一个有效的企业AI团队是一个多元化的群体，个中不仅仅有数据科学家和工程师。
咨询公司Omdia的AI平台、剖析和数据管理首席剖析师Bradley Shimmin表示，成功的AI团队还该当包括了很多理解业务以及试图办理问题的人。

“我们手头上可用的技能和工具，越来越须要我们为那些领域专业人士、业务用户或者是剖析专业人士供应支持和授权，让我们在公司内直策应用和卖力AI。
”

AI初创公司Plainsight的联合创始人、首席实行官Carlos Anchia对此表示认同，他认为，AI取获胜利很大程度上取决于建立一支拥有各种高等技能的、全面的团队，但这是很有寻衅性的。

“是什么造就了高效的AI团队，要明确这一点彷佛很随意马虎，但是当你核阅成功AI团队中每个人的详细职责时，你很快就会得出结论，建立这样一支团队是非常困难的，”他说。

为了帮助你组建一支空想的AI团队，下面就让我们来看看这个团队中该当具备的这10个关键角色。

数据科学家

数据科学家可以说是任何AI团队的核心。
他们卖力处理和剖析数据，构建机器学习(ML)模型，得出结论，用于改进已经投入生产的ML模型。

TikTok公司的数据科学家Mark Eltsefon表示，数据科学家是产品剖析师和业务剖析师的稠浊体，节制一定的机器学习知识。

“他们的紧张目标是理解哪些关键指标会给业务带来重大影响，网络数据用于剖析可能存在的瓶颈，对不同用户群和指标履行可视化，并就如何改进这些指标提出和制订各种办理方案，”他补充说，在为TikTok用户开拓新功能的时候，如果没有数据科学，就不可能理解这项功能到底是让用户受益、还是疏远了用户。

“你不知道该当花多永劫光测试功能以及到底该当测试哪些方面，对付所有这些问题，你必须利用人工智能的方法。
”

机器学习工程师

数据科学家可以构建机器学习模型，但履行这些模型的是机器学习工程师。

技能做事公司Persistent Systems的创新和研发架构师Dattaraj Rao说：“机器学习工程师的任务是将机器学习模型打包到容器中，并支配莅临盆环境中——常日因此微做事的形式。
”

Rao说，这个角色须要专业的后端编程和做事器配置技能，以及容器、持续集成和交付支配方面的知识。
“机器学习工程师还要参与模型验证、A/B测试和生产监控。
”

他说，在成熟的机器学习环境中，机器学习工程师还须要试验做事工具，做事工具只须要少量的试验就可以找到在生产环境中性能表现最好的模型。

数据工程师

数据工程师构建和掩护的系统，构成了企业组织的数据根本举动步伐。
德勤董事兼首席架构师Erik Gfesser表示，数据工程师对付AI操持来说是至关主要的，由于须要先网络数据并使其适宜利用，然后才能用数据去做其他有代价的事情。

他说：“数据工程师构建数据管道来网络和搜集数据以供下贱利用，在DevOps环境中，他们构建管道来履行运行这些数据管道的根本举动步伐。
”

他说，数据工程师是机器学习和非机器学习项目的根本。
“例如，在某个公有云中履行数据管道的时候，数据工程师须要首先编写脚本来启动必要的云做事，这些做事再去供应处理获取数据所需的打算。
”

IT做事公司SPR的首席技能官Matt Mead表示，如果你是第一次组建团队，那么你须要知道，数据科学是一个须要大量数据的迭代过程。
假设你有足够的数据，“大约80%的事情都将与数据工程干系，大约20%是与数据科学干系的实际事情。
”

他说，正由于如此，AI团队中只有很少一部分人是从事数据科学的事情。
“团队其他成员须要确定正在办理的问题，帮助阐明数据，帮助组织数据，输出集成到另一个生产系统中，或者以演示就绪的办法呈现数据。
”

数据管理员

数据管理员卖力监督公司数据的管理，确保数据是可访问的且高质量的，这个主要角色确保了数据在全体组织中得到同等的利用，以及确保公司遵守了不断变革的数据法律。

技能公司Insight的数据和AI国家实践卖力人Ken Seier表示，数据管理员要确保数据科学家得到准确的数据，并且所有内容都是可重复的、在数据目录中清晰标记的。

担当这个职位的职员，须要懂数据科学并且具备沟通技巧，可在各个团队之间展开协作，并与数据科学家和工程师互助，确保利益干系者和业务用户能够访问数据。

数据管理员还要实行组织关于数据利用和安全性方面的政策。
Seier说：“数据管理员要确保只有该当得到安全数据访问权限的人才能得到这一权限。
”

领域专家

领域专家对付特定行业或者学科领域有深入的理解，是某个领域的威信，可以判断可用数据的质量，可以与AI项目的预期业务用户进行互换，确保项目具有现实代价。

软件开拓公司SpdLoad首席实行官Max Babych说，领域专家是必不可少的，由于开拓AI系统的技能专家很少具备该系统目标领域的专业知识。
“领域专家可以供应关键的洞察，让AI系统发挥最佳的性能。
”

当SpdLoad公司开拓了一种打算机视觉系统来识别自动驾驶仪的移动物体以替代LIDAR技能的时候，他们是在没有领域专家的情形下启动了该项目。
只管研究证明这个别系是有效的，但SpdLoad公司不知道的是，汽车品牌更喜好激光雷达而不是打算机视觉，由于这种技能具备经由验证的可靠性，而且他们也没有机会购买基于打算机视觉的产品。

“我想分享的一个关键建议便是你要考虑商业模式，然后吸引领域专家来判断这在该行业中是否是一种可行的赢利办法，然后再去谈论更多的技能问题。
”

教诲技能平台iSchoolConnect的AI卖力人Ashish Tulsankar表示，领域专家可以成为客户和AI团队之间的主要联结人。

“这个人可以和客户沟通，理解他们的需求，并为AI团队供应接下来一系列方向。
而且领域专家还可以监督企业是否以合乎道德的办法去履行AI的。
”

AI设计师

AI设计师卖力与开拓职员互助，确保他们理解人类用户的真正需求，这个角色会设想用户将如何与AI进行交互，创建原型以展示新AI功能的利用场景。

AI设计师还要确保在人类用户和AI系统之间建立信赖，确保AI能从用户反馈中学习并改进。

BCG波士顿咨询公司北美AI业务联合卖力人Shervin Khodabandeh认为：“组织在扩展AI方面碰着的一个困难是，用户不理解办理方案、不认同、或者无法与之进行交互。
那些正在从AI中得到代价的组织，他们的窍门实际上便是他们可以以精确的办法进行人机交互。
”

波士顿咨询公司遵照10-20-70的原则：10%的代价是算法，20%是技能和数据平台，70%的代价来自业务整合，或者在业务流程中将其捆绑到企业计策中。

“人机交互绝对是很关键的，是70%的寻衅中一个主要的组成部分，”他还补充说，AI设计师将帮助你实现目标。

产品经理

产品经理卖力创造客户需求，卖力产品开拓和产品营销，同时确保AI团队做出有利的计策决策。

“在AI团队中，产品经理的职责是理解如何利用AI办理客户问题，然后将其转化为产品计策，”AI开拓公司Nexocode的产品经理Dorota Owczarek这样表示。

Owczarek最近参与了一个为制药行业开拓AI产品的项目，这种产品将支持利用自然措辞对研究论文和文档进行人工审查。

“这个项目须要与数据科学家、机器学习工程师和数据工程师展开密切互助，开拓为产品供应动力所需的模型和算法，”她说。

作为产品经理，Owczarek卖力履行产品路线图、估算和掌握预算、处理产品技能、用户体验和业务方面之间的互助。

她说：“在这种分外情形下，由于项目是由业务利益干系者发起的，因此拥有一位能够确保知足他们的需求、同时关注项目的总体目标的产品经理尤为主要，”她说，AI产品经理该当同时具备技能技能和商业头脑。

“产品经理该当能够与不同的团队亲睦处干系者密切互助。
大多数情形下，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说，AI产品经理还须要理解与AI的伦理成分，“他们卖力制订内部流程和辅导方针，确保公司的产品符合行业最佳实践”。

AI计策家

人工智能计策家须要理解企业层面的运作办法，并与实行团队和外部利益干系者进行折衷，以确保公司拥有得当的根本举动步伐和人才以取得AI操持的成功。

要取获胜利，AI计策家必须深入理解他们的业务领域和机器学习的根本知识；EY Consulting的环球AI卖力人Dan Diasio表示，他们还必须知道如何利用AI来办理业务问题。

“几年前，技能是比较难的部分，但是现在，技能正在重新构想我们连接不同业务的办法，以充分利用我们打造的AI能力或者AI资产。
”他补充说，AI计策家可以帮助公司以转型思维去思考如何利用AI。

“要改变（公司做出）决策的办法，就须要具有重大影响力和远见的人来推动这一进程。
”

AI计策家还可以帮助企业组织得到有效推动AI所需的数据。

“如今，企业在其系统内或数据仓库内拥有的数据，实际上只代表了他们在构建AI能力时所需数据中的很小一部分。
AI计策家的一部分职责便是要放眼未来，看看如何在不违反隐私规则的情形下获取和利用更多的数据。
”

首席AI官

首席AI官是所有AI操持的紧张决策者，卖力向利益干系者和客户传达AI潜在的商业代价。

“决策者是那些理解业务、商机和风险的人，”iSchoolConnect的Tulsankar 说。

他说，首席AI官该当知道人AI可以有那些用场，哪些可以带来最主要的经济利益，他们该当能够向利益干系者阐明这些机会。

“他们还该当谈论如何反复实现这些机会。
如果有多个客户或多个产品须要运用AI，首席AI官该当能够把与客户无关和客户特定的履行部分划分开。
”

高管发起人

实行发起人须要是一位C级高管，在确保AI项目取得成果方面发挥积极的浸染，卖力为公司的AI操持获取资金。

EY Consulting公司的Diasio表示，高管在帮助推动AI项目取获胜利方面发挥着重要的浸染。
“对付公司来说，最大的机会来自于每每是他们打破特定职能的领域。
”

例如，一家消费品制造商有一个卖力研发的团队、一个卖力供应链的团队、一个发卖团队和一个营销团队，“运用AI来变革业务最大也是最好的机会，是和所有这四个职能干系的，因此要实现这些变革，就须要来自CEO或者最高管理层强有力的领导。
”

BCG公司的Shervin Khodabandeh说，遗憾的是，很多公司的高管层对AI的潜力并不十分理解。

“他们对AI的理解非常有限，常常把AI看作是一个黑匣子，直接扔给数据科学家，但他们并不真正理解利用AI须要有哪些新的方法。
”

他说，企业如果不理解AI团队如何运作、角色如何运作、如何得到授权的话，采取AI将是对企业文化的一个巨大变革。
“采取AI的传统公司中，有99%的公司会认为这是一件很难的事情。
”