人工知能時代の技術者が習得すべき5つのスキル

2016 年に AI 企業が獲得した資金は 80 億ドルと推定され、この数字は今後 3 年間で 5 倍になると予想されています。起業家たちは、コストを削減する手段としてだけでなく、顧客と従業員の体験を変革するためにも AI に投資しています。

[[189222]]

アクセンチュアの 2017 年テクノロジービジョンによると、5,400 人を超える IT およびビジネスエグゼクティブのうち、約 79% が人工知能によって組織内でのテクノロジーの利用が加速すると考えています。人工知能の破壊的な発展は確立された事実ですが、それが労働力に及ぼす破壊的な影響は、企業にとって説明し対処するのが最も難しい部分です。今明らかにしなければならないのは、業界全体のリーダーたちが、将来の労働市場で人間と機械の両方を含むさまざまなタイプの労働者が果たす役割に対して適切なアプローチを取り始めるべきだということです。

労働力に対するこうした影響は、IT 部門で特に深刻です。分析からクラウド コンピューティングまで、CIO は大規模な混乱に対処しています。IT 組織が業界の変化を推進し、業界の能力を解き放つには、人工知能は大きな課題であると同時に、100 年に一度のチャンスでもあります。この機会を捉えるために、IT ビジネス リーダーは、人工知能の未来に対応できるよう社内の従業員の能力とスキルを再構築する断固たる行動を取らなければなりません。機械学習と人工知能の価値をつかむには、技術者が習得しなければならない 5 つの重要な能力があります。

1. 機械管理機能

「機械が人間に取って代わる」 - この潜在的な悪影響は、明らかに経営者や従業員を非常に不安にさせます。見落とされがちな質問は、「企業内の人々はどのようにして「ロボティック プロセス オートメーション ソフトウェア」(RPA)、スマート マシン、または物理的なロボットを開発し、保守するのでしょうか?」です。ビジネスまたは組織の機能としての人工知能は、まだ初期段階にあります。つまり、ほとんどの場合、AI の使用は組織内で拡散されることになります。したがって、その体系性は未熟かつ断片化されたままです。 IT 企業には、テクノロジー アーキテクチャを開発し、業界全体にわたってインテリジェント マシンの未来を切り開く能力があります。ただし、この機能は IT 組織に本来備わっているものではありません。 CIO と IT 業界は、それぞれの発展の道筋を調整し、人工知能のトレーニングと開発を通じて、従来の単純な「電気をつける」行為から、人工知能が主導する将来の効率的な労働の時代に正しい判断を下すことができるロールモデルへと人工知能を変革する必要があります。

2. プロセス情報機能

ビジネス プロセスを改善して最適な売上高または利益を達成するという観点から見ると、組織の IT は長い間十分に活用されていないリソースでした。たとえば、大量の情報を処理する人工知能の能力は、人間には達成するのが困難です。この能力は、マネーロンダリング対策業務の効率と品質を大幅に向上させることができます。つまり、人工知能はデータを統合し、基本的な意思決定を行うことで、運用プロセスにおける人間の意思決定の割合を増やすことができます。これはまた、人間が統合アプローチをサポートし、より複雑な意思決定に対処するために、業務を再設計し、能力を再構築する必要があることも意味します。人工知能は、従来の顧客中心の社内業務プロセスを、人間がまだ習得していない方法で変革しています。これは明らかに、従来のエンタープライズ運用管理と RPA 運用の融合です。さらに広く見ると、RPA以外にも、顧客音声認識認証システムなど、一部の業界では顧客コミュニケーションサービスの品質を大幅に向上できる事例が数多くあります。

3. プラットフォームとデータ管理機能

技術者は強力な情報処理能力と技術プラットフォーム管理能力を備えている必要があります。機械学習の手法では、入力データの品質と同程度の予測モデルしか生成できません。組織とデータの品質は、企業にとって決して新しい課題ではありません。モデルとプラットフォームをサポートおよび処理する能力がなければ、AI はボトルネックに遭遇しますが、それでも人間はリスクを負うことになります。 IT 企業が組織化されたクラウド プロバイダーとして生まれ変わるにつれ、新しいテクノロジーとアーキテクチャの概念により、IT チームは企業のデータ管理者となり、最終的には部門間の障壁を打ち破って機械学習の力を活用することが求められます。

4. アルゴリズムの認識

誰もがデータ サイエンティストになる必要はありませんが、技術者にとっては、基本的なデータ処理能力と、人工知能アルゴリズムの作成から最終的な出力データまでのプロセス全体を記述する能力を持つことが非常に重要です。企業には2つの主要な利益源があります。 ***、IT 部門はビジネス部門に AI 機能を説明し、ビジネス部門と連携してモデルを継続的に改善することができます。第二に、機械学習を推進する数学的概念の基礎的な理解により、知識と創造性が解き放たれます。この創造性により、IT 組織は AI 機能フレームワークを構築しながら、ビジネスにプラスのメリットを生み出すことができます。たとえば、アクセンチュアは米国のスティーブンス工科大学と協力して、主要分野における高度な人材分析機能を開発しています。

5. リーダーシップと判断力

日々の管理業務は私たちの多くの時間を費やしますが、将来的には機械がこれらの作業の処理を手伝い、「良き同僚」になってくれるでしょう。その時までに、会社の全従業員は、機械が意思決定権を持つ新しい世界を受け入れる必要があるだけでなく、より困難な決定においては自分自身の判断も必要になるでしょう。この移行には、より集中した問題解決スキルと、機械が処理して最終的に適切な誘導応答に到達できるような方法で質問を構成する能力が必要です。

これらの関連能力とスキルをできるだけ早く習得するために、ビジネス リーダーは今何をすべきでしょうか。まず、AI テクノロジーと AI の利点を紹介し、従業員の機械に対する恐怖心を軽減し、AI が労働力に「参入」する準備をすることに重点を置いた社内学習活動を開始します。一連の仮想イベントや対面イベントを通じて、企業は従業員が AI 能力をさらに理解し、強化できるよう支援できます。これらの活動のレベルは、従業員とその能力レベルに応じて調整できるため、人々は徐々に能力を向上させることができます。

さらに、AI の動作ダイナミクスを探求するには、「AI は作業を効率化します。仕事が減るのではなく、作業負荷が減ります」ということを人々に常に強調する必要があります。AI プロトタイプを展開したり、アクティビティで実際の操作訓練を実施したりすることもできます。 ***、人工知能、創造性、開放性、柔軟性の活用において、すべての人、特にビジネス マネージャーを向上させるための要約を作成します。

機械は私たちの周りにたくさんあります。近い将来、世界中のあらゆる企業や政府に機械が登場するでしょう。チームリーダーには、これらの自動化および拡張テクノロジーを採用しない言い訳はありません。 IT 担当者が直面しているチャンスは、従業員が将来必要となる人工知能の能力を習得できるように労働力を再構築することです。まず効率的に管理できるマシンに焦点を当て、次にそれらが使用するデータとアルゴリズムに焦点を当て、最後にリーダーシップと判断に焦点を当てることで、技術者は組織内で AI の最適化を推進できます。