Давайте сразу к делу.
По мере того, как предприятия внедряют машинное обучение в свои организации, многие эксперты предсказывают, что это приведет к массовым увольнениям.
Тем не менее, в недавнем исследовании, проведенном Economist Intelligence Unit,
Максимальное использование машинного обучения: 5 уроков от тех, кто быстро учится,
они обнаружили доказательства того, что высококвалифицированные сотрудники будут иметь жизненно важное значение во время трансформации и после нее. «Люди» в бизнесе никуда не денутся.
Тем не менее, интеграция машинного обучения потребует совершенно новых способов определения ролей и обязанностей, новых навыков для создания или сосуществования с передовым алгоритмическим трудом и, что, возможно, наиболее важно, культуры, построенной для постоянного развития и обучения вместе с возможностями искусственного интеллекта.
Действительно, 75% опрошенных организаций, которые уже видят преимущества машинного обучения, которые мы называем «быстро обучаемыми», говорят, что они ожидают переобучения сотрудников по мере того, как они будут использовать интеллектуальную автоматизацию.
Появляющееся предприятие по машинному обучению будет укомплектовано людьми, преданными делу, как сказали Эрик Бриньолфссон и Эндрю Макафи из Центра цифрового бизнеса Массачусетского технологического института, «гонкам с машинами, а не гонкам против них» с самого верха организации и на всех уровнях. .
Идти в ногу с машинами — часть более крупной задачи: цифровая трансформация организации, чтобы создать здоровую почву для новых технологий, таких как машинное обучение, Интернет вещей и большие данные, а также аналитики, чтобы выжить и процветать. Крайне важно избежать организационного сопротивления, которое преследовало предыдущие крупные технологические сдвиги, такие как волна корпоративного программного обеспечения в начале 2000-х годов.
Преодоление сопротивления является обязанностью руководства компании. В этом отношении у быстро обучающихся есть фора. Руководители высшего звена в быстро обучающихся вовлечены в стратегию машинного обучения в большей степени, чем в других организациях. Меньшее количество быстро обучающихся страдает от отсутствия стратегической ясности в отношении машинного обучения — в отличие от предыдущих усилий по созданию корпоративного программного обеспечения, когда высшие руководители часто проверяли.
Наличие четкой стратегии цифровой трансформации в более широком смысле и машинного обучения в частности также будет важно, если организации собираются привлекать новое поколение интуитивных и любознательных технологов, обладающих не только навыками программирования, но и глубоким пониманием как науки о данных, так и бизнеса. наращивать свои возможности машинного обучения. Навыки может быть трудно найти — недостаток доступного внешнего опыта в области машинного обучения был назван быстро обучающимися главной проблемой.
Более того, руководители должны привлекать своих квалифицированных специалистов, не связанных с ИТ, для совместной работы с технологами, чтобы со временем развивать возможности машинного обучения в организации. Бухгалтерская фирма EisnerAmper, один из первых внедривших машинное обучение, например, нанимала специалистов по данным, бизнес-аналитиков и разработчиков приложений в свою группу корпоративных технологий в течение последних восемнадцати месяцев. Новички сотрудничают с бухгалтерскими, аудиторскими и налоговыми руководителями фирмы для развития новых возможностей.
Со временем предприятия машинного обучения начнут функционировать по-другому, корректируя бизнес-процессы, кадровые модели, а также программы обучения и развития, чтобы адаптироваться к скорости и масштабу, с которыми могут обучаться машины, говорит Стэнтон Джонс, директор и главный аналитик ISG. Организации переходят от фокуса
«в котором люди управляют процессом, поддерживаемым технологией»,
он говорит,
«к тому, в котором технологии управляют процессом, поддерживаемым людьми».
Машинное обучение позволяет компаниям экспоненциально увеличивать масштабы своих возможностей без увеличения численности персонала — так называемый «нелинейный рост». Люди по-прежнему будут участвовать, но на более высоком уровне, управляя, анализируя или воздействуя на результаты машинного обучения.
Экспоненциальная ценность начинает расти, когда машины расширяют и дополняют человеческие навыки. «Это скорее партнерство с искусственным интеллектом, — говорит Клифф Джастис, руководитель отдела инноваций и корпоративных решений КПМГ.
«Вы идете за новой землей. Вы внедряете инновации быстрее».
В EisnerAmper машинное обучение является движущей силой трансформации компании в эпоху цифровых технологий, позволяя ей выйти за рамки простого аудита и бухгалтерского учета и стать стратегическим бизнес-консультантом для своих клиентов. Фирма разработала интеллектуальные инструменты аудита, где программное обеспечение фактически учится учиться, чтобы сделать процесс более эффективным и действенным, и планирует запустить аудиторскую практику, полностью основанную на машинном обучении, в течение трех лет.
Это освободит практикующих специалистов EisnerAmper, чтобы они могли тратить больше времени на предоставление клиентам консультационных услуг высокого уровня и стратегического консультирования, предлагая традиционные аудиторские услуги по более низкой цене, чем у конкурентов.
Быстро обучающиеся в нашем исследовании охватывают организационные и культурные сдвиги, необходимые для достижения успеха с машинным обучением. Действительно, среди респондентов исследования, которые только начали заниматься машинным обучением, но еще не увидели преимуществ, только 50% говорят, что планируют переподготовку сотрудников для эпохи машинного обучения — на 25% меньше, чем быстро обучающиеся.
Быстро учащиеся осознали, что ценность машинного обучения заключается в правильном сочетании человеческого и цифрового труда. Это может объяснить, почему быстро обучающиеся говорят, что организационное сопротивление менее проблематично, чем в других организациях.
В результате у них есть преимущество не только в развитии возможностей машинного обучения, но и в адаптации своих предприятий к ближайшему будущему, в котором интеграция человека и машинного обучения станет конкурентной необходимостью.
Ссылка взята у авторов: Дэн Веллерс и Дирк Джендроска.
Первоначально опубликовано на https://www.linkedin.com.
Поделитесь и ответьте
Если вы нашли эту статью полезной или у вас есть собственное мнение поэтой теме, оставьте ответ ниже.
Кроме того, если вы хотите прочитать больше тем, обсуждаемых мной на Medium, ознакомьтесь с этой статьей, которую я недавно создал:
