あなたのキャリアはAIの影響を受けますか?

あなたのキャリアはAIの影響を受けますか?

[[277927]]

[51CTO.com クイック翻訳] 今日、私たちは日常生活や仕事を実現するために人工知能(AI)にますます依存しています。重要な仕事のタスクを思い出させたりフォローアップしたりすることから、自宅の温度を自動的に調節することまで、自動化が人々の仕事を奪い始めています。人工知能が爆発的に進歩するにつれ、十分に賢い機械によって自分の仕事が奪われるのではないかと何百万人もの人々が懸念している。

AIには、時間の節約、信頼性と安全性の向上など、数え切れないほどの利点がありますが、欠点もあります。 AI は、以前は安全だったシステムに新たなセキュリティ上の脆弱性をもたらす可能性があり、かつては代替不可能と考えられていた何百万ものホワイトカラーの仕事に取って代わる可能性もあります。

では、AI に取って代わられる可能性を歓迎しますか? もしそうなら、キャリアを AI に耐えられるものにする方法はありますか?

マクロ視点:人工知能の到来

まずはAIの将来についての考えから始めましょう。人工知能は今後も進歩し、加速し続けるでしょう。 2040 年、私たちは今日の AI を、1999 年のインターネット文化を振り返るのと同じように振り返ることになるかもしれません。

本質的には、遠い将来のある日、自動化と人工知能が人間の責任のほぼすべてを処理できるようになるでしょう。実際、問題は人工知能の置き換えがいつ完了するかであり、完了するかどうかではない。幸いなことに、その頃には AI が非常に強力になり、リソースへのアクセスが無制限になるため、仕事を見つけることは大きな問題ではなくなるかもしれません。

未来のSFはさておき、AIが近い将来、ブルーカラーとホワイトカラーの仕事の間のギャップを埋め始めることは間違いないでしょう。自動化されたアルゴリズムは、かつては人工知能の及ばない分野だと考えられていたジャーナリズム、製薬、人事、法律などの分野ですでに利用されている。

つまり、人工知能があなたのキャリアにどのような影響を与えるかを考える時が来ているのです。

AIがうまくできないこと

それでも、AIは完璧なツールではありません。 AI と自動化は、高速で予測可能な機能を実行する点では人間よりもはるかに優れていますが、AI が苦戦することが多い重要な領域がいくつかあります。

  • ブレインストーミング。問題がパズルのようなものであれば、AI は人間よりもうまく解決できる可能性があります。人間は AI をはるかに超えて抽象的に考える能力を持っています。私たちは「既成概念にとらわれない」思考をし、さまざまな状況に対して斬新なアイデアを思いつくことができます。そのため、私たちは今後もさらに革新的なアーティスト、問題解決者であり続けます。
  • 人間とコンピュータの相互作用。基本的な人間のやりとりをシミュレートできる AI アシスタントを開発しているチームもありますが、少なくとも特定の業界では、人々は他の人とやりとりすることを好むというのが現実です。たとえば、新しい家を探しているときは、資格のある不動産業者と真剣に話し合いたいと思うでしょうし、精神的な健康問題に悩んでいるときは、目の前に座っている人と話をしたいと思うでしょう。したがって、人間とのやり取りに大きく依存する仕事は、しばらくは影響を受けない可能性があります。
  • 状況には多くの変数(または予測不可能な要素)が存在します。 AI は、ルールが厳格で破りにくい場合に最高のパフォーマンスを発揮し、ルールが少ないほど効果的です。変数が増えたり、変数が予測不可能になったりすると、AI は苦戦し始めます。したがって、管理階層の上位にいるほど、AI がそれらの仕事を処理できる可能性は低くなります。

役割を交代または切り替えますか?

また、AI が実際にあなたの仕事を置き換える可能性があるのか​​、それとも単に AI を利用するだけなのかも考慮する必要があります。専門家の間でもこの問題に関する議論は様々であり、業界や立場によって結論は異なる可能性があります。

実際のところ、新しいテクノロジーの台頭に対する恐怖は新しい概念ではありません。何百年もの間、人々は機械によって職を奪われることを心配してきました。 「ラッダイト」という言葉は、新しい技術を不合理に恐れる(または使いたがらない)人々を表すときによく使われますが、この言葉はもともと、繊維機械によって自分たちの仕事が無意味になるのではないかと恐れる繊維労働者を表すために使われていました。この工業化の段階を振り返ると、実に面白いです。ほとんどの労働者が機械に置き換えられたのではなく、単に仕事の一部として機械を使い始めただけであることがわかっています。

多くの役割にとって、近い将来は次のようになるかもしれません。つまり、役割やビジネス全体が機械に置き換えられるのではなく、個人や組織が AI を受け入れて統合するようになるのです。

それでも、AI のプレッシャーによりキャリアの将来が心配な場合は、キャリアを向上させるために採用できる戦略があります。

人工知能を愛することを学ぶ

最善の選択肢の 1 つは、AI と戦ったり回避したりするのではなく、AI を受け入れることを学ぶことです。企業内に AI を可能な限り統合すれば、すべての従業員のモチベーションが高まります。 AI を活用して自分の立場をより価値あるものにすれば、脅威に遭うだけでなく、AI から大きな恩恵を受けることができます。

業界における AI についてさらに学び、その統合についてより深い洞察を得ることで、より良い立場に立つことができます。一部の業界では、AI システムの開発と変更について詳しく学ぶことができます。自分の仕事が本当に脅かされていると感じるなら、完全に転職するか、独自の AI システムの開発を学ぶこともできます。

人工知能の課題に立ち向かう

AI では実現できないスキルを仕事に取り入れることで、自分のキャリアを証明することもできます。例えば、いくつかの方法があります。まず、垂直的なモビリティの点では、より高い管理職やリーダー職に昇進することができ、AI があなたの領域に侵入することがより困難になります。監督および管理の役割では、多くの予測不可能な変数に対処し、時には抽象的な思考をする必要があります。

横方向の移動に関しては、現在の役割で新しいスキルを習得したり、自動化されたアルゴリズムによる脅威にさらされる可能性が低い業界に転職したりすることもできます。たとえば、より直接的な人間とのやりとりを伴う役割に移行してみることもできますし、学校に戻って、近い将来に自動化される可能性が低い分野で新しいキャリアを始めることもできます。

キャリアを多様化

どれだけ深く考え、どれだけ熱心にブレインストーミングをしても、AI の将来は予測できないままです。当初考えていたよりも多くの雇用が奪われる可能性もあれば、まったく無視できるほどの脅威になる可能性もあります。

たとえば、現在のキャリアに直接適用できない場合でも、さまざまな分野で新しいスキルを学び始めることができます。さまざまなパートタイムの仕事を始めることもできます。そうすれば、収入源やスキルが脅かされても、簡単に他の仕事に移ることができます。このアプローチにより、最大限の柔軟性が得られます。いずれにしても、スキルと潜在的なキャリアの選択肢を多様化することで、キャリアの軌道を改善することができます。

関連研究によると、将来的には一部の仕事が十分に強力な人工知能アルゴリズムや機械に置き換えられる可能性が高く、人工知能はますます複雑になるでしょう。自分のキャリアの将来について不安がある場合、または今後数十年で自分の可能性を最大限に引き出したい場合、上記の戦略は、少なくとも可能な限り、キャリアを AI 対応にするのに役立ちます。

原題: キャリアを AI 対応にすべきか考えるべきか?、著者: Frank Landman

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]

<<:  このトレンドは止められない!すべてのデータ サイエンティストが知っておくべき 5 つのグラフ アルゴリズム

>>:  2019 年のトップ 5 ディープラーニング コース

ブログ    
ブログ    

推薦する

機械が壁の建設を手伝うことがなぜそんなに難しいのでしょうか?これは人類の100年にわたる闘争の歴史である

[[418716]]建築の問題を研究すると、ほぼすべての「新しい」アイデアが、おそらく何十年も前に何...

将来、ロボットが私たちを支配するようになるのでしょうか?

[[431476]] 「ターミネーター」のように、観た後に私に大きな影響を与える映画はほとんどあり...

ChatGPTを使った学生の不正行為を防ぐため、一部の大学教授は紙ベースの試験と手書きのエッセイへの復帰を検討している。

8月14日、人工知能(AI)の発展は教育に新たな課題をもたらしました。フォーチュン誌の最近の報道に...

...

世界の半導体サプライチェーンにおけるリスクを排除するにはどうすればよいでしょうか?

過去数年間、テクノロジー業界は半導体サプライチェーンにおける前例のない混乱の影響を感じてきました。研...

ガートナー、2024年以降のIT組織とユーザーに関する重要な予測を発表

ガートナーは、2024 年以降のトップ 10 の戦略予測を発表しました。ガートナーは、生成型人工知能...

...

【文字列処理アルゴリズム】回文判定のアルゴリズム設計とCコード実装

1. 要件の説明文字列を入力し、その文字列が回文であるかどうかを判断するプログラムを作成します。便宜...

Agora.io がモバイルゲーム向けリアルタイム音声サービス「AMG Voice」を開始

Agora.ioは3月9日、モバイルゲーム向けリアルタイム音声サービス「AMG Voice(Agor...

ペイ・ジアンのチームの44ページの新作:ディープラーニングモデルの複雑さを理解するには、これを読んでください

最近、ディープラーニング モデルの複雑性に関する最初のレビュー「ディープラーニングのモデルの複雑性:...

自動運転に関して、私たちはこれら 3 つの重要な問題を意図的に避けているのでしょうか?

Leifeng.com によると、「部屋の中の象」という外国の慣用句は、「ワニの涙」と同じくらい有...

ブロックチェーンのいくつかのコンセンサスアルゴリズム

まず、一般的なビザンチン将軍問題からコンセンサスとは何かを理解しましょう。ビザンチン将軍問題ビザンチ...

...

機械学習を生産性に変えるには、よくある 4 つの落とし穴に注意してください。

[[279043]]ビッグデータダイジェスト制作出典: topbots編纂者:呉帥ある技術カンファ...