人工知能の未来における9つの新たな職業

人工知能は急速に企業間の差別化要因になりつつあります。ここでは、AI エリートとしてすぐに必要となる主要な役割とスキルについて説明します。

[[333384]]

人工知能はあらゆる業界を変革すると予想されており、それに伴って多くの職務が劇的に変化するでしょう。今後数年間で、組織内の多くの役割が AI テクノロジーをある程度使用するようになり、AI に精通した人々にとって大きな新たな機会がもたらされるでしょう。

責任を負う IT スタッフとビジネス スタッフの数が変化するにつれて、組織の AI 戦略を最大限に活用するように設計された新しい仕事が生まれています。機械学習分野のエンジニアは人工知能チームの重要なメンバーとしての地位を確立し、Indeed の人気職種リストのトップにランクインしています。人工知能スペシャリストは、LinkedInの2020年新興職業レポートでも最も需要の高い職業であり、過去4年間で年率74%の成長を遂げており、ロボット工学エンジニアとデータサイエンティストがそれに続いている。

実際、IDCのアナリスト、リトゥ・ジョティ氏によると、このパンデミックの最中でも、AI関連の仕事の数は世界全体で13～16％増加する可能性があるという。

「IDCは、このパンデミックの結果、医療提供者、教育、保険、製薬会社、連邦政府の間でAIへの支出と雇用機会が増加すると考えています」とジョティ氏は述べた。

AI がビジネスにしっかりと浸透するにつれて、企業内でどのような AI 関連の仕事が増加しているかを理解するために、IT リーダー、AI の専門家、業界アナリストに連絡を取りました。先進的な企業の中には、成功するために必要なさまざまなスキルを把握するためにすでに採用活動を行っているところもあります。

最高人工知能責任者

AI リーダーには、AI および機械学習担当副社長、最高イノベーション責任者、最高デジタル責任者など、さまざまな名前があります。

どのような呼び名で呼ばれるにせよ、これらの「最高 AI 責任者」は、認知技術がビジネスにどのような影響を与えるか、また企業の AI 戦略をどのように策定し、それを取締役会、役員、従業員、顧客に説明するかを理解する必要があります。彼らは CIO と連携して、ビジネスとすべての利害関係者のニーズを最大限に満たす戦略を実行します。

サイバーセキュリティ企業ダークトレースの最高 AI 責任者であるニコール・イーガン氏は、社内の技術チームと連携し、顧客と話し合い、脅威の検出や調査など、人間の仕事を AI がどのように強化できるかを考えることを含む同社の AI 戦略を宣伝することに時間を費やしています。

「私はCTOやAIラボと協力して、新たな研究分野を模索しました」と、以前はオラクルの戦略グループで戦略マーケティングのシニアディレクターを務めていたイーガン氏は語った。

イーガンさんはオンラインコースを受講して AI スキルを磨いてきましたが、ダークトレースでの役割は、多くのアルゴリズムを作成してコードを記述するのではなく、AI を現実世界の問題に適用するという、よりビジネスに重点を置いたものです。 「私たちの研究室には、高度な数学、機械学習、人工知能の専門知識を持つ博士号取得者が35人以上います」と彼女は語った。

Zscaler の AI および機械学習担当副社長である Howie Xu 氏は、技術職の肩書きをアップグレードし、ビジネス スキルで経験を補いました。シスコのクラウド コンピューティングおよびネットワーク サービス事業の元責任者である Xu 氏は、スタンフォード大学で MBA を取得し、強力な製品関連の経歴を持っています。

「Zscaler に入社した当初、私の役割はテクノロジーに重点を置いたものでした」と Xu 氏は言います。「しかし、AI と機械学習を最大限に活用するためには、ビジネスへの影響という観点から考えるようにシフトし続けなければなりませんでした。」 ”

Xu 氏は、AI に大きな野心を持つ主要企業は、AI と機械学習によってビジネス価値を 10 倍に高めることができる分野に注力すべきだと考えています。 「テクノロジーを導入する前に、ビジネス指標を厳密に遵守する必要がある」と彼は語った。

AI倫理担当官

AI倫理責任者は、利害関係者との広範な協力を必要とするもう1つの上級職です。この役職にはリスクとガバナンスも含まれる場合があり、技術チームに加えて、政府機関、非営利団体、法務チーム、ユーザーおよびプライバシー グループとの調整を行う場合もあります。

Salesforce.com の倫理的 AI 実践アーキテクトであるキャシー・バクスター氏は、AI 実践者はテクノロジーに対して情熱を持つ必要があるが、同時に適度な懐疑心も持つ必要があると述べています。 「AIは魔法ではないし、あらゆる問題の答えでもない。問うべきことは『それができるか』ではなく『それがしなければならないか』だ」と、以前はGoogle、eBay、Oracleでユーザーエクスペリエンス研究に携わっていたバクスター氏は言う。

バクスター氏は、技術的なリテラシーは役立つが、AI倫理担当官はコンピューター科学者やデータ科学者である必要はないと述べた。 「心理学、社会学、哲学、人間とコンピュータの相互作用など、人文科学のバックグラウンドを持つことは不可欠です」と彼女は語った。「また、テクノロジーの影響を受けるすべての人、彼らのニーズ、状況、価値観を理解することに取り組むことも非常に重要です。」

人間工学の修士号と応用心理学の学士号を持つバクスター氏は、感情的な議論を落ち着かせる能力が有用であることに同意している。 「道徳について話すとき、人々は自分たちの価値観が挑戦されているように感じます」と彼女は言う。「包括的な方法で合理的な議論ができるかどうかが、成功と失敗の違いになることがあります。」

バクスター氏は、AIの導入に倫理的な企業は、より安全で公正な環境を作り出すだろうと述べた。さらに、偏りのない AI はより正確で、より優れたビジネス パフォーマンスを生み出すことができます。

バクスター氏はさらに次のように付け加えた。「AI規制は近づいてきています。そのため、今から倫理的なAI実践を行えば、コンプライアンスへの備えがより整うでしょう。」

人工知能ビジネスアナリスト

AIモデルから価値を引き出すには、データサイエンティストはビジネスアナリストと協力する必要がある、とShape SecurityのAIグローバル責任者であるShuman Ghosemajumder氏は述べた。同氏はビジネスアナリストを雇用しており、最終的にはその分野を拡大する予定だ。

「AIビジネスアナリストは、サービス提供先の企業とそのビジネスモデルやビジネスプロセスを深く理解していなければなりません。なぜなら、それらの企業向けのソリューションを開発したいからです」とゴセマジュムダー氏は語った。また、データ サイエンティストやデータ エンジニアと連携するには、技術用語も理解する必要がある、と彼は付け加えた。

関連する役職である AI ビジネス オペレーション マネージャーは、AI を使用してビジネス プロセスを管理および改善するビジネス側の責任を負います。 「AI ビジネス オペレーション マネージャーは、AI によって自動化される特定のビジネス プロセスに関する運用上の知識と経験を持っている必要があります」と Ghosemajumder 氏は言います。また、それらのオペレーションによって生成されるデータを分析できなければなりません。

プライスウォーターハウスクーパースのパートナー兼グローバルAIリーダーであるアナンド・ラオ氏は、「ビジネス向けAIをリードする人材を見つけるのは、思っているよりも難しいかもしれない」と語った。

「大学やその他の職業訓練機関は、多数の初級レベルの熟練労働者を養成するために競い合っている」とラオ氏は言う。「しかし、ビジネスや上級管理職のポジションは社内で育成する必要があり、そうしたポジションを埋めるのは困難だ」

チーフデータサイエンティスト

通常、AI のトップの地位は企業の最高技術科学者が担っており、その責任はより多くのエンジニアリングおよびビジネス スキルを含むように進化しています。

「5年前、データ サイエンティストは統計学者であることが多い」とマッキンゼーの分析変革責任者、ブライアン マッカーシー氏は言う。「今日、データ サイエンティストは技術者であることが多い。」

データ サイエンティストは、最良の結果を得るためにどのデータとアルゴリズムを使用するかを理解しており、データ エンジニアやソフトウェア開発者と協力してこの専門知識を実用的なアプリケーションに変換し、ビジネスと協力してテクノロジがビジネス ニーズを満たすようにします。

Kenna Security の主任データ サイエンティストである Michael Roytman は、2012 年にジョージア工科大学でオペレーションズ リサーチの理学修士号を取得し、そこで確率過程と確率最適化を学びました。その後、彼は Kenna Security にデータ サイエンティストとして入社し、最終的にチーフ データ サイエンティストに昇進しました。

「チーフデータサイエンティストは、組織全体の分析能力を強化するために自らのスキルを活用している」とロイトマン氏は語った。

人工知能アーキテクト

AI アーキテクト (AI エンジニアまたは機械学習エンジニアとも呼ばれます) は、AI および機械学習プロジェクトの運用と管理に使用されるシステムの作成を担当します。

「彼らは多くのAIプロジェクトを実行できる人材だ」と、BTの米国戦略的学術パートナーシップ責任者であり、MITの研究パートナーシップ責任者でもあるスティーブ・ウィテカー氏は語った。人工知能と機械学習のスキルを身につけたITアーキテクトが当然の選択であると彼は述べた。

「AIエンジニアリングプラットフォームを作成するには、DevOpsスキルを開発する必要があります」とウィテカー氏は言う。「大規模な実行方法を知り、アジャイル開発を理解し、プロセスとデータに対する認識を持たなければなりません。」

AI アーキテクトは、さまざまなビジネス プロセスを再構築してビジネスに近づける責任を負う場合もあります。

独自の AI または機械学習インフラストラクチャを構築する企業には、AI アーキテクトまたは AI プラットフォーム エンジニアが必要になります。 「グーグル、フェイスブック、アマゾンだけではない」とウィテカー氏は語った。同氏はさらに、この役職が最近創設されたことで、斬新なアイデアを持つ新卒者から40年の実践的なプロジェクト管理経験を持つ人まで、幅広いバックグラウンドを持つ人材が採用されることになる、と付け加えた。

eSentire の CTO である Dustin Hillard 氏は、大規模なデータセットとクラウド データ処理フレームワークを扱った長年の経験を持ち、複雑な AI システムを設計、構築、展開できる機械学習エンジニアを求めています。

人工知能データエンジニア

人工知能と機械学習はデータによって生きるか死ぬかが決まります。しかし、必要なデータの種類と規模は他のシステムとは異なる場合があるため、高度な分析、機械学習、AI を実行したい組織には AI データ エンジニアが必要です。

「こうした新たな職種の人材を採用しなければならない企業は、まず大企業に目を向けている」とBTセキュリティのマネージングディレクター、ケビン・ブラウン氏は語った。 「彼らはまた、大量のデータを持つ他の組織についても考えています。例えば、医療業界ではパンデミックによりデータの大幅な増加が見られました。」

たとえば、BT は膨大な量のデータを処理する必要があります。たとえば、サイバーセキュリティでは、毎秒数百万件のイベントが処理され、毎日約 4,000 件のサイバー攻撃が処理されています。ブラウン氏は、同社はAI、戦略、AI開発者、研究者、データサイエンティストに特化しているマネージングディレクターを採用したと述べた。これらの人材は、AI のあらゆる機能にわたるバックグラウンドを持っています。

「異常を見つけるには大量のデータをふるいにかける必要がありますが、そこで AI データ エンジニアの出番です」とブラウン氏は言います。「私たちは常に干し草の山から針を探しているようなものです。」

データ製造アーキテクト

データビジネスに携わる企業では、より専門的な職種を提供しています。たとえば、ブルームバーグは最近、CTO のデータ サイエンス チーム内に新設されたデータ製造アーキテクトのポジションに人材を採用しました。

Data Manufacturing Architect は、325,000 社を超える Bloomberg Terminal の顧客を含む金融サービス分野のクライアント向けに、Bloomberg が高品質の構造化データを作成できるよう支援します。ブルームバーグの最高技術責任者オフィスでデータサイエンスの責任者を務めるギデオン・マン氏は、データは構造化されておらず整理されていない情報源から来ていると語った。

「これらの数字は、ほとんどの業界や学術機関よりも高い基準で正確でなければならない」とマン氏は語った。

マン氏は、「データ マニュファクチャリング アーキテクツ (ブルームバーグ) は、ブルームバーグのグローバル データ部門全体で、その分野の深い専門知識を持つ人材を配置しています」と述べました。ブルームバーグでは、AI リサーチ サイエンティスト、AI 定量リサーチ サイエンティスト、メディア データ サイエンス、シニア マシン ラーニング エンジニア、分散システム向けシニア ソフトウェア エンジニアなど、その他の AI 専門職も多数募集しています。

ブルームバーグのAIエンジニアリング責任者アンジュ・カンバドゥール氏は、これらのポジションにはAI、機械学習、自然言語処理、情報検索、定量金融の経験と、Python、Java、C++などのプログラミング言語の専門知識が必要だと述べた。しかし、コミュニケーション、コラボレーション、製品開発のスキルも重要であり、「特に組織や分野を超えて働き、コミュニケーションをとる能力」が重要だと彼は付け加えた。

AI品質保証マネージャー

最先端の企業が、初期の AI 実践に関する責任をどのように割り当てるかを模索する中で、その分野で彼らのニーズを満たす仕事が生まれています。これらの職種の一部はまだ確立されておらず、そのほとんどには標準化されたコースや典型的なキャリアパスがまだありません。

AI 品質保証マネージャーという新たな役職を例に挙げてみましょう。これは従来のソフトウェア品質保証の役職の進化と見ることができますが、AI プロジェクトの品質保証は大きく異なります。たとえば、企業が手元のプロジェクトに対して間違ったアルゴリズムを選択することはありますが、コード自体が問題になることはほとんどありません。不完全、古い、または偏ったトレーニング データセットについては、さらに注意が必要です。

偏ったデータは特に厄介な問題であり、望ましくない結果をもたらすだけでなく、規制上の問題、悪い評判、罰金、訴訟を引き起こす可能性もあります。

「データにバイアスがどのように入り込むのか、またデータからバイアスを取り除く方法を理解している人は誰もいません」と、ゼットスケーラーが最近買収したエッジワイズネットワークスの主任データサイエンティスト、ジョン・オニール氏は語る。「これは非常に活発な研究分野です。私の知る限り、ルールはこうだからそれに従えばいいと言うのであれば、それは問題ありません。そのようなことは許されません」

市民データサイエンティスト

ガートナーは、2024年までにAIパワーユーザーがデータサイエンティストに取って代わるだろうと述べています。ガートナーが「市民データサイエンティスト」と呼ぶこれらの人々は、高度な分析、機械学習、AI を導入するために必要なツールがますます利用しやすくなるにつれて、AI 関連のタスクを実行できるようになります。

ただし、シチズン データ サイエンティストを単なる職名として考えないでください。それどころか、Auto ML などの「市民データ サイエンティスト」ツールの経験は、さまざまな職務の職務要件の一部になるでしょう。

「従来のデータサイエンティストの採用、研修、トレーニングには多額の費用がかかる」と、AIプラットフォーム企業DotDataのCEO兼創業者の藤巻良平氏は語る。

しかし、3月に発表されたIDCの調査によると、AIと機械学習の取り組みの約28%が、主にスキル不足のために失敗していることがわかりました。 「必要な専門知識を持つスタッフの不足が失敗の主な理由の一つであると報告された」とIDCのジョティ氏は述べた。

とはいえ、人工知能や機械学習の分野で労働者を再訓練したいという需要は高まっているとジョティ氏は語った。

DotDataの藤巻氏は、企業には「市民データサイエンティスト」がますます必要になっていると述べた。