Aby pomóc sztucznej inteligencji załatać luki w umiejętnościach, potrzeba więcej umiejętności
Sztuczna inteligencja jest potencjalnie potężnym narzędziem pozwalającym utrzymać talenty na pokładzie i zaangażować je. Ale aby coś się wydarzyło, potrzebny jest talent.
Sztuczna inteligencja - i powiązane formy automatyzacji i analityki wysokiego poziomu - stały się preferowanym narzędziem pomagającym firmom załatać stale utrzymujące się luki w talentach. Problem polega jednak na tym, że firmy mają trudności ze znalezieniem umiejętności niezbędnych do identyfikowania, budowania i wdrażania sztucznej inteligencji i automatyzacji niezbędnych do rozwiązania problemu niedoborów umiejętności.
Sztuczna inteligencja jest potencjalnie potężnym narzędziem do zatrzymywania i angażowania talentów. Na przykład Kshitij Dayal starszy wiceprezes w Legionie wskazuje na możliwości oparte na sztucznej inteligencji, takie jak zarządzanie personelem i prognozowanie popytu oparte na sztucznej inteligencji, elastyczność planowania dzięki lepszemu zarządzaniu personelem oraz: co ważne, wspieranie pozytywnego środowiska pracy poprzez zwiększanie wiedzy na temat pragnień i potrzeb pracowników. Automatyzacja zadań za pomocą sztucznej inteligencji lub zwiększenie wydajności pracy ludzkiej oznacza ogólną większą produktywność. Lepiej eliminowane są ostre niedobory umiejętności, a pracownicy i menedżerowie mogą skoncentrować się na zadaniach wyższego szczebla.
Wszystko dobrze. Tyle że łączenie możliwości opartych na sztucznej inteligencji wymaga do tego umiejętności - i jest to jedno z największych wyzwań. Potwierdza to najnowsza ankieta przeprowadzona wśród 1420 liderów IT przez Rackspace Technology. W wielu przypadkach AI/ML zastępuje pracę wykonywaną wcześniej przez ludzi, a 62% respondentów stwierdziło, że wdrożenie AI/ML doprowadziło do zmniejszenia zatrudnienia w ich organizacji. Ponadto 69% twierdzi, że sztuczna inteligencja pomaga poprawić zdolność do zatrudniania i rekrutowania nowych talentów.
Jak twierdzą respondenci, główną barierą jest zapotrzebowanie na większe możliwości w zakresie sztucznej inteligencji i uczenia maszynowego oraz talent wymagany do skutecznego zarządzania danymi.
Najczęściej spotykanym problemem lub przeszkodą jest niedobór wykwalifikowanych pracowników, na który wskazuje 67%, a następnie awaria algorytmu lub modelu (61%) i koszt wdrożenia (57%).
„Sztuczna inteligencja i uczenie maszynowe są inteligentne, ale nie są jeszcze gotowe do samodzielnego wdrożenia” - zauważają autorzy raportu z badania. „Trudno jest znaleźć wykwalifikowanych ludzi, którzy potrafią pracować z technologią i danymi w celu optymalizacji wyników”.
Aby rozwiązać te problemy, 82% respondentów stwierdziło, że w ciągu ostatnich 12 miesięcy podjęło wysiłki, aby rekrutować pracowników posiadających umiejętności w zakresie sztucznej inteligencji i uczenia maszynowego, podczas gdy 86% zwiększyło w ciągu ostatnich 12 miesięcy liczbę pracowników w zakresie sztucznej inteligencji i uczenia maszynowego.
Wyzwania związane z przyjęciem sztucznej inteligencji i uczenia maszynowego:
- Niedobór wykwalifikowanych talentów: 67%
- Awaria algorytmu/modelu: 61%
- Koszt wdrożenia: 57%
- Brak infrastruktury technologicznej, która by to wspierała: 54%
- Brak kompetencji wewnętrznych/trudność w zatrudnieniu wymaganych stanowisk: 51%
- Wyzwania związane z infrastrukturą techniczną: 49%
Innym godnym uwagi wnioskiem z ankiety jest wysoki stopień zaufania do wyników sztucznej inteligencji - i zgadzają się z krokami podjętymi w celu zapewnienia tego zaufania. Pomimo obaw dotyczących danych i wewnętrznego oporu zaufanie do wyników projektów AI pozostaje wysokie wśród respondentów podejmujących decyzje w obszarze IT - 73% stwierdziło, że ma zaufanie do odpowiedzi zapewnianych przez sztuczną inteligencję. 72% twierdzi, że wprowadzono wystarczające kontrole i równowagę, aby uniknąć negatywnych konsekwencji stosowania sztucznej inteligencji, podczas gdy 80% respondentów nie uważa, że odpowiedzi dotyczące sztucznej inteligencji/uczenia się wymagają dodatkowej interpretacji przez człowieka.
Prawie trzy czwarte kadry kierowniczej (73%) stwierdziło, że zawsze ufa analizom zapewnianym przez sztuczną inteligencję i technologie uczenia maszynowego. Twierdzą, że mają wdrożone procesy zapewniające, że sztuczna inteligencja jest uczciwa i bezstronna. W tym celu 72% twierdzi, że wprowadzono wystarczające kontrole i równowagę, aby uniknąć negatywnych konsekwencji stosowania sztucznej inteligencji. Ponadto 77% twierdzi, że decyzje dotyczące sztucznej inteligencji i uczenia maszynowego są podejmowane w ich organizacjach przez „właściwych ludzi”, a 71% twierdzi, że istnieje wystarczający nadzór, aby zabezpieczyć się przed niewłaściwym wykorzystaniem sztucznej inteligencji.
Technologie wdrażane w organizacjach respondentów obejmują wirtualne sieci w chmurze (57%), Internet rzeczy (51%), sztuczną inteligencję i uczenie maszynowe (46%), blockchain (36%), robotykę (34%) i 5G (31%).
„Respondenci konsekwentnie wskazywali na brak wewnętrznych zasobów, które mogłyby zrozumieć i udoskonalić wykorzystanie technologii uczenia maszynowego opartego na sztucznej inteligencji” - stwierdzają autorzy ankiety. „Oceń swoje obecne procesy szkoleniowe i własne możliwości, aby określić, czy powinieneś rekrutować zewnętrznie, czy wykorzystać zasoby, które już posiadasz. Aby wewnętrznie rozwijać silniejsze możliwości sztucznej inteligencji i uczenia maszynowego, powinieneś rozważyć zwiększenie obecności swojej firmy na konferencjach lub wydarzenia i oferuj szkolenia online swoim zespołom.”