人工知能は企業の組織化の方法をどのように変えるのでしょうか?

人工知能は企業の組織化の方法をどのように変えるのでしょうか?

[[184562]]

企業への人工知能の浸透はまだ始まったばかりですが、すでにビジネスリーダーたちは自社の運営方法について考えるようになっています。デロイトは最近、2017 年のグローバル人材資本トレンド レポートを発表しました。このレポートでは、人工知能技術がグローバル企業の人材管理に与える影響について詳細な分析が提供されています。以下は、この 144 ページのレポートの簡単な紹介です。

人工知能はまだ初期段階ですが、すでに世界中のリーダーたちにビジネスの中核となる枠組みを再考するよう迫っています。

テクノロジーの進歩により、企業は組織の再編、人事部門の改革、新しいトレーニング モデルの開発、採用活動の見直しを迫られています。デロイトの 2017 年グローバル人材資本トレンド調査では、140 か国以上の 10,000 人を超える人事およびビジネスリーダーを対象に調査が行われました。調査では、これらの変化の大部分はクラスター化された AI ソフトウェアへの早期の侵入によって引き起こされていることが判明しましたが、これは組織が成熟するにつれて生じるニーズに備えるためでもあります。

「我々の結論は、AIが仕事をなくすわけではないが、仕事のタスクをなくし、新しい仕事を生み出しており、これらの新しい仕事は人間の特性により依存しているということだ」とバーシンの創設者ジョシュ・バーシン氏は語った。彼が「より人間中心の仕事」と呼ぶのは、共感、コミュニケーション、国境を越えた問題解決など、機械がまだ備えていない人間の特性に依存する仕事だ。同氏はさらに、「単純労働に従事する労働者の多くが、再訓練を受けたり、新しい仕事に移らなければならない状況になっている」と付け加えた。

調査によると、回答者の 41% が AI テクノロジーを完全に導入しているか、従業員全体での導入が大幅に進んでいることがわかりました。しかし、人間、ロボット、人工知能を含む労働力を管理する準備ができていると感じている管理者はわずか 15% です。

その結果、初期の AI テクノロジーと差し迫った AI 革命により、組織は既存の戦略の多くを再評価する必要に迫られています。多くの企業は、AI の導入により個人の役割が必然的に進化することを認識し、特定の職務に最適な人材を採用するのではなく、文化的適合性と適応性に重点を置くようになりました。

新しいテクノロジーが導入されるにつれて、人間を新しい役割に移行させるために、実地研修がさらに重要になり、人事部門の機能は、評価と採用(現在ではビッグデータと人工知能ソフトウェアによってより効率的に処理されるタスク)から、ますますダイナミックなチームで働く従業員のエクスペリエンスを向上させることへと急速に変化しています。

デロイトの調査では、回答者の56%がデジタルおよびモバイルツールを活用するために人事プログラムを再設計し、33%が人事機能に何らかのAIテクノロジーを使用していることも判明しました。

早期の AI ツールを組み込むことで、組織は従来のトップダウンの階層構造ではなく、より協調的でチーム指向になることができます。

「AI を導入するには、AI をどこに適用すべきかを理解し、サービスを提供する最前線のチームと緊密に連携する専任の製品担当者とエンジニアからなる社内チームが必要です」と、デジタル簿記サービス プロバイダーの Bench の共同創業者兼 CEO である Ian Crosby 氏は述べています。「最前線のサービスに AI を適用したとき、私たちはただ座って『1 年後には素晴らしい結果が出ています』と言ったわけではありません。私たちは毎日、最前線の管理者と連携しています。」

変化するテクノロジーに適切に適応できるように、組織はトップダウン構造から学際的なチームへと移行しています。実際、回答者の 32% は、テクノロジーの変化に対応して、よりチーム指向になり、適応性と学習能力を最適化するために組織を再設計していると答えています。

しかし、バランスの取れたチーム構造を見つけるのは一夜にしてできるものではないとクロスビー氏は説明する。 「多くの場合、大規模な組織の場合は、最初から会社全体を巻き込むのではなく、小さなチームから始めて、そのチームが自然に進化し、拡大していくようにする方が良いのです。」

クロスビー氏は、ベンチ社の新技術導入への熱意は、同社が人材に求めるスキルにも影響を与えていると付け加えた。企業は、職務に対する技術的な適合性を確認するだけでなく、今後の変化に適応する準備ができている人材を求めています。

「AI を使って仕事をするということは、これまでにない新しいものを作るということであり、その作品がどのようなものになるかは誰にも分からない」と同氏は言う。「もし彼らが完全に間違っていることを認めることができず、謙虚に間違いを認めることができなければ、私たちは彼らを再評価することになるだろう」

AI がさらに高度化するにつれて、リーダーは最終的に、人間の従業員をどこに配置するか、どのタスクが機械に最も適しているか、そしてどのタスクを両方に最も効率的に割り当てることができるかを決定する必要があります。

「真のAIの実現にはまだ数年かかるが、近づいてはいる。しかし、AIは人間の意図を理解するのにまだ大きな問題がある」と、オンラインチャットソフトウェアプロバイダーのLivePersonでグローバルリサーチ&コミュニケーション責任者を務めるルリック・ブラッドベリー氏は語る。より多くのAIソフトウェアが利用可能になるにつれ、同氏は組織に対し「従業員を人間、機械、サイボーグの3つのカテゴリーに分けて考え、その仕事を任せるために誰を雇うかを決める」ことを推奨している。

AI テクノロジーはまだ初期段階ですが、競争力を維持するためにすべての組織が独自の AI 戦略を策定しなければならない日もそう遠くないでしょう。強力な人事チーム、研修プログラム、組織構造、適応力を備えた企業は、今後の変化に最も備えることができます。

オリジナル:

https://www.fastcompany.com/3068492/the-future-of-work/how-ai-is-changing-the-way-companies-are-organized

[この記事は、51CTOコラムニストのMachine Heart、WeChatパブリックアカウント「Machine Heart(id:almosthuman2014)」によるオリジナル翻訳です]

この著者の他の記事を読むにはここをクリックしてください

<<:  顔認識はどのような技術サポートに依存していますか?個人のプライバシーが漏洩するでしょうか?

>>:  Go 向けに設計された機械学習ライブラリ Gorgonia: TensorFlow や Theano のライバル

ブログ    
ブログ    
ブログ    

推薦する

...

トランスフォーマーは人気を失っているのか?常識的な問題を解決したい場合、ニューラルネットワークは答えではない

NLP 研究者は皆、言語モデルは文法的な文脈情報しか学習できず、常識的な質問に関しては無力であること...

...

自然言語処理のためのディープラーニングの概要: 基本概念から最先端の研究まで

自然言語処理入門導入自然言語処理 (NLP) は、言語を処理および理解することで特定のタスクを実行で...

JVM チューニングの概要: 基本的なガベージ コレクション アルゴリズム

ガベージ コレクション アルゴリズムは、さまざまな観点から分類できます。基本的なリサイクル戦略によれ...

顔合成効果はStyleGANに匹敵し、オートエンコーダである

オートエンコーダー (AE) と生成的敵対的ネットワーク (GAN) は、複雑な分布に対する教師なし...

AI基盤を強化し、業界の実践に注力する---WOTグローバル人工知能技術サミット機械学習実践フォーラムの記録

[51CTO.comよりオリジナル記事] 6月21日、51CTO主催のWOT2019グローバル人工知...

最もわかりやすいAIチップレポート!才能とテクノロジーのトレンドがすべてここにあります

2010年以降、ビッグデータ産業の発展により、データ量は爆発的な増加傾向を示し、従来のコンピューティ...

...

新しいAIは「人間の脳に潜り込み」、どんな外見が最も魅力的かを理解できる

北京時間3月11日、外国メディアの報道によると、科学者らは最近、「人間の脳に潜り込み」、どのような顔...

...

...

人工知能の未来を見据えて:2020年のAIの8つの主要トレンド

人工知能は、最も急速に成長し、最も予測不可能な産業の 1 つです。ディープラーニング、AI 駆動型機...

AIは生成的敵対ネットワークを使用して、笑顔、悲しみ、怒り、驚きなどの個別の顔の属性を生成します。

人工知能は、生成的敵対的ネットワークを使用して、笑顔、悲しみ、怒り、驚きなどの個別の顔の属性を生成し...