Оглавление:
Видео: therunofsummer (Ноябрь 2024)
Если вы обеспокоены (или очень взволнованы) тем, что машинное обучение (ML) становится мейнстримом, недавний опрос Oxford Economics от имени компании по управлению человеческими ресурсами (HR) и ИТ-активами ServiceNow должен заинтересовать вас. В отчете, в котором были опрошены 500 руководителей информационных служб в 11 странах и 25 отраслях, было установлено, что 49 процентов компаний уже используют ML для улучшения традиционных бизнес-процессов.
Из 500 опрошенных ИТ-директоров 200 заявили, что они уже вышли за пределы пилотной стадии и начали развертывание ML в той или иной степени. ИТ-директора надеются ограничить ошибки пользователей и ошибки в суждениях, внедрив автоматизацию. Почти 70 процентов ИТ-директоров заявили, что решения, принимаемые машинами, будут более точными, чем решения, принимаемые людьми. Согласно опросу, сегодня ИТ-директора в основном сосредоточены на использовании ML для автоматизации повторяющихся задач (68 процентов), принятия сложных решений (54 процента), распознавания шаблонов данных (40 процентов) и установления связей между событиями (32 процента).
«Одна из причин, по которой вы так много слышите о ML, заключается в том, что именно волна продуктивности отделяет компании от конкурентов», - сказал Крис Беди, ИТ-директор ServiceNow. «Это быстрее и предлагает лучшие решения. У людей есть предубеждения, алгоритмы - нет».
Беди сказал, что видит огромный потенциал для ML в таких отраслях, как планирование ресурсов предприятия (ERP), управление запасами и цепочка поставок, среди многих других. Сорок один процент ИТ-директоров, участвовавших в опросе, назвали недостаток навыков основной проблемой, которая не позволяет им внедрять ML сегодня. И наоборот, только 16 процентов ИТ-директоров и их компаний планируют изменение численности персонала и изменение ролей в соответствии с ML.
ML и Джобс
Цифры, опубликованные в обзоре Oxford Economics, являются краткосрочными прогнозами, в отличие от отчета консалтинговой компании McKinsey & Company. В их отчете прогнозировалось, что половину сегодняшней рабочей деятельности можно будет заменить автоматизацией с 2035 по 2055 годы, в зависимости от различных факторов. В отчете фирмы проанализировано 2000 рабочих мест по 800 профессиям и установлено, что почти 2, 7 триллиона долларов заработной платы расходуется на рабочие места, которые в конечном итоге можно было автоматизировать.
«ML изменит роли людей», - сказал Беди. «Я не согласен с тем, что ML отнимает рабочие места у людей; это изменит рабочие места людей. Мирские решения будут автоматизированы, что освободит людей. Новые рабочие места будут созданы».
Беди сказал, что ключом к использованию ML для улучшения итогов при сохранении звания и файла является смена текущих навыков сотрудников и найм новых талантов для управления возможностями ML. «Талант - это большая проблема», - сказал Беди. «Data Scientist должен быть одним из самых популярных рабочих мест. Нам действительно нужно посмотреть, какова наша трехлетняя дорожная карта талантов и навыков? И быть действительно целеустремленными в развитии этих навыков. Мы должны обучать сотрудников, но также выяснить альтернативные источники этого таланта."
Беди призвал работодателей нанимать и обучать сотрудников, чтобы использовать преимущества процессов, основанных на ML. Как только люди освоятся со способностью ML производить надежные данные и принимать правильные решения, он сказал, что индустрия перейдет на машинное принятие решений, руководствуясь человеческим надзором.
Дилемма позднего адоптера
Исследование Oxford Economics выделило 50 компаний, которые были названы «Первопроходцами». В ходе исследования были изучены бизнес-процессы и стратегии развития талантов этих компаний, чтобы определить, как и где будет развиваться ML в ближайшие годы. Исследование показало, что «Первопроходцы» с большей вероятностью пересмотрят должностные инструкции, чтобы сосредоточиться на том, как люди работают с машинами, и разработали планы по созданию специализированных групп, ориентированных на разработку и использование технологии ML. В отличие от своих коллег, эти компании с большей вероятностью разработали дорожные карты для будущих процессов, фиксируя ошибки и обеспечивая точность данных.
К сожалению, другие отчеты указывают, что чем меньше организация (и чем меньше ресурсов у организации), тем меньше вероятность того, что она будет подготовлена к волне ОД. Недавнее исследование Bluewolf (компания IBM) показало, что только 33 процента малых предприятий планируют инвестировать в искусственный интеллект (ИИ) и ML в течение следующих 12 месяцев. Это в отличие от 30 процентов крупных компаний, которые уже инвестировали в технологии, и 44 процентов, которые планировали начать инвестировать в течение следующих 12 месяцев. Это в общей сложности 74 процента, или на 20 процентов больше, чем общее количество малых предприятий.
"Мы в начале пути", сказал Беди. «Агрессивные люди и компании отделяют себя от компаний, которые этого не делают. Такое чувство, что есть призыв к действию, чтобы сделать это. Компании, которые склоняются, собираются начать отделять себя от конкурентов. Это разделение будет расти. ИТ-директора действительно начнут настаивать на этом в ближайшем будущем."
