每一次科技繁荣都会取代很多工作，但也会创造新的工作，1980年代创造首席技术官，2008年创造数据长，现在则是对人工智能长需求若渴。但专家指出，人工智能长很难发挥长才，而且当AI融入各种职位之后，这个管理职位就没有存在的必要。
1980年代，运算能力进步导致首席信息官和首席技术官大增，负责监督公司内部如何使用技术或开发技术。2008年金融危机后，任命首席数据长是为了遵守新法规，并管理公司如何使用数据。这几年，美国企业纷纷放弃元宇宙专家，转向AI，设立首席数据、分析和人工智能长职位，英文简称CDAIO (the chief data, analytics, and AI officer)。
这些负责AI的高端主管，必须对AI有深入技术理解、商业头脑、领导能力、沟通能力，以及拥有道德和法律知识的人。去年，美国400多个联邦部门和机构开始寻找首席人工智能长，《纽约时报》也任命人工智能计划的编辑总监。
美国顶尖医疗机构梅奥诊所 (Mayo Clinic) 也设立首席人工智能长，任命专门研究AI的放射科医生担任该职位，他的职责是在每个部门培养一些数据和AI能力，譬如他试用一种新的人工智能模型，可以通过超声波中的数据来帮助加快罕见心脏病的诊断速度。顾问公司埃森哲 (Accenture) 也增加一名首席人工智能长，为客户提供如何将AI融入业务的建议，埃森哲也正在构建AI工具，包括针对保险业的AI工具。
AI已经渗入各行各业，企业任命人工智能高端主管角色，为的是帮公司应对该技术的风险和潜力，以及了解AI如何改变员工的生产方式。职场分享论坛Glassdoor表示，去年论坛上共有122名具有首席AI官或副总裁头衔的人士加入，2022年这一人数为19人。
然而，这个职位长久下来可能没有存在必要，一些专家表示，技术变化之快，这个职位很难跟上。去年在《哈佛商业评论》上发布的一篇文章指出，首席人工智能和数据长注定会失败。文章中提到的阻碍是，金融动荡和生成式AI的爆炸性增长，迫使企业专注于防御性风险和监管任务，而不是专注于增长的前瞻性措施、增加客户，以及创造新产品和服务。
已经有许多人工智能长这个职务，因为协调不力、缺乏信任，以及对商业机会关注不够而以失败告终。LinkedIn首席经济学家Karin Kimbrough表示，AI将从一项新兴技术发展成为每个人工作的一部分，AI将跨越许多角色，而且它将如此根深蒂固，届时特定的AI职位就会开始消失。
(首图来源：freepik)
