QQ在線
企業(yè)微信
資訊
526隨著企業(yè)進(jìn)一步開發(fā)人工智能項(xiàng)目，他們發(fā)現(xiàn)某些角色對業(yè)務(wù)的成功至關(guān)重要，但是很難找到合適的人才。
人工智能提供了充分的機(jī)會來獲取商業(yè)價(jià)值。如果做得好，人工智能可以幫助改進(jìn)銷售、優(yōu)化運(yùn)營，并為員工提供具有更高價(jià)值的工作。它有助于降低成本，并賦予組織創(chuàng)造新產(chǎn)品和開拓新市場的能力。
咨詢機(jī)構(gòu)德勤公司最近的一項(xiàng)調(diào)查表明，55%的IT高管表示，他們的公司在2018年推出了6個(gè)或更多的與人工智能相關(guān)的試點(diǎn)項(xiàng)目。而在2017年的調(diào)查中，只有35%的IT高管這么認(rèn)為。超過三分之一的公司在認(rèn)知技術(shù)上的投資超過500萬美元。56%的高管預(yù)計(jì)人工智能將在未來三年內(nèi)改造他們的公司。
但要實(shí)現(xiàn)這一目標(biāo)并不容易，而且需要某些關(guān)鍵技能，但很難找到。以下了解一下人工智能成功的八個(gè)關(guān)鍵角色：
（1）人工智能研究人員
對于一些企業(yè)來說，參與研究可能會適得其反。畢竟，人工智能研究人員往往是進(jìn)行基礎(chǔ)技術(shù)研究的專家，他們可能有朝一日在機(jī)器的思考能力方面取得突破。此外，追蹤人工智能的研究人員意味著需要與谷歌公司和微軟公司等科技巨頭進(jìn)行競爭，可能無法立即帶來商業(yè)利益。
但總有一些希望取得突破性進(jìn)展能使他們成為行業(yè)領(lǐng)先者，僅此承諾可能與人工智能研究人員的高需求有關(guān)。根據(jù)德勤公司的調(diào)查，30%的IT行業(yè)首席執(zhí)行官認(rèn)為在他們的首要任務(wù)中尋找人工智能研究人員比其他任何角色都重要。
德勤風(fēng)險(xiǎn)和金融咨詢公司負(fù)責(zé)分析和數(shù)據(jù)風(fēng)險(xiǎn)的全球領(lǐng)導(dǎo)者Vivek Katyal表示：“人們希望看到卓越的人才，但這會對他們真正追求的目標(biāo)產(chǎn)生影響嗎？”他說，除非企業(yè)想成為下一個(gè)Facebook公司，否則可能不會產(chǎn)生影響。
但他表示，許多做出融資決策的企業(yè)高管并不理解人工智能研究和人工智能應(yīng)用之間的區(qū)別。
然而，對于人工智能對其核心業(yè)務(wù)至關(guān)重要的公司而言，研究不是奢侈品，而是一種必需品。例如，AppTek公司是一家成立于大約30年前的語音識別公司。隨著人工智能改變了語音識別技術(shù)，AppTek公司致力于研究人工智能在語音識別方面的應(yīng)用以跟上技術(shù)的進(jìn)展。例如，其最新發(fā)布的研究重點(diǎn)是在對話中識別不同的發(fā)言者。
69%的企業(yè)領(lǐng)導(dǎo)者認(rèn)為更好的溝通可以幫助他們實(shí)現(xiàn)愿景。
AppTek公司首席營收官M(fèi)ike Veronis說，“這是一個(gè)真正的商業(yè)需求，我們這樣做是為了解決問題，并提高能力。”
（2）人工智能軟件開發(fā)人員
人工智能軟件開發(fā)人員通常進(jìn)行的是基礎(chǔ)研究，例如深度學(xué)習(xí)或生成對抗網(wǎng)絡(luò)的最新發(fā)展，并將其轉(zhuǎn)化為可用的產(chǎn)品。一些企業(yè)將這項(xiàng)工作交給大型供應(yīng)商，依靠商業(yè)平臺而不是開發(fā)自己的人工智能技術(shù)。但即使企業(yè)使用已知的人工智能技術(shù)，他們可能仍然希望建立自己的平臺。這在一定程度上可以解釋對于人工智能軟件開發(fā)人員更高的需求，這是德勤調(diào)查中28%的受訪者指出的首要任務(wù)。
企業(yè)構(gòu)建自己的框架的一個(gè)原因是當(dāng)前面臨的人工智能框架的“黑盒”問題。由于無法看到現(xiàn)成產(chǎn)品的源代碼，一些公司，特別是在金融或醫(yī)療保健等受監(jiān)管領(lǐng)域的公司，可能會選擇自己的方向。
Katyal說，“也許企業(yè)應(yīng)該自己開發(fā)一些東西，在那里知道自己建造了什么，自己擁有代碼，并控制著它的一切。這種討論非常普遍。當(dāng)他們構(gòu)建自己的人工智能軟件時(shí)，他們也可以更好地理解工具的內(nèi)置偏見，”他補(bǔ)充說。
這也是AppTek公司的發(fā)展現(xiàn)狀。除了擁有基于企業(yè)自身研究的獨(dú)特功能外，它還可以根據(jù)需要定制產(chǎn)品，而不是一個(gè)不易調(diào)整的黑匣子商業(yè)系統(tǒng)。AppTek公司的Veronis說，“我們可以適應(yīng)和訓(xùn)練并不斷改進(jìn)語音識別引擎。”
（3）數(shù)據(jù)科學(xué)家
Katyal說，當(dāng)企業(yè)考慮克服人工智能挑戰(zhàn)時(shí)，通常會考慮創(chuàng)建新的人工智能算法。但他們可能會從改善數(shù)據(jù)中獲得更多價(jià)值。“這是功能性人工智能的常見障礙。”他說。
Katyal表示，這使得數(shù)據(jù)科學(xué)家成為所有人工智能中最重要的角色。24%的受訪者表示，數(shù)據(jù)科學(xué)家為企業(yè)的數(shù)據(jù)用于人工智能系統(tǒng)做好了準(zhǔn)備。他們還確定企業(yè)實(shí)現(xiàn)目標(biāo)所需的數(shù)據(jù)——內(nèi)部生成或從第三方收集的數(shù)據(jù)。數(shù)據(jù)科學(xué)家還可以發(fā)現(xiàn)數(shù)據(jù)何時(shí)丟失，何時(shí)知道特定類型的數(shù)據(jù)不足，以及何時(shí)識別數(shù)據(jù)集偏差或過時(shí)。
他們也是那些識別正確的算法用于他們的數(shù)據(jù)集，訓(xùn)練和調(diào)整這些算法，并與主題專家合作驗(yàn)證結(jié)果的人員。
Katyal說，“在過去，他們應(yīng)該是高級統(tǒng)計(jì)學(xué)家，他們是人工智能研究和人工智能軟件的用戶。”
日本的三井住友銀行將數(shù)據(jù)科學(xué)家視為近期開展人工智能項(xiàng)目的核心因素。作為全球金融公司和日本第二大資產(chǎn)銀行，三井住友銀行正在利用人工智能改善其數(shù)據(jù)中心的客戶服務(wù)，使員工更容易找到信息，并更好地識別潛在的企業(yè)客戶。
該銀行執(zhí)行董事Akinobu Funayama表示，三井住友銀行已經(jīng)擁有一個(gè)數(shù)據(jù)管理部門和數(shù)據(jù)科學(xué)家。首先，數(shù)據(jù)科學(xué)家將人工設(shè)置用例，識別與這些用例最相關(guān)的數(shù)據(jù)點(diǎn)，并創(chuàng)建算法來分析數(shù)據(jù)。例如，在為潛在的新客戶獲取盈利能力時(shí)，數(shù)據(jù)科學(xué)家會考慮數(shù)千個(gè)因素，并了解是否有用。
其整個(gè)過程需要兩到三個(gè)月的時(shí)間來處理每個(gè)用例，每年將轉(zhuǎn)化為10到15個(gè)用例。利用dotData的技術(shù)來幫助識別對創(chuàng)建新算法最有用的數(shù)據(jù)點(diǎn)，SMBC將創(chuàng)建新模型所需的時(shí)間縮短到了幾個(gè)小時(shí)。這使得銀行每年可以處理的用例數(shù)量增加到大約100個(gè)，使其能夠?qū)⑷斯ぶ悄軕?yīng)用到銀行的更多領(lǐng)域，包括財(cái)務(wù)、財(cái)政和合規(guī)性。
“我們正在努力提高整個(gè)團(tuán)隊(duì)的績效。”Funayama說。
他說，數(shù)據(jù)科學(xué)家對這一過程仍然至關(guān)重要，但他們現(xiàn)在正在處理更廣泛的人工智能技術(shù)業(yè)務(wù)用例，而不是進(jìn)行重復(fù)的特征工程工作。
（4）用戶體驗(yàn)設(shè)計(jì)師
隨著人工智能融入到更多的產(chǎn)品和服務(wù)中，用戶體驗(yàn)設(shè)計(jì)變得越來越重要。人們現(xiàn)在希望能夠提出簡單的問題，或者讓應(yīng)用程序從上下文推斷出他們需要什么，而不是打開菜單或單擊按鈕那么簡單。
總部位于亞利桑那州Tempe的Insight技術(shù)咨詢公司首席技術(shù)官Brandon Ebken說，“我們一直認(rèn)為用戶體驗(yàn)是由網(wǎng)絡(luò)驅(qū)動(dòng)或移動(dòng)程序驅(qū)動(dòng)的。在人工智能領(lǐng)域，我們正在與聊天機(jī)器人、Siri或Cortana以及Voice進(jìn)行交互。它創(chuàng)造了一種全新的用戶體驗(yàn)設(shè)計(jì)，在創(chuàng)建新的人工智能工具時(shí)，它是一個(gè)關(guān)鍵的部分。”
德勤公司的Katyal表示，“人工智能產(chǎn)品與人類經(jīng)驗(yàn)之間的聯(lián)系正在不斷發(fā)展，我認(rèn)為這是下一場革命，人們已經(jīng)開始看到它。”
隨著新工具的創(chuàng)建，人們必須能夠使用它們，這可能需要新的接口，以及應(yīng)用程序或業(yè)務(wù)流程的結(jié)構(gòu)變化。
他說，為了找到具備這些技能的人，企業(yè)應(yīng)該尋找客戶服務(wù)方面的專家。
（5）變更管理專家
德勤公司的Katyal表示，變更管理是人工智能部署中最容易被忽視的一個(gè)方面。并且不僅是企業(yè)員工從變更管理中受益，而且還受益于用戶。Katyal補(bǔ)充說，“這是最艱難的事情，這是企業(yè)中最被忽視和低估的領(lǐng)域。”
盡管如此，在德勤公司的調(diào)查中，22%的受訪者對變革管理專家的需求仍然很大，這是他們最需要的技能。德勤公司表示，人工智能項(xiàng)目可能對知識工作者產(chǎn)生巨大影響，如果他們沒有參與解決方案的開發(fā)，知識工作者可能會拒絕接受人工智能建議。
德勤公司的調(diào)查報(bào)告稱，“在試點(diǎn)、基層實(shí)驗(yàn)和供應(yīng)商驅(qū)動(dòng)的炒作中，促進(jìn)組織變革的基礎(chǔ)可能會迷失。”
此外，63%接受調(diào)查的IT經(jīng)理表示，為了削減成本，他們的公司希望使用人工智能來盡可能多地自動(dòng)化工作，這進(jìn)一步強(qiáng)調(diào)了對變革管理專業(yè)知識的需求。
（6）項(xiàng)目經(jīng)理
許多人工智能項(xiàng)目都存在問題，因?yàn)樗鼈兺ǔ２粫衿髽I(yè)使用更成熟的技術(shù)一樣嚴(yán)格管理。能夠領(lǐng)導(dǎo)人工智能實(shí)施的項(xiàng)目經(jīng)理可以幫助將人工智能集成到企業(yè)的角色和流程中，幫助衡量和證明業(yè)務(wù)價(jià)值，這對德勤公司分析師中39%的受訪者來說是位列前三的挑戰(zhàn)。他們還可以處理與人工智能相關(guān)的其他領(lǐng)域的技能短缺問題。
如今找到數(shù)據(jù)科學(xué)家比較困難，因?yàn)樗麄円彩擒浖こ處煛⒂脩艚缑嬖O(shè)計(jì)師、安全專家和主題專家。西雅圖一家商業(yè)咨詢機(jī)構(gòu)Slalom公司的總經(jīng)理MartyYoung說，正因?yàn)槿绱耍斯ぶ悄茼?xiàng)目包括了復(fù)雜的團(tuán)隊(duì)。
項(xiàng)目經(jīng)理需要討論所有這些角色。此外，風(fēng)險(xiǎn)投資公司General Catalyst Partners的總經(jīng)理Steve Herrod表示，項(xiàng)目經(jīng)理將幫助多學(xué)科團(tuán)隊(duì)將人工智能從實(shí)驗(yàn)性試點(diǎn)項(xiàng)目轉(zhuǎn)移到軟件工程和軟件生命周期的另一個(gè)方面。Herrod以前是VMware公司的首席技術(shù)官。
“我們不應(yīng)忽視需要了解模型獨(dú)特方面的項(xiàng)目和項(xiàng)目經(jīng)理，并將其納入他們必須參與的更廣泛的軟件版本中。”他補(bǔ)充說。
Herrod說，隨著該領(lǐng)域的發(fā)展，將會有更廣泛的相關(guān)角色，例如處理審計(jì)和認(rèn)證相關(guān)問題的人員。
這將為項(xiàng)目經(jīng)理創(chuàng)造更多的工作和更多的需求。
（7）解讀人工智能結(jié)果的商業(yè)領(lǐng)袖
即使企業(yè)將外部供應(yīng)商用于其大部分人工智能功能，擁有內(nèi)部業(yè)務(wù)專業(yè)知識也是至關(guān)重要的。
印度航運(yùn)商Spoton Logistics公司就是這種情況，該公司希望使用人工智能來幫助財(cái)務(wù)部門的客戶服務(wù)、情感分析和自動(dòng)化。例如，其特定的用例是解決公司的“第一英里”和“最后一英里”地址問題。
該公司商業(yè)工程主管SatyaPal說，“印度的地址格式并不標(biāo)準(zhǔn)，當(dāng)企業(yè)正在使用尚未完全填寫的地址時(shí)，情況會變得更糟。這消除了集中規(guī)劃和車輛利用的可能性。”
該公司決定使用外部供應(yīng)商開展大部分工作，而不是在內(nèi)部構(gòu)建技術(shù)。然而，需要解釋人工智能結(jié)果的業(yè)務(wù)領(lǐng)導(dǎo)者是企業(yè)的內(nèi)部團(tuán)隊(duì)。他說，他們對公司試圖解決的具體問題有業(yè)務(wù)知識，對各種人工智能模型和框架有了解。例如，他們能夠理解分類模型與強(qiáng)化學(xué)習(xí)以及監(jiān)督與非監(jiān)督學(xué)習(xí)的應(yīng)用。
他說，“一般來說，他們來自具有Python知識的計(jì)算機(jī)科學(xué)背景的人員。需要一些額外的培訓(xùn)，但這通常是獨(dú)立的研究以及人工智能相關(guān)的在線課程。”
這使得他們能夠確定哪種人工智能方法最適合解決特定的產(chǎn)品和驗(yàn)證進(jìn)展。
（8）主題專家
由于現(xiàn)成的人工智能工具并不總是適用于所有用例，因此主題專家是關(guān)鍵。例如，產(chǎn)品推薦引擎通常是圍繞在線零售商的需求而設(shè)計(jì)的，EnergySavvy公司專注于公用事業(yè)行業(yè)的軟件公司客戶解決方案的高級副總裁Michael Rigney說。
網(wǎng)上零售商收集顧客購物習(xí)慣的數(shù)據(jù)，并將其與其他顧客的購物習(xí)慣進(jìn)行比較。但對于那些從當(dāng)?shù)毓檬聵I(yè)公司獲得電力的人來說，過去的購買記錄并不是有用的指標(biāo)。在這方面，能效公司的專業(yè)知識會有所幫助。
Rigney說，“我們知道如何確定哪些客戶從節(jié)能項(xiàng)目中受益，他們受益多少，以及其他哪些客戶與這些客戶類似，并且也會受益。”這有助于EnergySavvy為馬薩諸塞州的Nationa lGrid公司等客戶提供服務(wù)。
EnergySavvy公司營銷副總裁Ryan Warren表示，“新的人工智能能力是企業(yè)近期收入增長的絕大部分。我們的客戶得到快速增長，而公司未來的業(yè)務(wù)都與人工智能支持的技術(shù)有著根本的聯(lián)系。”
