您可以在业务中填补扩大AI技能差距的5种方法

一半的全球技术领导者认为他们的组织有一个AI技能短缺，功能差距在一年中几乎翻了一番。

新发布的NASH Squared/Harvey Nash数字领导报告发现与去年相比（28％），技术领导者（51％）几乎是两倍（51％），他们的业务缺乏AI技能短缺 - 增长了82％。

还：出色的AI技能断开连接 - 以及如何解决

招聘专家的报告是世界上最大，最长的IT领导力调查，发现AI从第六级的技术技术技能中跃升为第一个，在短短18个月内，这是该调查中15年以上研究的任何IT技能中最陡峭，最大的IT技能短缺。

为了将这种增长水平的观点从角度看，报告发现增加网络能力的需求，另一种追求的技能，逐渐增长了 - 从2009年的16％增加到今年的33％。

还：AI为新类型的组织铺平了道路 - 一家边境公司

那么，为什么对AI的需求如此迅速？Nash Squared Cio Ankur Anand告诉Zdnet，陡峭的上升与创新速度。

“有一个前所未有的发展速度生成的AI和支持大型语言模型。”他说。

“如果您看Openai或Google，他们每隔几个月就会出现一次更高级的模型。专业人士必须快速学习新技能，传统的学习方法无法保持步伐。”

简而言之，业务领导者需要一种新的方法来填补AI技能差距。这里有五个优先级的领域。

1。培训现有员工

该研究表明，技术领导者及其公司对AI技能危机的反应缓慢，因为超过一半的公司（52％）在生成的AI中没有提高技能。

阿南德说，成功的组织有一项业务策略，可以说明AI对企业的意义以及才华横溢的专业人员如何解决这些问题。

还：您的业​​务已经准备好了吗？避免落后的5种方法

除了利用专家资源之外，还包括了解人才和技能的学者，智能业务领导者专注于为其专业人士的持续学习和发展。

阿南德说：“考虑到AI的进步速度，这说起来容易做起来难，但重要的是要培养组织内的成长心态。”

“最好的公司制定了一项职业增长计划，具有基于角色的认证，无论是技术还是柔和的技能。这一清晰的职业道路成为持续学习计划的一部分。”

2。来源AI技能专家

该研究表明，将近三分之二（65％）的技术领导者会选择一个支持AI支持的软件开发人员，在一个职业生涯中只有两年的经验，但没有AI技能。那么，最好的AI专家是什么样的？

阿南德说，优先事项是在分析和解决问题的能力上采购人：“ AI挑战很复杂，因此企业需要这种强烈的心态。”

伟大的专业人士盟军的技术能力具有业务领域专业知识，因此他们知道如何使用AI来帮助组织实现其所需的目标：“这种组合至关重要。”

最好的AI专家也了解道德：“如果人们没有护栏，他们将无法负责任地开发解决方案。”

还：为什么忽视AI伦理是如此冒险的业务 - 以及如何做AI权利

最后，阿南德说，伟大的AI专业人士与他人分享知识。他说：“我在团队中看到的一件事是指导的重要性。”

“团队中最有才华的人教练和其他业务。这是一项强大的技能，业务领导者需要专注于寻找AI人才。”

3。更改您的招聘模式

科技领导者预计AI在未来五年内将填补五分之一的技术工作，但该报告表明，AI也正在改变操作模型。

阿南德说，首先要认识到的是AI正在改变传统招聘模型。

他说：“有一些平台可以筛选简历并评估技能。”“ AI正在帮助行业从基于经验的基于技能的评估转移到基于技能的评估。数据模型技术还可以帮助公司预测成功候选人角色的特征。”

还：我尝试了微软的免费AI技能培训，您也可以 - 再过几周

其次，这些候选人不太可能仅专注于技术专业知识。

合适的人才将帮助公司通过具有数据支持的能力来增强人类专业知识，尤其是在未来几年使用代理AI的使用时：“软技能，加上一些艰苦的技术技能，将是完美的选择，”他说。

最后，寻找这种混合人才的商业领导者将把他们的招聘网势宽广，涵盖了各种地理位置，背景和能力。

他说：“这意味着没有人会说，'这项工作只能由有五年经验的人填补。”

4。参与下一代能力

与全球平均水平相比，吸引，保留和合并Z世代观点的组织有可能为AI需求做好准备，并且报告了AI可衡量的ROI的可能性更高。

阿南德说，成功的企业领导者了解年轻专业人士的价值以及他们对工作目标的渴望，尤其是围绕社会责任。

他说：“他们寻找与这些价值观保持一致的组织。”“您需要给他们具有挑战性的机会，以便他们觉得他们是一个持续学习过程的一部分。”

还：编码的最佳AI（包括两个新的首选 - 以及不使用的方法）

获得这些机会至关重要，因为几十年来想要为一家公司工作的人的日子已经过去了。

他说：“年轻一代很快就获得了知识，并无聊地做同样的事情 - 他们想继续前进。”“组织必须了解这些世代的价值，并建立适合他们的职业计划。”

这些计划应包括跨工作地点和时间的灵活性：“一个良好的工作 - 生活平衡是选择雇主的第一个因素。”

5。继续探索新的AI机会

与同行相比，在大型AI实施AI的大规模实施的可能性大多数在AI和数据领域的可能性高24％。

阿南德说，开创性的科技领导者不害怕新兴技术，保持领先一步。

他说：“由于担心安全，仍然有大量的企业远离AI。”

“但是，如果您不参与这些技术，您的人民就不会留下来。最好的专业人士需要一份具有挑战性的工作。他们认识到，AI将来可以使平凡的角色在将来裁员。”

阿南德说，聪明的业务领导者培养了一种实验文化，以使员工保持兴趣和兴奋。

他说：“他们奖励冒险 - 因为即使失败也推动了新的学习，这些教训将来将在未来取得成功。”

每天与我们的收件箱中获取早晨的热门故事今日技术新闻通讯。