現(xiàn)在人工智能(AI)解決商業(yè)問題的潛力被更多的人接受，而不是被否認(rèn)，這樣就讓很多公司很興奮地開始實(shí)施，人工智能實(shí)施的最大障礙是找到熟練的人工智能人才。我們看看為什么會(huì)出現(xiàn)人工智能技能危機(jī)，以及我們?nèi)绾慰s小這一差距。

人工智能技能危機(jī)與縮小差距

現(xiàn)在，幾乎每家公司都在考慮人工智能(AI)應(yīng)用如何對(duì)他們的業(yè)務(wù)產(chǎn)生積極影響，他們正在尋找專業(yè)人士，幫助他們實(shí)現(xiàn)自己的愿景。根據(jù)GlassDoor的研究，數(shù)據(jù)科學(xué)家在美國(guó)排名第一。這項(xiàng)調(diào)查考察了工資、工作滿意度和職位空缺的數(shù)量。如果你有最近的經(jīng)驗(yàn)，尋找人工智能專家加入你的團(tuán)隊(duì)，這是相當(dāng)明顯的，我們正面臨一個(gè)人工智能技能危機(jī)。為了將人工智能項(xiàng)目從構(gòu)思轉(zhuǎn)化為實(shí)施，公司將需要決定如何縮小AI技能差距，以便在他們的團(tuán)隊(duì)中有專家來完成這項(xiàng)工作。

造成人工智能人才短缺的因素

一份報(bào)告指出，全球約有30萬名人工智能專業(yè)人員，但有數(shù)百萬人可以參與其中。盡管這些都是投機(jī)性的數(shù)字，但競(jìng)爭(zhēng)激烈的薪資和福利方案，以及各公司為招聘人工智能人才而推出的積極招聘策略，似乎表明人工智能人才的供應(yīng)遠(yuǎn)遠(yuǎn)不能滿足需求。

隨著人工智能和深度學(xué)習(xí)應(yīng)用程序的民主化發(fā)展-不僅對(duì)科技巨頭可行，而且現(xiàn)在對(duì)中小型企業(yè)可行-對(duì)人工智能專業(yè)人員的需求也在膨脹。C套件和公司管理層對(duì)人工智能各種應(yīng)用程序的興奮感正在增強(qiáng)，一旦他們接受了這一概念(這種情況發(fā)生得更快了)，他們就想讓它立刻成為現(xiàn)實(shí)。

來自O(shè)‘Reilly的2018年“企業(yè)如何讓人工智能通過深度學(xué)習(xí)發(fā)揮作用”調(diào)查顯示，人工智能技能差距是采用人工智能的最大障礙，盡管數(shù)據(jù)挑戰(zhàn)、公司文化、硬件和其他公司資源也是障礙。這些結(jié)果與安永(Ernst&Young)最近的一項(xiàng)調(diào)查類似。該調(diào)查證實(shí)，56%的高級(jí)人工智能專業(yè)人士認(rèn)為，缺乏合格的人工智能專業(yè)人士是整個(gè)業(yè)務(wù)部門實(shí)施人工智能的最大障礙。

人工智能技能危機(jī)的另一個(gè)原因是，我們的學(xué)術(shù)和培訓(xùn)項(xiàng)目跟不上人工智能創(chuàng)新和新發(fā)現(xiàn)的步伐。人工智能專業(yè)人士不僅需要官方培訓(xùn)，他們還需要在職經(jīng)驗(yàn)。因此，沒有足夠的經(jīng)驗(yàn)豐富的人工智能專業(yè)人員進(jìn)入領(lǐng)導(dǎo)角色所需的組織，誰剛剛開始采用人工智能戰(zhàn)略進(jìn)入他們的業(yè)務(wù)。

如何縮小人工智能技能差距

解決人工智能技能差距的方法之一是增加用于數(shù)字、數(shù)學(xué)和技術(shù)教育的資源，正如英國(guó)政府在2017年工業(yè)戰(zhàn)略白皮書中所宣布的那樣。雖然年輕一代的技能獲得在未來會(huì)有所幫助，但僅僅專注于推動(dòng)更多學(xué)生學(xué)習(xí)計(jì)算機(jī)科學(xué)并不能解決這個(gè)問題-英國(guó)計(jì)算機(jī)科學(xué)專業(yè)畢業(yè)生的數(shù)量需要增加10倍才能滿足需求。

谷歌(Google)和亞馬遜(Amazon)等許多科技巨頭都在國(guó)際上進(jìn)行投資，以擴(kuò)大自己的人才庫(kù)。GoogleBrain多倫多是一個(gè)致力于人工智能的設(shè)施，亞馬遜在英國(guó)劍橋大學(xué)附近有一個(gè)專注于人工智能的實(shí)驗(yàn)室，并計(jì)劃在巴塞羅那建立一個(gè)類似的設(shè)施。

在新畢業(yè)生進(jìn)入人工智能崗位之前，許多公司現(xiàn)在可以專注于對(duì)現(xiàn)有員工進(jìn)行再培訓(xùn)和提升技能。根據(jù)“福布斯”的一項(xiàng)調(diào)查，63%的公司正在提供內(nèi)部數(shù)據(jù)分析培訓(xùn)。未來的工作將要求員工靈活，并隨著時(shí)間的推移改變他們的技能。

要找到一個(gè)擁有適當(dāng)?shù)挠布寄芎图夹g(shù)訣竅以及軟技能(比如“高度協(xié)作”)的人是很有挑戰(zhàn)性的，這些技能可以讓他們?cè)诟呒?jí)別的人工智能職位上取得成功，并將他們的技術(shù)技能應(yīng)用到業(yè)務(wù)問題上。最近的畢業(yè)生通常不具備在整個(gè)組織中管理AI實(shí)施所需的商業(yè)頭腦和領(lǐng)導(dǎo)經(jīng)驗(yàn)。隨著人工智能在組織中的成熟，必須將不同的人員和思維整合在一起。

一些人工智能職位可以由那些具有數(shù)學(xué)或物理學(xué)位的人來填補(bǔ)，他們接受人工智能專業(yè)的培訓(xùn)。ai與Courserar合作推出，希望能將AI帶給大眾，并幫助人們?cè)贏I中建立自己的職業(yè)生涯。

AI技能差距的解決方案可以用AI來解決嗎?可能吧，Google正在開發(fā)AutoML，一種可以創(chuàng)建其他AI系統(tǒng)的AI。如果這一舉措成功的話，對(duì)于那些無法與科技巨頭競(jìng)爭(zhēng)頂級(jí)人才的中型企業(yè)來說，它將是非常強(qiáng)大的。

技術(shù)有著悠久的跨國(guó)界合作的歷史，并通過使用開源軟件從允許的洞察力中獲得優(yōu)勢(shì)。改善人工智能技能危機(jī)的另一種方法是利用這一分散的數(shù)據(jù)專業(yè)人員網(wǎng)絡(luò)。

顯然，沒有一種方法可以解決人工智能技能危機(jī)，這將需要在一段時(shí)間內(nèi)采取多管齊下的辦法，而且這種辦法將隨著時(shí)間的推移而演變。雖然沒有簡(jiǎn)單的解決方案，但所有計(jì)劃在今天或未來使用人工智能的公司都必須考慮如何解決人工智能人才差距的問題。