دکتری مهندسی سیستمهای مخابراتی، مشاور حوزه شهر هوشمند و تحول دیجیتال
تحلیلی بر نیاز به نیروی انسانی متخصص در حوزه هوش مصنوعی
حتی شرکتها، موسسات تحقیقاتی و سازمانهایی که تجربه طولانی در استفاده از هوش مصنوعی در پروژهها و توسعه محصولات خود دارند، با مشکل کمبود نیروی مستعد در این حوزه دست به گریبان هستند. این موضوع حتی در سطح ملی نیز جزء دغدغههای توسعه کشورهای پیشرو در حوزه هوش مصنوعی مانند چین و ایالات متحده قرار دارد. به نظر میرسد، در نظر گرفتن این موضوع در ایران نیز از اهمیت ویژهای برخوردار است؛ چنانکه، چندی پیش در سومین همایش تخصصی تهران هوشمند، موضوع کمبود نیروی متخصص در حوزه هوش مصنوعی مطرح شد و یکی از خبرگان این حوزه با ارائه یک حساب سرانگشتی، کمبود نیروی انسانی متخصص در این حوزه در ایران را 50هزار نفر تخمین زد.
شرکتها در سراسر جهان – حتی در همین زمان همهگیری کووید-19 و مشکلات اقتصادی ناشی از آن – در حال تلاش برای جذب استعدادهای برتر در حوزه هوش مصنوعی هستند و این در حالی است که به نظر میرسد، سرعت رشد متخصصین در این حوزه، پایین تر از میزانی است که نیاز روزافزون شرکتها به هوش مصنوعی را برطرف نماید. این امر، نیاز حریصانه ایجاد شده در میان شرکتها در استفاده از اتوماسیون و هوش مصنوعی در افزایش بهرهوری و کاهش هزینهها است.
بر اساس آخرین تحقیقات شرکت مشاورهایDeloitte ، 23درصد شرکتهای بزرگ فناور که در به خدمتگیری هوش مصنوعی در مرحله بلوغ AI هستند، فاصله بین نیاز خود به نیروی متخصص در این حوزه و آنچه در حال حاضر در اختیار دارند را زیاد و بسیار زیاد توصیف کردهاند.
البته، وجود این نیاز – حتی در بالاترین سطوح جهانی بهرهبرداری از هوش مصنوعی – را میتوان مرتبط با آگاه شدن این شرکتها از پتانسیلهای دست نخورده در این حوزه دانست که حاکی از بالاتر بودن سطح این پتانسیل از چیزی بوده است که این شرکتها فکرش را میکردند.
برای اینکه درک بهتری از نیاز به متخصصین AI داشته باشیم، نگاه عمیقتری به آنچه شرکتهای «تازهکار»، «ماهر» و «بالغ» در این زمینه مطرح کردهاند، خواهیم داشت:
نیازی که در این زمینه در هر سه گروه از شرکتها احساس میشود، در سه حوزه «مهندسان و توسعهدهندگان هوش مصنوعی»، «محققان هوش مصنوعی» و «متخصصین علوم داده» تقریباً به میزان برابر وجود دارد. این در حالی است که کمیت نیروی انسانی لازم در حوزه های مرتبط با مدیریت کسب و کار و پروژه در مراتب بعدی قرار دارند.
هر سه گروه از شرکتهای مورد بررسی، به دنبال جذب متخصصینی خارج از مجموعه کاری خود هستند. این در حالی است که در مرحله بعد، تأمین نیرو از طریق فارغالتحصیلان دانشگاهی و آموزش به آنان در خصوص موضوعات کاری تخصصی خود را دنبال میکنند. البته، تفاوتهایی نیز در میان سه گروه شرکتهای مورد بررسی وجود دارد: شرکتهای بالغ، تمرکز بیشتری روی نیروهایی که خود آموزش دادهاند، دارند و شرکتهای تازهکار، همکاری با شرکتهای با سابقه بیشتر در این حوزه را دنبال میکنند.
در نهایت باید افزود، اگرچه کمیت نیاز به مدیران و متخصصان در حوزههای مدیریتی و تجاری در حال حاضر کمتر از نیاز در حوزههای فنی است، ولی به موازات افزایش بلوغ این حوزه، نقش مدیران و تحلیلگران تجاری بر آینده کسب و کارهای مبتنی بیشتر نمایان خواهد شد. در این راستا، «مدیر ارشد هوش مصنوعی» یا CAIO[1]یکی از نقشهایی است که اخیرا مورد توجه شرکتهای فعال در این حوزه قرارگرفته است. این در حال حاضر بسیاری از شرکتها به نقش AI Architect با اشراف بر هر دو بعد فنی و تجاری توسعه محصولات و خدمات مبتنی بر AI - نقشی که وظیفه آن، تحلیل کسب و کار و استخراج نیاز AI آن و معماری و ملزومات فنی مورد نیاز آن است – نیاز دارند. نیازی که تقریباً در حال حاضر، پاسخی در خصوص آن وجود ندارد!
توصیههایی برای سیاستگذاران فناوری
در گام اول، از فناوریهای مبتنی بر AI در راستای بیشینه کردن آنچه در اختیار دارید، استفاده کنید. احصاء داراییها و توانمندیهای موجود و هدفگذاری برای ارتقاء آن، بهترین نقطه شروع در توسعه فناوریها و خدمات مبتنی بر AI است.
روی پیروزیهای سریع[2]تمرکز کنید. این ها بخش ابتدایی از سفر طولانی شما در حوزه هوش مصنوعی هستند که نحوه بستن تیمها را مشخص میکند؛ کاربردهای مفید مبتنی بر هوش مصنوعی[3] را برای ادامه کار مشخص کرده و به پیدا کردن شرکای مفید برای ادامه کار کمک میکند.
گام بعدی، توانمندسازی و افزایش مهارتهای نیروی کار متخصص، پیرامون تأمین فناوریها توسعه هوش مصنوعی است.
تمرکز بر سیستمها و پلتفرمهای «مبتنی بر ابر»[4] را در دستور کار قرار دهید.
منابع تأمین استعداد هوش مصنوعی خود را متنوع کنید. استخدام باتجربهها، فارغالتحصیلان دانشگاهها و سایر راههای تأمین نیروی انسانی متخصص، گزینههای روی میز شما هستند.
روی تیمسازی در حوزههای مختلف تمرکز کنید. یک متخصص هوش مصنوعی در کلاس جهانی ممکن است به اندازه یک تیم قدرتمند و گسترده مزیت رقابتی نداشته باشد، بنابراین سعی کنید در طولانی مدت تیم ایجاد کنید.
[1] Chief AI Officer (CAIO)
[2] quick win
[3] AI use-cases
[4] Cloud-based
مطلبی دیگر از این انتشارات
ریسکهای امنیتی که شهرهای هوشمند را تهدید میکند
مطلبی دیگر از این انتشارات
برنامه سئول برای تسریع تحول دیجیتالی: از هوش مصنوعی تا متاورس
مطلبی دیگر از این انتشارات
رویکرد جدید تجارت داده: درآمدزایی کاربران از دادههای شخصی