不管你翻到那一版，總有另一則新聞報道強調(diào)人工智能對今年企業(yè)的影響。還有頭條新聞驚呼：在機器學習成為爭奪數(shù)字化轉(zhuǎn)型統(tǒng)治地位的巨大推動力時，硅谷巨頭搶走了人才。
所以如果你想履行人工智能的諾言，你可以在哪里找到人才?據(jù)說，絕望的時代要采取絕望的措施。很多組織正在通過與大學建立伙伴關(guān)系以及從內(nèi)部進行培訓和建設來應對人工智能人才短缺問題。
普華永道的報告《評估獎品的大小(Sizing the Prize)》指出：如果你認為這一切全都是炒作，不妨想一想，到2030年，由于人工智能的影響，全球GDP可能會高出14%，即15.7萬億美元，這是近期經(jīng)濟中最大的商機。
該報告認為：“如果你的公司處于其中一個正在快速采用人工智能的行業(yè)或經(jīng)濟體中運營，那么如果你想利用這些開局，并且確保你的業(yè)務不會輸給行動更快且更具成本效益的競爭對手，趕緊行動起來”
無論公司是否處于顛覆潛力較低且采用速度可能較慢的行業(yè)，普華永道表示：“沒有哪個行業(yè)或企業(yè)能免受人工智能方面的影響。......最大的問題是如何確保人才，技術(shù)和數(shù)據(jù)的獲取，以充分利用這一機會。”
由于越來越多的組織在未來幾年部署面向人工智能的計劃，這是首席信息官們會努力應對的東西。Gartner的數(shù)據(jù)顯示，人員配備技能是54%希望采用人工智能的首席信息官的首要挑戰(zhàn)，Gartner認為2018年是“人工智能民主化”的元年。但該研究公司表示，有些首席信息官正面臨著雙重打擊，37%的人仍在努力界定人工智能戰(zhàn)略。
Gartner的報告《2018年的預言：人工智能》指出，“制定人工智能戰(zhàn)略發(fā)展計劃的挑戰(zhàn)與人員配置挑戰(zhàn)并行不悖，因為熟悉人工智能的工作人員和高管們將受益于積極致力于制定戰(zhàn)略的組織”。也就是說，該公司認為，到2020年，85%的首席信息官將采用購買、構(gòu)建和外包的方式進行企業(yè)人工智能項目的試點。
因此，管理技能需要發(fā)展，因為管理人員“最近才了解并依靠先進的統(tǒng)計技術(shù)來提取'噪音信號'以改善決策制定”。這就是Gartner報告的發(fā)現(xiàn)。“這是管理基于人工智能的系統(tǒng)和服務的起點。”
工作會變，但人員需求依舊
具體而言，對數(shù)據(jù)科學家、機器人和人工智能工程師以及具有深度神經(jīng)網(wǎng)絡，大數(shù)據(jù)和分析以及其他技術(shù)專家經(jīng)驗的工作人員的需求日益增長。根據(jù)職位空缺，薪水和工作滿意度，招聘公司Glassdoor于2016年2017年將數(shù)據(jù)科學家評為美國頭號職位。
但考慮到技術(shù)變革的步伐，提升的計算處理能力和較低的進入門檻，這些工作人員是熱門商品，并且變得難以捉摸。
專家說，人們普遍認為人工智能會消滅工作和任務，有些工作和任務會被機器吞噬，但是人工不會遭到替換，但是他們需要掌握新的技能才能與人工智能一起工作，以提供只有人類才能提供的價值。
Cognizant未來工作中心的副總裁兼主管Ben Pring說：“過度依賴機器完成工作，而沒有花時間和資源建立以人為本的技能的公司可能會面臨嚴重的人工智能人員配置和技能短缺的問題。”
組織應該為新的工作環(huán)境投資建立以下員工技能：分析性思維、口頭和書面交流、設計、做決策、人際交往能力等等，Pring指出，這其中還包括全球運營。
普華永道的報告指出，“由于人工智能的采用速度加快，機器無法復制的技能的價值也在增加，如創(chuàng)意、領(lǐng)導力和情商。為人工智能和人類并肩工作的混合型員工做好準備是非常重要的。你的業(yè)務面臨的挑戰(zhàn)不僅僅是確保你擁有正確的系統(tǒng)，還要判斷你的員工將在這個新模式中扮演什么角色。”
普華永道建議，組織應該計劃進行長期培訓和發(fā)展，以滿足這些新興需求。有些人正在聽取這一建議，并表示他們正在著手干。
建立人工智能人才管道
“我們認為數(shù)據(jù)科學方面的人才短缺問題類似于職業(yè)體育聯(lián)盟曾努力解決招聘問題的方式：我們使用還處在早期水平的人才，”印第安納波利斯風險投資公司High Alpha的數(shù)據(jù)科學家Mark Clerkin說。“我們與大學建立了關(guān)系，并參與學習項目，并且在[畢業(yè)生]得到工作安置前進行演講，以獲得具有該水平的人才。”
High Alpha還讓在校生得到“真實世界的經(jīng)驗”，我們?yōu)樗麄兲峁┯幸饬x的項目并相互了解，因此這有點像長時間的面試”。他說，這實際上為公司提供了一個人才庫。
該公司還在內(nèi)部同時就人工智能是什么以及用機器學習技術(shù)可以做什么進行了內(nèi)部溝通。Clerkin說：“我們的目標是揭開機器學習方面的神秘面紗。通過這樣做，你漸漸使內(nèi)部對做人工智能組件感興趣的人浮出水面”，比如建模，從文件中提取數(shù)據(jù)并篡改數(shù)據(jù)。他說，具有一定工程或數(shù)學技能的員工是這類工作的理想人選。
Clerkin表示，High Alpha還討論了其在演講活動中所做的一些工作，并將這些工作發(fā)布在社交媒體上。他補充說：“我們試圖建立一個真正廣泛的網(wǎng)絡，一心想著真正聰明的工程師和數(shù)據(jù)科學家會讀到它......并認為我們正在做很酷的事情，并希望與我們合作。”
他補充道，然而，炫酷的東西，并沒有轉(zhuǎn)化為酷炫的動力。他說：“我不會從報酬的角度來仰慕數(shù)據(jù)科學。雖然各個職位的基本工資可能有所不同，但我們并不是僅僅因為從事數(shù)據(jù)科學而試圖提供不對稱的工作邀請。你將有機會參與很多很酷的事情并努力工作，這對你的職業(yè)生涯是有益的”。如果他們投資的一家創(chuàng)業(yè)公司恰好發(fā)展起來了，“你得到的工作邀請將有望補償你的付出。”
從內(nèi)部培養(yǎng)人才
總部位于芝加哥的商業(yè)和技術(shù)咨詢公司W(wǎng)est Monroe Partners也在內(nèi)部建設人才。高級總監(jiān)Greg Layok說，尋找外部人工智能人才非常困難。“人工智能人才鳳毛棱角，很難找到具備所有你所需要的能力的人才”。在過去的五年里，West Monroe面試了很多人，他說，“很難找到有學術(shù)背景的人，尤其是在數(shù)學或統(tǒng)計領(lǐng)域，同時了解用來在企業(yè)環(huán)境中創(chuàng)建機器學習系統(tǒng)的技術(shù)工具。理想的求職者也要有可靠的溝通技能和軟技能。“那些全能的人......現(xiàn)在千金難求。”
Layok說。“在West Monroe就人工智能相關(guān)職務面試的一千個人中，我們發(fā)現(xiàn)只有一兩個人擁有我們要的全部經(jīng)驗和能力。”
West Monroe的戰(zhàn)略一直是聘用那些“高度協(xié)作”的人，這意味著這些人愿意在一個團隊中工作，并且在他們的專業(yè)之外從事與他們相關(guān)的事情。“有趣的是，肯定有程序，碩士課程，我們在這里獲得具有良好技能的人，但他們并不一定具有商業(yè)頭腦，不需要將他們的數(shù)據(jù)科學技能用于解決業(yè)務問題。”他指出。因此，West Monroe集中力量“將人們?nèi)诤显谝黄鸩⒊浞掷妹恳粋€人。”
有天資并對學習環(huán)境持開放態(tài)度的新近畢業(yè)生前景非常好。Layok說：“我們?yōu)榕囵B(yǎng)下一代領(lǐng)導者而感到自豪，并相信我們可以從內(nèi)部培養(yǎng)人工智能專家。”
麻省理工學院媒體實驗室(MIT Media Lab)的訪問科學家Ben Waber博士也分享了這種情緒。他說：“在工作中學習仍然比在招聘人員身上花費40000美元聘用同一個人更便宜——然后無論如何你都必須讓他們適職”。他補充道，但是組織仍然需要有經(jīng)驗的人員來理解算法的更復雜性，并且必須為他們支付最高的薪水。
但是，行為研究初創(chuàng)公司Humanyze的總裁兼首席執(zhí)行官Waber說：“但是每個人都必須擁有博士學位和五年的行業(yè)經(jīng)驗，你想多了。”
該公司每月雇用七到八人，預計到今年年底會有近100名員工。像Layok一樣，他說Humanyze在找具有扎實數(shù)學知識的人，理想的情況是統(tǒng)計學。Waber說：“這比有程序員更好。因為從根本上講，人工智能學習的最新技術(shù)是直截了當?shù)慕y(tǒng)計工具。”
人工智能人才短缺是真實的
如果一個組織希望創(chuàng)建一個可擴展的人工智能系統(tǒng)，那么它也將需要具備“非常復雜的后端經(jīng)驗”的人員。他這樣說道。
Waber說：“我們確實深陷招聘的炒作周期。所有人，乃至他們的兄弟姐妹現(xiàn)在都在搞人工智能”。他說，同時，“有些公司表面上說得很好聽，但并沒有招聘人員”。但總的來說，擁有一系列人工智能技能是很重要的，這一點已經(jīng)得到了強烈的認可。組織正在準備從內(nèi)部聘用和培訓。Waber認為，這將持續(xù)一段時間。
Layok說：“Gartner使用'公民數(shù)據(jù)科學家'這個術(shù)語，即被你帶到另一邊的組織人員。我以為大學課程越來越好，但我的經(jīng)驗告訴我，它們并沒有越來越好。畢業(yè)生每年都在變得越來越好，但單憑這一點無法滿足人工智能的需求。如果公司還沒有考慮內(nèi)部發(fā)展，那么在他們的人工智能工作量增加之前，現(xiàn)在就開始是一個好主意。
大學正在盡自己的一份力量，很多大學已開始提供人工智能和機器學習的本科、研究生和專業(yè)認證課程。然而，即使現(xiàn)在有很多學校培養(yǎng)了很多具有寶貴深度學習技能的畢業(yè)生，但Gartner表示，他們中很少有人有這樣的直覺——為成功的深度神經(jīng)網(wǎng)絡模型提供良好基礎的直覺。
Gartner的報告指出，技術(shù)技能——尤其是深度學習——仍然有限，并且仍在不斷發(fā)展。“我們?nèi)匀徊幻靼兹绾慰煽康嘏渲肈NN [深度神經(jīng)網(wǎng)絡]來提供有用的結(jié)果，并且DNN培訓的漫長周轉(zhuǎn)時間造成了很長的評估周期。”
Layok指出，然而，如果你著眼于工智能人才短缺的問題，這不是非此即彼的命題，而是一個“兼而有之”的命題。他說：“你需要有資格從事這種工作的人，無論是內(nèi)部人士，還是具有數(shù)據(jù)科學學位的近期畢業(yè)生。”
但他并不是說這會是一個簡單的過程。他說：“在過去的四到五年內(nèi)，培養(yǎng)這種人才是我們面臨的巨大挑戰(zhàn)。我終于覺得我們度過了難關(guān)，但革命尚未成功。”
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責任的權(quán)利。
京公網(wǎng)安備 11010502049343號