近年的离职潮表明劳动力短缺是真实存在的。美国圣路易斯联储调查显示，新冠疫情爆发后，劳动力就业率并未出现明显下降。事实上，在COVID-19大流行开始时，25至54岁的核心劳动力下降的幅度小于其他年龄组，尤其是55岁以上的工人。这意味着大部分劳动力将重新配置，而不是集体辞职.该研究公司在调查中看到了角色的巨大变化，以及对人工智能和机器学习技能的巨大需求。考虑到这一点，随着人才重新分配和行业领先公司出现新的、更有价值的工作岗位，企业需要优先考虑以下七个AI相关角色：(1)机器人流程自动化负责人-董事、副总裁、高级副总裁说明：此角色负责改进基于软件机器人或人工智能的业务流程自动化技术。他们领导流程改进、产品设计和业务转型领域的团队，其中可能涉及实施新数据集、研发或收入仪表板以及自动化自然语言处理流程等任务。为什么重要：机器人过程自动化的有效管理通过最大限度地减少自动化过程中对人工协助的需求来提高速度、质量和生产力。(2)AI和机器学习负责人-VP、SVP、EVP描述：该角色负责通过领导数据和机器学习工程师团队构建供内部和外部使用的高质量产品创新的世界级产品和能力。他们领导和指导团队实施先进的机器学习/人工智能和分析系统、工具和服务，并以前所未有的规模运营。为什么重要：许多企业面临着在市场中保持竞争力、增加收入和降低运营成本的挑战。人工智能是企业可以用来做出明智决策、增加新收入、吸引新客户和优化企业运营成本的最强大工具。技术领导对于项目的成功至关重要。(3)CustomerInsightsExecutive描述：CustomerInsightsExecutives努力通过数据和研究改进营销，以更好地了解客户。这些分析和见解适用于所有营销渠道，并在首选客户接触点提供。为什么重要：消费者洞察力在减少低效率和重复性任务方面发挥着巨大作用。企业领导者还可以使用消费者洞察来衡量关键绩效指标，以优化卓越运营和产品创新。这有助于减少流失、浪费和冗余。(4)ProductLead-AI/ML描述：该角色负责定义和拥有企业内的数据科学产品路线图。优先研究和开发优化、统计和机器学习模型，并将新产品功能推向市场，以实现客户业务流程的自动化。为什么重要：深入关注客户体验对于确保企业找到应对客户挑战的解决方案并跟上市场趋势至关重要。（5）首席数据官说明：首席数据官负责提供一流的信息管理和数据运营。首席数据官构建企业智能和自动化能力，以确保相关数据可用、可靠、一致、可访问、安全且及时，以支持任务和活动。这包括：与来自整个企业的领导者合作，定义持续的数据战略。实施适当且定义明确的数据治理方法。创建支持最佳访问/检索、安全、存储/缓存、移动/转换和分类/加密的结构。跨多个团队管理数据。为什么重要：许多企业都在努力处理大量数据，而在正确的时间用正确的信息“让数据说话”的能力对于企业的成功至关重要。首席数据官是构建基础数据和分析能力并确保数据产生以下关键业务收益的关键：业务领导者获得高级分析以帮助做出推动预期业务成果的决策。企业领导者有权向公司董事会成员和高管解释如何将数据应用于他们的企业用例。数据成为指导优势、劣势、机会和威胁讨论的有力工具。(6)数据科学家描述：数据科学家负责提供为关键业务计划提供信息的数据、分析、统计建模和机器学习功能。为什么重要：数据科学可以为任何充分利用其数据的企业增加价值。从跨工作流程的统计数据和洞察力，到招聘新候选人，再到帮助高级员工做出更明智的决策，数据科学在当今的商业环境中至关重要。(7)首席数字官说明：首席数字官负责领导和构建关键技术，以推动整个企业的数字化转型。该角色是关键IT业务流程的战略领导者，包括架构委员会、资本规划和安全流程。为什么重要：企业需要通过将传统模拟业务转变为数字业务来推动增长和战略更新。该角色专注于通过智能使用数字工具、平台、技术、服务和流程来创造新价值。此外，随着数字化转型的推进，许多企业纷纷涌向云端，结果喜忧参半。管理云计算战略至关重要，因为管理不善会给企业造成数百万美元的损失。虽然这七个AI角色至关重要，但很难找到合适的人才来填补这些角色。人工智能、机器学习和数据分析是新领域，很少有人有过它们的经验。这可以追溯到这样一个事实，即企业正面临这样一种情况，即劳动力正在AI/ML和数据驱动的世界中重新分配。
