سود:
- در نظر گرفتن صلاحیت هوش مصنوعی در سه لایه (متخصص، مترجم، کاربر) و مشاهده بیشترین نادیده گرفته شده مترجم و شکاف گسترده سواد
- امکان انتخاب مناسب برای موسسه از بین مدل های سازمانی مرکزی، توزیع شده و مرکز و گفتار
- توانایی بستن شکافهای شایستگی با توازن آموزش، استخدام و شریک و گنجاندن سواد و حفظ گسترده در استراتژی
حتی بهترین استراتژی بدون اینکه مردم آن را اجرا کنند روی کاغذ می ماند. رایج ترین گلوگاه تحول هوش مصنوعی فناوری نیست، بلکه فقدان شایستگی (دانش، مهارت و تجربه لازم برای انجام یک کار) و سازماندهی (نحوه ساختار کار، چه کسی چه کاری است) است. در این بخش، یاد خواهید گرفت که چگونه یک مدیر ارشد می تواند ساختار تیمی مناسب، استراتژی استعداد و توسعه شایستگی را برای هوش مصنوعی ایجاد کند. هدف این است که یک دیدگاه محدود، مانند "بیایید چند دانشمند داده استخدام کنیم" را به یک رویکرد شایستگی در سطح سازمانی تبدیل کنیم.
شایستگی یک نقش واحد نیست
یک تصور غلط رایج این است که هوش مصنوعی را به تعداد کمی از متخصصان به نام «دانشمندان داده» واگذار کنیم. در واقعیت، تبدیل هوش مصنوعی به شایستگی سه لایه نیاز دارد:
لایه
چه کسی
چه نیازی دارد
متخصص
دانشمند داده، مهندس ML
مدل، داده، عمق زیرساخت
مترجم
تحلیلگر محصول/کسب و کار
تبدیل یک مشکل تجاری به راه حل هوش مصنوعی
کاربر
همه کارمندان
استفاده از وسایل نقلیه ایمن، موثر و مسئولانه
لایه مهم و اغلب نادیده گرفته شده واضح است: مترجم هوش مصنوعی شخصی است که زبان تجاری را به زبان فنی ترجمه می کند و بالعکس، و پل "مشکل تجاری با کدام راه حل AI حل می شود" را ایجاد می کند. گران ترین خرابی ها اغلب به دلیل کمبود متخصص نیست، بلکه به دلیل کمبود مترجم ایجاد می شود: تیم فنی یک مدل عالی اما برای مشکل اشتباه می سازد.
نکته: هنگام بودجه بندی برای استعدادهای هوش مصنوعی، نه تنها کارشناسان، بلکه نقش مترجمان و سواد اولیه همه کارمندان را نیز در نظر بگیرید. اکثر مؤسسات سرمایه گذاری بیش از حد بر روی کارشناسان و بسیار کم در مترجمان و سواد انبوه دارند. با این حال، به طور کلی دو مورد آخر هستند که مقدار را قفل می کنند.
مدل های سازمانی
استعدادهای هوش مصنوعی را می توان به سه روش اصلی در سازمان سازماندهی کرد:
- متمرکز: همه کارشناسان هوش مصنوعی در یک تیم. مزیت: عمق، قوام. عیب: جدا شدن از کار.
- توزیع شده: کارشناسان در واحدهای تجاری تعبیه شده اند. مزیت: نزدیکی، سرعت. عیب: ناهماهنگی، تکرار.
- Hub-and-spoke: مرکز مرکزی تعالی (CoE؛ تیم اصلی که استانداردها، ابزارها و بهترین شیوهها را تعریف و منتشر میکند) + متخصصان تعبیهشده در واحدهای تجاری. متعادل ترین مدل برای اکثر سازمان های متوسط تا بزرگ.
CoE; ابزارهای رایج، استانداردهای ایمنی، آموزش و اجزای قابل استفاده مجدد را ارائه می دهد. واحدهای تجاری حوزه های کاربری خود را مدیریت می کنند. این مدل هم ثبات و هم نزدیکی را حفظ می کند.
بسازید، بخرید، شریک شوید
سه راه برای از بین بردن شکاف مهارت ها وجود دارد، معمولاً هر سه راه:
- ساخت: آموزش کارکنان موجود. پایدارترین اما کندترین
- استخدام (خرید): استخدام کارشناسان خارجی. سریع اما گران قیمت و رقابتی.
- شریک: با مشاور/تامین کننده کار کنید. شروع سریع اما خطر اعتیاد.
استراتژی هوشمند: آموزش/استخدام شایستگی های حیاتی و دائمی، رفع نیازهای موقت یا بسیار خاص در مشارکت.
گام به گام: ایجاد استراتژی شایستگی
1. شکاف شایستگی را ترسیم کنید. ما در سه لایه (کارشناس، مترجم، کاربر) کجا هستیم، کجا باید برویم؟
2. مدل سازمانی خود را انتخاب کنید. متمرکز، توزیع شده یا مرکز و گفتار؛ مناسب برای موسسه
3. تعادل ساخت – خرید – شریک را ایجاد کنید. مسیر بهینه را برای هر شکاف تعیین کنید.
4. یک برنامه سوادآموزی غیر رسمی را شروع کنید. آموزش استفاده اولیه، ایمن و مسئولانه برای همه کارکنان.
5. حفظ و فرهنگ را پرورش دهید. جذب استعداد کافی نیست. با کار معنادار، یادگیری و فرهنگ حفظ کنید.
سه کیف کوچک
مورد 1 - شکاف مترجم. یک شرکت صنعتی سه دانشمند داده گران قیمت را استخدام کرد، اما هیچ نقش مترجمی برای پل زدن واحدهای تجاری وجود نداشت. کارشناسان پروژه هایی را تولید کردند که از نظر فنی چشمگیر بودند اما از نظر تجاری بی اهمیت بودند. هیچ ارزش ملموسی در یک سال ظاهر نشد. هنگامی که دو "مترجم هوش مصنوعی" (تحلیلگران با تجربه کسب و کار) منصوب شدند، همان کارشناسان در عرض 6 ماه به سه مورد استفاده ارزشمند رسیدند. شکاف در تخصص نبود، بلکه در پل بود.
مورد 2 - سازگاری CoE. در یک مجموعه، هر شرکت از ابزار هوش مصنوعی خود با قوانین خاص خود استفاده می کرد: هزینه های تکرارشونده، امنیت ناسازگار. هنگامی که مرکز تعالی تأسیس شد و ابزارهای رایج، استانداردها و آموزش ارائه شد. هزینه های مجوز تا 30 درصد کاهش یافت، امنیت ثابت شد و آنچه یک شرکت یاد گرفت به سرعت به شرکت بعدی سرایت کرد.
مورد 3 - تأثیر سواد گسترده. یک شرکت خدماتی هوش مصنوعی را تنها به یک تیم متخصص واگذار کرد. 300 کارمند در این زمینه یا اصلا از ابزارها استفاده نکردند یا به اشتباه (در نقض محرمانه بودن) استفاده کردند. این شرکت یک برنامه سوادآموزی پایه (3 ساعت آموزش استفاده ایمن برای همه) راه اندازی کرد. هم استفاده ایمن افزایش یافت و هم ده ها ایده ارزشمند برای استفاده از این زمینه به دست آمد. ارزش در کارشناسان نبود، بلکه در جمعیت شایسته بود.
چهار قالب قابل کپی
1) نقشه شکاف شایستگی:
نقش شما: مشاور استعدادهای هوش مصنوعی. سازمان خود را در سه لایه ارزیابی کنید: متخصص (داده/ML)، مترجم (پل تجاری- فنی)، کاربر (همه کارکنان). شکاف های معمولی و اقدامات اولویت را برای هر لایه بنویسید. زمینه: [متن]
2) پیشنهاد مدل سازمانی:
مدل های متمرکز، توزیع شده، و هاب و گفتار را برای [اندازه و ساختار سازمان] مقایسه کنید. بنویسید کدام یک را برای شرایط ما توصیه می کنید و چرا، و یک مرکز عالی چه مسئولیت هایی را بر عهده خواهد گرفت.
3) تصمیم ساخت - خرید - شریک:
برای هر یک از شکافهای شایستگی زیر [فهرست]، یک دلیل منطقی بنویسید که کدام یک از گزینههای قطار/استخدام/همکار را توصیه میکنید. شایستگی های پایدار و حیاتی را از نیازهای موقتی جدا کنید.
4) برنامه سوادآموزی غیر رسمی:
یک پیش نویس آموزشی 3 ساعته «استفاده ایمن و مؤثر از هوش مصنوعی» برای کارکنان غیر فنی تهیه کنید: مفاهیم اساسی، استفاده صحیح/نادرست، حریم خصوصی و احراز هویت، مثال های عملی. عنوان و مدت زمان ماژول را به ماژول بدهید.
اعلان ضعیف / اعلان قوی
ضعیف: "چه نوع تیمی باید برای هوش مصنوعی بسازم؟"
نتیجه: فهرست کلی نقش ها. کور به اندازه، بلوغ و شکاف های موسسه.
قوی: "ما یک شرکت تولیدی با 500 کارمند و سه واحد تجاری هستیم؛ بلوغ پایینی داریم، دانشمند داده نداریم، اما تحلیلگران تجاری قوی داریم. یک مدل سازمانی برای هوش مصنوعی (متمرکز/توزیع/مرکز-و-سخن)، یک تعادل خرید-خرید-شریک برای بستن در هر لایه شایستگی/مقابله با شایستگی های خود (کاملترلکس/گرمپرتراپ) پیشنهاد کنید. طرح گسترده سوادآموزی برای سال اول».
نتیجه: یک استراتژی استعداد خاص، لایه لایه، واقع بینانه و کاربردی.
اشتباهات رایج
- سرمایه گذاری فقط روی متخصصان بدون مترجمان و سواد گسترده، کارشناسان نمی توانند ارزش تولید کنند.
- رد شدن از نقش مترجم اگر پلی بین تجارت و تکنیک وجود نداشته باشد، حتی بهترین متخصص نیز روی مشکل اشتباه کار خواهد کرد.
- بی توجهی به سواد گسترده جمعیت بی سواد یا اصلاً از وسیله نقلیه استفاده نمی کنند یا در معرض خطر از آن استفاده می کنند.
- تنها با تکیه بر جذب نیرو. خرید پرورش بدون پرورش گران، شکننده و ناپایدار است.
- فراموشی فرهنگ و حفظ. اگر استعدادها را جذب نکنید و کار و یادگیری معنادار ارائه نکنید، به سرعت ضرر خواهید کرد.
احتیاط: هوش مصنوعی ممکن است یک نمودار سازمانی یا طرح کلی آموزشی را پیشنهاد دهد. اما این شخص است که تصمیم میگیرد کدام مدل با فرهنگ و واقعیت موسسه مطابقت داشته باشد، چه کسی چه نقشی را ایفا کند، و پویایی حفظ و نگهداری. تصمیمات منابع انسانی تاثیر زیادی دارند و نمی توان آنها را به تنهایی به یک الگوریتم واگذار کرد.
به طور خلاصه
رایج ترین گلوگاه تحول هوش مصنوعی فناوری نیست، بلکه شایستگی و سازماندهی است. شایستگی سه لایه است: متخصص، مترجم و کاربر. بیشترین لایه نادیده گرفته شده و قفل کننده ارزش، سواد گسترده با مترجم است. سازمان میتواند متمرکز، توزیعشده یا مرکزی باشد (مرکز تعالی + شاغلین تعبیهشده). برای اکثر سازمان ها، دومی متعادل است. شکاف ها را با ترکیبی از قطار، استخدام و شریک ببندید. شایستگی های حیاتی و پایدار را حفظ کنید. در بخش بعدی، نحوه خرید هوشمندانه راه حل های هوش مصنوعی برون سپاری شده را پوشش خواهیم داد.
وظیفه کاربردی
سازمان خود را در سه لایه (کارشناس، مترجم، کاربر) ارزیابی کنید و بزرگترین شکاف را در هر لایه بنویسید. 2. مدل سازمانی مناسب خود را با الگو تعیین کنید. دلایل تصمیمات قطار/استخدام/شریک خود را برای دو شغل خالی مهم بنویسید. در نهایت، موضوعات اصلی برنامه سوادآموزی غیررسمی برای همه کارکنان را مشخص کنید.
چک لیست
- [ ] من شکاف شایستگی را در سه لایه ترسیم کردم.
- [ ] بررسی کردم که آیا نقش مترجم وجود دارد یا خیر.
- [ ] من یک مدل سازمانی مناسب برای موسسه انتخاب کردم.
- [ ] من برای هر جای خالی تصمیم ساخت، خرید و شریک گرفتم.
- [ ] من برنامه سوادآموزی غیررسمی را برنامه ریزی کردم.
- [ ] من حفظ و فرهنگ را در استراتژی گنجانده ام.
- [ ] من تصمیمات منابع انسانی را صرفاً به الگوریتم واگذار نکردم.