随着企业进一步开发人（rén）工智（zhì）能项目，他们发现（xiàn）某些角色对（duì）业务的（de）成功至关重要，但是很（hěn）难找（zhǎo）到合适的人才。

人工（gōng）智（zhì）能提供了充分（fèn）的机会来获（huò）取商业价值。如果做得好，人工智能（néng）可以帮助（zhù）改进（jìn）销售、优（yōu）化运营，并为员（yuán）工提供具有（yǒu）更高价值的工作。它有（yǒu）助于降低成（chéng）本，并赋予（yǔ）组织创造新产品和开（kāi）拓新市场的（de）能力。

咨询机（jī）构德勤公司最近的一（yī）项（xiàng）调查表（biǎo）明（míng），55%的IT高管表示，他们的（de）公司（sī）在2018年推出了6个或（huò）更多的与人工智能相关的（de）试点项目。而（ér）在2017年的调查中，只（zhī）有35%的IT高管（guǎn）这么认为。超过三分之一（yī）的（de）公司在认知（zhī）技术上（shàng）的投资（zī）超（chāo）过500万美元。56%的高管预计（jì）人工智（zhì）能将在未（wèi）来三年（nián）内改造他（tā）们的（de）公司。

但要实现这一（yī）目标并（bìng）不（bú）容易，而且需要某（mǒu）些关键技能，但很难找到。以下了解一（yī）下人工智能成功的八个关（guān）键角色：

（1）人工（gōng）智能研究人员

对于（yú）一些企业来说，参（cān）与研究可能会适得其反。毕竟，人工智能研究人员往往是进行基（jī）础技（jì）术研究（jiū）的专家，他们（men）可能有朝一日在机器的思考能力方面取得突破。此（cǐ）外，追（zhuī）踪人工智（zhì）能（néng）的研究人员（yuán）意味着（zhe）需要（yào）与谷（gǔ）歌公司和微（wēi）软（ruǎn）公（gōng）司等科技巨头进行竞争，可能无法立（lì）即带来商业利益。

但总有一些希望取得突破性进展（zhǎn）能使他们成为行业领（lǐng）先者，仅此承诺可能（néng）与人工智能研（yán）究人员的（de）高（gāo）需求有关。根据德勤（qín）公司（sī）的调查，30%的IT行业（yè）首席执行官认为在他（tā）们的（de）首要任（rèn）务中寻找人（rén）工（gōng）智能研究人员比其他任何角色都（dōu）重要（yào）。

德勤风（fēng）险和金融咨询公司负（fù）责分析和数据风险的全球领（lǐng）导者Vivek Katyal表示：“人们希望（wàng）看到卓越的（de）人（rén）才，但这会对他们真正追求的（de）目标产生影响吗？”他说，除非企业想成为下一（yī）个Facebook公司，否则可能不会产生影响。

但他表示，许（xǔ）多做出（chū）融资决策的企业高管并（bìng）不理解人工智能研究（jiū）和（hé）人工智能应（yīng）用（yòng）之（zhī）间的区别（bié）。

然而，对于人工智能对其核心业（yè）务至关重要的公司而言，研（yán）究不是（shì）奢侈品，而是一（yī）种必需品。例如，AppTek公司是一家成（chéng）立于大约（yuē）30年前（qián）的语音（yīn）识（shí）别公司。随着（zhe）人（rén）工智能改变了语音识别技术，AppTek公司致力于研究（jiū）人工（gōng）智能在语音识别方面的（de）应用以跟上技术的进展。例如，其最（zuì）新发布的（de）研究重点是在对（duì）话（huà）中识（shí）别不同的发（fā）言者。

69%的企业领（lǐng）导（dǎo）者认为更好的沟（gōu）通（tōng）可以帮助他（tā）们实现愿景。

AppTek公司首席营收官Mike Veronis说，“这（zhè）是一个（gè）真正的商业（yè）需求，我们这样做是为（wéi）了解决问题，并提高能力。”

（2）人（rén）工智能软（ruǎn）件开发人员

人工智能软件开发（fā）人（rén）员通常进（jìn）行的是基础研究，例如深度学习或（huò）生（shēng）成对抗网络的最新发展（zhǎn），并将其转化为可用的产品。一些（xiē）企业将这项工（gōng）作（zuò）交给大型供应商，依靠商业平（píng）台而不是开发（fā）自己的人工智（zhì）能技术。但即使企业（yè）使用已知的人工智能（néng）技术，他们可能仍然希望（wàng）建立自己（jǐ）的平台（tái）。这在一（yī）定程度上可以解（jiě）释对（duì）于人工智（zhì）能（néng）软件开发人员更高（gāo）的需求，这是德（dé）勤调查中28%的（de）受（shòu）访者指出的首要任务。

企（qǐ）业构（gòu）建自己的框架的一个原（yuán）因是当前面临的人（rén）工智能（néng）框（kuàng）架（jià）的“黑盒（hé）”问（wèn）题。由于（yú）无法看（kàn）到现成产品的源代码（mǎ），一（yī）些（xiē）公司，特别是在金融（róng）或（huò）医疗保（bǎo）健等受（shòu）监管领域的公司（sī），可（kě）能（néng）会（huì）选择自己（jǐ）的方向。

Katyal说，“也许企业（yè）应该自己开发（fā）一些东西，在那里知道自己建造了（le）什么，自己拥有代码，并控制着它的一切（qiē）。这种讨（tǎo）论非常普遍。当他（tā）们构建（jiàn）自己的人工智（zhì）能软件时，他们也可（kě）以更好地理解工具（jù）的内置偏见，”他补（bǔ）充说。

这也（yě）是AppTek公司的发展现状（zhuàng）。除了（le）拥（yōng）有基于企业自身研究的独（dú）特功能外，它还可以根据需要定制产品，而不是（shì）一个不（bú）易调整的黑匣子商业系统。AppTek公司的（de）Veronis说，“我们可以（yǐ）适应和训练并不断（duàn）改进语音识别引擎。”

（3）数据科学家

Katyal说，当企业考虑克（kè）服人工（gōng）智能（néng）挑战（zhàn）时，通常会考虑创建新的人工智能算法（fǎ）。但他（tā）们可能（néng）会（huì）从改善数据中获（huò）得更多价值。“这是功能性人工智能的常（cháng）见障碍。”他说。

Katyal表示，这使得数据科学家成为所（suǒ）有（yǒu）人工智能中最（zuì）重要的角色。24%的受访者表示，数据科学（xué）家（jiā）为企（qǐ）业的数据（jù）用于人工智（zhì）能系统做好了准（zhǔn）备。他们还确定（dìng）企业实现目标所需的数（shù）据——内（nèi）部生成或从第三方收集的数据。数据科学家还可以（yǐ）发现数据何时丢失，何时（shí）知（zhī）道特定类型的数据不足，以（yǐ）及何时识别（bié）数据集偏差或（huò）过时。

他们也是（shì）那些识别正确的算法用于他们的（de）数据集，训练和调整这些算法，并与主题专家合作（zuò）验证结果的人员。

Katyal说，“在过去，他们应该是高级统计学家，他们（men）是（shì）人工智能研究和（hé）人工智（zhì）能软件的（de）用（yòng）户（hù）。”

日本的三井住友（yǒu）银（yín）行将数（shù）据科学家视为近（jìn）期开展人工（gōng）智能项目的核心（xīn）因素。作为全球金融公司（sī）和日本第（dì）二大资产银（yín）行，三井住友银行正在利用人工智能改善其数据中心的（de）客户服务，使员工（gōng）更容（róng）易找到信息，并更好地识别潜在的（de）企业客户（hù）。

该银行执行董事（shì）Akinobu Funayama表示（shì），三井（jǐng）住友银行已经拥有一个数据管理部门和数据科（kē）学家。首先，数（shù）据科学（xué）家将人工设置用例，识别与这些用例最相（xiàng）关的数据点，并创（chuàng）建算法来分析数据（jù）。例（lì）如，在为（wéi）潜在的新客户获取（qǔ）盈利（lì）能（néng）力时，数据科学家会考虑数千个（gè）因素，并了（le）解是（shì）否有用（yòng）。

其整个过程需要两（liǎng）到三个月的时间来处理每个用例，每年将（jiāng）转化为10到（dào）15个用例。利用dotData的技术来帮助识别对创建新算（suàn）法最（zuì）有用的数据（jù）点，SMBC将创建新（xīn）模型所需（xū）的时间缩短到了几个小时。这使得银（yín）行每年可以处理的用例数（shù）量增加到大约100个，使其能（néng）够（gòu）将人（rén）工智能应用到银行（háng）的更多（duō）领域，包括财务、财政（zhèng）和合规性。

“我们正（zhèng）在（zài）努力提高（gāo）整个（gè）团队（duì）的绩效。”Funayama说。

他说，数据科学家对这一（yī）过程仍然（rán）至关重要，但他们（men）现在正在处（chù）理更广泛的人工智（zhì）能技术业务用（yòng）例，而不是进行重复（fù）的特（tè）征工程工作。

（4）用户体验设计师

随着人工智能融入到更（gèng）多的（de）产品（pǐn）和服务中，用（yòng）户体（tǐ）验设计（jì）变得（dé）越来越重要。人们现在（zài）希望能够提出简单的问题，或（huò）者让应（yīng）用程序从（cóng）上下文推断出他们需要什么（me），而不（bú）是（shì）打开菜单或单击按钮那么简单。

总部位于（yú）亚利桑那州Tempe的Insight技术（shù）咨询公司首席技术官Brandon Ebken说，“我们一直认（rèn）为用户体（tǐ）验是由网（wǎng）络驱动或（huò）移动程序驱动（dòng）的。在人工智能领域，我们正在与聊天机器人、Siri或（huò）Cortana以及Voice进行交互。它创（chuàng）造了一种（zhǒng）全新的用（yòng）户体验设计，在（zài）创建新的（de）人工智能工具时，它是一个关键（jiàn）的部分。”

德勤公司的Katyal表示，“人（rén）工（gōng）智能产品与（yǔ）人类经验之间的联系正在（zài）不断发展，我认为（wéi）这是（shì）下一场革命（mìng），人们已经开始看到它。”

随着新工具的（de）创建，人们必须能（néng）够使用（yòng）它（tā）们，这（zhè）可能需要新的（de）接口，以及应用（yòng）程（chéng）序或业务流程的结构变（biàn）化。

他说，为了找到具备这些技能的人，企业应该寻找客户服务方（fāng）面（miàn）的（de）专家。

（5）变（biàn）更管（guǎn）理专家

德勤公（gōng）司的Katyal表（biǎo）示（shì），变（biàn）更管理（lǐ）是（shì）人（rén）工智能部署中最容易被（bèi）忽视的一个方面。并且不（bú）仅是企业员工从变更管理（lǐ）中（zhōng）受益，而且（qiě）还受益于用户。Katyal补（bǔ）充说（shuō），“这是最艰难的（de）事情，这（zhè）是企业中（zhōng）最被忽视和低估的领域。”

尽管如此，在德勤公司的（de）调查中（zhōng），22%的受访者对变革（gé）管理专（zhuān）家的需求仍然很大，这是他们最需要的技能。德勤公司表（biǎo）示，人工智能项目可能对知识工作（zuò）者产生巨大（dà）影响，如果他们（men）没有参（cān）与解（jiě）决方案的（de）开发，知识工作（zuò）者可能会拒绝（jué）接受人（rén）工智（zhì）能建议。

德（dé）勤（qín）公司的调查报告称，“在试点、基层实验和供应商驱（qū）动的炒（chǎo）作（zuò）中，促进组织变革的基础（chǔ）可能会（huì）迷（mí）失。”

此外，63%接（jiē）受调查的IT经理表示，为（wéi）了削减成本，他（tā）们的公司希望使（shǐ）用人工智能来尽可能（néng）多（duō）地自动（dòng）化（huà）工作，这进一步强（qiáng）调了对变革管理专业知识的需（xū）求。

（6）项目经理

许多（duō）人工智能项目都（dōu）存在问题，因（yīn）为它们通（tōng）常不（bú）会（huì）像（xiàng）企业使用（yòng）更成熟的（de）技术一样严格（gé）管理。能够领导人工智能实施的项目经理可以帮助（zhù）将人工智能集成到企（qǐ）业的（de）角色（sè）和流（liú）程中，帮助衡量和（hé）证明业务价（jià）值（zhí），这（zhè）对德勤公司（sī）分析师中（zhōng）39%的受访者（zhě）来说是位列前三（sān）的挑战。他们还可以处（chù）理与（yǔ）人工智能（néng）相关的其（qí）他领域的技能短缺问题（tí）。

如今（jīn）找（zhǎo）到数据（jù）科学家比较困难，因为他们也是软件工程师、用户界面（miàn）设计师、安（ān）全专家和（hé）主题专家。西雅图一家商业咨询（xún）机构Slalom公司（sī）的总经理MartyYoung说，正因（yīn）为如此，人工智能项目包括了复杂的（de）团（tuán）队。

项目经理需要讨论所有这些角色。此外，风险投（tóu）资公司（sī）General Catalyst Partners的总经理Steve Herrod表示，项目经理将（jiāng）帮助（zhù）多学（xué）科团队（duì）将人工智能从实验性试（shì）点项目转移（yí）到软件工（gōng）程和软件生命周期的（de）另一个方面（miàn）。Herrod以前是VMware公司的首（shǒu）席技（jì）术官。

“我们不应（yīng）忽（hū）视需要（yào）了解模型独特方面（miàn）的项目和项（xiàng）目经理，并将其（qí）纳入他们必须参与的更广泛的软件版本中。”他补充（chōng）说（shuō）。

Herrod说（shuō），随着（zhe）该（gāi）领（lǐng）域的发展，将会（huì）有更广泛的相关角（jiǎo）色，例如处（chù）理审计和认证（zhèng）相关（guān）问（wèn）题（tí）的人员（yuán）。

这将为项（xiàng）目经理（lǐ）创造更多的工作和更多的需求。

（7）解读人工智能（néng）结果的商业领袖

即使企业将外部供应商用于其大部分人工智能功（gōng）能，拥有内部业务专（zhuān）业知识也是至关重要（yào）的。

印度航运商（shāng）Spoton Logistics公司（sī）就是这种情况，该公（gōng）司希望使用人工智（zhì）能来帮助财务（wù）部门（mén）的客户服务、情（qíng）感（gǎn）分析和自动化。例如，其特定的用例是解决公司（sī）的（de）“第（dì）一（yī）英里”和“最（zuì）后一英里”地址问题。

该公（gōng）司商业（yè）工程主管SatyaPal说，“印（yìn）度（dù）的（de）地址（zhǐ）格式（shì）并不标准，当（dāng）企业正在使用尚未完全填写的地址时，情况会变得更糟。这（zhè）消除了（le）集中规划和车辆（liàng）利（lì）用（yòng）的可能（néng）性。”

该公司决定使用外（wài）部供应商开展大部分工作，而不是在内（nèi）部构建（jiàn）技术。然而，需要（yào）解释人工智能结果的业（yè）务领导者是企业的（de）内部团队。他说，他（tā）们对（duì）公司试图解决的具体问题有业（yè）务（wù）知识，对各种（zhǒng）人工智能（néng）模型和框（kuàng）架有了解。例如（rú），他（tā）们能够理解分类模（mó）型与强化学习以及监督与非监督学习的应用。

他（tā）说，“一般来说，他们来自具有Python知识的计算（suàn）机（jī）科学背景的人员。需（xū）要一（yī）些额（é）外的培训，但（dàn）这（zhè）通常（cháng）是独立的研究以及人工智能（néng）相关的在线课程。”

这（zhè）使得他们能够确定（dìng）哪种人工智能（néng）方法最适合解决特定的产品和验证（zhèng）进展。

（8）主题（tí）专（zhuān）家

由于现成的人工（gōng）智能工具并不总是适用于所有用例，因此主题专家是（shì）关键。例如，产（chǎn）品推荐引擎（qíng）通常是围绕在线零售商（shāng）的需求而设计的，EnergySavvy公（gōng）司专注于公用事业行业的软（ruǎn）件公司客（kè）户解（jiě）决方案的高级副总裁Michael Rigney说。

网上（shàng）零（líng）售（shòu）商收集顾客购物（wù）习惯的数据，并将其（qí）与其他顾（gù）客的购物（wù）习惯进行比较。但对于那些（xiē）从当（dāng）地公用事业公司获得电力的人来说（shuō），过去的购买记录并不是有（yǒu）用（yòng）的指标。在这方（fāng）面，能效公司的专（zhuān）业（yè）知（zhī）识会有所帮（bāng）助。

Rigney说，“我们知道（dào）如（rú）何（hé）确定哪（nǎ）些客户从节（jiē）能项目中受益，他们受益多少，以及其他哪些客户（hù）与这些（xiē）客户类似，并且也会受益。”这有助于EnergySavvy为（wéi）马（mǎ）萨诸（zhū）塞州的（de）Nationa lGrid公司（sī）等客户提供服务。

EnergySavvy公（gōng）司营（yíng）销副总裁（cái）Ryan Warren表示，“新（xīn）的人工智能能力是企（qǐ）业（yè）近期收入增长的（de）绝大部分。我们的客户（hù）得到（dào）快速增长（zhǎng），而公司（sī）未来的业务都与人工（gōng）智能支（zhī）持的技术有着根本的联（lián）系（xì）。”