（5）变更管理专家

德勤公司的Katyal表示，变更管理是人工智能部署中最容易被忽视的一个方面。并且不仅是企业员工从变更管理中受益，而且还受益于用户。Katyal补充说，“这是最艰难的事情，这是企业中最被忽视和低估的领域。”

尽管如此，在德勤公司的调查中，22％的受访者对变革管理专家的需求仍然很大，这是他们最需要的技能。德勤公司表示，人工智能项目可能对知识工作者产生巨大影响，如果他们没有参与解决方案的开发，知识工作者可能会拒绝接受人工智能建议。

德勤公司的调查报告称，“在试点、基层实验和供应商驱动的炒作中，促进组织变革的基础可能会迷失。”

此外，63％接受调查的IT经理表示，为了削减成本，他们的公司希望使用人工智能来尽可能多地自动化工作，这进一步强调了对变革管理专业知识的需求。

（6）项目经理

许多人工智能项目都存在问题，因为它们通常不会像企业使用更成熟的技术一样严格管理。能够领导人工智能实施的项目经理可以帮助将人工智能集成到企业的角色和流程中，帮助衡量和证明业务价值，这对德勤公司分析师中39％的受访者来说是位列前三的挑战。他们还可以处理与人工智能相关的其他领域的技能短缺问题。

如今找到数据科学家比较困难，因为他们也是软件工程师、用户界面设计师、安全专家和主题专家。西雅图一家商业咨询机构Slalom公司的总经理MartyYoung说，正因为如此，人工智能项目包括了复杂的团队。

项目经理需要讨论所有这些角色。此外，风险投资公司General Catalyst Partners的总经理Steve Herrod表示，项目经理将帮助多学科团队将人工智能从实验性试点项目转移到软件工程和软件生命周期的另一个方面。Herrod以前是VMware公司的首席技术官。

“我们不应忽视需要了解模型独特方面的项目和项目经理，并将其纳入他们必须参与的更广泛的软件版本中。”他补充说。

Herrod说，随着该领域的发展，将会有更广泛的相关角色，例如处理审计和认证相关问题的人员。

这将为项目经理创造更多的工作和更多的需求。

（7）解读人工智能结果的商业领袖

即使企业将外部供应商用于其大部分人工智能功能，拥有内部业务专业知识也是至关重要的。

印度航运商Spoton Logistics公司就是这种情况，该公司希望使用人工智能来帮助财务部门的客户服务、情感分析和自动化。例如，其特定的用例是解决公司的“第一英里”和“最后一英里”地址问题。

该公司商业工程主管SatyaPal说，“印度的地址格式并不标准，当企业正在使用尚未完全填写的地址时，情况会变得更糟。这消除了集中规划和车辆利用的可能性。”

该公司决定使用外部供应商开展大部分工作，而不是在内部构建技术。然而，需要解释人工智能结果的业务领导者是企业的内部团队。他说，他们对公司试图解决的具体问题有业务知识，对各种人工智能模型和框架有了解。例如，他们能够理解分类模型与强化学习以及监督与非监督学习的应用。

他说，“一般来说，他们来自具有Python知识的计算机科学背景的人员。需要一些额外的培训，但这通常是独立的研究以及人工智能相关的在线课程。”

这使得他们能够确定哪种人工智能方法最适合解决特定的产品和验证进展。

（8）主题专家

由于现成的人工智能工具并不总是适用于所有用例，因此主题专家是关键。例如，产品推荐引擎通常是围绕在线零售商的需求而设计的，EnergySavvy公司专注于公用事业行业的软件公司客户解决方案的高级副总裁Michael Rigney说。

网上零售商收集顾客购物习惯的数据，并将其与其他顾客的购物习惯进行比较。但对于那些从当地公用事业公司获得电力的人来说，过去的购买记录并不是有用的指标。在这方面，能效公司的专业知识会有所帮助。

Rigney说，“我们知道如何确定哪些客户从节能项目中受益，他们受益多少，以及其他哪些客户与这些客户类似，并且也会受益。”这有助于EnergySavvy为马萨诸塞州的Nationa lGrid公司等客户提供服务。

EnergySavvy公司营销副总裁Ryan Warren表示，“新的人工智能能力是企业近期收入增长的绝大部分。我们的客户得到快速增长，而公司未来的业务都与人工智能支持的技术有着根本的联系。”