Snelle AI-vooruitgang benadrukt kritische wereldwijde tekort aan technische vaardigheden

Voor een perfect voorbeeld van hoe snel technologie evolueert, hoeft u alleen maar te kijken naar ChatGPT.

Terwijl kunstmatige intelligentie, chatbots en virtuele assistenten geen nieuwe concepten waren voordat ChatGPT werd gelanceerd, wist het de conversatie naar een hoger niveau te tillen. Vandaag de dag lijkt het erop dat AI snel een alomtegenwoordig onderdeel van ons leven wordt. Professionals in vrijwel elke industrie zijn geobsedeerd door wat het is, wat het kan zijn en hoe ze het potentieel voor hun eigen unieke gebruikscase kunnen ontsluiten.

Dit is allemaal waarom het zo belangrijk is om te onthouden dat de publieke lancering van ChatGPT pas op 30 november 2022 plaatsvond – minder dan twee jaar geleden. In minder dan 24 maanden heeft de technologie opnieuw een nieuwe richting ingeslagen met een tempo dat geen tekenen van vertragen vertoont.

Gezien dit zou het geen verrassing moeten zijn dat er een enorm kritiek tekort is aan geavanceerde technische vaardigheden in vrijwel elke industrie die u kunt noemen. De technologie zelf evolueert eenvoudigweg sneller dan mensen het kunnen beheersen.

Volgens een recente studie zegt ongeveer 70% van de zakelijke leiders dat er een kritieke vaardigheidskloof is, waarbij data-analyse en projectmanagement tot de meest gevraagde harde vaardigheden van de moderne tijd behoren. De digitale vaardigheidskloof is zo groot dat het wordt geschat dat 14 G20-landen kunnen missen op een collectief bedrag van 11,5 biljoen dollar aan bbp-groei als direct gevolg hiervan.

Gelukkig is alle hoop niet verloren. Zodra een organisatie moeite doet om de technische vaardigheidskloof beter te begrijpen, met name in relatie tot hoogwaardige concepten als machine learning, is het in een veel betere positie om het risico ervan in de toekomst te mitigeren. U hoeft alleen een paar belangrijke dingen te onthouden om daar te komen.

De snelle digitale tijdperk is sneller dan ooit

Om te laten zien hoe we collectief op dit punt zijn gekomen, denk eens aan uw gemiddelde zakelijke relatie met technologie.

U hebt geen team van software-ingenieurs nodig dat onder u werkt of een legioen van SaaS-clients om als een “technologiebedrijf” te worden beschouwd.

• Dankzij e-mail, instant messaging, videoconferencing en andere technologieën is communicatie ingebed in ons leven, zowel intern als extern.
• Data-analyse- en business intelligence-tools worden zwaar afhankelijk van het ontdekken van trends en patronen die een mens zou kunnen missen, waardoor leiders de meest geïnformeerde beslissingen kunnen nemen op een snellere manier dan ooit.
• CRM-suites helpen bij het creëren van betere en meer persoonlijke relaties tussen een merk en zijn klanten.
• IT helpt bij het dramatisch optimaliseren van supply chain management, waardoor organisaties een enorm bedrag aan geld kunnen besparen dat elders beter kan worden gebruikt.
• Technologische vooruitgang in human resources maakt het gemakkelijker en goedkoper om de juiste kandidaat te vinden, om deze te behouden en om deze zo veel mogelijk te betrekken bij de rest van de organisatie.

Elke organisatie die zo afhankelijk is van moderne technologie is een “technologiebedrijf”.

Denk nu eens aan de grote verschuiving die machine learning, in het bijzonder – opnieuw een relatief nieuwe toevoeging aan deze wereld – heeft gemaakt in enkele van de hierboven genoemde gebieden. In het domein van human resources heeft het de manier waarop we denken over alles, van talentacquisitie tot employeetraining en -ontwikkeling, volledig veranderd. Machine learning-algoritmen analyseren ontelbare cv’s in een oogwenk en benadrukken ideale kandidaten net zo snel. De vaardigheden en voorkeuren van medewerkers kunnen worden geanalyseerd om trainingsprogramma’s te personaliseren voor maximale effectiviteit.

In supply chain management kunnen machine learning en kunstmatige intelligentie worden gebruikt voor dingen zoals voorraadoptimalisatie. De algoritmen kunnen de voorraadniveaus voorspellen om ervoor te zorgen dat niets op het slechtst mogelijke moment uitverkocht raakt.

In termen van customer relationship management hebben bedrijven van allerlei soorten grote successen geboekt met geautomatiseerde leadscoring en -segmentatie, predictieve analytics voor verkoop en sentimentanalyse om meer waarde te halen uit klantfeedback.

Dit wijst allemaal op een heel eenvoudige feit: kunstmatige intelligentie, en machine learning in het bijzonder, evolueert buitengewoon snel.

Naarmate machine learning verandert, veranderen dingen zoals customer relationship management, supply chain management en human resources – de kernpijlers waarop elk bedrijf is gebouwd. Naarmate deze veranderen, verandert het bedrijf zelf ook op een fundamenteel niveau. Alles is zo organisch met elkaar verbonden dat het onmogelijk is om het allemaal te scheiden.

Dit is precies hoe u een opkomend probleem zoals de IT-vaardigheidskloof versnelt met een tempo dat sneller is dan veel experts een decennium geleden hadden gedacht.

De vorm van de dingen die komen gaan

Als het voelt alsof u al een lange tijd over deze vaardigheidskloof hoort, dan komt dat omdat u er inderdaad al een lange tijd over hoort. Maar geloof het of niet, het probleem wordt nog steeds erger – en zal naar verwachting blijven verslechteren. Een andere studie gaf aan dat bijna 1/3 van de werkgevers zegt dat de vaardigheidskloof erger is dan een jaar geleden.

Maar fascinerend genoeg ongeveer 56% van de hiring managers “verwachten” dat technologiegedreven interventies zoals kunstmatige intelligentie en machine learning een “grote verschuiving” zullen veroorzaken in de soorten vaardigheden die ze nodig hebben van potentiële kandidaten.

Het sleutelwoord is natuurlijk “verwachten”. Voor zoveel verandering als we de afgelopen jaren hebben gezien, geloven velen dat de meest significante verschuiving nog moet komen. Als deze verandering onvermijdelijk is, heeft het geen zin om het uit te stellen. In plaats daarvan moet men het omarmen door ook de opkomende talentenpools in mondiale markten te omarmen om toekomstige technologie-eisen te vervullen wanneer ze arriveren.

Data-analyse. AI/machine learning. Software engineering. Cybersecurity. UX/UI-leerprocessen. Dit zijn de vaardigheden waar bedrijven naar moeten zoeken bij nieuwe medewerkers als ze concurrerend willen blijven in de mondiale talentenmarkt. Als ze geen potentiële kandidaten kunnen vinden die aan die behoeften voldoen, moeten ze degenen die ze al hebben trainen om de gaten te vullen.

Uiteindelijk

Als er één ding is dat de huidige kritieke tekort aan geavanceerde technische vaardigheden benadrukt, dan is het wel dat alle bedrijven “technologiebedrijven” zijn, of ze dat nu willen of niet.

In de loop der jaren werd technologie langzaam een onderdeel van het DNA van bijna elke organisatie, aanvankelijk alleen als een middel voor productiviteit, maar uiteindelijk om de basis te vormen van het concurrentievoordeel van een bedrijf op de markt. IT is een onderdeel van wie deze organisaties zijn. Als u het elimineert, is er niet veel over.

Door dit alles zijn ondernemingen gebonden aan het tempo waarin technologie evolueert – in dit geval buitengewoon snel. Op dat punt zijn er maar twee opties beschikbaar. De eerste is om elke beschikbare inspanning te leveren om het tempo bij te houden, flexibel genoeg te blijven om vandaag aan de behoeften te voldoen en zich beter voor te bereiden op de eisen van morgen.

De tweede is om uw hakken in het zand te zetten, uw hoofd in het zand te steken en te blijven vertrouwen op een “ouderwetse” manier van doen, alleen omdat “dat altijd heeft gewerkt”.

Maak geen vergissing: degenen die inflexibel blijven en volhouden dat de IT-vaardigheidskloof niet hun probleem is, zullen zich binnenkort door hun slimmere, meer agile concurrenten in de steek gelaten zien. Dit is geen kwestie van “of” maar “wanneer”.

Echt, het kan niet duidelijker zijn dan dat.