簡而言之：

AI項目、產品和部署模型日益多樣化、具有緊迫性，企業因此需要AI架構師這個角色。

AI架構師負責設想、構建、部署和運作端到端機器學習(ML)和AI管道。

AI架構師可以幫助構建強大的企業級AI架構，并與數據科學家、數據工程師、開發人員、運營及安全團隊協作。

AI項目常常因架構選擇不當、準備不足和無法擴展而停滯不前。企業架構和技術創新領導者可以設立AI架構師這個角色，幫助為AI構建強大的企業級架構。

咨詢公司 Gartner 估計，一直到 2023 年，50% 的 IT 領導者在把AI項目從概念驗證(POC)階段帶入生產階段上還將困難重重。為了更有可能取得成功，組織可以聘請AI架構師，幫助定義架構戰略、創建工作流程、識別工具集以及擴展AI運營規模。

AI架構師是群什么樣的人?

Gartner 杰出副總裁分析師阿倫·錢德拉塞克蘭(Arun Chandrasekaran)說：“AI架構師是AI架構戰略的管理者和所有者。他們充當數據科學家、數據工程師、開發人員、運營(DevOps、DataOps、MLOps)以及業務部門領導者之間的粘合劑，以管理和擴展AI項目。”

他們與企業和解決方案架構師密切合作，但與負責廣泛功能的企業架構團隊不同，他們專注于為AI構建強大的企業級架構。

AI架構師做什么?

AI有各種各樣的用例和部署模型，因此AI架構師需要多種能力：

與數據科學家及其他AI專業人士合作，通過識別和試驗用例來夯實數字化轉型工作。與業務團隊討論用例的可行性以及架構設計，并將業務領導者的愿景轉化為實際的技術實施。與此同時，注意方向偏離的項目和不切實際的用例。

通過收集來自多個利益相關者(業務用戶、數據科學家、安全專家、數據工程師和分析師以及 IT 運營人員)的意見，使技術實施與現有和將來的需求相一致，并根據這些意見來開發流程和產品。

在定義AI架構以及從開源和商業產品中選擇適當的技術方面發揮關鍵作用。選擇云、本地或混合部署模型，并確保新工具與現有的數據管理和分析工具順利集成。

跨數據、模型和軟件工程審計AI工具和實踐，重點關注持續改進。確保有反饋機制來評估AI服務、支持模型重新校準以及重新訓練模型。

與安全和風險領導者密切合作，預見和消除風險，譬如訓練數據中毒、AI模型竊取和對抗樣本，以確保AI實施合乎倫理道德，并恢復對AI系統的信任。熟悉即將頒布的法規，并與優秀實踐對應起來。

AI架構師需要什么技能?

AI架構師需要一系列技能，要掌握并非一朝一夕。

技術技能包括：

AI架構和管道規劃。了解機器學習和深度學習工作負載的工作流程和管道架構。必須深入了解AI的數據管理、治理、模型構建、部署和生產工作流程中所涉及的各部分和架構方面的取舍。

軟件工程和 DevOps 原則，包括了解 DevOps 工作流程和工具，譬如 Git、容器、Kubernetes和CI/CD。

數據科學和高級分析，包括了解高級分析工具(譬如 SAS、R 和 Python)、應用數學、機器學習和深度學習框架(譬如 TensorFlow)以及機器學習技術(譬如隨機森林和神經網絡)。

非技術技能包括：

思想領袖。成為變革推動者，幫助組織采用AI驅動的理念。以務實的態度對待AI的局限性和風險，并將真實情況呈現給提供整體數字思想領導力的 IT 高管。

協作心態。確保AI平臺同時滿足業務需求和技術需求，力求與數據科學家、數據工程師、數據分析師、機器學習工程師、其他架構師、業務部門領導者以及公司高管(技術和非技術人員)有效協作，并協調好他們之間的關系。