مدیر استعدادیابی IBM می‌گوید در عصر هوش مصنوعی بهتر است متخصص باشید، نه یک متخصص

آپارنا نیر گفت: دنیای کلی گرایان مدت هاست که رفته است. : لیندزی نیکلسون/UCG/گروه یونیورسال تصاویر از طریق گتی ایماژ مدیر ارشد استعداد، رهبری و فرهنگ آی‌بی‌ام گفت: دنیای عموم‌گرایان مدت‌هاست که از بین رفته است.

آپارنا نیر گفت که مشتریان IBM انتظار مشاوره عمومی را ندارند. آنها به دنبال تخصص عمیق هستند.

او گفت حتی اگر کارگران کلاه های زیادی بپوشند، باز هم به دانش گسترده ای در مورد تخصص خود نیاز دارند. این یک سوال داغ است: آیا در عصر هوش مصنوعی بهتر است متخصص باشید یا عمومی؟

برای آپارنا نیر، مدیر استعداد، رهبری و فرهنگ IBM، هیچ بحثی وجود ندارد. او گفت که فکر نمی‌کند عموم‌گرایان به تنهایی در نیروی کار در عصر هوش مصنوعی این کار را کاهش دهند.

نیر گفت: «دنیای کلی گرایان مدت هاست که از بین رفته است. آپارنا نیر مدیر استعداد، رهبری و فرهنگ IBM است. IBM نایر گفت که متخصصان عمومی ممکن است بتوانند برای یادگیری چیزهای زیادی به هوش مصنوعی تکیه کنند، اما برای مثال در IBM، مشتریان این شرکت انتظار مشاوره کلی از نیروی کار آن ندارند. او گفت که IBM برای تخصص عمیق در فناوری خود استخدام شده است.

نیر گفت که همین امر در مورد استخدام های سطح ابتدایی نیز صادق است. نیر گفت که IBM که متعهد به دو برابر کردن استعدادهای جوان است، انتظار دارد کارگران جدیدی با مهارت ها - و تخصص در حوزه - وارد شوند تا کارهای پیچیده تری را در اوایل حرفه خود انجام دهند.

او گفت که کارگران باید حوزه‌ای را شناسایی کنند که با نیازهای کارفرمایشان همسو باشد، در آن متخصص شوند و «عمق کنند».

حتی زمانی که نقش‌های مهندسی با هوش مصنوعی کم‌کم می‌شوند، این انتظار باقی می‌ماند. نیر گفت: در گذشته، یک مهندس نرم افزار ممکن است 20 درصد از زمان خود را صرف کدنویسی و 20 درصد دیگر را برای آزمایش صرف کند. نیر گفت، اکنون، هوش مصنوعی می‌تواند بسیاری از کارهای کدگذاری را انجام دهد و مهندسان برای ارزیابی آنچه که این فناوری تولید می‌کند، به مهارت‌های تفکر انتقادی و قضاوت نیاز دارند.

آنها همچنین فرصت‌های بیشتری برای کار در سراسر کسب‌وکار دارند، مانند صحبت کردن با مشتریان و تیم‌های بازاریابی و بازگرداندن آنچه یاد می‌گیرند به محصولاتی که می‌سازند.

در حالی که مهندسان امروزی ممکن است کلاه های زیادی بر سر بگذارند و از نزدیک با تیم های مختلف کار کنند، آنها هنوز به تخصص عمیق در زمینه خود نیاز دارند - و درک اینکه چگونه کار آنها تجربه مشتریان و همکاران را شکل می دهد.

نیر گفت که بدون این دانش اضافی، "انجام هر کاری معنادار" برای آنها دشوار خواهد بود.

در حالی که تخصص حوزه ممکن است ارزشمند باشد، کارگران نیز باید انعطاف پذیر باشند. نایر گفت که "هیچ چیز قدرتمندتر" از زمانی نیست که کارگران تخصص عمیق را با رفتارهای درست ترکیب کنند و همچنین از هوش مصنوعی به نفع خود استفاده کنند.

نیر گفت: «این یک ترکیب کشنده است.

مقاله اصلی را در Business Insider بخوانید