Как подготовить сотрудников к наступлению ИИ

9 May 2019

Согласно опросу IT-директоров, который был проведён в этом году, Искусственный Интеллект считается самой революционной технологией (среди респондентов — 3000 IT-директоров из 89 стран мира). Вот почему технология всё чаще принимается в крупных и не очень компаниях по всему миру.

И всё же, существует одна проблема, которая может замедлить прогресс — малое число людей, разбирающихся в ИИ-технологиях.

В недавнем отчёте State of Software Engineer подчеркивается, что спрос на data-инженеров вырос на 38 %, а спрос на инженеров машинного обучения возрос на 27 % ещё в прошлом году. Просматривая американский рынок вакансий можно обнаружить некоторые трудности, связанные с набором технических специалистов, обладающих специальными навыками в области машинного обучения и ИИ-технологий. Инженеры по машинному обучению получают около 153 тысяч $ в год, что на 20 тысяч $ больше зарплаты, получаемой другими техническими специалистами.

Некоторые крупные компании приобретают сильные команды, имеющие опыт работы с ИИ-технологиями. Например, McDonald's, которая недавно заплатила 300 миллионов $ за Dynamic Yield. Это компания, специализирующаяся на ИИ-технологиях, которая помогает персонализировать клиентский опыт. На самом деле, именно поэтому один из подходов заключается в приобретении компаний, которые имеют сильные команды.

Но даже у этого подхода есть некоторые проблемы. Интеграция новых технологий может быть довольно сложной, особенно когда для этого требуется высококвалифицированная рабочая сила.

Далее, мы рассмотрим подходы, которые помогут эффективно подготовить работников к появлению ИИ-технологий в бизнесе.

Автоматизация

С увеличением числа ИИ-технологий появились инновационные инструменты автоматизации. Например, на этой неделе Microsoft разработала и представила новый набор систем автоматизации процессов.

Доктор Рёхэй Фудзимаки, являющийся CEO и основателем компании dotData, считает, что самый удобный и эффективный способ, при помощи которого организации могут использовать свою текущую команду для работы с данными — это внедрение платформы автоматизации науки о данных.

Автоматизация использования данных значительно упрощает задачи, которые ранее могли выполнять только специалисты по данным. Таким образом, работники получают доступ к бизнес-аналитике и разработке проектов с помощью графического интерфейса. Автоматизация всего процесса обработки данных позволит предприятиям создавать эффективные команды с минимальными затратами и использованием текущих сотрудников.

Но это не значит, что подобный метод является панацеей. Компаниям всё ещё нужны специалисты по данным. Но опять же, такой метод поможет добиться гораздо большей эффективности.

При условии, что в организации уже есть специалисты по данным, автоматизированная платформа освобождает высококвалифицированных специалистов от многих рутинных задач, которые требуют много времени и усилий. Таким образом, специалисты смогут сконцентрироваться на более сложной и стратегически важной аналитике. Это даст специалистам, которые работают с данными, возможности для достижения более высокой производительности. Более того, специалисты по данным смогут оказывать больше влияние на бизнес, чем когда-либо прежде.

Переквалификация

Если прямо сейчас у вас есть сотрудники, которые являются бизнес-аналитиками или имеют опыт работы с данными, то их можно переквалифицировать под работу с ИИ-технологиями. Для этого они должны освоить инструменты Python и TensorFlow, которые представляют из себя основу глубокого обучения.

Существует множество онлайн-ресурсов, где можно пройти обучение — Udemy, Coursera, Udacity, open.ai и deeplearning.ai, которые могут помочь компаниям развивать навыки своих сотрудников в области Искусственного Интеллекта и машинного обучения. Кроме того, компании нуждаются в людях с опытом в области Искусственного Интеллекта для того, чтобы они возглавляли отделы и развивали сотрудников в этом направлении. Весь интерес Искусственного Интеллекта и науки о данных состоит в том, что для их освоения не нужно быть опытным инженером-программистом. А всё потому, что эта область разнообразна и затрагивает такие сферы, как наука, техника и экономика.

Но обучать стоит не только небольшую группу людей, а всю компанию. Без этого не получится повсеместно внедрить ИИ-технологии. Руководители предприятий и бизнес-групп должны понимать, как лучше взаимодействовать с командами, специализирующимися на ИИ-технологиях для достижения ключевых бизнес-целей организации. Заинтересованным сторонам бизнеса не обязательно быть экспертами в области данных и технологий Искусственного Интеллекта, им достаточно знать каким образом использовать ИИ и как это меняет их бизнес.

Источник: Forbes