快速的人工智能发展凸显全球关键技术技能短缺

要找到技术演变速度的完美例子，请看ChatGPT。

虽然人工智能、聊天机器人和虚拟助手在ChatGPT推出之前并不是新概念，但它却将对话提升到了一个新的水平。今天，人工智能似乎正在迅速成为我们生活中无处不在的一部分。几乎每个行业的专业人士都在痴迷于人工智能是什么、它能做什么以及如何解锁其潜力以满足他们自己的独特用例。

这就是为什么记住ChatGPT的公开发布仅在2022年11月30日——不到两年前，这一点非常重要。不到24个月，技术又一次以令人惊讶的速度朝着一个大胆的新方向发展，这种速度没有减慢的迹象。

基于此，几乎所有行业都存在大量高级技术技能短缺，这并不奇怪。技术本身的发展速度比人类掌握它的速度还快。

根据最近的一项研究，大约70%的商业领袖表示存在关键技能短缺，数据分析和项目管理是现代时代最受需求的硬技能之一。数字技能短缺如此之大，以至于估计14个G20国家可能会因而错失11.5万亿美元的GDP增长。

但幸运的是，希望并没有失去。一旦组织努力更好地理解技术技能短缺，特别是与高级概念如机器学习相关的短缺，它就能更好地减轻风险。您只需要在此过程中牢记几件关键事项。

快速发展的数字时代比以往任何时候都快

为了说明我们如何共同到达这一点，请花一刻时间考虑一下您与技术的典型商业关系。

您不需要有一支软件工程师团队或一大批SaaS客户来被认为是一家“技术公司”。

• 由于电子邮件、即时消息、视频会议和其他技术，沟通已经深入我们的生活，无论是内部还是外部。
• 数据分析和商业智能工具被大量依赖来发现人类可能忽略的趋势和模式，使领导者能够做出最明智的决定。
• CRM套件有助于在品牌和客户之间建立更好、更个性化的关系。
• IT有助于显著优化供应链管理，为组织节省了大量资金，可以更好地用于其他地方。
• 人力资源技术使得找到合适的候选人、留住他们并让他们与组织其他人员保持联系变得更加容易和划算。

任何如此依赖现代技术的组织都是“技术公司”。

现在，想想机器学习，特别是机器学习，对上述某些领域产生的重大变化。机器学习彻底改变了我们对人才招聘、员工培训和发展的思考方式。机器学习算法可以在瞬间分析无数简历，并快速突出理想候选人。员工的技能和偏好可以被分析，以个性化培训计划以实现最大效率。

在供应链管理中，机器学习和人工智能可用于库存优化等方面。算法可以预测库存水平，以确保不会在最糟糕的时刻缺货。

在客户关系管理方面，各类企业都在自动化潜在客户评分和细分、销售预测分析和情感分析方面取得了巨大的成功，以从客户反馈中提取更多价值。

这一切都表明一个简单的事实：人工智能，尤其是机器学习，正在以令人难以置信的速度演变。

随着机器学习的发展，客户关系管理、供应链管理和人力资源等事物也会发生变化——这些是每个企业的核心支柱。随着这些的变化，企业本身也会从根本上发生变化。所有这些都是如此紧密地联系在一起，以至于无法将它们分开。

这就是如何将像IT技能短缺这样的新兴问题加速发展的速度，甚至比十年前许多专家预想的还要快。

事物的未来形态

如果您觉得自己已经听说了很长时间的技能短缺，那是因为您确实听说过。但是请相信，问题仍在恶化——并且预计会继续恶化。 另一项研究表明，近三分之一的雇主表示，技能短缺比一年前更严重。

但有趣的是，大约56%的招聘经理“预计”技术驱动的干预，如人工智能和机器学习，将对他们需要候选人具备的技能产生“重大影响”。

关键词当然是“预计”。尽管我们已经看到过去几年发生了这么多变化，但许多人认为最重要的变化还没有到来。如果这种变化是不可避免的，那么就没有理由试图延迟它。相反，人们必须通过接受新兴的全球人才市场来满足这些未来技术需求，当它们到来时。

数据分析、人工智能/机器学习、软件工程、网络安全、用户体验设计等都是企业需要在新员工中寻找的技能，以便在全球人才市场中保持竞争力。如果他们找不到符合这些需求的候选人，他们必须培训现有的员工来填补空缺。

最终

如果没有其他东西，当前的关键技术技能短缺凸显了一个简单的真相：所有企业都是“技术企业”，无论它们是否愿意。

多年来，技术逐渐成为几乎每个组织的DNA的一部分，最初只是作为提高生产力的手段，后来成为公司在市场中竞争优势的基础。IT是这些组织的组成部分。如果您消除了它，就不会剩下太多东西。

由于此，企业受到技术演变速度的束缚——在这种情况下，速度非常快。到那时，只有两个选项可供选择。第一个选项是尽一切可能跟上这种速度，保持足够的灵活性以满足今天的需求，并更好地为明天的需求做准备。

第二个选项是坚持自己的立场，坚持“老派”的做法，只因为“这就是以前的做法”。

请不要误会：那些仍然僵化地认为IT技能短缺不是他们的问题的人很快就会被他们更灵活、更敏捷的竞争对手甩在后面。这不是“如果”而是“何时”的问题。

确实，这比这还要简单明了。