Dix rôles clés pour réaliser pleinement la valeur commerciale de l'intelligence artificielle

De plus en plus d'entreprises dans tous les secteurs adoptent l'intelligence artificielle pour modifier leurs processus commerciaux. Mais sachez que le succès d’un programme d’IA ne dépend pas seulement des données et de la technologie, mais également de l’inclusion des bons talents.

Bradley Shimmin, analyste principal de la plateforme d'IA, de l'analyse et de la gestion des données au sein du cabinet de conseil Omdia, a déclaré qu'une équipe d'IA d'entreprise efficace doit être un groupe diversifié qui comprend non seulement des scientifiques et des ingénieurs de données, mais également un éventail de personnes qui comprennent le des affaires et des gens qui essaient de résoudre des problèmes.

Carlos Anchia, co-fondateur et PDG de la startup d'IA Plainsight, est d'accord, ajoutant qu'une grande partie du succès de l'IA dépend de la constitution d'une équipe complète dotée d'une variété de compétences avancées, mais cela est très difficile. Il explique : « Déterminer ce qui rend une équipe d'IA efficace peut sembler facile à faire, mais lorsque vous examinez les responsabilités détaillées des individus au sein d'une équipe d'IA performante, vous concluez rapidement que bâtir une telle équipe est très difficile »

. vous aider à constituer votre équipe d'IA idéale, voici les 10 rôles clés qui sont essentiels dans une équipe d'IA d'entreprise bien gérée aujourd'hui :

Data Scientist

Les data scientists sont au cœur de toute équipe d'IA et ils sont responsables de la gestion et de l'analyse. données, créez des modèles d'apprentissage automatique (ML) et tirez des conclusions pour améliorer les modèles ML déjà en production.

Mark Eltsefon, data scientist chez TikTok, a déclaré que les data scientists sont un mélange d'analystes de produits et d'analystes commerciaux, et possèdent également une petite quantité de connaissances en apprentissage automatique. Leur objectif principal est de comprendre les indicateurs clés qui ont un impact significatif sur l'entreprise, de collecter des données pour analyser les éventuels goulots d'étranglement, de visualiser différents groupes d'utilisateurs et métriques, et de proposer diverses solutions pour augmenter ces métriques. Par exemple, lors du développement d’une nouvelle fonctionnalité pour les utilisateurs de TikTok, sans un data scientist, il n’y a aucun moyen de comprendre si la fonctionnalité profitera ou nuira aux utilisateurs.

Ingénieur en apprentissage automatique (ML)

Les data scientists peuvent créer des modèles ML, mais leur mise en œuvre nécessite des ingénieurs ML.

Dattaraj Rao, architecte d'innovation et de R&D chez la société de services technologiques Persistent Systems, a déclaré : « Ce type de rôle est chargé de conditionner les modèles ML dans des conteneurs et de les déployer (généralement sous forme de microservices) dans des environnements de production. Ils nécessitent souvent un back-end professionnel. Services. Compétences en matière de programmation de bout en bout et de configuration de serveur, ainsi qu'une expertise en matière de conteneurs et de déploiement d'intégration et de livraison continue. De plus, les ingénieurs ML sont également impliqués dans la validation des modèles, les tests A/B et le suivi de la production. »

Dans un environnement mature. Environnement ML, les ingénieurs ML sont également impliqués. Il existe un besoin d'outils de service expérimentaux qui peuvent aider les ingénieurs ML à trouver les modèles les plus performants en production avec un minimum d'expérimentation.

Data Engineer

Les ingénieurs de données sont responsables de la création et de la maintenance des systèmes qui constituent l'infrastructure de données d'une organisation. Erik Gfesser, directeur et architecte en chef chez Deloitte, a déclaré que les ingénieurs de données sont essentiels aux initiatives d'IA. Ils construisent des pipelines de données pour collecter et assembler des données pour une utilisation en aval. Dans un environnement DevOps, ils construisent des pipelines pour mettre en œuvre l'infrastructure nécessaire à l'exécution de ces pipelines de données. .

Il a ajouté que les ingénieurs de données sont à la base des initiatives ML et non-ML. Par exemple, lors de la mise en œuvre d'un pipeline de données dans l'un des cloud publics, les ingénieurs de données doivent d'abord écrire des scripts pour lancer les services cloud nécessaires qui fournissent le calcul nécessaire au traitement des données ingérées.

Matt Mead, directeur de la technologie de la société de services informatiques SPR, a déclaré que si vous constituez une équipe pour la première fois, vous devez comprendre que la science des données est un processus itératif qui nécessite de grandes quantités de données. En supposant que vous disposez de suffisamment de données, environ 80 % du travail sera lié à des tâches d'ingénierie des données et environ 20 % seront des travaux réels liés à la science des données. Pour cette raison, seul un petit pourcentage de votre équipe d’IA travaillera dans le domaine de la science des données. D'autres membres de l'équipe seront chargés d'identifier le problème à résoudre, d'aider à interpréter les données, d'organiser les données, d'intégrer le résultat dans un autre système de production ou de présenter les données de manière prête à être présentée.

Data Stewards

Les Data stewards supervisent la gestion des données d'entreprise et garantissent leur qualité et leur accessibilité. Ce rôle important garantit la cohérence des données dans les applications d'entreprise tout en garantissant que l'entreprise respecte les lois sur les données en constante évolution.

Ken Seier, responsable des pratiques données et IA chez la société de technologie Insight, a déclaré que les gestionnaires de données garantissent que les scientifiques des données obtiennent les bonnes données et que tout est reproductible et clairement étiqueté dans le catalogue de données.

Les personnes occupant ce rôle devront combiner leurs compétences en science des données et en communication pour collaborer entre les équipes et travailler avec des scientifiques et des ingénieurs de données pour garantir que les données sont accessibles aux parties prenantes et aux utilisateurs professionnels.

De plus, les gestionnaires de données sont chargés de faire respecter les politiques de l'organisation en matière d'utilisation et de sécurité des données, en veillant à ce que seuls ceux qui devraient bénéficier d'un accès sécurisé aux données obtiennent cet accès.

Expert de domaine

Un expert de domaine possède une connaissance approfondie d'un secteur ou d'un domaine spécifique. Ce rôle est une autorité dans son domaine, peut juger de la qualité des données disponibles et peut communiquer avec les utilisateurs professionnels prévus du projet d'IA pour garantir qu'il a une valeur réelle.

Max Babych, PDG de la société de développement de logiciels SpdLoad, a déclaré que ces experts du domaine sont essentiels car les experts techniques développant des systèmes d'IA ont rarement une expertise dans le domaine réel dans lequel le système est construit. Les experts du domaine peuvent fournir des informations essentielles pour permettre aux systèmes d’IA de fonctionner de manière optimale.

Par exemple, la société Babych a développé un système de vision par ordinateur pour remplacer le LiDAR (LIDAR) pour identifier les objets en mouvement sur pilote automatique. Ils ont démarré le projet sans experts du domaine, et bien que des études aient prouvé que le système fonctionnait, ce que son entreprise ne savait pas, c'est que les marques automobiles préféraient le LIDAR à la vision par ordinateur.

Babych a déclaré : « Le conseil clé que j'aimerais partager dans ce cas est de réfléchir au modèle commercial, puis d'engager des experts du domaine pour comprendre si cela s'applique à votre secteur, puis de discuter en détail des aspects plus techniques. de mettre en œuvre cette fonctionnalité. Il peut communiquer avec les clients pour comprendre leurs besoins et proposer les prochaines étapes à l'équipe IA, tandis que les experts du domaine peuvent également vérifier si l'IA est mise en œuvre de manière éthique.

AI Designer

Les concepteurs d'IA travaillent avec les développeurs pour s'assurer qu'ils comprennent les besoins des utilisateurs humains. Ce rôle envisage la manière dont les utilisateurs interagiront avec l'IA et crée des prototypes pour démontrer les cas d'utilisation des nouvelles fonctionnalités de l'IA.

Les concepteurs d'IA veillent également à ce que la confiance soit établie entre les utilisateurs humains et les systèmes d'IA, et à ce que l'IA puisse apprendre et s'améliorer à partir des commentaires des utilisateurs.

Shervin Khodabendeh, co-responsable de la pratique IA au sein du cabinet de conseil BCG, a déclaré : « L'une des difficultés rencontrées par les entreprises lorsqu'elles mettent à l'échelle des initiatives d'IA est que les utilisateurs ne comprennent pas la solution, ne s'y identifient pas, ou "

Le modèle de pensée du BCG suit le principe « 10-20-70 », c'est-à-dire 10. % de la valeur est l'algorithme et 20 % est la technologie et la plate-forme de données, 70 % de la valeur provient de l'intégration de l'entreprise ou de sa liaison à la stratégie de l'entreprise dans le processus commercial. L’interaction homme-machine est absolument essentielle et constitue une part importante de 70 % des défis. Artificial Intelligence Designer vous aidera à atteindre cet objectif.

Chef de produit

Les chefs de produit identifient les besoins des clients et dirigent le développement et la commercialisation des produits tout en s'assurant que l'équipe d'IA prend des décisions stratégiques bénéfiques.

Dorota Owczarek, chef de produit de la société de développement d'intelligence artificielle Nexocode, a déclaré : « Dans l'équipe d'intelligence artificielle, le chef de produit est chargé de comprendre comment utiliser l'intelligence artificielle pour résoudre les problèmes des clients, puis de la transformer en une stratégie produit

.

Owczarek a récemment participé à un projet visant à développer un produit basé sur l'IA pour l'industrie pharmaceutique qui prendra en charge l'examen humain des articles et des documents de recherche à l'aide du traitement du langage naturel. Le projet nécessite une collaboration étroite avec des data scientists, des ingénieurs en apprentissage automatique et des ingénieurs de données pour développer les modèles et les algorithmes nécessaires au fonctionnement du produit.

En tant que chef de produit, Owczarek est principalement responsable de la mise en œuvre des feuilles de route des produits, de l'estimation et du contrôle des budgets, ainsi que de la gestion de la collaboration entre la technologie des produits, l'expérience utilisateur et les aspects commerciaux. Elle a déclaré : « Étant donné que le projet a été initié par des parties prenantes de l'entreprise, il est particulièrement important d'avoir un chef de produit capable de garantir que les besoins des parties prenantes sont satisfaits tout en se concentrant également sur les objectifs généraux du projet, en particulier le produit d'intelligence artificielle. Le responsable doit également avoir des compétences techniques et un sens des affaires. Il doit être capable de travailler en étroite collaboration avec différentes équipes et parties prenantes. Dans la plupart des cas, le succès des projets d'IA dépendra de la collaboration entre les équipes commerciales, de science des données, d'ingénierie d'apprentissage automatique et de conception. "

Owczarek a ajouté que les chefs de produits d'intelligence artificielle sont également chargés de développer des processus et des lignes directrices internes pour garantir que les produits de l'entreprise sont conformes aux meilleures pratiques de l'industrie.

Stratège IA

Un stratège IA doit comprendre comment l'entreprise fonctionne au niveau de l'entreprise et se coordonner avec l'équipe de direction et les parties prenantes externes pour s'assurer que l'entreprise dispose de l'infrastructure et des talents appropriés pour mener à bien les initiatives d'IA.

Dan Diasio, leader mondial de l'IA chez EY Consulting, a déclaré que pour réussir, les stratèges en intelligence artificielle doivent avoir une compréhension approfondie de leur domaine d'activité et des bases de l'apprentissage automatique. En même temps, ils doivent également savoir comment utiliser l'IA. pour résoudre des problèmes commerciaux.

Si vous souhaitez changer la façon dont les entreprises prennent des décisions, vous avez besoin de personnes ayant une influence et une vision significatives pour diriger le processus. Les stratèges en intelligence artificielle sont des personnes qui peuvent aider les entreprises à réfléchir à la transformation. De plus, ils peuvent aider les entreprises à accéder aux données dont elles ont besoin pour piloter efficacement l’IA.

Diasio a déclaré : « Aujourd'hui, les données dont les entreprises disposent dans leurs systèmes ou entrepôts de données ne représentent en réalité qu'une petite partie de ce qu'elles utilisent pour se différencier lors du développement de capacités d'IA. Une partie du travail d'un stratège consiste à regarder vers l'avenir et à voir comment. pour capturer et exploiter plus de données sans aborder les problèmes de confidentialité »

Chief Artificial Intelligence Officer

Le Chief Artificial Intelligence Officer est le principal décideur de toutes les initiatives d'IA et est responsable de la communication de l'IA aux parties prenantes et aux clients.

Tulsankar d'iSchoolConnect a déclaré que les décideurs sont des personnes qui comprennent l'entreprise, les opportunités et les risques. Le responsable de l’IA doit comprendre les cas d’utilisation que l’IA peut résoudre, quels sont les avantages les plus importants, et avoir la capacité d’articuler ces opportunités aux parties prenantes. De plus, ils devraient discuter de la manière de mettre en œuvre ces opportunités de manière itérative. Si plusieurs clients ou plusieurs produits nécessitent l’application de l’IA, le responsable de l’IA peut diviser les parties « indépendantes du client » et « spécifiques au client » de la mise en œuvre.

Sponsor exécutif

Le sponsor exécutif doit être un manager de niveau C qui joue un rôle important pour garantir des résultats positifs pour les projets d'IA et est responsable de l'obtention de financement pour les initiatives d'IA de l'entreprise.

Diasio d'EY Consulting affirme que les dirigeants jouent un rôle important dans la réussite des projets d'IA. Sachez que les plus grandes opportunités pour les entreprises se trouvent souvent là où elles se détachent de fonctions spécifiques. Par exemple, un fabricant de biens de consommation dispose d’une équipe responsable de la recherche et du développement, d’une équipe responsable de la chaîne d’approvisionnement, d’une équipe commerciale et d’une équipe marketing. L’application de l’intelligence artificielle peut contribuer à transformer ces quatre fonctions afin de concrétiser les plus grandes et meilleures opportunités de l’entreprise. Seul un PDG ou un C-suite doté d’un leadership fort peut contribuer à apporter ces changements.

Malheureusement, la haute direction de nombreuses entreprises a une compréhension très limitée du potentiel de l’intelligence artificielle, la considérant souvent comme une « boîte noire ». Ils ont l'habitude de les confier aux data scientists, mais ne comprennent pas vraiment les nouvelles méthodes nécessaires pour utiliser l'IA.

L’adoption de l’IA représentera un énorme changement culturel pour de nombreuses entreprises qui ne comprennent pas comment fonctionnent les équipes d’IA efficaces, comment fonctionnent leurs rôles et comment elles sont responsabilisées. De plus, c’est une chose très difficile pour 99 % des entreprises traditionnelles qui adoptent l’IA.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!