人工智能取得成功的十個關(guān)鍵人物角色
每個行業(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。
一個有效的企業(yè)AI團(tuán)隊是一個多元化的群體，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、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)，讓我們在公司內(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技能的、全面的團(tuán)隊，但這是很有挑戰(zhàn)性的。
“是什么造就了高效的AI團(tuán)隊，要明確這一點(diǎn)似乎很容易，但是當(dāng)你審視成功AI團(tuán)隊中每個人的詳細(xì)職責(zé)時，你很快就會得出結(jié)論，建立這樣一支團(tuán)隊是非常困難的，”他說。
為了幫助你組建一支理想的AI團(tuán)隊，下面就讓我們來看看這個團(tuán)隊中應(yīng)該具備的這10個關(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。
“他們的主要目標(biāo)是了解哪些關(guān)鍵指標(biāo)會給業(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，對不同用戶群和指標(biāo)實施可視化，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)新功能的時候，如果沒有數(shù)據(jù)科學(xué)，就不可能了解這項功能到底是讓用戶受益、還是疏遠(yuǎn)了用戶。
“你不知道應(yīng)該花多長時間測試功能以及到底應(yīng)該測試哪些方面，對于所有這些問題，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?！?/p>
Rao說，這個角色需要專業(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?！皺C(jī)器學(xué)習(xí)工程師還要參與模型驗證、A/B測試和生產(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)工程師還需要試驗服務(wù)工具，服務(wù)工具只需要少量的試驗就可以找到在生產(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)工程師對于AI計劃來說是至關(guān)重要的，因為需要先收集數(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)建管道來實施運(yùn)行這些數(shù)據(jù)管道的基礎(chǔ)設(shè)施?！?/p>
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)項目的基礎(chǔ)。“例如，在某個公有云中實施數(shù)據(jù)管道的時候，數(shù)據(jù)工程師需要首先編寫腳本來啟動必要的云服務(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，那么你需要知道，數(shù)據(jù)科學(xué)是一個需要大量數(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)的實際工作。”
他說，正因為如此，AI團(tuán)隊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，這個重要角色確保了數(shù)據(jù)在整個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國家實踐負(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，可在各個團(tuán)隊之間展開協(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τ谔囟ㄐ袠I(yè)或者學(xué)科領(lǐng)域有深入的了解，是某個領(lǐng)域的權(quán)威，可以判斷可用數(shù)據(jù)的質(zhì)量，可以與AI項目的預(yù)期業(yè)務(wù)用戶進(jìn)行交流，確保項目具有現(xiàn)實價值。
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?，因為開發(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。“領(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)了一種計算機(jī)視覺系統(tǒng)來識別自動駕駛儀的移動物體以替代LIDAR技術(shù)的時候，他們是在沒有領(lǐng)域?qū)＜业那闆r下啟動了該項目。盡管研究證明這個系統(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)而不是計算機(jī)視覺，因為這種技術(shù)具備經(jīng)過驗證的可靠性，而且他們也沒有機(jī)會購買基于計算機(jī)視覺的產(chǎn)品。
“我想分享的一個關(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)隊之間的重要聯(lián)絡(luò)人。
“這個人可以和客戶溝通，了解他們的需求，并為AI團(tuán)隊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施AI的?！?/p>
AI設(shè)計師
AI設(shè)計師負(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，這個角色會設(shè)想用戶將如何與AI進(jìn)行交互，創(chuàng)建原型以展示新AI功能的使用場景。
AI設(shè)計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中獲得價值的組織，他們的秘訣實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%的價值是算法，20%是技術(shù)和數(shù)據(jù)平臺，70%的價值來自業(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)交互絕對是很關(guān)鍵的，是70%的挑戰(zhàn)中一個重要的組成部分，”他還補(bǔ)充說，AI設(shè)計師將幫助你實現(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)品營銷，同時確保AI團(tuán)隊做出有利的戰(zhàn)略決策。
“在AI團(tuán)隊中，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最近參與了一個為制藥行業(yè)開發(fā)AI產(chǎn)品的項目，這種產(chǎn)品將支持使用自然語言對研究論文和文檔進(jìn)行人工審查。
“這個項目需要與數(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、同時關(guān)注項目的總體目標(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)隊和利益相關(guān)者密切合作。大多數(shù)情況下，AI項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)計團(tuán)隊之間的協(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；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)。”他補(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)見的人來推動這一進(jìn)程?！?/p>
AI戰(zhàn)略家還可以幫助企業(yè)組織獲得有效推動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)倉庫內(nèi)擁有的數(shù)據(jù)，實際上只代表了他們在構(gòu)建AI能力時所需數(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)。”
首席AI官
首席AI官是所有AI計劃的主要決策者，負(fù)責(zé)向利益相關(guān)者和客戶傳達(dá)AI潛在的商業(yè)價值。
“決策者是那些了解業(yè)務(wù)、商機(jī)和風(fēng)險的人，”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。
“他們還應(yīng)該討論如何反復(fù)實現(xiàn)這些機(jī)會。如果有多個客戶或多個產(chǎn)品需要應(yīng)用AI，首席AI官應(yīng)該能夠把與客戶無關(guān)和客戶特定的實施部分劃分開?！?/p>
高管發(fā)起人
執(zhí)行發(fā)起人需要是一位C級高管，在確保AI項目取得成果方面發(fā)揮積極的作用，負(fù)責(zé)為公司的AI計劃獲取資金。
高管在幫助推動AI項目取得成功方面發(fā)揮著重要的作用。“對于公司來說，最大的機(jī)會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)品制造商有一個負(fù)責(zé)研發(fā)的團(tuán)隊、一個負(fù)責(zé)供應(yīng)鏈的團(tuán)隊、一個銷售團(tuán)隊和一個營銷團(tuán)隊，“應(yīng)用AI來變革業(yè)務(wù)最大也是最好的機(jī)會，是和所有這四個職能相關(guān)的，因此要實現(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)?！?/p>
遺憾的是，很多公司的高管層對AI的潛力并不十分了解。
“他們對AI的理解非常有限，經(jīng)常把AI看作是一個黑匣子，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。”
他說，企業(yè)如果不了解AI團(tuán)隊如何運(yùn)作、角色如何運(yùn)作、如何獲得授權(quán)的話，采用AI將是對企業(yè)文化的一個巨大變革。“采用AI的傳統(tǒng)公司中，有99%的公司會認(rèn)為這是一件很難的事情?！?/p>
（來源：至頂網(wǎng)）