Удивительный эффект машинного обучения на персонал

Возможно, машинное обучение (ML) и искусственный интеллект (AI) в более широком смысле перешли от «первых последователей» к «раннему большинству» на протяжении жизненного цикла внедрения инноваций (т. Е. Колоколообразной кривой Роджерса).

Это означает, что ваша компания, вероятно, уже начала с этим возиться или, что еще лучше, инвестировала в это. Фактически, 89% клиентов, опрошенных Slalom, обсуждают, планируют или уже имеют инициативы в области ИИ. В целом, 48% имеют это в своей дорожной карте или строят решения.

На ум приходят некоторые широко известные примеры компаний, инвестирующих в ML / AI ... совсем недавно, в конце апреля 2019 года, Tesla (TSLA) организовала День автономного инвестора, посвященный исключительно рекламе их полностью автономных способностей. Эта технология, основанная на искусственных нейронных сетях, усовершенствованном типе модели машинного обучения, расширяет возможности распознавания изображений их беспилотных транспортных средств.

Как и любая другая предшествующая технология, это всего лишь инструмент, позволяющий получить конкурентное преимущество в поисках новых возможностей для бизнеса. В этом примере управление парком беспилотных автомобилей «роботакси» (то есть беспилотных) с потенциалом значительно подорвать конкуренцию и захватить львиную долю рынка такси-такси.

В то время как все больше и больше компаний присоединяются к ML, чтобы выйти на новые рынки или получить конкурентное преимущество на существующем, эти технологии приобретают плохую репутацию в прессе как убийца рабочих мест из-за автоматизации и повышения эффективности. Но подтверждают ли цифры это предположение или опровергают? Находим ли мы больше свидетельств, указывающих на замедление или рост спроса на рабочие места из-за этих технологических достижений?

Новые технологии с разрушительным потенциалом часто считаются угрозой для занятости, поскольку один человек может внезапно выполнять задачи, которые раньше требовали нескольких человек, или устранять потребность в людях все вместе. Но исследования занятости и связанный с этим эффект, который принесут эти новые цифровые возможности, удивительно указывают на обратное. К этому моменту в отчете Всемирного экономического форума 2018 Будущее рабочих мест указывается, что:

«[…] 75 миллионов рабочих мест могут быть вытеснены сдвигом в разделении труда между людьми и машинами, в то время как могут появиться 133 миллиона новых ролей, более приспособленных к новому разделению труда между людьми, машинами и алгоритмами».

Хотя в отчете упоминается о значительном сдвиге в тенденции к увеличению количества рабочих часов, выполняемых машинами, а не людьми, в нем также подчеркивается создание «появляющихся востребованных ролей». Действительно, в то время как с одной стороны произойдет крупномасштабное сокращение рабочих мест из-за автоматизации, с другой стороны, будет еще более масштабный спрос на новые продукты и услуги, создаваемый за счет внедрения новых технологий и других социально-экономических изменений. , и, следовательно, будет способствовать развитию связанных задач и ролей.

Другое исследование, проведенное PwC, оценивает, что искусственный интеллект, робототехника и другие формы интеллектуальной автоматизации могут внести к 2030 году в мировой ВВП до 15 триллионов долларов. Хотя эти прогнозы можно отклонить в пользу статус-кво, важно помнить, что История никогда не была доброй к компаниям, неспособным достаточно быстро адаптироваться к меняющимся рыночным силам. Конечно, сотрудники должны принять неизбежное будущее, в котором автоматизация продолжает расти, и сосредоточиться на множестве новых ролей и наборов навыков, порожденных преобразованием, в то время как компании должны осознавать, что речь идет не только о выходе на рынок и привлечении новых талантов. .

Основная часть рабочей силы, необходимой для того, чтобы стремиться к профессиональному развитию машинного обучения и искусственного интеллекта, будет состоять из прошедших переподготовку существующих сотрудников. Подобно тому, как механики автомобилей, работающих на ископаемом топливе, превращаются в специалистов по электромобилям посредством переоснащения и переподготовки, традиционных бизнес-аналитиков и разработчиков программного обеспечения следует повышать квалификацию и переучивать, чтобы стать двигателем будущего, основанного на искусственном интеллекте, управляемом данными. Прекрасные примеры можно найти в Facebook и других компаниях, которые наняли ведущих ученых не только для работы над основными продуктами, но и для выполнения функций, подобных Center Of Excellence, чтобы помочь ИИ распространяться по всей компании. Более того, Microsoft фактически упорно работает над снижением барьера для выхода на арену ИИ, разрабатывая более простые программные инструменты, чтобы помочь в разработке продуктов на базе ИИ.

В то время как ключевые роли, несомненно, должны быть заняты дальновидными экспертами в предметной области и авторитетными фигурами в области машинного обучения, победители и проигравшие на рынке будут во многом определяться способностью компании повышать квалификацию существующей рабочей силы, а не приобретать совершенно новую. Достижение правильного баланса между вновь нанятыми экспертами / руководителями и прошедшим переподготовку существующим персоналом может привести к быстрому расширению бизнес-возможностей машинного обучения и искусственного интеллекта, позволяя компании оставаться актуальной на рынке и обеспечивать светлое и захватывающее будущее.