Как и любое успешное крупное предприятие, ваша организация, вероятно, добилась значительного технологического прогресса за последние два десятилетия. Масштабные ИТ-проекты и, соответственно, высокий уровень отказов в значительной степени остались в прошлом. Но большинство таких компаний, как ваша, не готовы к процветанию в эпоху ИИ.
Вот откровенное обсуждение того, где вы находитесь и куда вам нужно идти.
Ваш технологический персонал оптимизирован для эпохи, предшествующей искусственному интеллекту
Хотя вы все еще, вероятно, могли бы исправить некоторые неэффективности и сбои в технологическом ландшафте вашей компании, до сих пор вы, вероятно, добивались успеха, оптимизируя по трем параметрам:
- Использование сторонних инструментов
- Принятие методологий, обеспечивающих прозрачность
- Найм технических специалистов на среднюю зарплату
Оптимизация 1: Использование сторонних инструментов
Технологии стали благоприятным фактором для традиционных секторов, таких как банковское дело, страхование, здравоохранение и розничная торговля. Эти организации получили прибыль и сохранили господствующее положение на рынке за счет улучшения продукции, приобретений, продаж и маркетинга, а также операционной эффективности. В отличие от технологических гигантов, таких как Google и Apple, большинству компаний в традиционных секторах лучше полагаться на сторонних поставщиков и инструменты, а не создавать собственные приложения. Ваши сотрудники отлично справляются с оценкой, покупкой, настройкой и поддержкой технологий, но им нужны сторонние компании с сильными инженерными компетенциями.
Оптимизация 2: внедрение методологий, обеспечивающих прозрачность
Поскольку ваш бизнес уникален, вам необходимо создать несколько пользовательских приложений. Эти проекты представляют значительно больший риск, чем покупка проверенных решений. Чтобы снизить эти риски, такие компании, как ваша, используют такие методологии, как Agile, SAFe и Scrum. Эти методологии снижают риск, обеспечивая большую предсказуемость и прозрачность.
Оптимизация 3: найм технических специалистов со средней зарплатой
Наконец, как и у большинства предприятий, у вас нет первоклассных технических специалистов, потому что они вам не нужны. Лучшие инженеры, продакт-менеджеры и дизайнеры стоят очень дорого. Они создают большую экономическую ценность в технологических компаниях, чем в традиционных отраслях. Большинство таких компаний, как ваша, просто не получают хорошей окупаемости инвестиций от штатных специалистов по технологиям.
Пример: инструменты ETL и настраиваемая инфраструктура DataOps
Основным центром затрат ИТ-организации является сбор, обработка и хранение больших объемов данных. Большинство компаний по-прежнему полагаются на инструменты извлечения, преобразования и загрузки (ETL) для заполнения своих хранилищ данных. Эти инструменты могут масштабироваться до больших объемов данных, и их могут настраивать и эксплуатировать команды универсальных специалистов по недорогим технологиям. Руководство может контролировать прогресс команд с помощью тикетов Jira и отчетов. Развертывание инструментов ETL — это управляемый процессами метод построения инфраструктуры обработки данных. Исторически такой подход к обработке данных был более выгодным, чем создание специализированной инфраструктуры DataOps.
Технологические гиганты, такие как Facebook, Netflix, Uber и Google, находятся в противоположной ситуации. Поскольку весь их бизнес основан на данных, они инвестировали в первоклассных специалистов по технологиям для создания специализированной инфраструктуры приложений DataOps. Это инновационный подход к построению их инфраструктуры обработки данных, и именно его вам необходимо будет принять, чтобы стать организацией, управляемой искусственным интеллектом.
Технологическая рабочая сила, необходимая вам в эпоху искусственного интеллекта
Ваша текущая рабочая сила не оптимизирована для ИИ. Ваше выживание зависит от перехода от организации, ориентированной на процессы, к организации, ориентированной на инновации.
Когда компьютеры начнут думать за нас
По мере развития ИИ ваша компания будет все больше перекладывать процессы мышления и принятия решений на компьютеры. Ключевые бизнес-факторы перейдут от традиционных бизнес-процессов к технологическим. Эта революция уже произошла в маркетинге, где повествование о брендах было вытеснено цифровым маркетингом. Вскоре эффективность продаж будет зависеть от качества аналитики продаж, а не от объема традиционных показателей продаж, таких как холодные звонки. Бизнес-процессы, которые сегодня зависят от большой группы экспертов, в конечном итоге будут зависеть от небольшого числа экспертов, поддерживаемых высококвалифицированными инженерами.
Многие бизнес-процессы станут товаром. Но процессы, создающие конкурентные преимущества или поддерживающие уникальные бизнес-предложения, потребуют индивидуальных решений. Для создания и поддержки этих достижений вам потребуются высококвалифицированные специалисты по данным, инженеры данных и менеджеры по продуктам.
Меньше высококвалифицированных инженеров
Вы не можете поручить группе ИТ-специалистов создать системы, которые изменят ваш бизнес и будут впереди конкурентов. Они просто вернутся к своей комфортной зоне инструментов, отчетов о состоянии и тикетов Jira. Они будут пытаться внедрять инновации через процессы, но это не сработает.
Современные системы искусственного интеллекта (в той мере, в какой они существуют) основаны на самых современных технологиях, таких как глубокое обучение и Kubernetes. Для создания и поддержки этих систем требуется меньше инженеров, чем для традиционных программных приложений, основанных на правилах. Эти системы более сложны, их труднее освоить, они менее развиты и быстро меняются.
Приложения на основе нейронных сетей — ярчайший пример такого сдвига. Для создания и поддержки традиционного бизнес-приложения, основанного на правилах, вам потребуется большая группа инженеров, состоящая из составителей спецификаций, инженеров-программистов и специалистов по обеспечению качества, а также тысячи строк кода. Но если вы поместите логику в нейронную сеть со 100 миллионами весов, вы сможете создать сложное приложение, используя небольшую команду специалистов по анализу и обработке данных.
В эпоху ИИ вам понадобится меньше технических специалистов, но они должны обладать более продвинутыми навыками. И каждый человек в команде будет стоить значительно больше, чем вы платили раньше за технических специалистов.
Аналогия с эпохой интернета
Похожая кадровая перестановка произошла в разработке веб-приложений. В конце 1990-х для создания веб-приложения, управляемого данными, были задействованы десятки серверных инженеров, администраторов баз данных, инженеров по эксплуатации, разработчиков программного обеспечения и тестировщиков.
Десять лет спустя фреймворки для веб-приложений, такие как Ruby on Rails, и платформы для размещения приложений, такие как Heroku, позволили небольшой группе более квалифицированных инженеров-программистов создать и поддерживать сравнительно сложное решение. Цена квалифицированных инженеров-программистов продолжает расти, в то время как остается меньше рабочих мест для вспомогательных ролей, таких как администрирование баз данных и Unix.
Решение очевидное, но сложное в реализации
С чисто экономической точки зрения решение довольно очевидно: вам нужно перенастроить свои структуры найма, удержания и вознаграждения для рабочей силы, которая вам нужна, а не для рабочей силы, которая у вас имеется.
На практике этот переход сложен, и компании начали осознавать это в 2021 году.
Многие компании пытались создать свои ресурсы для обработки данных, ограничивая свой компенсационный пакет, чтобы он соответствовал пакету их рабочей силы до внедрения ИИ. Они быстро обнаруживают, что их лучшие специалисты по данным уходят в поисках более прибыльных возможностей. У тех, кто остался, нет стремления или навыков для создания приложений, способных решать реальные бизнес-задачи.
100 ведущих технологических компаний ведут войну за таланты в области ИИ. Они накапливают человеческие ресурсы, которые вам нужны. Вы не можете конкурировать, предлагая 175 000 долларов инженеру, который может получить 275 000 долларов от Microsoft.
Получите бесплатный отчет: Win the War for AI Talent
К счастью, у вас есть варианты, при которых специалистам по данным не нужно платить больше, чем вы платите своему вице-президенту по инженерным вопросам. Узнайте секреты в новом отчете Prolego Выиграйте войну за таланты ИИ.
