随着企业进一（yī）步开发人工智能项目（mù），他们发现某些角色对业（yè）务的成功至关重要，但（dàn）是很难找到合适的人才。

人工智能（néng）提供了充分的机会（huì）来获取商业价（jià）值。如果做（zuò）得好，人工智能可以帮（bāng）助改进销（xiāo）售、优化（huà）运营，并为员工提（tí）供具有更高价（jià）值的工作。它有助于降低（dī）成（chéng）本，并赋予组织创造新产品和开拓新市场的（de）能力。

咨询机构德勤公司最近的一项（xiàng）调（diào）查表（biǎo）明，55%的IT高管表示，他们（men）的公司（sī）在（zài）2018年推（tuī）出了6个（gè）或（huò）更多的与（yǔ）人工智能相关的（de）试点项目。而在2017年的调查中，只有（yǒu）35%的IT高管这么认（rèn）为。超过三分之一的公司在认知技术上的（de）投资超（chāo）过500万美（měi）元。56%的高管预计人（rén）工智能将在未来三年内改造他（tā）们的公（gōng）司。

但要实现这一目标并不（bú）容易，而且需要某些关键技（jì）能，但很难找到。以下了解一下人工智能成（chéng）功的八个（gè）关键角色：

（1）人工智能研（yán）究人员

对于一些（xiē）企业（yè）来（lái）说，参与研究可能会适得其反。毕竟，人工（gōng）智能研究人（rén）员往往是进行基础技术研究的专家，他们可能有（yǒu）朝一日在机器（qì）的思（sī）考能力（lì）方面取得（dé）突破。此外，追踪（zōng）人工智能的研（yán）究人员（yuán）意味着需要与谷（gǔ）歌公司和（hé）微（wēi）软（ruǎn）公司等科技巨头进行竞争，可能无法立（lì）即带来商业利益。

但总有一些（xiē）希望取得突破性（xìng）进（jìn）展能使他们成为行业领先者，仅此承诺可能与人工智能研究人员的高需求有关。根据德勤公司（sī）的调查，30%的IT行业首席（xí）执行官认为在（zài）他们的首要任（rèn）务中寻找人工智能（néng）研究人员比（bǐ）其他任何角色都重要（yào）。

德勤风险和金融咨询公司负责分析和数据风险的全球领导者Vivek Katyal表示：“人（rén）们希望（wàng）看到卓越的人才，但这会对他们真正（zhèng）追求的目标（biāo）产生（shēng）影（yǐng）响吗？”他说，除非企业想成（chéng）为下一个Facebook公司（sī），否则可（kě）能不会产生影响。

但他（tā）表示，许（xǔ）多做（zuò）出融资决策的（de）企业高管并不理解（jiě）人工智能研究和（hé）人工智能应用之间的区别。

然而，对于人工智能（néng）对其核心（xīn）业务至（zhì）关重要的公司而言，研究不是奢侈品，而（ér）是一种必需品。例如（rú），AppTek公司是（shì）一家成立于大约30年前（qián）的语音识别公司。随着（zhe）人工智能（néng）改变（biàn）了语音识别技术，AppTek公司致（zhì）力于研究人工智能在（zài）语音识别（bié）方面的应用以（yǐ）跟上技术的进展。例如，其最（zuì）新发布的研究（jiū）重（chóng）点是在对话中识别（bié）不同的发言者。

69%的企业领（lǐng）导者认为（wéi）更（gèng）好的沟（gōu）通可以帮助（zhù）他们实现愿景。

AppTek公（gōng）司首（shǒu）席（xí）营（yíng）收官Mike Veronis说，“这是一个真正的商业需（xū）求，我们（men）这样做是为了解决问（wèn）题，并提高能力。”

（2）人工智能软件开发人员

人工智（zhì）能（néng）软件开发人员通常进（jìn）行的是基础研究，例如深度学习或（huò）生成对（duì）抗网络的最新发展（zhǎn），并将其转化为可用（yòng）的（de）产（chǎn）品。一些企业将这项工作交给（gěi）大型供应商，依靠商业平（píng）台而不是开（kāi）发（fā）自（zì）己（jǐ）的人工智（zhì）能技术。但即使企业使用已知的人（rén）工智能技（jì）术，他们（men）可能（néng）仍（réng）然希望建立自己的平台。这在一定（dìng）程度上（shàng）可以解释对于人工智能（néng）软（ruǎn）件开（kāi）发（fā）人员更高的需求，这是德勤（qín）调查中28%的受（shòu）访者指出的首（shǒu）要任务。

企业构建（jiàn）自己的框架的（de）一个原因是当前面（miàn）临的人工智能框架（jià）的“黑盒”问题。由于无（wú）法看到现成产品（pǐn）的源代码，一些公司，特别是在金融或医疗保（bǎo）健等受（shòu）监管领（lǐng）域的（de）公司，可能会选择自己的方向。

Katyal说，“也许企业应该（gāi）自己开（kāi）发一些东西，在那里知道自己（jǐ）建造（zào）了什么，自己拥有代（dài）码（mǎ），并控制（zhì）着它的一切。这种讨论非常普（pǔ）遍。当（dāng）他们构建自（zì）己的人（rén）工智（zhì）能软件（jiàn）时，他们也可以更好地理解工具的内置偏见（jiàn），”他补充（chōng）说。

这也是AppTek公（gōng）司的发展现状。除了拥有基于企（qǐ）业自身研究的（de）独特功能（néng）外，它还可（kě）以根据需（xū）要（yào）定制产（chǎn）品（pǐn），而不（bú）是一个不（bú）易调整的黑匣子商（shāng）业系统。AppTek公司的Veronis说（shuō），“我们可以（yǐ）适应和训（xùn）练并不断改（gǎi）进语音识别引擎。”

（3）数据科学家

Katyal说，当企业考虑克服人工（gōng）智能挑战时，通（tōng）常会考虑创建新的人工智（zhì）能算法。但（dàn）他们可能会从（cóng）改善数据中（zhōng）获得更多价值。“这是（shì）功能性人工智能的（de）常见障碍（ài）。”他说。

Katyal表示，这使得（dé）数（shù）据科学家（jiā）成为（wéi）所有人工智能中最重要的角色。24%的受访者表（biǎo）示，数据科学家为企业的（de）数据用于人工智能系统做好了（le）准备。他们（men）还确定企业（yè）实（shí）现目标所需（xū）的数据——内部生（shēng）成或从第三方收集的数（shù）据。数据科学家还可以发（fā）现数据何时丢失，何时知道特定（dìng）类型的数据不足，以及何（hé）时识（shí）别数据（jù）集偏（piān）差或过时。

他们也是那些识别正确的（de）算法用于他们的数据集（jí），训练（liàn）和调整这些（xiē）算法，并与主题专家合作验证结果的人员。

Katyal说（shuō），“在过去（qù），他（tā）们应该（gāi）是高（gāo）级统计学家，他们是（shì）人工（gōng）智能（néng）研究和（hé）人工智能软件的用户。”

日本的三（sān）井住友银（yín）行（háng）将数据科学（xué）家视为近期开展人工智能（néng）项目的核心因（yīn）素。作为全球金融公司和日本第二大资（zī）产（chǎn）银行（háng），三井住（zhù）友银行正在（zài）利（lì）用人（rén）工智能改善其数据中心的（de）客（kè）户服务，使员工更容易找到信息，并更好（hǎo）地识别潜在（zài）的企业客户。

该银行（háng）执行董事Akinobu Funayama表示，三井（jǐng）住友（yǒu）银行已经（jīng）拥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，识别（bié）与（yǔ）这些用例最（zuì）相关的数据点，并创（chuàng）建算法来分析数据。例如，在为潜在的新客（kè）户获取盈（yíng）利能（néng）力时（shí），数据科学家会考虑数千个因素，并了解是否有用。

其（qí）整个过程（chéng）需要两到三个（gè）月的时间来处理每个用例（lì），每年将（jiāng）转化（huà）为10到15个用例。利（lì）用dotData的技术来帮助识别对（duì）创建新算法最有用的数据点，SMBC将（jiāng）创建新（xīn）模型所需（xū）的（de）时间缩短到了几个小时（shí）。这使得银行每（měi）年可以处理（lǐ）的用（yòng）例数量（liàng）增（zēng）加到大约100个，使其能够将（jiāng）人工智（zhì）能应用到银行的更（gèng）多领域，包括财（cái）务、财政和合规性。

“我们正在努力（lì）提高（gāo）整（zhěng）个团队的绩效。”Funayama说（shuō）。

他说，数据科学家对这一（yī）过程仍然至关重要，但（dàn）他（tā）们现在正在处理更广泛的人工智能技术业务用（yòng）例，而不是（shì）进行重复的（de）特征工程工作。

（4）用户体（tǐ）验设（shè）计师

随（suí）着人工智能融（róng）入到更多的产品和服务中，用户体验设计变得（dé）越来越重要。人们现在希（xī）望能够提出（chū）简单的问题，或者让应用程序从上下（xià）文推断出他们需（xū）要什么，而（ér）不是打开菜单（dān）或单击（jī）按钮（niǔ）那么简单。

总部位于（yú）亚利桑（sāng）那州Tempe的Insight技术咨询公司首席技术官Brandon Ebken说，“我们一直认为用（yòng）户体验是由网络驱动或（huò）移动程序驱动的。在人工智能领域，我们正在（zài）与聊天机器人、Siri或Cortana以（yǐ）及Voice进行交互。它创（chuàng）造了一种全新的用（yòng）户体验设（shè）计，在创（chuàng）建新的人工智能工具（jù）时，它（tā）是一个关键（jiàn）的部分（fèn）。”

德勤公司的Katyal表示，“人工智能产品与人类经验之（zhī）间的联系正在不断（duàn）发展（zhǎn），我认为这是下一（yī）场（chǎng）革命，人们（men）已经开始看到它（tā）。”

随着（zhe）新工具的创（chuàng）建，人们必须（xū）能够使用它们，这（zhè）可能需要新的接口（kǒu），以及应用（yòng）程序（xù）或业务流程的结构变（biàn）化。

他说，为了找到（dào）具备这些（xiē）技（jì）能（néng）的人，企业应（yīng）该寻找客户服务方（fāng）面（miàn）的专家。

（5）变更管理专家（jiā）

德勤公司的Katyal表示，变更管理是人工智能部署（shǔ）中最容易（yì）被忽视的一个方面。并且（qiě）不仅（jǐn）是企业员工从变更管理（lǐ）中受（shòu）益，而（ér）且（qiě）还受（shòu）益（yì）于用（yòng）户。Katyal补充说（shuō），“这是最艰难（nán）的事情，这是企业中最被忽视和低（dī）估的领域。”

尽（jìn）管如此，在德勤公司的（de）调查中，22%的受访（fǎng）者对变（biàn）革（gé）管理（lǐ）专家的需求（qiú）仍然很大（dà），这是他们（men）最（zuì）需要（yào）的（de）技能。德勤公司表示，人工智能（néng）项（xiàng）目可能对知识（shí）工作者产生巨大影响，如果他们没有参与（yǔ）解决方案的开发（fā），知识工作（zuò）者可能会拒绝接受人工智能建议。

德勤（qín）公司的调查报告称，“在试点、基层实（shí）验和供应商驱动的炒作中，促进组织变革的基础可能（néng）会迷失。”

此外，63%接受调查的IT经理（lǐ）表示，为了削减成本，他们的公司希望使用人工智能来（lái）尽可能多地自动化工作，这（zhè）进一（yī）步强（qiáng）调了对变革（gé）管理专（zhuān）业知识的需求（qiú）。

（6）项目经理

许多人（rén）工智能（néng）项目都存（cún）在（zài）问题，因为（wéi）它们（men）通常（cháng）不会像企业使用（yòng）更成熟的技术一样（yàng）严格管（guǎn）理。能够（gòu）领（lǐng）导人工（gōng）智能实施的项（xiàng）目经理可以帮助将人（rén）工智能集成（chéng）到企业的角色和流（liú）程中，帮（bāng）助衡量和证明业务价（jià）值，这对德勤公司分（fèn）析师中39%的受访者来说是（shì）位列前三的挑战。他们还可以（yǐ）处理与人工智能相（xiàng）关的其（qí）他领（lǐng）域的（de）技能（néng）短缺问题。

如今（jīn）找到数据（jù）科学家比较困难（nán），因为他们也是（shì）软件工程师、用户界面设计师、安全专家和主题专（zhuān）家。西雅图一家商业咨询（xún）机构Slalom公司的总经（jīng）理（lǐ）MartyYoung说，正因为如此，人工智（zhì）能项目包括（kuò）了复杂的团队。

项目经理需要讨论所有这些角色。此外（wài），风险投资公司（sī）General Catalyst Partners的（de）总经理Steve Herrod表示，项目经理将帮助（zhù）多学科团队将人工智能从实验性试点项目转移（yí）到软件工程和软（ruǎn）件生命周期的另一个（gè）方面。Herrod以前是VMware公司的（de）首席（xí）技（jì）术官。

“我（wǒ）们不（bú）应忽视需要了解模（mó）型独（dú）特方（fāng）面的项（xiàng）目和（hé）项目经理，并将其纳入他们必须参与（yǔ）的更广泛（fàn）的软件版（bǎn）本（běn）中。”他补充（chōng）说。

Herrod说，随着该领域的发展（zhǎn），将会有更广泛的相关角色，例如处理审计和认（rèn）证（zhèng）相（xiàng）关（guān）问题的人（rén）员（yuán）。

这（zhè）将为项（xiàng）目经理创造（zào）更多的工作和更多的需求。

（7）解（jiě）读人工智能结果（guǒ）的商（shāng）业领袖（xiù）

即使企业将外部供应商（shāng）用（yòng）于其大部分（fèn）人工智能（néng）功能（néng），拥有内部业务专业知（zhī）识也是至关重要的。

印度航（háng）运商Spoton Logistics公（gōng）司就是这种情况，该公司希望使用人（rén）工智能来帮助财务部门（mén）的客（kè）户服务、情感分析和自动（dòng）化。例如，其特定的用例（lì）是解决公司的“第一英（yīng）里”和“最后（hòu）一（yī）英里”地址（zhǐ）问题（tí）。

该公司商业工程（chéng）主管SatyaPal说，“印度的地址格式并（bìng）不标（biāo）准，当企业正（zhèng）在（zài）使用尚未（wèi）完全填（tián）写的地址时，情（qíng）况会变得更糟（zāo）。这（zhè）消除了集中规划和车辆利用的可能性。”

该公司决定使用外部供应商开展大（dà）部分工（gōng）作，而不是在内部（bù）构建技术。然而，需要解（jiě）释人工智能结（jié）果（guǒ）的业务（wù）领导者是企业的内部团队。他说，他们对公司试图解决的具体问题有业（yè）务知（zhī）识，对各种人工智能模型（xíng）和框架有了（le）解（jiě）。例如，他们（men）能（néng）够理解分类（lèi）模（mó）型与（yǔ）强化学习以（yǐ）及监督（dū）与非监督学（xué）习的应用。

他说（shuō），“一般来（lái）说，他们来（lái）自具有Python知识的（de）计算机科学背景（jǐng）的人员（yuán）。需要一些额外的培训，但这通常是独立的研（yán）究以及人工（gōng）智能相关（guān）的在线课程。”

这使得他们能（néng）够确定哪种人工智（zhì）能方法（fǎ）最适合（hé）解决特定的（de）产品和验证进展。

（8）主（zhǔ）题专家

由于现成的人工智能工（gōng）具并不总是适用于（yú）所有用例，因此主题专家是关键。例如，产品推荐引（yǐn）擎通常是围（wéi）绕（rào）在（zài）线零售商的（de）需（xū）求而设（shè）计的，EnergySavvy公（gōng）司专注于公（gōng）用（yòng）事业行业（yè）的软件公司客户解决方案的高级副总裁Michael Rigney说。

网上零售商收集顾客购（gòu）物习惯的（de）数据（jù），并将其与其（qí）他顾客（kè）的购物习惯进（jìn）行比较。但对（duì）于那些从当地公用事（shì）业公（gōng）司获得电力的人来（lái）说，过（guò）去的购（gòu）买记录并不是有（yǒu）用的指标（biāo）。在这（zhè）方（fāng）面，能效公司（sī）的专业知识会有所（suǒ）帮助（zhù）。

Rigney说（shuō），“我们知道如何确定哪些客户从节能（néng）项目中受益，他们受（shòu）益（yì）多少，以及其他哪些客户与这些客户类似，并且（qiě）也会（huì）受益。”这有助于（yú）EnergySavvy为马萨诸塞州的Nationa lGrid公司等客户提（tí）供服务。

EnergySavvy公司营销副总裁Ryan Warren表（biǎo）示（shì），“新的人（rén）工（gōng）智（zhì）能能力是企（qǐ）业近（jìn）期收入增长（zhǎng）的（de）绝大部分。我们的客户（hù）得到（dào）快速增长（zhǎng），而公司未来的业务都（dōu）与人工智能支持的技（jì）术有着根本的联（lián）系。”