組織內對AI的需求如潮水般涌來，這需要一種由緊密結合業(yè)務需求的專屬團隊來驅動的、具有戰(zhàn)略性和結構化的方法。
圖片來源：Rob Schultz / Shutterstock
幾年前，獲得高層發(fā)起人的支持是啟動AI項目的最大障礙之一。如今，業(yè)務部門對AI解決方案的需求量之大，足以讓任何CIO頭疼，但他們正通過對項目采取戰(zhàn)略性方法，同時構建高績效的AI團隊來迎接挑戰(zhàn)。
例如，動力管理公司伊頓（Eaton）的首席信息官Katrina Redmond創(chuàng)建了一個與特定業(yè)務領域掛鉤的“AI工廠”，以滿足緊迫的需求。AI團隊中的主題專家并不直接向IT部門匯報，盡管他們確實密切合作。“我們共同決定根據(jù)價值創(chuàng)造來優(yōu)先處理哪些活動，并據(jù)此采取行動，”她說。
Katrina Redmond，伊頓公司首席信息官 ?圖片來源：伊頓
在伊頓，每個團隊都由一名AI負責人、產品負責人、機器學習工程師、數(shù)據(jù)工程師以及云和DevOps工程師組成，他們與業(yè)務領域專家合作。Redmond說，擁有一位負責AI和創(chuàng)新的副總裁，對于構建高效團隊也至關重要。
但如果領域專家無法將業(yè)務問題以技術團隊能理解的方式進行闡述，那么僅僅在AI團隊中擁有他們是不夠的，Principal Financial Group的執(zhí)行副總裁兼首席信息官Kathy Kay說。需要有人扮演產品經(jīng)理的角色——即擁有足夠領域專業(yè)知識來定義業(yè)務問題并進行轉譯的人。“這可能是業(yè)務方的產品經(jīng)理，IT組織內的產品經(jīng)理，或者是另一位曾有過類似經(jīng)歷并能與需要問題轉譯的產品經(jīng)理合作的業(yè)務線產品經(jīng)理，”她說。
安永美洲區(qū)的AI自動化與分析負責人Hugh Burgin補充說，數(shù)據(jù)科學家和AI工程師很重要，但他表示，最大的投資回報率并非來自任何單一技能，而是所有技能結合起來以實現(xiàn)業(yè)務轉型。
一、AI團隊應包含的5類角色
高效AI團隊的基本組成部分是什么？Burgin說，你需要涵蓋五大類別的專業(yè)知識，首先是每個項目的行政發(fā)起人。
另一個有時被忽視的關鍵角色是，盡早讓那些將直接使用AI的人參與進來。換句話說，就是終端用戶的參與。“大多數(shù)AI項目在技術上都可以交付，但這并不意味著終端用戶會采納它，”他說。
然后是轉型工程。這些角色是業(yè)務流程和AI解決方案兩方面的主題專家。有時被稱為產品負責人、產品經(jīng)理或職能領導者，這些人與團隊合作開發(fā)AI應用，并擁有利用其轉型業(yè)務的職能知識。
負責產品交付和變革管理的人員構成另一類別。常見的頭銜包括項目經(jīng)理、變革管理專業(yè)人員和Scrum主管。
Hugh Burgin，安永美洲區(qū) ? 圖片來源：安永
最后，IT領導者需要AI支持專業(yè)人員，他們的職責跨越所有用例，以確保在負責任的AI、治理和財務運營方面的一致性?！斑@些支持角色今天在IT中已經(jīng)存在，但工作正在發(fā)生變化，需要為AI進行技能提升，”Burgin說。
二、每個AI團隊都應擁有或至少考慮的關鍵角色
在核心AI團隊中，最關鍵的角色是數(shù)據(jù)科學家、數(shù)據(jù)工程師和AI工程師。但Gartner的杰出副總裁分析師Arun Chandrasekaran表示，企業(yè)可能還需要專注于整體AI解決方案架構的AI架構師，以及模型管理員、驗證員、測試員和倫理師。Gartner最近剛剛發(fā)布了一份關于AI工作角色、職責和技能的研究報告。
在招聘時需要記住，數(shù)據(jù)科學家的角色正在發(fā)生變化。“模型現(xiàn)在都經(jīng)過大規(guī)模預訓練，所以數(shù)據(jù)科學家花更多時間在調整和操作化模型上，”Chandrasekaran說?！?/span>模型管理員對現(xiàn)有的大量模型有深入的了解，必須為他們的應用選擇最準確、最經(jīng)濟、性能最佳的模型。AI驗證員評估AI應用的公平性、偏見、透明度和可解釋性，并確保它們符合業(yè)務、法規(guī)和道德標準。而AI測試員則測試模型、API和管道等AI組件是否存在錯誤、性能問題或意外行為。”
Arun Chandrasekaran，Gartner ?圖片來源：Gartner
然后，產品經(jīng)理充當工程和終端用戶之間的中介?！八麄兣c用戶交談，理解需求，并確保產品滿足這些用戶的需求，”他補充道。
接著，AI倫理師制定并執(zhí)行AI道德使用的指導方針。“他們監(jiān)控偏見、病毒和有害輸出，”并且對于受監(jiān)管的行業(yè)尤其關鍵，Chandrasekaran說。
二、平臺團隊 vs. 產品團隊
全球工程、咨詢和建筑公司Black & Veatch的執(zhí)行副總裁兼首席數(shù)字技術官Mike Adams說，公司對AI的激活重點跨越了兩種不同的模式。平臺團隊確保公司從其戰(zhàn)略平臺提供商——微軟、Salesforce、Oracle和ServiceNow——提供的原生代理型和生成式AI能力中受益，而數(shù)字產品團隊則開發(fā)能產生持久和差異化價值的、特定于業(yè)務的AI能力。
他說，平臺團隊還通過利用他們提供的一些API，搭上了戰(zhàn)略平臺AI投資的便車。具體來說，他的團隊致力于將戰(zhàn)略平臺API暴露給Microsoft Teams和Copilot，后者正成為公司的代理型AI用戶界面。“我們仍處于早期實驗階段，”Adams說。
角色包括特定平臺的架構師、應用組合經(jīng)理，以及一些平臺工程和開發(fā)角色。“作為我們戰(zhàn)略平臺生態(tài)系統(tǒng)的一部分，AI能力的重擔和投資都在平臺提供商那邊，所以我們努力關注的很多是管理組織變革以推動適當?shù)牟杉{，”他說。但是，安永的Burgin說，一旦你開始為改變業(yè)務或讓AI學習你的業(yè)務而定制AI解決方案時，你就需要有一整套技能組合來支持這項工作。
在Black & Veatch，這項創(chuàng)新落在數(shù)字產品這邊?！拔覀冋幱贐V公司數(shù)字產品運營模式的早期構建階段，”Adams說。團隊角色包括一名數(shù)字產品經(jīng)理或負責人，以及一名數(shù)字產品交付負責人，后者領導一個交付團隊，其中包括Scrum主管、質量保證工程師、解決方案和產品架構師、軟件開發(fā)人員，以及管理數(shù)字產品軟件迭代開發(fā)、構建和發(fā)布流程的DevOps和云工程師，這些在許多情況下都包括生成式AI、應用AI和MLOps組件。
Michael Adams，Black & Veatch執(zhí)行副總裁兼首席數(shù)字技術官?
如果數(shù)字產品包含生成式或應用AI，其他角色可能還包括數(shù)據(jù)工程師和數(shù)據(jù)架構師?！俺晒Φ腁I產品團隊與數(shù)字產品團隊相似，”Adams補充道?！拔ㄒ坏膮^(qū)別是你擁有圍繞數(shù)據(jù)、分析以及AI工程和架構的領域特定技能組合?！?/span>
Black & Veatch的數(shù)字產品運營模式尚未完全開發(fā)成熟，所以目前，業(yè)務關系經(jīng)理幫助填補數(shù)字產品管理的角色?！白罱K，端到端的數(shù)字產品運營模式將擴展以支持第一個BV公司數(shù)字產品，BV Ask，一個內部版的ChatGPT，它已經(jīng)用[內部]數(shù)據(jù)進行了訓練，包括工程最佳實踐、來自工程的IP、項目執(zhí)行、估算和其他非結構化數(shù)據(jù)，”Adams說。工程師可以通過自然語言或對話界面訪問信息，以便在整個工程社區(qū)中普及信息訪問。
與許多組織一樣，該公司的AI團隊也仍在演變?！拔覀冃枰訌姷念I域是正式的產品管理和產品所有權，”Adams補充道?！拔覀冊谀抢镄枰嘁稽c嚴謹性，”并補充說，這些角色需要牢固地錨定在客戶身上?！皺C會如此之大，如果我們不以客戶需求為基礎，我們就有可能在每個AI機會的邊緣淺嘗輒止，而不是為我們的業(yè)務和客戶帶來實質性的改變。”
三、培養(yǎng)自己的團隊：培訓 vs. 招聘
核心AI團隊角色需求量很大，因此培訓IT專業(yè)人員轉向AI相關職位是一項戰(zhàn)略必要?！芭囵B(yǎng)你的內部人才，因為外部人才非常難找，”Principal的Kay說。她的組織通過將IT專業(yè)人員與經(jīng)驗豐富的人配對并給他們“挑戰(zhàn)性任務”來幫助他們學習新角色。
Black & Veatch也在對工程團隊進行AI的交叉培訓，而且這并非一項繁重的工作?！八麄兪羌夹g專家，所以LLM對他們來說并不神秘，”Adams說?！斑@些能力現(xiàn)在已經(jīng)深深植根于軟件工程、數(shù)據(jù)工程和分析中。”Adams的策略是通過讓IT專業(yè)人員在實踐中學習來對齊相鄰的技能集。
伊頓也在走類似的道路。“我們已經(jīng)將我們現(xiàn)有的創(chuàng)新團隊轉型，該團隊本已在從事機器人流程自動化工作，并且我們已經(jīng)將我們首席數(shù)據(jù)官團隊的一個核心領域專注于AI工作，并加速數(shù)據(jù)穩(wěn)定性和治理，”Redmond說。這些團隊通過試點項目和在沙盒環(huán)境中工作來獲得經(jīng)驗。
Chandrasekaran說，每個CIO都應該有一個清晰的計劃，說明如何為未來重塑技能?！翱纯茨銉扇旰笮枰裁醇寄?，并規(guī)劃如何帶領人們走上那條路，”他說。
然而，組織可能仍需要從外部招聘來填補某些角色。在招聘AI工程師時，Kay說要尋找那些喜歡修補（tinker）的人，因為對于這些模型，你必須不斷改變你的方法。尋找熟悉你正在使用或希望使用的模型的工程師。并且不要把職位頭銜定得太死，因為你需要人們足夠靈活以扮演多個角色。“工程師需要保持靈活性，并能夠勝任不止一個職能，”她說。
Kathy Kay，Principal Financial Group執(zhí)行副總裁兼首席信息官
目前，Kay正在一個CIO領導小組中討論一種戰(zhàn)略性招聘方法?！拔覀冃枰粋€經(jīng)驗非常豐富的開發(fā)人員，還是想要一個可能深度稍遜但有創(chuàng)意一面的人？”她問。“那種創(chuàng)造力和一些AI開發(fā)經(jīng)驗的結合，會給我們帶來更好的結果嗎？我們還不知道?！?/span>
四、外包選項
當然，并非總能通過培訓或招聘獲得所需的技能。“數(shù)據(jù)科學家、數(shù)據(jù)工程師和AI工程師在市場上極度搶手，而且很難快速培訓某人，”Burgin說，因此引入外部合作伙伴可以彌補技能差距，同時也給內部團隊成員寶貴的經(jīng)驗?！皩ふ夷切┠転槟愕膱F隊帶來所需熟練程度的合作伙伴，”他補充道?！?/span>每當你試圖建立一個新興能力時，引入第三方來幫助建立一個能力灘頭陣地，”并與你的團隊合作并擴展其能力。
Chandrasekaran說，當你的團隊在某個領域沒有做過很多工作時，就應該讓顧問參與進來。雖然許多組織正在外包給傳統(tǒng)的咨詢公司，如德勤，但模型公司，包括Hugging Face和OpenAI，也正在進入服務領域。“他們拿一個產品，確保它被正確配置和設計，”他說。“他們不是帶來領域知識的傳統(tǒng)顧問，而是能夠為用戶定制和優(yōu)化產品的軟件工程師。”
Redmond說，使用內部與外部AI團隊之間存在關鍵差異。“內部團隊提供長期利益，如對公司系統(tǒng)的深入了解、更快的迭代以及與業(yè)務戰(zhàn)略的一致性，”她說?！傲硪环矫?，外部托管提供快速原型制作、利基專業(yè)知識，并補充帶寬。”伊頓采取混合方法，將內部主題專家和AI技能與外部專家相結合。
五、結合好戰(zhàn)略和強有力的領導
沒有堅實、專注的領導力，任何團隊都無法有效。一些組織花時間建立龐大的數(shù)據(jù)和AI工程團隊，但沒有真正的業(yè)務問題要解決，這些資源可能會退化為純粹的實驗。
“不要建立深度卻假設應用會自己來，”Adams說。所以，從與第三方合作幾個明確定義的項目開始，以建立勢頭和團隊技能，然后再進行擴展。
“一個清晰的戰(zhàn)略愿景和一條可溝通的、使用影響和可衡量指標來實現(xiàn)它的路徑是必不可不可的，”Redmond說。
也要讓團隊通過試錯來學習。例如，早期，Principal的一個AI團隊在一個項目上沒有像他們需要的那樣很好地理解數(shù)據(jù)。系統(tǒng)最終總結了用戶不需要的東西，并引入了不相關的文檔。“理解數(shù)據(jù)以及它是如何被管理的，對于避免壞結果很重要，”Kay說?！拔覀円庾R到你必須花更多時間來理解數(shù)據(jù)。”
關于匯報結構，只要每個人都有相同的優(yōu)先級和致力于轉型業(yè)務的承諾，一個高效的團隊并不要求每個人都向同一個經(jīng)理匯報，Burgin說。“但你需要一個跨職能的團隊，他們共同工作，并致力于那次轉型，”他說。
不幸的是，許多公司仍然有僵化的孤島，這可能意味著AI可能完全屬于數(shù)據(jù)分析團隊的專屬范圍，Chandrasekaran說。在那些情況下，他補充說，與其他團隊的合作并不多。
他的建議是，更多地聯(lián)邦化AI團隊，因為擁有一個集中的AI和數(shù)據(jù)工程團隊在許多情況下并不奏效?！坝行┦虑槟銘摷谢獳I和數(shù)據(jù)科學應該分散到AI團隊中以獲取領域知識，”他說。
由領導層來設定清晰的優(yōu)先級?！跋胍幌肽阆胗肁I轉型的10個業(yè)務部分，并通過AI驅動的能力從頭開始重新構想那個過程，”Burgin說。“對于每個過程，開發(fā)一個集成的、共同工作的團隊，他們專注于如何轉型業(yè)務，并盡可能向業(yè)務的不同部分匯報，但每天都在一起工作。”
最終，不要只培訓你的AI團隊。把外部的人也帶進來。“我們正在向整個公司推出AI和數(shù)據(jù)素養(yǎng)，一些角色正在接受額外的培訓，”Kay說。但最重要的是，CIO在建立AI團隊時應該投資于他們的人員?！斑@真的非常重要，特別是如果AI是你組織路線圖的一個重要部分，”她補充道?！澳愕膱F隊可以學得很快，并做出巨大的貢獻?！?/span>
【核心挑戰(zhàn)：從“人才稀缺”到“團隊構建”的范式轉變】
在AI（人工智能）解決方案的需求從高層支持轉變?yōu)闃I(yè)務部門“爆炸式”涌來的新時代，CIO（首席信息官）面臨的核心挑戰(zhàn)，已從過去的“如何獲得項目批準”，轉變?yōu)椤叭绾螛嫿ㄒ恢軌驅I潛力轉化為真實、可規(guī)?；瘶I(yè)務價值的高效團隊”。這一挑戰(zhàn)不僅在于數(shù)據(jù)科學家、AI工程師等核心技術人才的稀缺，更在于如何將這些技術能力，與深刻的業(yè)務理解、有效的項目交付和負責任的治理框架，有機地結合起來。
【應對策略：結構、角色與人才的系統(tǒng)性“組合拳”】
成功的CIO們正通過一套系統(tǒng)性的“組合拳”來應對。在組織架構上，普遍采用“平臺團隊”（負責利用并推廣微軟、Salesforce等戰(zhàn)略平臺的原生AI能力）與“產品團隊”（負責構建能產生差異化競爭優(yōu)勢的、特定于業(yè)務的AI應用）相結合的模式。在團隊構成上，高效的AI團隊遠不止技術專家，它必須是一個涵蓋了行政發(fā)起人、早期參與的終端用戶、作為業(yè)務與技術橋梁的轉型工程師（產品經(jīng)理）、負責交付與變革管理的人員，以及確保合規(guī)與治理的AI支持專家這五大類角色的跨職能綜合體。在人才策略上，則采用“內部培養(yǎng)為主、外部招聘為輔、戰(zhàn)略性外包補充”的混合模式，通過交叉培訓和“挑戰(zhàn)性任務”提升現(xiàn)有員工技能，同時引入外部合作伙伴來快速建立“能力灘頭陣地”。
【結論與啟示：CIO作為“AI工廠”的總架構師】
因此，構建高效AI團隊，并非簡單地招聘一個“AI部門”，而是要組建一支支與業(yè)務需求緊密對齊、由業(yè)務專家和產品經(jīng)理主導的、聯(lián)邦化的跨職能“特遣隊”。CIO的當務之急，是扮演好“AI工廠”總架構師的角色：首先，必須與業(yè)務部門合作，識別出真正有價值的業(yè)務問題（“不要在沒有戰(zhàn)場前就先招募軍隊”）；其次，設計出能夠容納平臺與產品兩種團隊的運營模式；最后，通過靈活的人才策略，為這個“工廠”持續(xù)輸送具備復合能力的燃料。只有這樣，才能確保AI的巨大投入，不會淪為零散的實驗，而是能穩(wěn)定地產出驅動企業(yè)未來的核心競爭力。
小結
面對AI（人工智能）需求的爆炸式增長，CIO（首席信息官）需構建能將潛力轉化為價值的高效團隊。成功的AI團隊遠不止數(shù)據(jù)科學家，它需要涵蓋行政發(fā)起人、終端用戶、產品經(jīng)理、交付管理及治理專家等五類角色。運營上常采用“平臺團隊”（負責利用現(xiàn)有戰(zhàn)略平臺AI能力）與“產品團隊”（負責構建差異化的業(yè)務AI應用）相結合的模式。CIO需通過“培養(yǎng)為主、招聘為輔、外包補充”的混合人才戰(zhàn)略，組建與業(yè)務對齊的跨職能團隊，并以具體項目為起點，解決真實的業(yè)務痛點。
在AI時代，最昂貴的錯誤，就是在沒有明確的“業(yè)務戰(zhàn)場”之前，就先招募了一支龐大的“技術軍隊”。
?專業(yè)書籍/文獻推薦
書籍名稱：Competing in the Age of AI: Strategy and Leadership When Algorithms and Networks Run the World(中譯：《在AI時代競爭：當算法和網(wǎng)絡統(tǒng)治世界時的戰(zhàn)略與領導力》)
作者：Marco Iansiti & Karim R. Lakhani
推薦理由：本文探討了如何構建組織能力以利用AI。這本書系統(tǒng)性地闡述了AI如何重塑企業(yè)戰(zhàn)略和運營模式，從“AI工廠”的概念到數(shù)據(jù)驅動的決策，為CIO如何從戰(zhàn)略層面思考AI團隊的構建和價值創(chuàng)造，提供了深刻的哈佛商學院視角。
文章名稱：Building the AI-Powered Organization(中譯：《構建AI驅動的組織》)
發(fā)布機構：Harvard Business Review (《哈佛商業(yè)評論》)
推薦理由：這篇文章深入探討了企業(yè)在AI轉型中需要克服的組織和文化挑戰(zhàn)，與本文中提到的變革管理、跨職能協(xié)作等主題高度相關。它為領導者如何在組織內部署AI、培養(yǎng)人才以及重塑流程，提供了實用的框架和建議。
書籍名稱：Team Topologies: Organizing Business and Technology Teams for Fast Flow(中譯：《團隊拓撲：組織商業(yè)和技術團隊以實現(xiàn)快速流動》)
作者：Matthew Skelton & Manuel Pais
推薦理由：本文談到了“平臺團隊”與“產品團隊”的運營模式。這本書是現(xiàn)代技術組織設計的權威指南，它提出的四種團隊類型（包括平臺團隊和業(yè)務流對齊團隊）和三種交互模式，為CIO如何設計高效、敏捷、能夠支持AI快速落地的現(xiàn)代化IT組織結構，提供了非常具體和可操作的藍圖。
有效鏈接：https://teamtopologies.com/book
【睿觀：Black & Veatch數(shù)字產品領域的關鍵英文術語及其精煉中文解釋：1.數(shù)字產品經(jīng)理/負責人：定義數(shù)字產品愿景、戰(zhàn)略和路線圖，確保產品滿足用戶需求和業(yè)務目標——“引領數(shù)字產品航向成功的遠見卓識者。”
2.數(shù)字產品交付負責人：監(jiān)督交付團隊，確保產品按計劃和質量標準開發(fā)和交付?！爸笓]數(shù)字產品交響曲的總指揮?！?/span>
3.Scrum主管：指導和協(xié)助Scrum團隊，確保遵循敏捷實踐和原則，交付高質量產品?！懊艚荽髱?，引領團隊與成功的節(jié)奏同步?！?/span>
4.質量保證工程師：負責測試軟件，確保其達到質量標準，無缺陷?！百|量的守護者，確保數(shù)字織物中零缺陷?！?/span>
5.解決方案架構師：設計和規(guī)劃支持產品目標所需的技術基礎設施和系統(tǒng)組件。——“數(shù)字夢想的建筑師，為產品的未來繪制藍圖?！?/span>
6.軟件開發(fā)人員：編寫、測試和維護代碼，構建和改進軟件應用?！按a巫師，編織數(shù)字創(chuàng)新的織物?！?/span>
7.DevOps工程師：在開發(fā)和運維之間工作，自動化和改進構建、測試和發(fā)布軟件的過程。——“DevOps的活力，連接代碼與云端的橋梁?！?/span>
8.云工程師：設計、部署和管理云基礎設施，以支持軟件應用?！霸浦笓]家，編排數(shù)字基礎設施。”
9.生成式AI：能夠基于現(xiàn)有模式生成新內容或數(shù)據(jù)的AI系統(tǒng)，創(chuàng)造原創(chuàng)輸出?！癆I的創(chuàng)意催化劑，生成難以想象的成果?！?/span>
10.應用AI：將AI技術應用于解決現(xiàn)實世界問題或增強產品和服務?！癆I的實用先鋒，將理論轉化為切實解決方案?！?/span>
11。MLOps：結合機器學習與DevOps實踐，管理AI模型的生命周期。——“AI生命周期的冠軍，確保模型精準構建、部署和維護?！薄?/span>
