人工知能の成功のための 10 の重要な役割

あらゆる業界で、ビジネス プロセスを変革するために人工知能 (AI) を導入する企業が増えていますが、AI への取り組みの成功は、データとテクノロジーだけではありません。適切な人材が入社します。

#効果的なエンタープライズ AI チームは、データ サイエンティストやエンジニアだけではない多様なグループです。コンサルティング会社オムディアのAIプラットフォーム、分析、データ管理担当主任アナリスト、ブラッドリー・シミン氏は、成功するAIチームにはビジネスを理解し、問題解決に努めている人材が多く含まれている必要があると述べた。

「当社が利用できるテクノロジとツールでは、現場の専門家、ビジネス ユーザー、または分析の専門家が社内で AI を直接使用し、責任を負うためのサポートと承認を提供することがますます必要になっています。」

## AI スタートアップの Plainsight の共同創設者兼最高経営責任者 # Carlos Anchia 氏もこれに同意し、AI の成功はさまざまな高度なスキルを持つ人材からなる包括的なチームを構築することに大きく依存すると考えていますが、それは困難です。

「高性能の AI チームの条件を特定するのは簡単に思えるかもしれませんが、成功している AI チームの各人の詳細な責任に注目すると、そのようなチームを構築することが重要であるという結論にすぐに至るでしょう。チームになるのはとても難しい」と彼は語った。

理想的な AI チームを構築するために、チームが果たすべき 10 の重要な役割を見てみましょう。

データ サイエンティスト

データ サイエンティストは、AI チームの中核であると言えます。彼らは、データの処理と分析、機械学習 (ML) モデルの構築、およびすでに運用されている ML モデルを改善するための結論の導き出しを担当します。

TikTok企業のデータサイエンティスト、マーク・エルセフォン氏は、データサイエンティストは製品アナリストとビジネスアナリストの混合であり、一定の機械学習の知識を持っていると述べた。

「彼らの主な目標は、どの主要な指標がビジネスに大きな影響を与えるかを理解し、データを収集して潜在的なボトルネックを分析し、さまざまなユーザー グループと指標の視覚化を実装し、これらの指標を改善する方法について推奨することです。さまざまなソリューションを開発します」と同氏は述べ、TikTokユーザー向けの新機能を開発する際には、データサイエンスがなければ、その機能がユーザーに利益をもたらしているのか、ユーザーを遠ざけているのかを理解することは不可能だと付け加えた。

「機能のテストにどれくらいの時間を費やすべきか、どの側面をテストすべきかわかりません。これらすべての問題に対して、人工知能の手法を使用する必要があります。」

機械学習エンジニア

データ サイエンティストは機械学習モデルを構築できますが、それらのモデルを実装するのは機械学習エンジニアです。

テクノロジー サービス会社 Persistent Systems のイノベーションおよび R&D アーキテクトである Dattaraj Rao 氏は、次のように述べています。「機械学習エンジニアは、機械学習モデルをコンテナにパッケージ化し、通常はマイクロサービスとして実稼働環境にデプロイするという任務を負っています。この役割には専門的な知識が必要です」ラオ氏は、バックエンドプログラミングとサーバー構成のスキルに加え、コンテナー、継続的インテグレーション、デリバリー展開の知識も必要だと述べた。 「機械学習エンジニアは、モデルの検証、A/B テスト、運用監視にも参加する必要があります。」

同氏は、成熟した機械学習環境では、機械学習エンジニアはサービス ツールやサービス ツールもテストする必要があると述べました。少量の実験を行うだけで、運用環境で最高のパフォーマンスを発揮するモデルを見つけることができます。

データ エンジニア

データ エンジニアによって構築および保守されるシステムは、企業組織のデータ インフラストラクチャを構成します。デロイトのディレクター兼チーフアーキテクトであるエリック・グフェッサー氏は、データを他の価値のあることに使用するには、その前にデータを収集し、使用に適した状態にする必要があるため、データエンジニアが AI の取り組みにとって不可欠であると述べた。

同氏は次のように述べています。「データ エンジニアは、下流で使用するデータを収集および集約するためのデータ パイプラインを構築し、DevOps 環境では、これらのデータ パイプラインを実行するインフラストラクチャを実装するためのパイプラインを構築します。」データ エンジニアは、機械学習プロジェクトと非機械学習プロジェクトの両方の基盤であると彼は言いました。 「たとえば、パブリック クラウドにデータ パイプラインを実装する場合、データ エンジニアはまず必要なクラウド サービスを起動するためのスクリプトを作成し、その後データの処理に必要な計算を行う必要があります。」

IT サービス Matt Mead , SPR の CTO は、初めてチームを構築する場合、データサイエンスは大量のデータを必要とする反復的なプロセスであることを知っておく必要があると述べました。十分なデータがあると仮定すると、「作業の約 80 パーセントはデータ エンジニアリングに関連し、約 20 パーセントはデータ サイエンスに関連する実際の作業になります。」

このため、彼は次のように述べています。データサイエンスの分野で働く人はほとんどいません。 「チームの他のメンバーは、解決しようとしている問題を特定し、データの解釈を支援し、データを整理し、別の実稼働システムへの出力統合を支援し、またはプレゼンテーション可能な方法でデータを提示する必要があります。」

データマネージャー

データ スチュワードは、企業データの管理を監督し、データがアクセス可能で高品質であることを保証します。この重要な役割により、データが組織全体で一貫して使用され、企業が絶えず変化するデータに準拠することが保証されます。法律。

テクノロジー企業 Insight のデータと AI の全国プラクティス リーダーである Ken Seier 氏は、データ スチュワードはデータ サイエンティストが正確なデータを取得し、すべてが再現可能でデータ カタログに明確にラベル付けされていることを保証すると述べました。

このポジションに就く人は、データ サイエンスを理解し、チーム間で協力し、データ サイエンティストやエンジニアと連携して、利害関係者やビジネス ユーザーがデータに確実にアクセスできるようにするためのコミュニケーション スキルを備えています。

データ スチュワードは、データの使用とセキュリティに関する組織のポリシーも強制します。 「データスチュワードは、安全なデータにアクセスできるべき人だけがアクセスできるようにする必要がある」とザイアー氏は述べた。領域理解者は、特定の分野の権威であり、利用可能なデータの品質を判断でき、AI プロジェクトの予想されるビジネス ユーザーとコミュニケーションをとって、プロジェクトに真の価値があることを確認できます。

ソフトウェア開発会社SpdLoadのCEOであるMax Babych氏は、AIシステムを開発する技術専門家がシステムの対象となるドメインの専門知識を持っていることがほとんどないため、ドメインの専門家が不可欠であると述べた。 「ドメインの専門家は、AI システムが最高のパフォーマンスを発揮できるようにする重要な洞察を提供できます。」

SpdLoad が LIDAR テクノロジーに代わる自動操縦で移動物体を識別するコンピューター ビジョン システムを開発したとき、彼らはドメインの専門家なしでプロジェクトを開始しました。このシステムが効果的であることは研究で証明されていましたが、SpdLoad が知らなかったことは、自動車ブランドはテクノロジーの信頼性が証明されているため、コンピューター ビジョンよりも LIDAR を好み、コンピューター ビジョン ベースの製品を購入する機会がなかったことです。

「私が共有したい重要なアドバイスの 1 つは、次のステップに進む前に、ビジネス モデルについて検討し、次にその分野の専門家に依頼して、これが業界で収益を得る実行可能な方法であるかどうかを判断してもらうことです」

教育テクノロジー プラットフォーム iSchoolConnect の AI 責任者である Ashish Tulsankar 氏は、ドメインの専門家がクライアントと AI チームの間の重要な連絡役になり得ると述べました。

「この担当者は、顧客とコミュニケーションをとり、顧客のニーズを理解し、AI チームに一連の指示を与えることができます。また、ドメインの専門家は、会社が倫理的な方法で AI を実装しているかどうかを監督することもできます。」

AI デザイナー

AI デザイナーは、開発者と協力して人間のユーザーの真のニーズを確実に理解する責任を負い、ユーザーが AI とどのように対話するかを想定し、プロトタイプを作成します。新しい AI 機能の使用シナリオをデモンストレーションします。

AI デザイナーはまた、人間のユーザーと AI システムの間に信頼が確立されていることを確認し、AI がユーザーのフィードバックから学習して改善できるようにします。

BCG の北米 AI プラクティスの共同リーダーである Shervin Khodabandeh 氏は次のように述べています。「組織が AI を拡張する際に直面する困難の 1 つは、ユーザーがソリューションを理解していない、同意しない、またはできないことです。」 「AI から価値を得ている組織にとっての秘密のソースは、実際には、人間とコンピューターの相互作用を適切な方法で実行できることです。」

ボストン コンサルティング グループは、10-20-70 の規則に従っています。ルール: 価値の 10% はアルゴリズム、20% はテクノロジーとデータ プラットフォーム、価値の 70% はビジネス統合、つまりビジネス プロセスにおける企業戦略との結びつきから生まれます。

「人間とコンピューターの対話は絶対に重要であり、課題の 70% の重要な部分を占めています」と彼は述べ、AI デザイナーが目標達成を支援すると付け加えました。

プロダクト マネージャー

プロダクト マネージャーは、AI チームが有利な戦略的決定を行えるようにしながら、顧客のニーズを発見し、製品開発と製品マーケティングを担当します。

「AI チームにおけるプロダクト マネージャーの仕事は、AI を使用して顧客の問題を解決する方法を理解し、それを製品戦略に組み込むことです」と、AI 開発会社 Nexocode のプロダクト マネージャーである Dorota Owczarek 氏は述べています。

Owczarek は最近、自然言語を使用した人間による研究論文や文書のレビューをサポートする製薬業界向けの AI 製品を開発するプロジェクトに取り組みました。

「このプロジェクトでは、製品を強化するために必要なモデルとアルゴリズムを開発するために、データ サイエンティスト、機械学習エンジニア、データ エンジニアとの緊密な協力が必要でした」と彼女は言いました。

Owczarek は製品マネージャーとして、製品ロードマップの実装、予算の見積もりと管理、製品の技術面、ユーザー エクスペリエンス、ビジネス面間のコラボレーションの処理を担当します。

彼女は次のように述べています。「この特定のケースでは、プロジェクトはビジネス関係者によって開始されたため、プロジェクトの全体的な目標に焦点を当てながら、彼らのニーズを確実に満たすことができるプロダクト マネージャーの存在が特に重要でした。 AI プロダクト マネージャーは、技術的なスキルとビジネスの洞察力の両方を備えている必要があります。

「プロダクト マネージャーは、さまざまなチームや関係者と緊密に連携できる必要があります。ほとんどの場合、AI プロジェクトの成功は、ビジネス、データ サイエンス、機械学習エンジニアリング、設計チーム間のコラボレーションにかかっています。」

AI 製品マネージャーは、AI に関連する倫理的考慮事項も理解する必要があるとオウツァレク氏は述べ、「彼らは、自社の製品が業界のベスト プラクティスに準拠していることを確認するための内部プロセスとガイドラインを開発する責任があります。」と述べました。

AI ストラテジスト

AI ストラテジストは、エンタープライズ レベルで物事がどのように機能するかを理解し、経営陣や外部の関係者と調整して、企業が AI プログラムを達成するための適切なインフラストラクチャと人材を確保できるようにする必要があります。成功。

EY コンサルティングのグローバル AI リーダー、ダン ディアシオ氏は、「AI ストラテジストが成功するには、自社のビジネス ドメインと機械学習の基礎を深く理解する必要がある。また、ビジネス上の問題を解決するために AI を使用する方法も知っている必要がある」と述べています。

「数年前、テクノロジーはより困難な部分でしたが、現在、テクノロジーは、私たちが構築する AI 機能や AI 資産を最大限に活用するために、さまざまなビジネスを結び付ける方法を再考しています。」と彼は付け加えました。 AI ストラテジストは、企業が変革的な考え方で AI の使用方法を考えるのを支援できます。

「（企業の）意思決定方法を変えるには、大きな影響力とビジョンを持った人材がプロセスを推進する必要があります。」

AI ストラテジストは、企業組織が必要なデータを取得するのを支援することもできます。 AIを効果的に推進します。

「今日、企業が自社のシステム内やデータ ウェアハウス内に保有しているデータは、実際には AI 機能の構築に必要なデータのほんの一部にすぎません。AI ストラテジストの役割の 1 つは、以下に注目することです。

最高 AI オフィサー

最高 AI オフィサーは、すべての AI イニシアチブの主要な意思決定者であり、以下の責任を負います。 AI の潜在的なビジネス価値を関係者や顧客に伝えます。

「意思決定者とは、ビジネス、機会、リスクを理解している人です」と iSchoolConnect の Tulsankar 氏は言います。

同氏は、最高AI責任者は人間のAIがどのような用途で利用できるのか、そしてどれが最も重要な経済的利益をもたらすことができるのかを理解し、これらの機会を利害関係者に明確に説明できる必要があると述べた。

「これらの機会をどのように繰り返し実現するかについても話し合う必要があります。AI の適用が必要な顧客または製品が複数ある場合、最高 AI 責任者は顧客に依存しない担当者と顧客に依存しない担当者を区別できる必要があります。

エグゼクティブ スポンサー

エグゼクティブ スポンサーは、AI プロジェクトが確実に結果を達成することに積極的な役割を果たし、資金調達に責任を持つ経営幹部である必要があります。同社の AI への取り組みについて。

EY コンサルティングのディアシオ氏は、AI プロジェクトを成功に導く上で経営幹部が重要な役割を果たしていると述べました。 「企業にとって最大のチャンスは、多くの場合、特定の機能から抜け出す領域から生まれます。」

たとえば、消費財メーカーには、研究開発を担当するチーム、サプライ チェーンを担当するチーム、その他のチームがいます。営業およびマーケティング チームの責任者、「AI を適用してビジネスを変革する最大かつ最良の機会は、4 つの機能すべてに関連しているため、これらの変革を達成するには、CEO または経営陣の強力なリーダーシップが必要です。」

BCG の Shervin Khodabandeh 氏は、残念ながら多くの企業幹部は AI の可能性を完全には理解していないと述べました。

「彼らの AI に対する理解は非常に限られており、AI をブラック ボックスとみなし、データ サイエンティストに直接投げかけることがよくありますが、AI を使用するためにどのような新しい方法が必要かについては実際には理解していません。」

企業が AI チームの運営方法、役割の運営方法、承認の取得方法を理解していない場合、AI の導入は企業文化に大きな変化をもたらすだろうと彼は述べました。 「AI を導入している従来型企業の 99% は、これは難しいことだと考えています。」

以上が人工知能の成功のための 10 の重要な役割の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。