在每个行业里，有很多公司通过AI来改变业务流程。但是，他们AI计划的成功与否不仅取决于数据和技术，还取决于是否有合适的人加入。
一个高效的企业的AI团队是一个多元化的团体，其中包含的不仅仅是数据科学家和工程师。咨询公司Omdia的AI平台、分析和数据管理首席分析师Bradley Shimmin表示，成功的AI团队还包括一系列了解企业及其试图解决问题的人。
为了帮助你组建一个理想的AI团队，以下是发展良好的企业中，AI团队起到的十大关键角色。
01：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，构建机器学习(ML)模型，并得出结论以改进已投入生产的ML模型。
TikTok数据科学家Mark Eltsefon说，数据科学家是产品分析师和业务分析师的混合体，而且还需具备些许机器学习的知识。
Eltsefon说：“主要目的是了解，哪些因素会对业务产生重大影响、收集数据以分析可能遇到的瓶颈、将不同的用户群和指标可视化，并就如何提高这些指标提出相应解决方案，包括制作解决方案的原型在哪。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使用户受益还是疏远了用户。
他说：“你不明白你应该测试你的功能多长时间，以及你应该测量什么，对于这一切，你必须应用AI方法。”
02：机器学习工程师
数据科学家可能会构建ML模型，但真正实施它们的是ML工程师。
技术服务公司Persistent Systems的创新和研发架构师Dattaraj Rao说：“这个人的任务是将ML模型打包到容器中，并部署到生产环节——通常是作为一个微服务。”
Rao说，这个角色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的知识。“一名ML工程师还会参与模型验证、A/B测试和生产监控。”
他还说到，在一个成熟的ML环境中，ML工程师还需要对服务工具进行试验，以帮助在生产中尽快找到性能最佳的模型。
03：数据工程师
数据工程师充当构建和维护组织的一个数据基础系统的角色。德勤董事兼首席架构师Erik Gfesser表示，它们对AI计划至关重要，因为需要先收集数据并使其适合消费，然后才能用它做值得信赖的事情。
他说：“数据工程师构建数据管道，来收集和组装数据以供下游使用，在DevOps环境中，他们构建管道来实现运行这些数据管道的基础设施”。
他说，数据工程师是ML和非ML计划的基础。“例如，在其中一个公共云中实施数据管道时，数据工程师首先需要编写脚本来启动必要的云服务，这些服务为处理摄取数据提供所需的计算。”
信息技术服务公司SPR的首席技术官Matt Mead表示，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。假设你有足够的数据，“大约80%的工作将与数据工程任务相关，大约20%是与数据科学有关的实际工作”他说。
他还说到，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工作。“团队的其他成员将确定正在解决的问题，帮助解释数据，帮助组织数据，将输出的数据整合到另一个生产系统中，或者以可演示的方式呈现数据。”
04：数据维护员
数据维护员负责监督公司数据的管理，并确保其可访问且具有高质量。这一重要角色确保数据在整个组织中的使用是一致的，并且公司遵守不断变化的数据法。
技术公司Insight的数据和AI国家实践负责人Ken Seier表示，数据维护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，并在数据目录中清晰标记出来。
担任此职位的人员需要结合数据科学和沟通技巧，以便在各个团队之间进行协作，并与数据科学家和工程师合作，以确保利益相关者和业务用户能够访问数据。
数据维护员还负责执行一个组织围绕数据使用和安全性的政策。Seier说：“数据维护员要确保只有应该获得安全数据访问权限的人，才能获得该访问权限。”
05：领域专家
领域专家是对特定行业或专一领域有深入的了解的角色。此人是该领域的权威人士，可以判断现有数据的质量，并可以与AI项目的预期业务用户进行沟通，以确保其具有现实价值。
软件开发公司SpdLoad的首席执行官Max Babych表示，这些特定领域的专家是必不可少的，因为开发AI系统的技术专家很少具备可受益实际领域的专业知识。“领域专家可以提供关键意见，使AI系统发挥最佳性能。”
“我主要想分享的建议是要考虑商业模式，然后吸引领域专家来了解，这在你的行业中是否是一个可行的赚钱方式——然后才尝试讨论更多技术性问题”，他说。
此外，教育技术平台iSchoolConnect的AI负责人Ashish Tulsankar表示，领域专家可以成为客户和AI团队之间的重要联络人。
“这个人可以与客户沟通，了解他们的需求，并为AI团队提供下一组持续的方向。而且领域专家还可以跟踪AI是否以合乎道德的方式进行实施。”他说。
06：AI设计师
AI设计师是与开发人员合作，以确保他们了解人类用户的需求的角色。该角色设想用户将如何与AI互动，并创建原型以展示新AI功能的案例。
AI设计师还确保在人类用户和AI系统之间建立信任，并确保AI从用户反馈中学习和改进。
来自咨询公司BCG在北美的AI业务的联合负责人Shervin Khodabandeh说：“企业在拓展AI方面的困难之一是，用户不能理解这个解决方案、不同意或无法与之交互。从AI中获得价值的企业——他们的秘诀就是解决了人与AI的交互问题。”
BCG是按照咨询公司BCG在北美的AI业务的联合负责人Shervin Khodabandeh说10–20-70的规则来思考的，即10%的价值是算法，20%是技术和数据平台，70%的价值来自业务整合或与业务流程中的公司战略挂钩，他解释道。
Khodabandeh说：“人机交互绝对是关键，是这70%挑战的一个重要组成部分”，并补充说AI设计师将帮助你实现目标。
07：产品经理
产品经理充当识别客户需求，领导产品的开发和营销，同时确保AI团队做出有益的战略决策的角色。
“在AI团队中，产品经理负责了解如何使用AI并解决客户问题，然后将其转化为产品战略”来自一家AI开发公司Nexocode的产品经理Dorota Owczarek说道。
Owczarek最近参与了一个项目，为制药业开发一个基于AI的产品，该产品将支持用自然语言处理以代替手动审查研究论文和文件。
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，以开发为产品提供动力所需的模型和算法。”
作为产品经理，Owczarek负责实施产品路线图、估算和控制预算，并处理产品技术、用户体验和业务方面之间的合作。
“在这种特殊情况下，由于项目是由业务利益相关者发起的，因此，有一位能够确保满足他们需求，同时也关注项目总体目标的项目经理显得尤为重要。”她提出并补充道，AI产品经理应该同时具备技术能力和商业头脑。
她说：“他们需要与其他团队和利益相关者建立密切合作。在大多数情况下，AI项目的成功将取决于业务、数据科学、机器学习工程和设计团队之间的协作。”
Owczarek补充到，AI产品经理还需要了解与AI合作在伦理道德上带来的影响。“他们负责制定内部流程和指导方针，确保公司的产品遵循行业最佳实践。”
08：AI战略家
AI战略家需要了解公司在公司层面的运作方式，并与执行团队和外部利益相关者进行协调，以确保公司拥有合适的基础设施和人才，为其AI计划取得一个成功的结果。
来自EY Consulting的全球AI负责人Dan Diasio表示，要想取得成功，AI战略家必须深入了解他们的业务领域和机器学习的基础知识；他们还必须知道如何使用AI来解决业务问题。
他说：“在几年前，技术属于需要攻克的部分，但现在是需要重新构思如何利用AI布局我们的业务线，以充分利用我们创造的AI能力或AI资产。他还补充到，AI战略家可以帮助公司进行如何利用AI转型等思考。”
Diasio说：“要改变（公司做出）决策的方式，需要一个具备极大影响力和远见的人，来推动这一进程。”
AI战略家还可以帮助企业获得他们需要的数据，以有效地推动人工智能。
09：首席AI官
首席AI官是所有AI计划的主要决策者，负责将AI潜在的商业价值传达给利益相关者和客户。
来自iSchoolConnect的Tulsankar说：“决策者是了解业务、商机和风险的人。首席AI官应该知道AI可以解决的案例，哪些可以带来显著的经济效益，他们应该能够向利益相关者阐述这些机会。
他还提到：“他们还应该对如何迭代已实现这些机会，制定相关计划。如果有多个客户或多个产品需要应用AI，首席AI官要将与客户无关和客户特定的实施部分进行拆解。”
10：执行主管
执行主管是高级管理层中的一位经理，他在确保AI项目取得成果方面发挥积极作用，并负责为公司的AI计划获得资金。
Diasio表示，执行领导层在帮助推动AI项目取得成功方面，发挥着重要作用。他指出：“对于公司来说，最大的机会往往是他们突破特定职能的领域。”
BCG的Shervin Khodabandeh说，不幸的是，许多公司的高级管理层并没有充分了解AI的潜力。
他说：“他们对AI的理解非常有限，他们经常将其视为一个黑匣子。他们把它扔给数据科学家，但他们并不真正理解需要用AI的新工作方式。”
他说，对于许多公司来说，使用AI是一个巨大的文化变革。他们不了解具备高级功能的AI团队如何工作、每个成员如何协作、以及如何被授权。“对于99%使用AI的传统公司来说，这是一件很难的事情。
