近年的辭職潮表明勞動力短缺是真實存在的。根據美國圣路易斯聯邦儲備銀行的調查，在新冠疫情發生之后的勞動力就業率并沒有顯著地下降。事實上，25～54歲的核心勞動力數量在新冠疫情發生時出現了下降，與其他年齡的勞動力相比(尤其是55歲以上的工人)下降幅度較小。

這意味著勞動力的大部分將重新配置，而不是大規模辭職。調研機構在調查中看到了職位的急劇變化，以及對人工智能和機器學習技能的巨大需求。

考慮到這一點，隨著人才的重新分配，以及行業領先的公司帶來更具價值的新工作，以下是企業需要優先考慮的七個與人工智能相關的角色：

(1)機器人流程自動化負責人——總監、副總裁、高級副總裁

描述：這一角色負責改進基于軟件機器人或人工智能的業務流程自動化技術。他們領導流程改進、產品設計和業務轉型領域的團隊，其中可能涉及實施新數據集、研發或收入儀表板以及自然語言處理流程自動化等任務。

重要性：機器人流程自動化的有效管理，通過最大限度地減少自動化過程中對人工協助的需求來提高速度、質量和生產力。

(2)人工智能和機器學習負責人——副總裁、高級副總裁、執行副總裁

描述：這一角色負責通過領導數據和機器學習工程師團隊，為內部和外部使用構建高質量的產品，從而構建創新的、世界級的產品和能力。他們領導和指導團隊實施先進的機器學習/人工智能和分析系統、工具和服務，并以前所未有的規模運行。

重要性：很多企業都面臨著保持市場競爭力、增加收入以及降低運營成本的挑戰。人工智能是企業用來做出明智決策、推動新收入、吸引新客戶和優化業務運營成本的最強大的工具。技術領導者對于項目的成功至關重要。

(3)客戶洞察主管

描述：客戶洞察主管努力通過數據和研究獲得更好的客戶理解來改善營銷。這些分析和見解適用于所有營銷渠道，并在首選的客戶接觸點提供。

重要性：消費者洞察在減少低效率和重復性任務方面發揮著巨大作用。企業領導者還可以使用消費者洞察來衡量關鍵績效指標，以優化卓越運營和產品創新。這有助于減少流失、浪費和冗余。

(4)產品主管——人工智能/機器學習

描述：這一角色負責定義和擁有企業內的數據科學產品路線圖。優先考慮優化、統計和機器學習模型的研究和開發，并將新產品功能推向市場以實現客戶業務流程的自動化。

重要性：深入關注客戶體驗，對于確保企業找到應對客戶挑戰的解決方案并跟上市場趨勢至關重要。

(5)首席數據官

描述：首席數據官負責提供一流的信息管理和數據運營。首席數據官構建企業智能和自動化功能，以確保相關數據可用、可靠、一致、可訪問、安全、及時，以支持任務和活動。這其中包括：

• 與來自企業的領導者合作定義持續的數據戰略。
• 實施適當且定義明確的數據治理方法。
• 創建結構以支持最佳訪問/檢索、安全性、存儲/緩存、移動/轉換和分類/加密。
• 跨多個團隊管理數據。

重要性：許多企業都陷入處理大量數據的困境，而在正確的時間采用正確的信息“讓數據說話”的能力對于企業的成功至關重要。首席數據官是建立基礎數據和分析能力并確保數據產生以下關鍵業務收益的關鍵：

• 業務領導者獲得高級分析，幫助做出推動預期業務成果的決策。
• 業務領導者有權向企業董事會成員和高管解釋數據如何應用于其企業的用例。
• 數據成為指導優勢、劣勢、機會和威脅討論的強大工具。

(6)數據科學家

描述：數據科學家負責提供數據、分析、統計建模和機器學習功能，為關鍵業務計劃提供信息。

重要性：數據科學可以為任何能夠很好地利用其數據的企業增加價值。從跨工作流程的統計數據和洞察力，到招聘新候選人，再到幫助高級員工做出更明智的決策，數據科學在當今的商業環境中是至關重要的。

(7)首席數字官

描述：首席數字官負責領導和構建關鍵技術，以推動整個企業的數字化轉型。該角色是關鍵IT業務流程的戰略領導者，其中包括架構委員會、資本規劃和安全流程。

重要性：企業需要通過將傳統模擬業務轉變為數字業務來推動增長和戰略更新。該角色專注于通過智能使用數字工具、平臺、技術、服務和流程來創造新價值。此外，隨著數字化轉型的推進，許多企業紛紛涌向云端，其結果喜憂參半。管理云計算戰略至關重要，因為管理不當可能會使企業損失數百萬美元。

雖然這七個人工智能角色至關重要，但很難找到能夠填補它們的人才。人工智能、機器學習和數據分析是新領域，很少有人具有相關經驗。

這就回到了這樣一個事實：企業正在面臨勞動力正在人工智能/機器學習和數據驅動的世界重新分配的情況。