سازمان ها باید مهارت های خود را برای تحقق AI ROI تجدید نظر کنند

استفاده از ابزارهای هوش مصنوعی در محل کار هیچ نشانه ای از کاهش سرعت را نشان نمی دهد. با توجه به اینکه 88 درصد از مشاغل از هوش مصنوعی در برخی از ظرفیت ها استفاده می کنند، شرکت ها اکنون به شدت بر تلاش برای اندازه گیری بازگشت سرمایه از سرمایه گذاری های خود در این فناوری متمرکز شده اند.

شرکت‌هایی که پشته‌های ابزار هوش مصنوعی را در میان تیم‌های خود به کار می‌برند، با خودکارسازی وظایف معمول، ترکیب داده‌ها و بهبود کارایی، کاهش هزینه‌ها و کار وقت‌بر، هدفشان افزایش بهره‌وری است.

اما اصطکاک وجود دارد. نیمی از مشاغل لندن می گویند نیروی کار آنها در حال حاضر مهارت های لازم برای برآوردن نیازهای هوش مصنوعی سازمانشان را ندارند. شرکت‌ها اکنون با مشکل پرهزینه‌ای مواجه هستند، آنها به بازگشت سرمایه در هوش مصنوعی نیاز دارند و برای انجام این کار نیاز به اصلاح مهارت‌ها و نقش‌های شغلی است.

کسب و کارها برای حل این چالش باید با ایجاد تعادل بین دانش فنی و خلاقیت و همچنین درک کسب و کار، رویکردی جدی اتخاذ کنند.

این فقط مهارت‌های فنی فناوری اطلاعات برای عملیات‌های پشتیبان مورد نیاز نیست، بلکه سواد دیجیتال، ارزیابی انتقادی خروجی‌های هوش مصنوعی و یکپارچه‌سازی گردش کار نیز لازم است. اینها در هر سطحی، از سطح ورودی تا سطح C-Suite، ضروری هستند.

شرح شغل نیاز به به روز رسانی دارد

از آنجایی که شکاف مهارت های دیجیتالی بیشتر می شود، جای تعجب نیست که در بریتانیا، از هر چهار کارگر یک نفر نگران است که هوش مصنوعی جایگزین آنها شود. در واقع، بازار کار به دو سطح مجزا تقسیم می شود.

سطح حرفه ای بر روی نقش های ترکیبی متمرکز است که بر قضاوت انسان متکی است و تشخیص می دهد که ابزارهای هوش مصنوعی فقط به اندازه افرادی که آنها را راهنمایی می کنند مؤثر هستند. در مقابل، رده دموکراتیک شده می بیند که وظایف تکراری به طور کامل به ابزارهای هوش مصنوعی واگذار می شود.

با توجه به اینکه اکثر نقش ها در ردیف حرفه ای قرار دارند، به حداکثر رساندن کارایی هوش مصنوعی نیازمند تفکر انتقادی و قضاوت است که خود فناوری نمی تواند آن را تامین کند. با این حال، اگر این انتظارات در نقش نوشته نشود، کارفرمایان در نهایت توانایی های کارکنان خود را بیش از حد ارزیابی می کنند.

امروزه، بسیاری از نقش‌ها با فناوری ترکیب شده‌اند، و به جز نقش‌های فنی، بسیاری از قابلیت‌های ضروری هوش مصنوعی اغلب در یک نکته عمومی در مهارت فنی خلاصه می‌شوند. آنچه ما شاهد آن هستیم تغییر شکلی است که کارفرمایان برای آن ارزش قائل هستند. این تغییر شکل باعث ظهور تکنولوژیست های خلاق می شود.

یک فن‌شناس خلاق کسی است که فناوری، خلاقیت و استراتژی را درک می‌کند و سازمان‌هایی که به طور فعال این نقش را توانمند می‌کنند، احتمال بیشتری دارد که تحول دیجیتال را با موفقیت انجام دهند.

امروزه، بسیاری از تیم‌ها مملو از فن‌آوران خلاق هستند که نمی‌دانند این چیزی است که به آن تبدیل شده‌اند. نیروهای محرک این امر عبارتند از تبدیل شدن هوش مصنوعی به ابزاری روزانه، افزایش تقاضای محتوا و افزایش همکاری بین رشته‌ای.

اما کارفرمایان باید اطمینان حاصل کنند که شرح شغل با این واقعیت مطابقت دارد. یک شرح شغل تلفیقی باید ابزارهای هوش مصنوعی را که شخص واقعا استفاده می‌کند نام‌گذاری کند، سپس مهارت‌های مورد نیاز برای استفاده از آن‌ها را مشخص کند، و چیزهایی مانند تفکر انتقادی را از گلوله‌های عمومی به انتظارات خاص مرتبط با آن ابزارها منتقل کند.

اگر کارفرمایان این کار را درست انجام دهند، افرادی را استخدام خواهند کرد که بتوانند دستاوردهای بهره وری را به دست آورند و نه فقط ابزارها را به کار گیرند. موفقیت هوش مصنوعی به افرادی نیاز دارد که تخصص فنی، دانش صنعت و خلاقیت را ترکیب کنند.

بدون نقش‌های ترکیبی بیشتر، کسب‌وکارها برای دیدن بازگشت سرمایه و اطمینان از استفاده از ابزارهای مناسب برای شغل مناسب با مشکل مواجه خواهند شد.

تشویق به آزمایش، آزمایش و آزمایش

یادگیری موثر تنها در یک محیط دلگرم کننده اتفاق می افتد. راحت بودن با چارچوب‌های پیشنهادی باعث می‌شود ابزارهای هوش مصنوعی احساس دلهره‌آوری کمتری داشته باشند، و این راحتی اغلب چیزی است که هوش مصنوعی می‌تواند در سازمان به آن کمک کند. آزمایش اهمیت دارد حتی زمانی که یک رویکرد معین بیشتر دنبال نشود. گاهی اوقات مفیدترین درس این است که یاد بگیریم چه کاری را نباید انجام دهیم.

یکی از بزرگ‌ترین موانعی که این آزمایش‌ها به نتیجه می‌رسند، داده‌های تاریک است. بیشتر سازمان‌ها بر روی حجم عظیمی از اطلاعات قرار دارند، اما بخش بزرگی از آن در اسناد، ایمیل‌ها، فایل‌های PDF و سایر فرمت‌های غیرساخت‌یافته زندگی می‌کند که تفسیر آنها برای سیستم‌های هوش مصنوعی دشوار است.

این بدان معناست که حتی مدل‌هایی که به خوبی طراحی شده‌اند، اغلب از دیدگاه ناقص و متناقض از کسب‌وکار کار می‌کنند که منجر به خروجی‌ها و ابتکارات غیرقابل اعتمادی می‌شود که قبل از مقیاس‌پذیری متوقف می‌شوند.

گذر از گذشته که مستلزم تبدیل داده‌های تاریک به چیزی قابل استفاده است که می‌تواند بر ساختار، زمینه و حکمرانی بنا شود، سیستم‌های هوش مصنوعی باید با اطمینان روی داده‌ها عمل کنند. هنگامی که این پایه ایجاد شد، هوش مصنوعی بسیار قابل اعتمادتر می شود و انتقال از خلبان های ایزوله به محیط های تولید واقعی بسیار آسان تر می شود.

لبه انسان

هوش مصنوعی می‌تواند برنامه‌ریزی را ساده‌تر کند، اما مردم همچنان اجرا را پیش می‌برند. از آنجایی که ابزارها وظایف معمول، سازماندهی و مستندسازی را انجام می دهند، مهارت هایی که هوش مصنوعی نمی تواند تکرار کند، مانند قضاوت، داستان سرایی، تفکر خلاق و توانایی هدایت افراد از طریق تغییر، بسیار ارزشمند هستند.

تقاضا برای متخصصان مسلط به هوش مصنوعی، نوع جدیدی از متخصصان عمومی توانمند ایجاد کرده است که می توانند روندهای هوش مصنوعی را به همان روانی بخوانند که روابط با سهامداران را مدیریت می کنند و نکات دردسر مشتری را درک می کنند.

هوش مصنوعی ممکن است گردش کار و مستندات را خودکار کند، اما نمی تواند یک تیم را رهبری کند، زمینه را با تفاوت های ظریف انسانی تفسیر کند یا به طور کامل ماموریت یک شرکت را درک کند.

زمانی که پوشیدن کلاه های زیاد در یک نقش به عنوان یک نقطه ضعف تلقی می شد، هوش مصنوعی آن را به یکی از کارآمدترین روش ها تبدیل کرده است. این به کارمندان امکان دسترسی به مهارت هایی را می دهد که قبلا سال ها طول می کشید و چندین تغییر نقش برای به دست آوردن آنها نیاز بود.

هوش مصنوعی به جای حذف ساده نقش‌ها، نقش‌های جدیدی را ایجاد می‌کند که بر مدیریت رابطه انسان و هوش مصنوعی متمرکز است، از جمله ارزیاب‌های هوش مصنوعی و بازبین‌های انسان در حلقه.

از این نظر، هوش مصنوعی نه تنها جایگزین شغل‌ها می‌شود، بلکه تغییر شکل آن‌ها، با پتانسیل کاهش نابرابری نیروی کار از طریق دموکراتیک کردن دسترسی به مهارت‌های جدید.

شکاف مهارتی مانعی است که بسیاری از سازمان ها با آن روبرو هستند و هم کارمندان و هم کارفرمایان باید برای سازگاری آزمایش کنند.

ما بهترین چت ربات هوش مصنوعی را برای تجارت معرفی کرده ایم.

این مقاله به عنوان بخشی از TechRadar Pro Perspectives، کانال ما برای معرفی بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز تهیه شده است.

نظرات بیان شده در اینجا نظرات نویسنده است و لزوما نظرات TechRadarPro یا Future plc نیست. اگر مایل به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/pro/perspectives-how-to-submit