Halos kalahati ng lahat ng mga kumpanya ay nagtalaga ng pagkatuto ng makina

Kung nag-aalala ka (o sobrang nasasabik) tungkol sa pag-aaral ng makina (ML) na nagiging pangunahing, isang kamakailan-lamang na survey ng Oxford Economics para sa mga mapagkukunan ng tao (HR) at kumpanya ng pamamahala ng asset ng IT na ServiceNow ay dapat na maipahiwatig ang iyong interes. Ang ulat, na nagsisiyasat sa 500 Chief Information Officer (CIO) sa 11 bansa at sa 25 na industriya, natagpuan na 49 porsiyento ng mga kumpanya ay gumagamit ng ML upang mapagbuti ang tradisyonal na mga proseso ng negosyo.

Sa 500 CIO na na-survey, sinabi ng 200 na nasa lampas pa sila ng pilot at nagsimula na silang mag-deploy ng ML sa ilang kapasidad. Inaasahan ng mga CIO na limitahan ang error ng gumagamit at mga error sa paghuhusga sa pamamagitan ng pagpapakilala ng automation. Halos 70 porsyento ng CIO ay nagsabing ang mga desisyon na ginawa ng mga makina ay magiging mas tumpak kaysa sa mga ginawa ng tao. Ayon sa survey, ang mga CIO ngayon ay pangunahing nakatuon sa paggamit ng ML upang i-automate ang paulit-ulit na mga gawain (68 porsyento), gumawa ng mga komplikadong desisyon (54 porsiyento), makilala ang mga pattern ng data (40 porsyento), at nagtatag ng mga link sa pagitan ng mga kaganapan (32 porsyento).

"Ang isa sa mga kadahilanan na naririnig mo nang labis tungkol sa ML ay ito ang alon ng pagiging produktibo na paghiwalayin ang mga kumpanya mula sa kumpetisyon, " sabi ni Chris Bedi, CIO sa ServiceNow. "Ito ay mas mabilis at nag-aalok ng mas mahusay na mga pagpapasya. Ang mga tao ay may mga bias, algorithm hindi."

Sinabi ni Bedi na nakikita niya ang malaking potensyal para sa ML sa mga industriya tulad ng pagpaplano ng enterprise mapagkukunan (ERP), pamamahala ng imbentaryo at supply chain, bukod sa marami pa. Apatnapu't isang porsyento ng CIO sa survey ang nagbanggit ng kakulangan ng mga kasanayan dahil ang pangunahing isyu ay huminto sa kanila mula sa pag-deploy ng ML ngayon. Sa kabaligtaran, 16 porsyento lamang ng CIO at ang kanilang mga kumpanya ay may mga plano para sa laki ng lakas-paggawa at mga pagbabago sa papel upang mapaunlakan ang ML.

ML at Trabaho

Ang mga numero na inilabas sa survey ng Oxford Economics ay mga panandaliang mga projection, hindi tulad ng isang ulat ng firm consulting firm na McKinsey & Company. Inulat ng kanilang ulat na ang kalahati ng mga aktibidad sa trabaho ngayon ay maaaring mapalitan ng automation mula 2035-2055, depende sa iba't ibang mga kadahilanan. Sinuri ng ulat ng firm ang 2, 000 na gawain sa trabaho sa buong 800 na trabaho at natagpuan na halos $ 2.7 trilyon sa sahod ang ginugol sa mga trabaho na sa wakas ay awtomatiko.

"Ang ML ay magbabago sa mga tungkulin ng mga tao, " sabi ni Bedi. "Hindi ako nag-subscribe sa ML na inaalis ang mga trabaho ng mga tao; magpapabago ito ng mga trabaho ng mga tao. Ang mga desisyon ng Mundane ay magiging awtomatiko, na magpapalaya sa mga tao. Ang mga bagong trabaho ay malilikha."

Sinabi ni Bedi na ang susi sa pag-lever ng ML upang mapabuti ang ilalim na linya habang pinapanatili ang ranggo at file ay ang paglilipat ng kasalukuyang mga set ng kasanayan sa empleyado at pag-upa ng bagong talento upang pamahalaan ang mga kakayahan sa ML. "Ang talent ay isang malaking isyu, " sabi ni Bedi. "Ang Scientist Data ay dapat na maging isa sa mga pinakamainit na trabaho sa labas. Talagang kailangan nating tingnan kung ano ang aming tatlong taong talento at mapa ng kalye ng kasanayan? At talagang maging mapakinabangan tungkol sa pagbuo ng mga kasanayang iyon. Kailangan nating sanayin ang mga empleyado ngunit malaman din ang mga alternatibong mapagkukunan sa talento na iyon. "

Hinikayat ni Bedi ang mga employer na upahan at sanayin ang mga empleyado upang samantalahin ang mga proseso na nakabase sa ML. Kapag ang mga tao ay komportable sa kakayahan ng ML na makagawa ng maaasahang data at gumawa ng mga tamang desisyon, sinabi niya na ang industriya ay magpapasya ng desisyon ng makina na ginagabayan ng pangangasiwa ng tao.

Ang Late Adopter Dilemma

Ang survey ng Oxford Economics ay naghiwalay sa 50 mga kumpanya na itinuturing na "Unang Movers." Pinag-aralan ng survey ang mga proseso ng negosyo ng mga kumpanyang ito at mga diskarte sa talento upang matukoy kung paano at saan magiging advance ang ML sa mga darating na taon. Nalaman ng pag-aaral na ang mga First Movers ay mas malamang na magkaroon ng muling tukuyin na mga paglalarawan sa trabaho upang tumuon sa kung paano gumagana ang mga tao sa mga makina, at gumawa ng mga plano upang bumuo ng mga dalubhasang koponan na nakatuon sa pagbuo at paggamit ng teknolohiyang ML. Hindi tulad ng kanilang mga kapantay, ang mga kumpanyang ito ay mas malamang na magkaroon ng mga mapa ng kalsada para sa mga proseso sa hinaharap, pagkuha ng mga error at tinitiyak ang kawastuhan ng data.

Sa kasamaang palad, ang iba pang mga ulat ay nagpapahiwatig na ang mas maliit na samahan (at ang mas kaunting mga mapagkukunan ng isang samahan ay), mas malamang na ihanda ito para sa alon ng ML. Ang isang kamakailan-lamang na pag-aaral ni Bluewolf (isang kumpanya ng IBM) ay natagpuan na 33 porsyento lamang ng mga maliliit na negosyo ang binalak na mamuhunan sa artipisyal na intelektwal (AI) at ML sa loob ng susunod na 12 buwan. Kabaligtaran ito sa 30 porsyento ng mga malalaking kumpanya na namuhunan na sa mga teknolohiya at sa 44 porsyento na nagbabalak na magsimulang mamuhunan sa loob ng susunod na 12 buwan. Iyon ay isang kabuuan ng 74 porsyento, o 20 porsyento na higit pa sa kabuuan ng maliliit na negosyo.

"Maaga kami sa paglalakbay, " sabi ni Bedi. "Ang mga tao at kumpanya na agresibo ay ihiwalay ang kanilang mga sarili sa mga kumpanya na hindi. Nararamdaman na mayroong isang call-to-action na puntahan ito. Ang mga kumpanyang sumandal ay magsisimulang paghiwalayin ang kanilang sarili sa kumpetisyon. tataas. Ang mga CIO ay talagang magsisimulang itulak ito sa malapit na hinaharap. "