每个行业都有越来越多的公司采用人工智能来改变业务流程。但他们人工智能计划的成功不仅取决于数据和技术，还取决于是否有合适的人加入。
一个有效的企业人工智能团队是一个多元化的团队，包含的数据科学家和工程师远不止少数。咨询公司Omdia的人工智能平台、分析和数据管理首席分析师Bradley Shimmin表示，成功的人工智能团队还包括一系列了解业务及其试图解决的问题的人。
他说:“我们现有的技术和工具越来越倾向于让领域专业人士、商业用户或分析专业人士在公司内部直接拥有人工智能。”
人工智能初创公司Plainsight的联合创始人兼首席执行官Carlos Anchia也认为，人工智能的成功在很大程度上取决于建立一个拥有各种高级技能的全面团队，但这样做很有挑战性。
他说:“确定是什么造就了一个高效的AI团队似乎是一件很容易的事情，但当你检查成功AI团队中每个人的详细职责时，你很快就会得出这样的结论:建立这些团队是极其困难的。”
为了帮助您组建理想的AI团队，我们来看看当今运行良好的企业AI团队中存在的10个关键角色。
数据科学家
数据科学家是任何AI团队的核心。他们处理和分析数据，建立机器学习(ML)模型，并得出结论来改进已经投入生产的机器学习模型。
TikTok的数据科学家马克•埃尔采丰(Mark Eltsefon)表示，数据科学家是产品分析师和业务分析师的混合体，他们还拥有少量机器学习知识。
Eltsefon说:“我们的主要目标是了解对业务有重大影响的关键指标，收集数据分析可能的瓶颈，可视化不同用户群体和指标，并就如何增加这些指标提出各种解决方案，包括制作解决方案的原型。”他补充说，在为TikTok用户开发新功能时，如果没有数据科学，就不可能了解该功能是让用户受益还是疏远用户。
他说:“你不知道你应该花多长时间测试你的功能，以及你到底应该测量什么。”“对于所有这些，你必须应用人工智能方法。”
毫升工程师
数据科学家可能会构建ML模型，但是实现它们的ML工程师。
技术服务公司Persistent Systems的创新和研发架构师Dattaraj Rao表示:“这个人的任务是将ML模型打包到容器中，并部署到生产中——通常是作为一个微服务。”
Rao说，这个职位需要专业的后端编程和服务器配置技能，以及容器、持续集成和交付部署方面的知识。ML工程师还涉及模型验证、A/B测试和生产中的监控。”
他说，在成熟的ML环境中，ML工程师还需要试验服务工具，以帮助在生产中用最少的试验找到性能最好的模型。
数据工程师
数据工程师构建和维护构成组织数据基础设施的系统。德勤(Deloitte)董事兼首席架构师埃里克•格费瑟(Erik Gfesser)表示，它们对人工智能计划至关重要，因为在可以利用数据做任何值得信任的事情之前，需要收集数据并使其适合消费。
他说:“数据工程师建立数据管道来收集和组装下游使用的数据，在DevOps环境下，他们建立管道来实现这些数据管道运行的基础设施。”
数据工程师是ML和非ML计划的基础，他说。“例如，当在公共云中实现数据管道时，数据工程师首先需要编写脚本来启动必要的云服务，这些服务提供处理接收数据所需的计算。”
信息技术服务公司SPR的首席技术官Matt Mead说，如果你是第一次组建团队，你应该明白数据科学是一个需要大量数据的迭代过程。假设您有足够的数据，“大约80%的工作将与数据工程任务相关，大约20%将是实际的数据科学相关工作，”他说。
正因为如此，你的AI团队中只有一小部分人会从事数据科学方面的工作，他说。“团队的其他成员将识别正在解决的问题，帮助解释数据，帮助组织数据，将输出集成到另一个生产系统，或以一种现成的方式展示数据。”
数据管理员
数据管理员负责监督公司数据的管理，并确保数据是可访问的和高质量的。这个重要的角色确保数据在整个组织中得到一致的使用，并确保公司遵守不断变化的数据规则。
Insight科技公司的数据和人工智能国家实践主管肯•塞尔表示，数据管理员确保数据科学家获得正确的数据，确保所有内容都是可重复的，并在数据目录中明确标记。
该角色的人员需要结合数据科学和通信技能，以跨各个团队进行协作，并与数据科学家和工程师合作，以确保涉众和业务用户能够访问数据。
数据管理员还执行组织关于数据使用和安全性的策略。“数据管理员正在确保只有那些应该访问安全数据的人才能访问安全数据，”Seier说。
领域专家
领域专家具有特定行业或主题领域的深入知识。这个人是他们领域的权威，可以判断可用数据的质量，并可以与AI项目的预期业务用户沟通，以确保它具有现实世界的价值。
软件开发公司SpdLoad的首席执行官Max Babych说，这些领域的专家是必不可少的，因为开发人工智能系统的技术专家很少有系统开发的实际领域的专业知识。“领域专家可以提供关键的见解，使人工智能系统发挥最佳性能。”
Babych的公司开发了一种计算机视觉系统，用于为自动驾驶仪识别移动物体，作为激光雷达的替代方案，他们在没有领域专家的情况下开始了这个项目。虽然研究证明了该系统的有效性，但他的公司不知道的是，汽车品牌更喜欢激光雷达，而不是计算机视觉，因为它被证明是可靠的，他们没有机会购买基于计算机视觉的产品。
他说:“我想要分享的关键建议是，思考商业模式，然后吸引一位领域专家，看看这是否在你的行业中是一种可行的赚钱方式——只有在那之后，才能尝试讨论更多的技术问题。”
此外，教育科技平台iSchoolConnect的人工智能主管阿希什•图尔桑卡尔(Ashish Tulsankar)表示，领域专家可能是客户和人工智能团队之间至关重要的联络人。
他说:“这个人可以与客户沟通，了解他们的需求，并向人工智能团队提供下一组连续的方向。”“领域专家还可以跟踪AI的执行是否符合伦理。”
人工智能设计
人工智能设计师与开发人员合作，确保他们理解人类用户的需求。这个角色设想用户将如何与AI交互，并创建原型来演示新的AI功能的用例。
AI设计师还确保在人类用户和AI系统之间建立信任，并让AI从用户反馈中学习和改进。
波士顿咨询公司(BCG)北美人工智能业务联席主管谢尔文•霍达本德(Shervin Khodabendeh)表示:“企业在推广人工智能时遇到的一个困难是，用户不理解解决方案，不同意它，或者无法与它互动。”“从人工智能中获得价值的组织——他们的秘诀实际上只是正确地实现了人类与人工智能的互动。”
他说，BCG从10-20-70原则来考虑这个问题，即10%的价值将来自算法，20%是技术和数据平台，70%的价值将来自业务整合，或将其与公司业务流程中的战略捆绑在一起。
他说:“人类与人工智能的互动绝对是关键，也是70%挑战的重要组成部分。”他补充说，人工智能设计师将帮助你实现这一目标。
产品经理
产品经理识别客户需求，领导产品的开发和营销，同时确保人工智能团队做出有益的战略决策。
人工智能开发公司Nexocode的产品经理Dorota Owczarek说:“在人工智能团队中，产品经理负责理解如何使用人工智能解决客户问题，然后将其转化为产品战略。”
Owczarek最近参与了一个为制药行业开发基于人工智能的产品的项目，该产品将支持使用自然语言处理的人工审查研究论文和文档。
她说:“该项目需要与数据科学家、机器学习工程师和数据工程师密切合作，以开发驱动产品所需的模型和算法。”
作为产品经理，Owczarek负责实现产品路线图，估算和控制预算，处理产品的技术、用户体验和业务方面的合作。
她说:“在这种特殊情况下，由于项目是由业务利益相关者发起的，有一个产品经理尤其重要，他可以确保他们的需求得到满足，同时关注项目的整体目标。”她补充说，人工智能产品经理应该既有技术技能，也有商业头脑。
她说:“他们应该能够与不同的团队和利益相关者密切合作。”“在大多数情况下，AI项目的成功将取决于业务、数据科学、ML工程和设计团队之间的合作。”
奥查莱克补充说，人工智能产品经理还需要了解与人工智能合作的道德影响。“他们负责制定内部流程和指导方针，以确保公司的产品符合行业最佳实践。”
AI策略师
AI战略家需要了解公司在企业层面是如何工作的，并与执行团队和外部利益相关者协调，以确保公司拥有正确的基础设施和人才，为其AI计划带来成功的结果。
要想成功，AI策略师必须对自己的业务领域和机器学习的基础知识有深刻的理解;安永咨询(EY Consulting)全球人工智能主管丹•迪西奥(Dan disio)表示，他们还必须知道如何利用人工智能解决商业问题。
他说:“几年前，技术是最困难的部分，但现在它正在重塑我们如何整合我们的业务，以最大限度地利用我们创造的人工智能能力或人工智能资产。”他补充说，人工智能策略师可以帮助公司从根本上思考如何使用人工智能。
“要改变(一家公司的)决策方式，需要一个具有重大影响力和远见的人来推动它向前发展，”迪西奥说。
人工智能策略师还可以帮助企业获得有效推动人工智能的数据。
他说:“在构建人工智能能力方面，企业目前在系统内或数据仓库内拥有的数据，实际上只代表了它们脱颖而出所需的一小部分。”“战略家的角色之一是放眼未来，看看如何在不超出隐私考虑的情况下获取和利用更多的数据。”
人工智能总监
首席AI官是所有AI计划的主要决策者，负责向利益相关者和客户传达AI的潜在商业价值。
iSchoolConnect的图尔桑卡表示:“决策者必须了解业务、商业机会和风险。
他说，首席AI官应该知道AI可以解决哪些用例，哪些用例可以带来最大的经济效益，他们应该能够向利益相关者阐明这些机会。
他表示:“他们还应该制定出需要如何迭代地实现这些机会。”“如果有多个客户或多个产品需要应用人工智能，首席人工智能官可以分解客户不可知论和客户特定部分的实施。”
执行发起人是一名高管级别的经理，他在确保AI项目取得成果方面发挥了积极作用，并负责为公司的AI计划获得资金。
安永咨询公司的迪西奥说，行政领导在帮助推动人工智能项目的成功方面发挥着重要作用。他表示:“企业最大的机会往往是它们能够突破特定职能的领域。”
他说，以消费品制造商为例，它有一个负责研发的团队、一个负责供应链的团队、一个销售团队和一个营销团队。他表示:“应用人工智能来帮助企业转型的最大和最好的机会涵盖了上述所有四个功能。”“要实现这些改变，公司的首席执行官或高管层需要强大的领导力。”
不幸的是，许多公司的高级管理人员并不充分了解人工智能的潜力，波士顿咨询公司的Shervin Khodabendeh说。
“他们对它的理解相当有限，他们经常认为它是一个黑匣子，”他说。“他们把它扔给数据科学家，但他们并不真正理解所需的与人工智能合作的新方式。”
他表示，对于许多不了解高功能AI团队如何运作、角色如何运作以及如何赋予他们权力的公司来说，采用AI是一项重大的文化变革。“对于99%采用人工智能的传统公司来说，这是一件困难的事情。”
https://www.cio.com/article/400380/10-key-roles-for-ai-success.html AI成功的10个关键角色
