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，還要取決于是否有合適的人才加入。

一個有效的企業(yè)AI團隊是一個多元化的群體，其中不僅僅有數(shù)據(jù)科學家和工程師。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團隊還應該包括了很多了解業(yè)務以及試圖解決問題的人。

“我們手頭上可用的技術和工具，越來越需要我們?yōu)槟切╊I域?qū)I(yè)人士、業(yè)務用戶或者是分析專業(yè)人士提供支持和授權，讓我們在公司內(nèi)直接使用和負責AI?！?/p>

AI初創(chuàng)公司Plainsight的聯(lián)合創(chuàng)始人、首席執(zhí)行官Carlos Anchia對此表示認同，他認為，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、全面的團隊，但這是很有挑戰(zhàn)性的。

“是什么造就了高效的AI團隊，要明確這一點似乎很容易，但是當你審視成功AI團隊中每個人的詳細職責時，你很快就會得出結論，建立這樣一支團隊是非常困難的，”他說。

為了幫助你組建一支理想的AI團隊，下面就讓我們來看看這個團隊中應該具備的這10個關鍵角色。

數(shù)據(jù)科學家

數(shù)據(jù)科學家可以說是任何AI團隊的核心。他們負責處理和分析數(shù)據(jù)，構建機器學習(ML)模型，得出結論，用于改進已經(jīng)投入生產(chǎn)的ML模型。

TikTok公司的數(shù)據(jù)科學家Mark Eltsefon表示，數(shù)據(jù)科學家是產(chǎn)品分析師和業(yè)務分析師的混合體，掌握一定的機器學習知識。

“他們的主要目標是了解哪些關鍵指標會給業(yè)務帶來重大影響，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實施可視化，并就如何改善這些指標提出和制定各種解決方案，”他補充說，在為TikTok用戶開發(fā)新功能的時候，如果沒有數(shù)據(jù)科學，就不可能了解這項功能到底是讓用戶受益、還是疏遠了用戶。

“你不知道應該花多長時間測試功能以及到底應該測試哪些方面，對于所有這些問題，你必須使用人工智能的方法?！?/p>

機器學習工程師

數(shù)據(jù)科學家可以構建機器學習模型，但實施這些模型的是機器學習工程師。

技術服務公司Persistent Systems的創(chuàng)新和研發(fā)架構師Dattaraj Rao說：“機器學習工程師的任務是將機器學習模型打包到容器中，并部署到生產(chǎn)環(huán)境中——通常是以微服務的形式。”

Rao說，這個角色需要專業(yè)的后端編程和服務器配置技能，以及容器、持續(xù)集成和交付部署方面的知識。“機器學習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，在成熟的機器學習環(huán)境中，機器學習工程師還需要試驗服務工具，服務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)工程師構建和維護的系統(tǒng)，構成了企業(yè)組織的數(shù)據(jù)基礎設施。德勤董事兼首席架構師Erik Gfesser表示，數(shù)據(jù)工程師對于AI計劃來說是至關重要的，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，他們構建管道來實施運行這些數(shù)據(jù)管道的基礎設施。”

他說，數(shù)據(jù)工程師是機器學習和非機器學習項目的基礎。“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，這些服務再去提供處理獲取數(shù)據(jù)所需的計算?！?/p>

IT服務公司SPR的首席技術官Matt Mead表示，如果你是第一次組建團隊，那么你需要知道，數(shù)據(jù)科學是一個需要大量數(shù)據(jù)的迭代過程。假設你有足夠的數(shù)據(jù)，“大約80%的工作都將與數(shù)據(jù)工程相關，大約20%是與數(shù)據(jù)科學相關的實際工作?！?/p>

他說，正因為如此，AI團隊中只有很少一部分人是從事數(shù)據(jù)科學的工作?！皥F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)?！?/p>

數(shù)據(jù)管理員

數(shù)據(jù)管理員負責監(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。

技術公司Insight的數(shù)據(jù)和AI國家實踐負責人Ken Seier表示，數(shù)據(jù)管理員要確保數(shù)據(jù)科學家獲得準確的數(shù)據(jù)，并且所有內(nèi)容都是可重復的、在數(shù)據(jù)目錄中清晰標記的。

擔任這個職位的人員，需要懂數(shù)據(jù)科學并且具備溝通技巧，可在各個團隊之間展開協(xié)作，并與數(shù)據(jù)科學家和工程師合作，確保利益相關者和業(yè)務用戶能夠訪問數(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該獲得安全數(shù)據(jù)訪問權限的人才能獲得這一權限?！?/p>

領域?qū)＜?/h4>

領域?qū)＜覍τ谔囟ㄐ袠I(yè)或者學科領域有深入的了解，是某個領域的權威，可以判斷可用數(shù)據(jù)的質(zhì)量，可以與AI項目的預期業(yè)務用戶進行交流，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Max Babych說，領域?qū)＜沂潜夭豢缮俚?，因為開發(fā)AI系統(tǒng)的技術專家很少具備該系統(tǒng)目標領域的專業(yè)知識?！邦I域?qū)＜铱梢蕴峁╆P鍵的洞察，讓AI系統(tǒng)發(fā)揮最佳的性能?！?/p>

當SpdLoad公司開發(fā)了一種計算機視覺系統(tǒng)來識別自動駕駛儀的移動物體以替代LIDAR技術的時候，他們是在沒有領域?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而不是計算機視覺，因為這種技術具備經(jīng)過驗證的可靠性，而且他們也沒有機會購買基于計算機視覺的產(chǎn)品。

“我想分享的一個關鍵建議就是你要考慮商業(yè)模式，然后吸引領域?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問題?！?/p>

教育技術平臺iSchoolConnect的AI負責人Ashish Tulsankar表示，領域?qū)＜铱梢猿蔀榭蛻艉虯I團隊之間的重要聯(lián)絡人。

“這個人可以和客戶溝通，了解他們的需求，并為AI團隊提供接下來一系列方向。而且領域?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設計師

AI設計師負責與開發(fā)人員合作，確保他們了解人類用戶的真正需求，這個角色會設想用戶將如何與AI進行交互，創(chuàng)建原型以展示新AI功能的使用場景。

AI設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能從用戶反饋中學習并改進。

BCG波士頓咨詢公司北美AI業(yè)務聯(lián)合負責人Shervin Khodabandeh認為：“組織在擴展AI方面遇到的一個困難是，用戶不了解解決方案、不認同、或者無法與之進行交互。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行人機交互?！?/p>

波士頓咨詢公司遵循10-20-70的原則：10%的價值是算法，20%是技術和數(shù)據(jù)平臺，70%的價值來自業(yè)務整合，或者在業(yè)務流程中將其捆綁到企業(yè)戰(zhàn)略中。

“人機交互絕對是很關鍵的，是70%的挑戰(zhàn)中一個重要的組成部分，”他還補充說，AI設計師將幫助你實現(xiàn)目標。

產(chǎn)品經(jīng)理

產(chǎn)品經(jīng)理負責發(fā)現(xiàn)客戶需求，負責產(chǎn)品開發(fā)和產(chǎn)品營銷，同時確保AI團隊做出有利的戰(zhàn)略決策。

“在AI團隊中，產(chǎn)品經(jīng)理的職責是了解如何使用AI解決客戶問題，然后將其轉(zhuǎn)化為產(chǎn)品戰(zhàn)略，”AI開發(fā)公司Nexocode的產(chǎn)品經(jīng)理Dorota Owczarek這樣表示。

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行人工審查。

“這個項目需要與數(shù)據(jù)科學家、機器學習工程師和數(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負責實施產(chǎn)品路線圖、估算和控制預算、處理產(chǎn)品技術、用戶體驗和業(yè)務方面之間的合作。

她說：“在這種特殊情況下，由于項目是由業(yè)務利益相關者發(fā)起的，因此擁有一位能夠確保滿足他們的需求、同時關注項目的總體目標的產(chǎn)品經(jīng)理尤為重要，”她說，AI產(chǎn)品經(jīng)理應該同時具備技術技能和商業(yè)頭腦。

“產(chǎn)品經(jīng)理應該能夠與不同的團隊和利益相關者密切合作。大多數(shù)情況下，AI項目的成功將取決于業(yè)務、數(shù)據(jù)科學、機器學習工程和設計團隊之間的協(xié)作?！?/p>

Owczarek說，AI產(chǎn)品經(jīng)理還需要了解與AI的倫理因素，“他們負責制定內(nèi)部流程和指導方針，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)層面的運作方式，并與執(zhí)行團隊和外部利益相關者進行協(xié)調(diào)，以確保公司擁有合適的基礎設施和人才以取得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)務領域和機器學習的基礎知識；EY Consulting的全球AI負責人Dan Diasio表示，他們還必須知道如何使用AI來解決業(yè)務問題。

“幾年前，技術是比較難的部分，但是現(xiàn)在，技術正在重新構想我們連接不同業(yè)務的方式，以充分利用我們打造的AI能力或者AI資產(chǎn)?！彼a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見的人來推動這一進程?！?/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計劃的主要決策者，負責向利益相關者和客戶傳達AI潛在的商業(yè)價值。

“決策者是那些了解業(yè)務、商機和風險的人，”iSchoolConnect的Tulsankar 說。

他說，首席AI官應該知道人AI可以有那些用途，哪些可以帶來最重要的經(jīng)濟利益，他們應該能夠向利益相關者闡明這些機會。

“他們還應該討論如何反復實現(xiàn)這些機會。如果有多個客戶或多個產(chǎn)品需要應用AI，首席AI官應該能夠把與客戶無關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，負責為公司的AI計劃獲取資金。

EY Consulting公司的Diasio表示，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，最大的機會來自于往往是他們突破特定職能的領域。”

例如，一家消費品制造商有一個負責研發(fā)的團隊、一個負責供應鏈的團隊、一個銷售團隊和一個營銷團隊，“應用AI來變革業(yè)務最大也是最好的機會，是和所有這四個職能相關的，因此要實現(xiàn)這些變革，就需要來自CEO或者最高管理層強有力的領導。”

BCG公司的Shervin Khodabandeh說，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團隊如何運作、角色如何運作、如何獲得授權的話，采用AI將是對企業(yè)文化的一個巨大變革?！安捎肁I的傳統(tǒng)公司中，有99%的公司會認為這是一件很難的事情。”