نویسنده: توماس‌ام زیبل
مترجم: سید حسین علوی‌لنگرودی
امروزه به این دلیل که همه سازمان‌ها و شرکت‌ها به هوش مصنوعی نیاز مبرمی دارند و می‌خواهند با کمک هوش مصنوعی و یادگیری ماشینی اقدام به جمع‌آوری و تحلیل حجم عظیمی از دیتا کنند، رقابت شدیدی بر سر دانشمندان دیتا و متخصصان آموزش‌دیده این زمینه شکل گرفته است.
از سوی دیگر، ما با یک نوع قحطی جهانی و کمبود شدید در زمینه استعدادهای برتر و متخصصان هوش مصنوعی و دیتا مواجه هستیم و همین تعداد کم از متخصصان دیتا و یادگیری ماشینی نیز عمدتا در چند شرکت معدود و شناخته‌شده به‌ویژه گوگل، فیس‌بوک، آمازون و مایکروسافت تمرکز پیدا کرده‌اند. به عنوان مثال، بر اساس برآوردها، تنها دو شرکت گوگل و فیس‌بوک بیش از ۸۰ درصد فارغ‌التحصیلان مقطع دکترای یادگیری ماشینی در جهان را استخدام خواهند کرد و این یعنی نابرابری و پراکندگی کاملا نادرست نخبگان و استعدادهای حوزه هوش مصنوعی در سطح جهان و در میان شرکت‌ها.
“فناوری هوشمند” رسانه تخصصی انقلاب صنعتی چهارم
در حال حاضر اگرچه در اغلب شرکت‌ها و سازمان‌ها، افرادی با عناوین شغلی مرتبط با علوم دیتا حضور دارند و فعالیت می‌کنند، اما اغلب آنها فاقد مهارت‌های لازم در زمینه یادگیری ماشینی و هوش مصنوعی هستند. در واقع هنوز هم تلقی بسیاری از سازمان‌ها از دانشمند دیتا، کسی است که با استفاده از داشبوردها یکسری دیتا‌ها را تحلیل می‌کند یا در خوش‌بینانه‌ترین حالت، کسی است که با داشتن دانش آماری می‌تواند یکسری اطلاعات را از بطن دیتای موجود استخراج کند؛ حال آنکه دامنه کاری و مهارتی دانشمندان دیتا بسیار فراتر از اینهاست و کسانی که قرار است در آینده به عنوان دانشمند دیتا و متخصص هوش مصنوعی و یادگیری ماشینی فعالیت کنند، باید به طیف گسترده‌ای از مهارت‌ها و دانش مجهز باشند.
در سال ۲۰۱۸، لینکداین گزارش داد که شغل «دانشمند دیتا» در آمریکا از سال ۲۰۱۴ به بعد در هرسال ۱۲۰۰ درصد رشد داشته است و تا سال ۲۰۲۰ تعداد شاغلان در بخش علم دیتا و تحلیل دیتا به ۲ میلیون و ۷۲۰ هزار نفر می‌رسد. به همین دلیل هم هست که در وب‌سایت‌های کاریابی معروفی مانند لینکداین و گلسدور، مشاغلی مانند مهندس یادگیری ماشینی، دانشمند دیتا و توسعه‌دهنده دیتای بزرگ جزو پرطرفدارترین و پر‌متقاضی‌ترین مشاغل هستند.
بسیاری از صنایع و شرکت‌ها هم به دنبال متقاضیان کار در این بخش‌ها خواهند بود. بعضی از شرکت‌های بزرگ‌تر و شناخته‌شده‌تر نیز ترجیح داده‌اند سایر شرکت‌های پیشرو در زمینه هوش مصنوعی را به همراه کارکنان‌شان خریداری کنند. به عنوان نمونه، شرکت گوگل در سال ۲۰۱۴، استارت‌آپ مشهور «دیپ‌مایند» (DeepMind Technologies) که در زمینه هوش مصنوعی فعالیت می‌کرد و ۷۵ کارمند داشت را با قیمت ۵۰۰ میلیون دلار خریداری کرد.
یعنی برای هر یک کارمند نخبه شاغل در آن شرکت حدود ۶ میلیون دلار هزینه کرد. البته این اقدام پرهزینه شرکت گوگل خیلی زود اثربخشی‌اش را نشان داد؛ به‌طوری که کمی بعد از آن، گوگل توانست برنامه AlphaGo را با موفقیت به مرحله اجرا درآورد و بعد هم طراحی الگوریتم کاربردی و مشهور AlphaFold را با کمک همین کارکنانی که از دیپ‌مایند به گوگل پیوسته بودند انجام دهد.
در دنیای دانشگاهی و تحقیقاتی نیز توجه‌ها به موضوع هوش مصنوعی و یادگیری ماشینی روزبهروز در حال افزایش است، به‌نحوی که دانشگاه‌های معتبری همچون ام‌آی‌تی، استنفورد و مونیخ و موسسات تحقیقاتی بزرگی مانند کارنگی و مکنزی، به‌طور جدی در حال اجرای برنامه‌های آموزشی و پژوهشی پرشماری در زمینه هوش مصنوعی و یادگیری ماشینی هستند.
” اقتصادالکترونیکی“ آخرین و به روزترین محتوی در اقتصاددیجیتال
شرکت‌ها علاوه برجذب دانشمندان دیتا، به‌طور روزافزونی به کسانی نیاز خواهند داشت که از آنها با عنوان «پیوند زنندگان» یاد می‌شود؛ یعنی کسانی که می‌توانند بین فرآیندها و فعالیت‌های مرتبط با هوش مصنوعی و فعالیت‌های رایج کاری شرکت‌ها پیوند ایجاد کنند. این افراد، هم به‌اندازه کافی در مورد هوش مصنوعی اطلاعات و مهارت دارند و هم اطلاعات کاربردی کافی در زمینه مدیریت سازمان در اختیار دارند که آنها را قادر می‌سازد تا محصولات و خدمات برآمده از هوش مصنوعی و یادگیری ماشینی را به فرآیندهای کاری پیوند بزنند. در این میان باید به یاد داشت که سازمان‌های امروز و فردا به کارشناسان خبره‌ای در زمینه هوش مصنوعی نیاز دارند که نه فقط در بخش هوش مصنوعی، بلکه در حوزه مدیریت و اجرا نیز صاحب مهارت و تجربه باشند و بتوانند نوآوری‌های هوش مصنوعی را در ارکان داخلی سازمان به مرحله اجرا درآورند.
بهره‌گیری حداکثری سازمان‌ها و شرکت‌ها از مزایای پرشمار هوش مصنوعی و تبدیل شدن آنها به سازمان‌ها و شرکت‌های برآمده از هوش مصنوعی، نیازمند ایجاد و تقویت توانمندی‌ها و ظرفیت‌سازی‌های تکنولوژیک و کاری جدیدی است که با کمک آنها می‌توان در راستای مدیریت بهینه دیتای بزرگ و استفاده حداکثری از مهارت‌های مرتبط با علم دیتا و یادگیری ماشینی گام‌های محکمی برداشت.
همان‌طور که در سال‌های دهه ۱۹۹۰ و ۲۰۰۰، اینترنت باعث شد یک دگرگونی اساسی و بزرگ در سازمان‌ها و شرکت‌ها رخ دهد و فرآیندهای مدیریتی و کاری آنها دستخوش دگرگونی بنیادین شود، ظهور و گسترش روزافزون هوش مصنوعی نیز موجب خواهد شد یک خانه‌تکانی مشابه و البته در ابعاد وسیع‌تر در ساختار سازمان‌ها و شرکت‌هایی که از بطن فناوری‌های هوش مصنوعی و یادگیری ماشینی برآمده‌اند، رخ دهد. درنتیجه این خانه‌تکانی بزرگ، شرکت‌ها و سازمان‌ها مجبور خواهند شد هم کارکنان‌شان را به جدیدترین مهارت‌ها و دانش هوش مصنوعی مجهز کنند و هم آنها را به پذیرش پیشنهاد‌ها و طرح‌های سرچشمه گرفته از هوش مصنوعی متقاعد سازند؛ هرچند دست کشیدن از ساختارها و فرآیندهای جاافتاده قدیمی و پذیرش سریع و بی‌چون و چرای راه‌حل‌های پیشنهادی هوش مصنوعی به این آسانی و سادگی نخواهد بود و به یک اراده مستحکم و ذهنیت انعطاف‌پذیر، هم در میان مدیران و هم کارکنان و مجریان نیاز دارد.
بر این اساس باید انتظار داشت تقریبا تمام مشاغل و کسب‌و‌کارها در دهه آینده به شکل گسترده‌ای تحت تاثیر هوش مصنوعی قرار بگیرند و تغییر و تحولات گسترده و عمیقی را تجربه کنند. در بلندمدت‌تر نیز هوش مصنوعی سکان هدایت جهان را در دست خواهد داشت. به هرحال باید دانست که نسل جدید فناوری‌های دیجیتال به شکل‌های مختلفی با پیشرفت‌های صورت گرفته در بخش هوش مصنوعی و یادگیری ماشینی، اینترنت اشیا، دیتای بزرگ و محاسبات ابری پیوند خواهد خورد که روزبهروز در حال پیچیده‌تر شدن و کاربردی‌تر شدن هستند و دگرگونی دیجیتال بزرگی را که در انتظار جهان است، رقم می‌زنند.
منبع: دنیای اقتصاد
- رقابت بر سر جذب متخصصان هوش مصنوعی
