Kemajuan AI yang Cepat Menyoroti Kekurangan Keterampilan Teknologi Global yang Kritis

Untuk contoh yang sempurna tentang bagaimana teknologi berkembang dengan cepat, lihatlah ChatGPT.

Sementara kecerdasan buatan, chatbot, dan asisten virtual tidak benar-benar baru sebelum ChatGPT diluncurkan, itu berhasil membawa percakapan ke tingkat berikutnya. Hari ini, tampaknya AI dengan cepat menjadi bagian yang sangat penting dari kehidupan kita. Profesional di hampir setiap industri terobsesi dengan apa itu, apa yang bisa dilakukan, dan bagaimana membuka potensi untuk kasus penggunaan unik mereka sendiri.

Ini semua mengapa sangat penting untuk diingat bahwa peluncuran publik ChatGPT hanya terjadi pada 30 November 2022 – kurang dari dua tahun yang lalu. Dalam kurang dari 24 bulan, teknologi sekali lagi bergeser dalam arah baru yang berani pada tingkat yang tidak menunjukkan tanda-tanda melambat segera.

Berdasarkan itu, tidak boleh ada kejutan bahwa ada kekurangan keterampilan teknis yang sangat besar di hampir setiap industri yang bisa Anda sebutkan. Teknologi itu sendiri berkembang lebih cepat daripada manusia bisa menguasainya.

Menurut satu studi terbaru, sekitar 70% pemimpin bisnis mengatakan bahwa ada kesenjangan keterampilan, dengan analisis data dan manajemen proyek menjadi salah satu keterampilan keras yang paling dibutuhkan di era modern. Kesenjangan keterampilan digital sangat luas sehingga diperkirakan 14 negara G20 bisa kehilangan $11,5 triliun dalam pertumbuhan PDB sebagai akibat langsung dari kesenjangan tersebut.

Tapi untungnya, tidak semua harapan hilang. Begitu sebuah organisasi berusaha untuk lebih memahami kesenjangan keterampilan teknis, terutama sehubungan dengan konsep tingkat tinggi seperti pembelajaran mesin, maka organisasi tersebut berada dalam posisi yang jauh lebih baik untuk mengurangi risiko dari kesenjangan tersebut ke depan. Anda hanya perlu mempertahankan beberapa hal kunci di sepanjang jalan untuk mencapai titik itu.

Era Digital yang Cepat Berkembang Lebih Cepat dari Pernah

Untuk menggambarkan bagaimana kita secara kolektif mencapai titik ini, pertimbangkan hubungan bisnis rata-rata dengan teknologi untuk sesaat.

Anda tidak perlu memiliki tim insinyur perangkat lunak yang bekerja di bawah Anda atau klien SaaS yang banyak untuk dianggap sebagai “perusahaan teknologi” pada titik ini.

• Berkat email, pesan instan, konferensi video, dan teknologi lainnya, komunikasi telah melekat dalam kehidupan kita, baik secara internal maupun eksternal.
• Alat analisis data dan bisnis cerdas sangat bergantung pada mengungkap tren dan pola yang mungkin tidak ditemukan oleh manusia, memungkinkan pemimpin untuk membuat keputusan yang paling tepat dengan lebih cepat daripada sebelumnya.
• Suite CRM membantu menciptakan hubungan yang lebih baik dan lebih personal antara merek dan pelanggannya.
• IT membantu mengoptimalkan manajemen rantai pasokan secara dramatis, menyelamatkan organisasi sejumlah besar uang yang dapat digunakan lebih baik di tempat lain.
• Kemajuan teknologi di sumber daya manusia membuatnya lebih mudah dan lebih terjangkau untuk menemukan kandidat yang tepat, untuk mempertahankannya, dan untuk menjaga mereka tetap terlibat dengan organisasi sebanyak mungkin.

Setiap organisasi yang bergantung pada teknologi modern sebanyak itu adalah “perusahaan teknologi”.

Sekarang, pikirkan tentang pergeseran besar yang dilakukan oleh pembelajaran mesin, khususnya – lagi, tambahan yang relatif baru untuk dunia ini – pada beberapa area yang disebutkan di atas. Di bidang sumber daya manusia, telah sepenuhnya mengubah cara kita berpikir tentang semua hal mulai dari akuisisi bakat hingga pelatihan dan pengembangan karyawan. Algoritma pembelajaran mesin menganalisis ratusan resume dalam sekejap dan menyoroti kandidat ideal dengan sangat cepat. Keterampilan dan preferensi karyawan dapat dianalisis untuk mempersonalisasi program pelatihan untuk efektivitas maksimal.

Dalam manajemen rantai pasokan, pembelajaran mesin dan kecerdasan buatan dapat digunakan untuk hal-hal seperti optimasi persediaan. Algoritma dapat memprediksi tingkat persediaan untuk memastikan bahwa tidak ada yang kehabisan stok pada saat yang paling buruk.

Dalam hal manajemen hubungan pelanggan, bisnis dari semua jenis telah memiliki kesuksesan besar dengan skor lead otomatis dan segmentasi, analisis prediktif untuk penjualan, dan analisis sentimen untuk mengekstrak nilai lebih dari umpan balik pelanggan.

Semua ini menunjuk pada satu fakta sederhana: kecerdasan buatan, dan pembelajaran mesin khususnya, berkembang dengan luar biasa cepat.

Ketika pembelajaran mesin berubah, maka hal-hal seperti manajemen hubungan pelanggan, manajemen rantai pasokan, dan sumber daya manusia – pilar inti yang menjadi dasar setiap bisnis – juga berubah. Ketika itu berubah, bisnis itu sendiri berubah pada tingkat fundamental. Semua hal terkait secara organik sehingga mustahil untuk memisahkannya.

Ini adalah bagaimana Anda mengambil masalah yang muncul seperti kesenjangan keterampilan IT dan mempercepatnya pada tingkat yang lebih cepat daripada yang diperkirakan oleh banyak ahli sekitar satu dekade yang lalu.

Bentuk Masa Depan

Jika terasa seperti Anda telah mendengar tentang kesenjangan keterampilan ini selama periode waktu yang lama, itu karena Anda memang telah mendengarnya. Tapi percayalah, masalahnya masih memburuk – dan diharapkan akan terus memburuk. Studi lain menunjukkan bahwa hampir 1/3rd dari pengusaha mengatakan bahwa kesenjangan keterampilan lebih buruk hari ini daripada setahun yang lalu.

Tapi menariknya, sekitar 56% dari manajer perekrutan “memprediksi” bahwa intervensi yang didorong teknologi seperti kecerdasan buatan dan pembelajaran mesin akan menyebabkan “perubahan besar” dalam jenis keterampilan yang mereka butuhkan calon untuk memiliki.

Kata kunci, tentu saja, adalah “memprediksi.” Untuk perubahan sebanyak yang telah kita lihat dalam beberapa tahun terakhir, banyak orang percaya bahwa perubahan terbesar masih belum datang. Jika perubahan ini adalah suatu kepastian, tidak ada gunanya mencoba menundanya. Sebaliknya, satu harus menerimanya dengan juga menerima bakat yang muncul di pasar global untuk memenuhi permintaan teknologi masa depan ketika mereka tiba.

Analisis data. AI/pembelajaran mesin. Teknik perangkat lunak. Keamanan siber. Pembelajaran UX/UI. Ini adalah keterampilan yang bisnis perlu cari pada karyawan baru jika mereka ingin tetap kompetitif di pasar bakat global. Jika mereka tidak bisa menemukan calon yang memenuhi kebutuhan tersebut, mereka harus melatih yang sudah mereka miliki untuk mengisi kesenjangan.

Akhirnya

Jika tidak ada yang lain, kekurangan keterampilan teknis yang sangat kritis saat ini menyoroti satu kebenaran sederhana: semua bisnis adalah “bisnis teknologi” apakah mereka mau atau tidak.

Selama bertahun-tahun, teknologi perlahan-lahan menjadi bagian dari DNA hampir setiap organisasi, awalnya hanya sebagai sarana produktivitas, tetapi akhirnya untuk membentuk dasar keunggulan kompetitif perusahaan di pasar. IT adalah bagian dari siapa mereka. Jika Anda menghilangkan itu, tidak banyak yang tersisa.

Karena itu, perusahaan terikat pada tingkat di mana teknologi berkembang—dalam hal ini, luar biasa cepat. Pada titik itu, hanya ada dua pilihan yang tersedia. Yang pertama adalah melakukan setiap upaya yang tersedia untuk mengikuti kecepatan itu, tetap fleksibel untuk memenuhi kebutuhan hari ini dan lebih baik mempersiapkan diri untuk tuntutan masa depan.

Yang kedua adalah menggali tumit, menanam kepala di pasir, dan terus mengandalkan cara “lama” melakukan hal-hal hanya karena “itulah yang selalu berhasil.”

Jangan salah: mereka yang tetap kaku dan bersikeras bahwa kesenjangan keterampilan IT bukanlah masalah mereka akan segera menemukan diri mereka ketinggalan oleh pesaing yang lebih gesit dan lebih tangguh. Ini bukan masalah “jika” tetapi “kapan.”

Sungguh, itu tidak bisa lebih jelas dari itu.