)所需的計(jì)算?！?/p>
IT服務(wù)公司SPR的首席技術(shù)官M(fèi)att Mead表示，如果你是第一次組建團(tuán)隊(duì)，那么你需要知道，數(shù)據(jù)科學(xué)是一個(gè)需要大量數(shù)據(jù)的迭代過程。假設(shè)你有足夠的數(shù)據(jù)，“大約80%的工作都將與數(shù)據(jù)工程相關(guān)，大約20%是與數(shù)據(jù)科學(xué)相關(guān)的實(shí)際工作?！?/p>
他說，正因?yàn)槿绱耍珹I團(tuán)隊(duì)中只有很少一部分人是從事數(shù)據(jù)科學(xué)的工作。“團(tuán)隊(duì)其他成員需要確定正在解決的問題，幫助解釋數(shù)據(jù)，幫助組織數(shù)據(jù)，輸出集成到另一個(gè)生產(chǎn)系統(tǒng)中，或者以演示就緒的方式呈現(xiàn)數(shù)據(jù)。”
數(shù)據(jù)管理員
數(shù)據(jù)管理員負(fù)責(zé)監(jiān)督公司數(shù)據(jù)的管理，確保數(shù)據(jù)是可訪問的且高質(zhì)量的，這個(gè)重要角色確保了數(shù)據(jù)在整個(gè)組織中得到一致的使用，以及確保公司遵守了不斷變化的數(shù)據(jù)法律。
技術(shù)公司Insight的數(shù)據(jù)和AI國(guó)家實(shí)踐負(fù)責(zé)人Ken Seier表示，數(shù)據(jù)管理員要確保數(shù)據(jù)科學(xué)家獲得準(zhǔn)確的數(shù)據(jù)，并且所有內(nèi)容都是可重復(fù)的、在數(shù)據(jù)目錄中清晰標(biāo)記的。
擔(dān)任這個(gè)職位的人員，需要懂?dāng)?shù)據(jù)科學(xué)并且具備溝通技巧，可在各個(gè)團(tuán)隊(duì)之間展開協(xié)作，并與數(shù)據(jù)科學(xué)家和工程師合作，確保利益相關(guān)者和業(yè)務(wù)用戶能夠訪問數(shù)據(jù)。
數(shù)據(jù)管理員還要執(zhí)行組織關(guān)于數(shù)據(jù)使用和安全性方面的政策。Seier說：“數(shù)據(jù)管理員要確保只有應(yīng)該獲得安全數(shù)據(jù)訪問權(quán)限的人才能獲得這一權(quán)限?！?/p>
領(lǐng)域?qū)＜?/p>
領(lǐng)域?qū)＜覍?duì)于特定行業(yè)或者學(xué)科領(lǐng)域有深入的了解，是某個(gè)領(lǐng)域的權(quán)威，可以判斷可用數(shù)據(jù)的質(zhì)量，可以與AI項(xiàng)目的預(yù)期業(yè)務(wù)用戶進(jìn)行交流，確保項(xiàng)目具有現(xiàn)實(shí)價(jià)值。
軟件開發(fā)公司SpdLoad首席執(zhí)行官M(fèi)ax Babych說，領(lǐng)域?qū)＜沂潜夭豢缮俚?，因?yàn)殚_發(fā)AI系統(tǒng)的技術(shù)專家很少具備該系統(tǒng)目標(biāo)領(lǐng)域的專業(yè)知識(shí)?！邦I(lǐng)域?qū)＜铱梢蕴峁╆P(guān)鍵的洞察，讓AI系統(tǒng)發(fā)揮最佳的性能?！?/p>
當(dāng)SpdLoad公司開發(fā)了一種計(jì)算機(jī)視覺系統(tǒng)來識(shí)別自動(dòng)駕駛儀的移動(dòng)物體以替代LIDAR技術(shù)的時(shí)候，他們是在沒有領(lǐng)域?qū)＜业那闆r下啟動(dòng)了該項(xiàng)目。盡管研究證明這個(gè)系統(tǒng)是有效的，但SpdLoad公司不知道的是，汽車品牌更喜歡激光雷達(dá)而不是計(jì)算機(jī)視覺，因?yàn)檫@種技術(shù)具備經(jīng)過驗(yàn)證的可靠性，而且他們也沒有機(jī)會(huì)購(gòu)買基于計(jì)算機(jī)視覺的產(chǎn)品。
“我想分享的一個(gè)關(guān)鍵建議就是你要考慮商業(yè)模式，然后吸引領(lǐng)域?qū)＜襾砼袛噙@在該行業(yè)中是否是一種可行的賺錢方式，然后再去討論更多的技術(shù)問題?！?/p>
教育技術(shù)平臺(tái)iSchoolConnect的AI負(fù)責(zé)人Ashish Tulsankar表示，領(lǐng)域?qū)＜铱梢猿蔀榭蛻艉虯I團(tuán)隊(duì)之間的重要聯(lián)絡(luò)人。
“這個(gè)人可以和客戶溝通，了解他們的需求，并為AI團(tuán)隊(duì)提供接下來一系列方向。而且領(lǐng)域?qū)＜疫€可以監(jiān)督企業(yè)是否以合乎道德的方式去實(shí)施AI的?！?/p>
AI設(shè)計(jì)師
AI設(shè)計(jì)師負(fù)責(zé)與開發(fā)人員合作，確保他們了解人類用戶的真正需求，這個(gè)角色會(huì)設(shè)想用戶將如何與AI進(jìn)行交互，創(chuàng)建原型以展示新AI功能的使用場(chǎng)景。
AI設(shè)計(jì)師還要確保在人類用戶和AI系統(tǒng)之間建立信任，確保AI能從用戶反饋中學(xué)習(xí)并改進(jìn)。
BCG波士頓咨詢公司北美AI業(yè)務(wù)聯(lián)合負(fù)責(zé)人Shervin Khodabandeh認(rèn)為：“組織在擴(kuò)展AI方面遇到的一個(gè)困難是，用戶不了解解決方案、不認(rèn)同、或者無法與之進(jìn)行交互。那些正在從AI中獲得價(jià)值的組織，他們的秘訣實(shí)際上就是他們可以以正確的方式進(jìn)行人機(jī)交互?！?/p>
波士頓咨詢公司遵循10-20-70的原則：10%的價(jià)值是算法，20%是技術(shù)和數(shù)據(jù)平臺(tái)，70%的價(jià)值來自業(yè)務(wù)整合，或者在業(yè)務(wù)流程中將其捆綁到企業(yè)戰(zhàn)略中。
“人機(jī)交互絕對(duì)是很關(guān)鍵的，是70%的挑戰(zhàn)中一個(gè)重要的組成部分，”他還補(bǔ)充說，AI設(shè)計(jì)師將幫助你實(shí)現(xiàn)目標(biāo)。
產(chǎn)品經(jīng)理
產(chǎn)品經(jīng)理負(fù)責(zé)發(fā)現(xiàn)客戶需求，負(fù)責(zé)產(chǎn)品開發(fā)和產(chǎn)品營(yíng)銷，同時(shí)確保AI團(tuán)隊(duì)做出有利的戰(zhàn)略決策。
“在AI團(tuán)隊(duì)中，產(chǎn)品經(jīng)理的職責(zé)是了解如何使用AI解決客戶問題，然后將其轉(zhuǎn)化為產(chǎn)品戰(zhàn)略，”
Owczarek最近參與了一個(gè)為制藥行業(yè)開發(fā)AI產(chǎn)品的項(xiàng)目，這種產(chǎn)品將支持使用自然語言對(duì)研究論文和文檔進(jìn)行人工審查。
“這個(gè)項(xiàng)目需要與數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)工程師和數(shù)據(jù)工程師展開密切合作，開發(fā)為產(chǎn)品提供動(dòng)力所需的模型和算法，”她說。
作為產(chǎn)品經(jīng)理，Owczarek負(fù)責(zé)實(shí)施產(chǎn)品路線圖、估算和控制預(yù)算、處理產(chǎn)品技術(shù)、用戶體驗(yàn)和業(yè)務(wù)方面之間的合作。
她說：“在這種特殊情況下，由于項(xiàng)目是由業(yè)務(wù)利益相關(guān)者發(fā)起的，因此擁有一位能夠確保滿足他們的需求、同時(shí)關(guān)注項(xiàng)目的總體目標(biāo)的產(chǎn)品經(jīng)理尤為重要，”她說，AI產(chǎn)品經(jīng)理應(yīng)該同時(shí)具備技術(shù)技能和商業(yè)頭腦。
“產(chǎn)品經(jīng)理應(yīng)該能夠與不同的團(tuán)隊(duì)和利益相關(guān)者密切合作。大多數(shù)情況下，AI項(xiàng)目的成功將取決于業(yè)務(wù)、數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)工程和設(shè)計(jì)團(tuán)隊(duì)之間的協(xié)作。”
Owczarek說，AI產(chǎn)品經(jīng)理還需要了解與AI的倫理因素，“他們負(fù)責(zé)制定內(nèi)部流程和指導(dǎo)方針，確保公司的產(chǎn)品符合行業(yè)最佳實(shí)踐”。
AI戰(zhàn)略家
人工智能戰(zhàn)略家需要了解企業(yè)層面的運(yùn)作方式，并與執(zhí)行團(tuán)隊(duì)和外部利益相關(guān)者進(jìn)行協(xié)調(diào)，以確保公司擁有合適的基礎(chǔ)設(shè)施和人才以取得AI計(jì)劃的成功。
要取得成功，AI戰(zhàn)略家必須深入了解他們的業(yè)務(wù)領(lǐng)域和機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)；他們還必須知道如何使用AI來解決業(yè)務(wù)問題。
“幾年前，技術(shù)是比較難的部分，但是現(xiàn)在，技術(shù)正在重新構(gòu)想我們連接不同業(yè)務(wù)的方式，以充分利用我們打造的AI能力或者AI資產(chǎn)?！彼a(bǔ)充說，AI戰(zhàn)略家可以幫助公司以轉(zhuǎn)型思維去思考如何使用AI。
“要改變（公司做出）決策的方式，就需要具有重大影響力和遠(yuǎn)見的人來推動(dòng)這一進(jìn)程。”
AI戰(zhàn)略家還可以幫助企業(yè)組織獲得有效推動(dòng)AI所需的數(shù)據(jù)。
“如今，企業(yè)在其系統(tǒng)內(nèi)或數(shù)據(jù)倉(cāng)庫內(nèi)擁有的數(shù)據(jù)，實(shí)際上只代表了他們?cè)跇?gòu)建AI能力時(shí)所需數(shù)據(jù)中的很小一部分。AI戰(zhàn)略家的一部分職責(zé)就是要放眼未來，看看如何在不違反隱私規(guī)則的情況下獲取和利用更多的數(shù)據(jù)?！?/p>
首席AI官
首席AI官是所有AI計(jì)劃的主要決策者，負(fù)責(zé)向利益相關(guān)者和客戶傳達(dá)AI潛在的商業(yè)價(jià)值。
“決策者是那些了解業(yè)務(wù)、商機(jī)和風(fēng)險(xiǎn)的人，”iSchoolConnect的Tulsankar 說。
他說，首席AI官應(yīng)該知道人AI可以有那些用途，哪些可以帶來最重要的經(jīng)濟(jì)利益，他們應(yīng)該能夠向利益相關(guān)者闡明這些機(jī)會(huì)。
“他們還應(yīng)該討論如何反復(fù)實(shí)現(xiàn)這些機(jī)會(huì)。如果有多個(gè)客戶或多個(gè)產(chǎn)品需要應(yīng)用AI，首席AI官應(yīng)該能夠把與客戶無關(guān)和客戶特定的實(shí)施部分劃分開。”
高管發(fā)起人
執(zhí)行發(fā)起人需要是一位C級(jí)高管，在確保AI項(xiàng)目取得成果方面發(fā)揮積極的作用，負(fù)責(zé)為公司的AI計(jì)劃獲取資金。
高管在幫助推動(dòng)AI項(xiàng)目取得成功方面發(fā)揮著重要的作用?！皩?duì)于公司來說，最大的機(jī)會(huì)來自于往往是他們突破特定職能的領(lǐng)域?！?/p>
例如，一家消費(fèi)品制造商有一個(gè)負(fù)責(zé)研發(fā)的團(tuán)隊(duì)、一個(gè)負(fù)責(zé)供應(yīng)鏈的團(tuán)隊(duì)、一個(gè)銷售團(tuán)隊(duì)和一個(gè)營(yíng)銷團(tuán)隊(duì)，“應(yīng)用AI來變革業(yè)務(wù)最大也是最好的機(jī)會(huì)，是和所有這四個(gè)職能相關(guān)的，因此要實(shí)現(xiàn)這些變革，就需要來自CEO或者最高管理層強(qiáng)有力的領(lǐng)導(dǎo)。”
遺憾的是，很多公司的高管層對(duì)AI的潛力并不十分了解。
“他們對(duì)AI的理解非常有限，經(jīng)常把AI看作是一個(gè)黑匣子，直接扔給數(shù)據(jù)科學(xué)家，但他們并不真正了解使用AI需要有哪些新的方法?！?/p>
他說，企業(yè)如果不了解AI團(tuán)隊(duì)如何運(yùn)作、角色如何運(yùn)作、如何獲得授權(quán)的話，采用AI將是對(duì)企業(yè)文化的一個(gè)巨大變革。“采用AI的傳統(tǒng)公司中，有99%的公司會(huì)認(rèn)為這是一件很難的事情。”
（來源：至頂網(wǎng)）