AIがITスキルと人材の需要をどのように変えているのか

AIがITスキルと人材の需要をどのように変えているのか

AI は急速に日常のビジネス運営に不可欠な要素になりつつあり、すでに運用プロセスの改善、顧客サービスの向上、従業員エクスペリエンスの測定、サイバーセキュリティの強化などに活用されています。 AI が私たちの日常生活にさらに浸透し、質問に答えたりタスクの支援を受けたりするための ChatGPT などの AI ボット サービスの導入が増えるにつれて、職場における AI の存在は加速するばかりです。

職場での AI 技術の利用に関する議論の多くは、AI 技術によって置き換えられる可能性のある仕事についてです。多くの企業が AI テクノロジーの導入に慎重な姿勢を取り、IT チームのリーダーが最善の進路を議論する中、倫理、コンプライアンス、ガバナンスの問題に関する議論も生まれています。

AI の将来は依然として不透明ですが、職場への影響は無視できません。今後数年間で AI があらゆる業界で大きな役割を果たすようになることは明らかであり、企業が求めるスキルにはすでに変化が見られます。 AI は、長年求められてきた IT スキルへの関心を再燃させると同時に、企業が AI をうまく活用するために必要なまったく新しい役割とスキルを生み出しています。

新たなAI関連の仕事とスキル

職場における AI の台頭により、IT 分野だけでなくそれ以外の分野でも新たな役割に対する需要が生まれています。これらの役職の中で最も重要なのは、AIエンジニア、AIコンプライアンス専門家、AI製品マネージャーだと、Cengage GroupのCTO、ジム・チルトン氏は述べた。

ITサービスプロバイダーPresidioのCTO、ロバート・キム氏は、他の新たな役割には、AIデータアノテーター、AI規制を専門とする法律専門家、AI倫理コンサルタント、AIからの潜在的な偽情報を追跡するコンテンツモデレーターなどが含まれると述べた。

デジタルトレーニング会社スキルソフトの技術・開発製品担当副社長マイク・ヘンドリクソン氏は、多くの企業が予測分析、自然言語処理、ディープラーニング、機械学習など、より成熟したITスキルを求めていると語った。これらのスキルに加えて、大規模言語モデル、ChatGPT、および同様の AIGC ロボット スキルに対する需要も高まると彼は考えています。

「AI は、社内の仕組みから顧客向けの外部 AI 製品ソリューションまで、ビジネスのあらゆる側面で AIGC を活用することに重点を置いた新しい幹部職の需要も生み出しています」とチルトン氏は語ります。「テクノロジーを受け入れ、それを活用して業務を加速し改善する方法を理解している人は報われますが、そうでない人は取り残されます。最終的には、AI を導入する企業と導入しない企業の収益性が、これらの企業、さらには業界の存続を左右することになります。」

アジャイルスキルでビジネスを一歩先に進めましょう

俊敏性は AI に関して最初に思い浮かぶスキルではないかもしれませんが、アジャイルなワークフローと考え方を採用している企業は、AI ツールとソリューションを統合するのに最適な立場にあるでしょう。これらの企業は、AI に関連する急速な変化に適応する準備がより整い、新しいテクノロジーを導入しやすくなります。

ヘンドリクソン氏は、アジャイルと DevOps の考え方を持つ企業は、常に展開、再展開、テストを行っており、新しいプロセス、サービス、または製品をリリースし、フィードバックを得てプロセスを継続的に改善することに慣れていると述べました。このような考え方により、これらの企業は、プロセスが遅い、レガシーテクノロジーがある、または導入の障壁がある企業よりも、AI ツールとソリューションを迅速に採用して導入しやすくなります。

特定のアプリケーションに最適な AI テクノロジーを決定するには、企業のニーズを深く理解することが重要であるため、AI に関連するドメインおよび企業の知識に対する需要も高まっています。 「企業内で機敏性を持つ人は、ドメイン専門知識をより有効に活用できるだろう」とヘンドリクソン氏は語った。

安全性へのさらなる重点

AI は、企業が対処しなければならないセキュリティ上の脅威とコンプライアンスの問題への新たな扉を開きます。

「テクノロジーに関しては、セキュリティが非常に重要だと思います」とヘンドリクソン氏は言います。「多くの企業が『従業員に ChatGPT の使用を許可しない』と言っています。」しかし、エンドユーザーはワークフローを改善する方法を求める傾向があり、それがこれらの新興テクノロジーの周りのシャドー IT のレベルを高めることに間違いなくつながります。したがって、流れを食い止めるだけでなく、最終的にはセキュリティの問題に対処する必要があります。 ”

さらにヘンドリクソン氏は、ほんの数年前までは機械学習に関する議論は暗号を解読する能力に集中していたが、量子機械学習の登場によりその懸念は高まるばかりだと指摘した。企業が職場に AI を導入するにつれて、潜在的なリスクを特定し、可能な解決策を特定できる熟練した専門家が必要になります。

キム氏は、アプリケーションにリソースを提供し、データを保存およびアクセスするインフラストラクチャとプラットフォームの管理の複雑さも増していると述べた。企業には、自動化を活用してこれらの最新の分散プラットフォームのセキュリティ保護、プロビジョニング、オーケストレーションを支援できる人材が必要です。

より持続的なソフトスキルが必要

スキルはかつてない速さで変化しており、コンピューターサイエンスの卒業生が習得したスキルは卒業後すぐに時代遅れになる可能性が高いほどです。 AI は技術開発のペースを加速させるだけでなく、IT プロフェッショナルが提供しなければならないハード スキルの一部にも影響を与えます。つまり、ソフト スキルの重要性はますます高まるということです。

「テクノロジーが急速に変化するにつれ、ハードスキルやテクニカルスキルの半減期はますます短くなっています」とチルトン氏は言います。「ほんの数年前まで、誰もがコーディングを学べるようにという大きな推進力がありました。コーディングができる従業員は依然として必要ですが、ローコードやノーコードのプラットフォームの成長により、コーディングスキルの必要性は低下しています。より永続的なスキルは、批判的思考、問題解決、効果的なコミュニケーション、他者と協力する能力などのスキルである傾向があります。」

キム氏は、AI技術を導入することで、企業は日常的で退屈な管理業務を削減する機会も得られると述べた。これにより、従業員はより多くの頭脳を必要とするプロジェクトの完了に集中できるようになり、成功を確実にするために時間管理、チームワーク、リーダーシップをより重視する必要が出てきます。

継続的な学習と開発に投資する労働者の需要も継続するでしょう。ヘンドリクソン氏は、テクノロジー業界に入った後、テクノロジーの変化が激しいため、従業員は学び続けてスキルを向上させ続けるという暗黙の約束を自分自身に課すと述べた。企業は、新しいスキルを習得し、新しいテクノロジーを習得することに熱意を持って取り組む技術者を採用する意欲が高まるでしょう。

スキルの向上に重点を置く

IT のほとんどの分野と同様に、AI スキルの需要は人材市場を上回るため、企業は社内のスタッフに頼ってより多くのトレーニング機会を提供する必要があります。

ヘンドリクソン氏は、この問題に対処するため、スキルソフトはAIのバックグラウンドを持つ個人を中心にトレーニングチームを編成し、社内の他の従業員のスキルアップを任せていると述べた。彼は、社内から人材を育成するというこのアプローチは、ドメインと企業知識の重要性を強調するため、大きな利益をもたらすと考えています。

「企業は、潜在的な製品やそのメリットについて理解しているため、従業員のスキルアップを望むことが多い」と同氏は述べ、競合他社や社​​外から採用するよりも、企業がすでに持っているIT人材を活用し、スキルアップさせて適切なポジションに配置する方がよいと付け加えた。企業は AI を導入するために必要なスキルを獲得するだけでなく、デジタル変革に不可欠な専門知識、ドメイン、企業知識も保持できるようになります。

スキルアップの恩恵を受けるもう一つの分野は AI 倫理です。 AI に関連して生じる倫理的問題に重点的に取り組める、強力なドメイン専門知識と企業知識を備えたスタッフを配置することが重要です。ヘンドリクソン氏は、AIGC の信頼性と価値を監視するために、人間によるチェックとバランスを提供できると考えています。

ヘンドリクソン氏は、ある AI システムを使用して別の AI システムの動作を確認する例として、Bard と ChatGPT を使用して Web サイトをスクレイピングするコードを作成しました。生成されたプログラムは実行されなかったが、両方の AI ロボットはプログラムが正しいと主張した。この場合、両方の AI システムが犯した間違いを特定するには人間が必要でした。結局のところ、事実確認に人間が関与しなければ、AIGC の結果は十分に信頼できるものではありません。

「ロボットにプログラミングをさせても、最終的な選択は人間が行う必要がある」とヘンドリクソン氏は言う。

したがって、企業は将来に向けて必須のスキルのリストに AI 検証を追加する必要があります。

<<:  AI とデジタル病理学は医療通信をどのように改善できるのでしょうか?

>>: 

ブログ    
ブログ    
ブログ    

推薦する

どこにでも「ゴミ」がある: 人工知能には高品質のデータが不足しています!

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

今後数年間の人工知能研究が避けられない3つの重要な問題

現在、人工知能は産業のアップグレードを積極的に推進しており、製品の品質とコア能力を向上させています。...

説明可能な AI とは何ですか?

説明可能な人工知能 (XAI) とブロックチェーン技術の融合は、分散型エコシステムにおける取引の監査...

...

...

もう一つの機械学習モデル説明ツール: Shapash

シャパシュとはモデルの解釈可能性と理解可能性は、多くの研究論文やオープンソース プロジェクトの焦点と...

大規模な言語モデルはデータアシスタントとして機能し、浙江大学のデータコパイロットはデータを効率的に呼び出し、処理し、視覚化します。

金融、気象、エネルギーなどのさまざまな業界では、毎日大量の異種データが生成されます。人々は、このデー...

...

クック:人工知能が本当に知的であるためには、人間の価値観を尊重しなければならない

[[247844]]近年、FacebookやGoogleなどのインターネット大手は、ユーザーデータの...

カリフォルニア大学の中国の博士研究チームは、リアルタイムの「思考から音声への変換」で鳥の鳴き声を真似るAIを訓練した。

現在の最先端の音声変換システムは、「考える」から「話す」へと進む人間の自然なプロセスと比較すると遅い...

次世代人工知能

[[390934]] AI と機械学習の最近の研究では、一般的な学習と、ますます大規模なトレーニング...

...

...

物流業界におけるインテリジェント化のトレンドは、倉庫ロボットの将来性を浮き彫りにしています。

近年、電子商取引業界の急速な発展により、物流業界、特に物流倉庫に対する要求は徐々に高まっています。人...

BATのアルゴリズムエンジニアにまた拒否された

[[186071]]今日、私は BAT のアルゴリズム エンジニアに再び拒否されました。はい、お読み...