文艺复兴时期的技术专家如何连接人工智能和商业之间的点

多年来，我们一直听到有关技术专业人员从事更高水平工作的预测，但人工智能似乎正在有效地弥补低头编程的不足。

自火发明以来，所谓的“主题专家”一直是大多数公司的主要人才。然而，最近，随着许多简单和不那么简单的任务被交给人工智能，领导者们意识到，需要具有技术和商业头脑的人来引导事情朝着正确的方向发展，并且希望能够盈利。 。称其为文艺复兴时期的技术专家。

一份报告显示，对发布最多人工智能职位的公司进行的分析发现，它们“对将技术专长与领导力、创新和解决问题技能相结合的人工智能专业人员提出了更高的需求，强调了这些能力在人工智能领域的重要性”经济合作与发展组织 (OECD) 的成员。研究人员调查了主要经济体中的 32,000 项独特技能。

文艺复兴时期的技术专家——无论是 IT 部门内部还是外部——是职业发展的重要途径，特别是对于设计、开发和部署基于人工智能的系统的人员来说。这一角色将确保人工智能满足业务需求，同时抑制偏见、解决错误并维护安全。毕竟，您不想以亚秒的速度做错误的事情。

以下是复兴技术专家需要在其业务中体现的一些要素：

• 我们从事什么行业，我们想从事什么行业，人工智能将如何帮助我们实现这一目标？
• 这项工作的潜在投资回报是多少？
• 人工智能将如何为人们开启新的视角和想法？
• 人工智能将如何提升人们的职业潜力？
• 竞争对手错过了哪些人工智能机会？
• 系统接收的数据是否与预期结果相关？
• 该系统产生的见解是否与企业想要采取的方向相关？

越来越多的技术经理和专业人士被要求回答此类问题。 Intradiem 高级副总裁 Ted Lango 表示：“除了基本的技术技能和人工智能管理知识之外，更广泛的主题专业知识对于构成商业世界的各个领域仍然至关重要。”

兰戈敦促说，这位新兴的文艺复兴技术专家“将需要专业知识来营造一个人工智能工具和人类工作者相辅相成的环境，以提高生产力和员工福祉”。 “与情商和解决问题相关的基本技能，以及清晰沟通、批判性思考和协作工作的能力将一如既往地重要。”

简单地说：更少的编码和开发工作，更多地专注于业务。在过去的几十年里，我们多次听到过这样的预测，但人工智能似乎正在有效地弥补低头编程的不足。

首席技术官乔尼·勒罗伊 (Jonny LeRoy) 表示：“人工智能将加快用于创建软件的非增值工作（例如搜索内部知识系统）的时间，因此工程师可以专注于更高价值的任务”在格兰杰。例如，他说道，“Grainger 最近的内部黑客马拉松的重点是使用人工智能来提高生产力。获胜团队创建了一个问答代理，可以从 Jira、Confluence 和 GitHub 等各种系统中检索相关的 Grainger 内部信息。”

LeRoy 表示，技术团队了解业务环境非常重要，“这样他们就可以构建他们试图用人工智能解决的问题”。 “在 Grainger，我们鼓励与我们的卖家或客户服务代理‘同行’，这样团队成员就能加深对我们客户、他们的需求的了解。”

毫无疑问，技术专业人士和工程师正在使用新的人工智能工具来更快地编写代码、调试、创建 API 和定义测试用例。”Phenom 首席数据科学家 Ilya Goldin 表示。通过创造力和创新的机会，以更有意义的方式工作。”

戈尔丁表示，文艺复兴时期的技术专家将引领“在创意人员的知识、技能和能力的驱动下产生创意，从而产生新颖的解决方案”。 “生成式人工智能可以帮助产生想法，找到技术组织可以解决的高度复杂的问题。它还可以帮助生成文本、图像、视频和代码的内容。”

兰戈说，展望未来，技术职业领域的成功需要“跨学科学习”。 “当然，人工智能和机器学习课程是基础课程，但心理学、人类行为和伦理学的研究也与技术工作的演变密切相关。”

兰戈继续说道，培训计划“应该侧重于全面了解技术如何影响人类行为和组织文化”。

在 Grainger，即时工程师是一个相对较新的新兴职位，但人工智能正在开辟多种潜在的职业道路。 “我们正在尝试做很多事情，”勒罗伊说。 “我们还聘请了经常使用机器学习科学家等更广泛头衔的优秀人才，并且我们正在将 ML 特定技能与更多面向工程的技能区分开来，以便让专家专注，让通才具有可替代性。我预计会看到更多角色致力于质量、安全和治理，这将需要一套令人着迷的技能来管理围绕偏见、虚构和质量出现的新风险。”

兰戈说，在当今的公司中，出现的其他头衔包括“人工智能道德官、人类技术整合专家和员工体验官”。 “这些角色的重点是确保人工智能的道德使用，管理人工智能与工作场所的集成，以及在日益技术驱动的工作环境中增强员工体验。”

戈尔丁指出，文艺复兴时期的技术专家将帮助实现突破性创新，这是“人类智力难以满足的一项认知要求很高的任务”。 “需要战略思维来确定何时需要创造性解决方案，并预测特定解决方案的后果。随着人工智能处理更多的想法和内容生成，技术专业人员可以花更多时间将他们的能力应用于问题识别和想法评估。”