AI | 成功人工智能项目的8个关键角色

随着企业进一步开发人工智能项目，他们发现某些角色对业务的胜利至关重要，但是很难找到适宜的人才。

人工智能提供了充沛的时机来获取商业价值。假如做得好，人工智能能够协助改良销售、优化运营，并为员工提供具有更高价值的工作。它有助于降低本钱，并赋予组织发明新产品和开辟新市场的才能。

咨询机构德勤公司最近的一项调查标明，55%的IT高管表示，他们的公司在2018年推出了6个或更多的与人工智能相关的试点项目。而在2017年的调查中，只要35%的IT高管这么以为。超越三分之一的公司在认知技术上的投资超越500万美圆。56%的高管估计人工智能将在将来三年内改造他们的公司。

但要完成这一目的并不容易，而且需求某些关键技艺，但很难找到。以下理解一下人工智能胜利的八个关键角色：

(1)人工智能研讨人员

关于一些企业来说，参与研讨可能会适得其反。毕竟，人工智能研讨人员常常是停止根底技术研讨的专家，他们可能有朝一日在机器的考虑才能方面获得打破。此外，追踪人工智能的研讨人员意味着需求与谷歌公司和微软公司等科技巨头停止竞争，可能无法立刻带来商业利益。

但总有一些希望获得打破性停顿能使他们成为行业抢先者，仅此承诺可能与人工智能研讨人员的高需求有关。依据德勤公司的调查，30%的IT行业首席执行官以为在他们的首要任务中寻觅人工智能研讨人员比其他任何角色都重要。

德勤风险和金融咨询公司担任剖析和数据风险的全球指导者Vivek Katyal表示：“人们希望看到杰出的人才，但这会对他们真正追求的目的产生影响吗?”他说，除非企业想成为下一个Facebook公司，否则可能不会产生影响。

但他表示，许多做出融资决策的企业高管并不了解人工智能研讨和人工智能应用之间的区别。

但是，关于人工智能对其中心业务至关重要的公司而言，研讨不是朴素品，而是一种必需品。例如，AppTek公司是一家成立于大约30年前的语音辨认公司。随着人工智能改动了语音辨认技术，AppTek公司努力于研讨人工智能在语音辨认方面的应用以跟上技术的停顿。例如，其最新发布的研讨重点是在对话中辨认不同的发言者。

69%的企业指导者以为更好的沟通能够协助他们完成愿景。

AppTek公司首席营收官Mike Veronis说，“这是一个真正的商业需求，我们这样做是为理解决问题，并进步才能。”

(2)人工智能软件开发人员

人工智能软件开发人员通常停止的是根底研讨，例如深度学习或生成对立网络的最新开展，并将其转化为可用的产品。一些企业将这项工作交给大型供给商，依托商业平台而不是开发本人的人工智能技术。但即便企业运用已知的人工智能技术，他们可能依然希望树立本人的平台。这在一定水平上能够解释关于人工智能软件开发人员更高的需求，这是德勤调查中28%的受访者指出的首要任务。

企业构建本人的框架的一个缘由是当前面临的人工智能框架的“黑盒”问题。由于无法看到现成产品的源代码，一些公司，特别是在金融或医疗保健等受监管范畴的公司，可能会选择本人的方向。

Katyal说，“或许企业应该本人开发一些东西，在那里晓得本人建造了什么，本人具有代码，并控制着它的一切。这种讨论十分普遍。当他们构建本人的人工智能软件时，他们也能够更好天文解工具的内置成见，”他补充说。

这也是AppTek公司的开展现状。除了具有基于企业本身研讨的共同功用外，它还能够依据需求定制产品，而不是一个不易调整的黑匣子商业系统。AppTek公司的Veronis说，“我们能够顺应和锻炼并不时改良语音辨认引擎。”

(3)数据科学家

Katyal说，当企业思索克制人工智能应战时，通常会思索创立新的人工智能算法。但他们可能会从改善数据中取得更多价值。“这是功用性人工智能的常见障碍。”他说。

Katyal表示，这使得数据科学家成为一切人工智能中最重要的角色。24%的受访者表示，数据科学家为企业的数据用于人工智能系统做好了准备。他们还肯定企业完成目的所需的数据——内部生成或从第三方搜集的数据。数据科学家还能够发现数据何时丧失，何时晓得特定类型的数据缺乏，以及何时辨认数据集偏向或过时。

他们也是那些辨认正确的算法用于他们的数据集，锻炼和调整这些算法，并与主题专家协作考证结果的人员。

Katyal说,“在过去，他们应该是高级统计学家，他们是人工智能研讨和人工智能软件的用户。”

日本的三井住友银行将数据科学家视为近期展开人工智能项目的中心要素。作为全球金融公司和日本第二大资产银行，三井住友银行正在应用人工智能改善其数据中心的客户效劳，使员工更容易找到信息，并更好地辨认潜在的企业客户。

该银行执行董事Akinobu Funayama表示，三井住友银行曾经具有一个数据管理部门和数据科学家。首先，数据科学家将人工设置用例，辨认与这些用例最相关的数据点，并创立算法来剖析数据。例如，在为潜在的新客户获取盈利才能时，数据科学家会思索数千个要素，并理解能否有用。

其整个过程需求两到三个月的时间来处置每个用例，每年将转化为10到15个用例。应用dotData的技术来协助辨认对创立新算法最有用的数据点，SMBC将创立新模型所需的时间缩短到了几个小时。这使得银行每年能够处置的用例数量增加到大约100个，使其可以将人工智能应用到银行的更多范畴，包括财务、财政和合规性。

“我们正在努力进步整个团队的绩效。”Funayama说。

他说，数据科学家对这一过程依然至关重要，但他们如今正在处置更普遍的人工智能技术业务用例，而不是停止反复的特征工程工作。

(4)用户体验设计师

随着人工智能融入到更多的产品和效劳中，用户体验设计变得越来越重要。人们如今希望可以提出简单的问题，或者让应用程序从上下文推断出他们需求什么，而不是翻开菜单或单击按钮那么简单。

总部位于亚利桑那州Tempe的Insight技术咨询公司首席技术官Brandon Ebken说，“我们不断以为用户体验是由网络驱动或挪动程序驱动的。在人工智能范畴，我们正在与聊天机器人、Siri或Cortana以及Voice停止交互。它发明了一种全新的用户体验设计，在创立新的人工智能工具时，它是一个关键的局部。”

德勤公司的Katyal表示，“人工智能产品与人类经历之间的联络正在不时开展，我以为这是下一场反动，人们曾经开端看到它。”

随着新工具的创立，人们必需可以运用它们，这可能需求新的接口，以及应用程序或业务流程的构造变化。

他说，为了找到具备这些技艺的人，企业应该寻觅客户效劳方面的专家。

(5)变卦管理专家

德勤公司的Katyal表示，变卦管理是人工智能部署中最容易被无视的一个方面。并且不只是企业员工从变卦管理中受益，而且还受益于用户。Katyal补充说，“这是最困难的事情，这是企业中最被无视和低估的范畴。”

虽然如此，在德勤公司的调查中，22%的受访者对革新管理专家的需求依然很大，这是他们最需求的技艺。德勤公司表示，人工智能项目可能对学问工作者产生宏大影响，假如他们没有参与处理计划的开发，学问工作者可能会回绝承受人工智能倡议。

德勤公司的调查报告称，“在试点、基层实验和供给商驱动的炒作中，促进组织革新的根底可能会迷失。”

此外，63%承受调查的IT经理表示，为了削减本钱，他们的公司希望运用人工智能来尽可能多地自动化工作，这进一步强调了对革新管理专业学问的需求。

(6)项目经理

许多人工智能项目都存在问题，由于它们通常不会像企业运用更成熟的技术一样严厉管理。可以指导人工智能施行的项目经理能够协助将人工智能集成到企业的角色和流程中，协助权衡和证明业务价值，这对德勤公司剖析师中39%的受访者来说是位列前三的应战。他们还能够处置与人工智能相关的其他范畴的技艺短缺问题。

往常找到数据科学家比拟艰难，由于他们也是软件工程师、用户界面设计师、平安专家和主题专家。西雅图一家商业咨询机构Slalom公司的总经理MartyYoung说，正由于如此，人工智能项目包括了复杂的团队。

项目经理需求讨论一切这些角色。此外，风险投资公司General Catalyst Partners的总经理Steve Herrod表示，项目经理将协助多学科团队将人工智能从实验性试点项目转移到软件工程和软件生命周期的另一个方面。Herrod以前是VMware公司的首席技术官。

“我们不应无视需求理解模型共同方面的项目和项目经理，并将其归入他们必需参与的更普遍的软件版本中。”他补充说。

Herrod说，随着该范畴的开展，将会有更普遍的相关角色，例如处置审计和认证相关问题的人员。

这将为项目经理发明更多的工作和更多的需求。

(7)解读人工智能结果的商业首领

即便企业将外部供给商用于其大局部人工智能功用，具有内部业务专业学问也是至关重要的。

印度航运商Spoton Logistics公司就是这种状况，该公司希望运用人工智能来协助财务部门的客户效劳、情感剖析和自动化。例如，其特定的用例是处理公司的“第一英里”和“最后一英里”地址问题。

该公司商业工程主管SatyaPal说，“印度的地址格式并不规范，当企业正在运用尚未完整填写的地址时，状况会变得更糟。这消弭了集中规划和车辆应用的可能性。”

该公司决议运用外部供给商展开大局部工作，而不是在内部构建技术。但是，需求解释人工智能结果的业务指导者是企业的内部团队。他说，他们对公司试图处理的详细问题有业务学问，对各种人工智能模型和框架有理解。例如，他们可以了解分类模型与强化学习以及监视与非监视学习的应用。

他说，“普通来说，他们来自具有Python学问的计算机科学背景的人员。需求一些额外的培训，但这通常是独立的研讨以及人工智能相关的在线课程。”

这使得他们可以肯定哪种人工智能办法最合适处理特定的产品和考证停顿。

(8)主题专家

由于现成的人工智能工具并不总是适用于一切用例，因而主题专家是关键。例如，产品引荐引擎通常是盘绕在线批发商的需求而设计的，EnergySavvy公司专注于公用事业行业的软件公司客户处理计划的高级副总裁Michael Rigney说。

网上批发商搜集顾客购物习气的数据，并将其与其他顾客的购物习气停止比拟。但关于那些从当地公用事业公司取得电力的人来说，过去的购置记载并不是有用的指标。在这方面，能效公司的专业学问会有所协助。

Rigney说，“我们晓得如何肯定哪些客户从节能项目中受益，他们受益几，以及其他哪些客户与这些客户相似，并且也会受益。”这有助于EnergySavvy为马萨诸塞州的Nationa lGrid公司等客户提供效劳。

EnergySavvy公司营销副总裁Ryan Warren表示，“新的人工智能才能是企业近期收入增长的绝大局部。我们的客户得到快速增长，而公司将来的业务都与人工智能支持的技术有着基本的联络。”

时间:2019-03-23 09:40  来源:未知    转发量:次