Мениджмънт

Как AI променя пазара на труда

Иван Гайдаров

Ето основните роли и умения, които бизнесът трябва да има предвид при създаването на екипи за разработка на изкуствен интелект

Мария Королов, CIO, САЩ

Изкуственият интелект (AI) е готов да трансформира почти всяка индустрия, а с това ще дойдат и значителни промени за много работни функции. Много роли в различните организации ще изискват поне малко използване на технологии, базирани на изкуствен интелект, през следващите години, което ще създава нови и нови възможности.

Наред с това ще се появят и нови работни места, насочени към извличане на максимума от организационните стратегии за използването на AI. Инженерите по машинно обучение вече са укрепили позициите си като задължителна част от AI екипите, заемайки първо място в списъка с най-добрите работни позиции за миналата година. AI специалистите заемат водещи позиции и в изследването Emerging Jobs 2020 г. на LinkedIn със 74% годишен ръст през последните четири години, следвани от инженерите по роботика и учените по данните.

Всъщност дори по време на пандемията броят на свързаните с AI работни места се е увеличил в световен мащаб с 13 - 16 процента според анализатора на IDC Риту Джиоти.

"Заради пандемията IDC вярва, че разходите и заетостта, свързани с AI, ще се увеличат сред доставчиците на здравни услуги, образователния сектор, застраховането, фармацевтичните компании и правителствата", казва тя.

CIO.com се обръща към ИТ лидери, експерти в областта на изкуствения интелект и анализатори в бранша, за да добие представа за видовете AI роли, които се появяват, когато технологията навлезе по-силно в дадено предприятие. Някои водещи компании вече попълват тези позиции, като дават представа за комбинацията от умения, необходими за тях.

Главен служител по AI

Лидерските роли, свързани с AI, имат различни имена - вицепрезидент по AI и машинно обучение, главен иновационен директор, главен дигитален служител и много други.

Каквото и да е името, тези "главни служители по AI" трябва да разберат как когнитивните технологии влияят на бизнеса, да разработят AI стратегията на компанията и да я обяснят на борда, ръководителите на звена, служителите и клиентите. Те също така трябва да работят със CIO за прилагането на тази стратегия, за да отговори тя по най-добрия начин на нуждите на бизнеса и всички заинтересовани страни.

Никол Ийгън, главен служител по AI в компанията за киберсигурност Darktrace, разделя времето си между работата с вътрешни технологични екипи, разговорите с клиенти и разработването на AI стратегията, която включва намирането на начин за подкрепа на човешките усилия чрез изкуствен интелект - при откриване и разследване на заплахи например.

"Работя със CTO и нашата AI лаборатория, за да проучвам нови области за научни изследвания и разработки", казва Ийгън, която преди това е работила в редиците на стратегическата група на Oracle и достига до старши директор на стратегическия маркетинг.

Ийгън непрекъснато разширява техническите си умения, свързани с AI, чрез онлайн курсове, но ролята й в Darktrace е по-фокусирана върху бизнеса, прилагайки AI към проблеми от реалния свят вместо създаването на алгоритми и писането на код. "Имаме над 35 докторанти с усъвършенствани умения по математика, машинно обучение и опит при работата с изкуствен интелект, които оперират в нашите лаборатории", казва тя.

Хауи Сю, вицепрезидент по AI и машинно обучение в Zscaler, повишава експертизата си, придобивайки бизнес умения. Бившият ръководител на бизнес отдела на Cisco за облачни и мрежови услуги има MBA от "Станфорд" и сериозен продуктов опит.

"Когато за пръв път се присъединих към Zscaler, моята роля беше повече свързана със самата технология. Но за да се възползвам максимално от уменията си в изкуствения интелект и машинното обучение, трябваше да се развивам и да мисля повече за въздействието им върху бизнеса", коментира той.

Сю препоръчва на кандидатите за главен служител по AI да се съсредоточат върху области, в които изкуственият интелект и машинното обучение могат да донесат голямо подобрение на бизнес стойността. "Бъдете дисциплинирани по отношение на бизнес показателите, преди да налагате технологията", съветва той.

Специалист по AI етика

Специалистът по AI етика е друга позиция на високо ниво, която изисква широкo взаимодействие със заинтересованите страни. Трудовата характеристика на позицията може също така да обхваща риска и управлението и да налага координация с правителствени агенции, с НПО, юридически екипи, потребители и групи за защита на данните в допълнение към работата им с технологичните екипи.

Кати Бакстър, архитект на етичните AI практики в Salesforce.com, казва, че служителите в тези звена трябва да имат страст към технологиите, но и здравословен скептицизъм. "AI не е магия и не е подходящ за всяко предизвикателство. Често трябва да се питате не само "можем ли да направим това", но и "трябва ли да правим това", казва Бакстър, която преди това е работила в Google, eBay и Oracle в посока проучвания на потребителския опит.

Въпреки че техническата грамотност е изключително полезна, служителите по AI етика не е необходимо да бъдат компютърни специалисти или учени по данните, казва тя и добавя: "По-важното е да имат хуманитарен профил, свързан с психология, социология, философия или взаимодействие между човек и компютър. Важно е да се съсредоточите върху разбирането на всички, засегнати от технологията. Трябва да сте наясно с техните нужди, контекст и ценности."

Бакстър, която има магистърска степен по инженерство на човешките фактори и е бакалавър по приложна психология, посочва способността за деескалиране на емоционалните дебати като полезно умение. "Когато говорим за етика, хората могат да почувстват, че ценностите им се оспорват. Способността да се водят здравословни дебати по приобщаващ начин може да бъде разликата между успеха и провала", категорична е тя, като допълва, че компаниите, които обръщат внимание на етиката при внедряването на AI, създават по-безопасни, по-справедливи среди, а обективният AI води до по-добри бизнес резултати.

"Регулацията на AI идва, така че създаването на етична практика сега ще ви подготви по-добре да сe справите с новите изисквания", обяснява още Бакстър.

AI бизнес анализатор

За да получат стойност от моделите на AI, учените по данните трябва да бъдат и бизнес анализатори, казва Шуман Госемажумдер, глобален ръководител на изкуствения интелект в Shape Security, който вече разширява екипа си в областта на AI.

"Един AI бизнес анализатор трябва да има добро разбиране за компанията, нейния бизнес модел и процеси или продуктите, за които се надява да разработи AI решения", казва той и добавя, че специалистите в тази област също така трябва да могат да говорят на технологичен език, за да работят безпроблемно с учените по данните и инженерите.

Свързаната роля на мениджърът на AI за бизнес операции пък работи от страна на бизнеса, за да управлява и подобрява от тази гледна точка процесите, които използват AI. "Мениджърът на AI за бизнес операции трябва да има основни познания в операциите и опит в конкретните бизнес процеси, които се автоматизират чрез AI", казва Госемажумдер, обръщайки внимание, че те трябва да могат да анализират данните, генерирани от тези операции.

Намирането на хора, които да поемат бизнес ориентирани AI роли, може да бъде по-трудно, отколкото звучи, казва от своя страна Ананд Рао, партньор и глобален лидер на AI в PricewaterhouseCoopers.

"Университетите и другите институции за професионално образование се състезават в обучението на редица технически специалисти от първо ниво. Въпреки това изпълнителските и ръководните позиции трябва да се култивират в рамките на компанията и това ще представлява значително предизвикателство", смята той.

Главен учен по данните

Обикновено най-високата технологична позиция по отношение на работата с изкуствен интелект - ролята на главния учен по данните, продължава да се развива, за да включи повече инженерни и бизнес умения.

"Учените по данните преди пет години бяха статистици", казва Брайън Маккарти, ръководител на аналитичната трансформация в McKinsey & Co.

Този тип професионалисти знаят какви данни да използват и какви алгоритми да внедряват, за да постигнат най-добрите резултати, когато работят с инженери по данните и разработчици на софтуер. Тяхната задача е да превърнат това ноу-хау в работещи приложения, а след това с бизнес звената да гарантират, че технологията отговаря на бизнес нуждите.

Майкъл Ройтман, главен учен по данните в Kenna Security, завършва своята магистратура по изследване на операциите през 2012 г. в Технологичния институт в Джорджия. След това става учен по данните в Kenna Security и накрая достига до позицията главен учен по данните. "Главните учени по данни се насочват към прилагането на своите набори от умения, за да подобрят възможностите за анализ в цялата организация", обръща внимание той.

AI архитект

AI архитектите - известни още като AI или ML инженери - са отговорни за създаването на системи за работа и управление на проектите по отношение на изкуствения интелект и машинното обучение.

"Това са хора, които могат да разглеждат AI проектите в мащаб", казва Стив Уитакър, ръководител на стратегическите партньорства за научни изследвания в САЩ на BT и ръководител на изследователското партньорство на компанията с MIT, добавяйки, че ИТ архитектите, които придобиват AI и ML умения, са добри кандидати за тази позиция.

"Ако изграждате AI инженерна платформа, имате нужда от DevOps умения. Трябва да знаете как да изпълните изискванията в мащаб, да разбирате особеностите на agile подхода и да имате представа за процеса и данните", казва той. По думите му AI архитектът може също така да е отговорен за възстановяването на бизнес процесите, а в крайна сметка всяка компания, изграждаща собствена AI или ML инфраструктура, ще се нуждае от AI архитекти или инженери на AI платформа.

Дъстин Хилард, CTO в eSentire, очаква ML инженерите да имат няколко години опит в работата с големи масиви данни и облачни рамки за обработка на данни и да разполагат с възможности да проектират, изграждат и внедряват сложни AI системи.

AI инженер по данните

Както машинното обучение, така и изкуственият интелект зависят до голяма степен от базите данни. Но необходимите данни могат да се различават по вид и мащаб от тези, нужни за други системи, така че всяка организация, която иска да интегрира разширени анализи, ML или AI, ще се нуждае от AI инженер по данните.

"Големите организации, естествено, са първите, които ни идват наум", казва Кевин Браун, управляващ директор по сигурността в BT, относно видовете компании, които трябва да внедрят тази нова роля, добавяйки: "Но също така това се отнася и за други организации, които разполагат с масиви от данни. В здравния сектор например се наблюдава експоненциален растеж на данните в резултат на пандемията."

В BT количеството на обработените данни е потресаващо. По отношение на киберсигурността например се случват милиони събития в секунда и около 4000 кибератаки на ден. Компанията назначава управляващ директор, фокусиращ се единствено върху AI и стратегията, казва Браун, както и разработчици на изкуствен интелект, изследователи, специалистите по данни и т.н.

"Имаме огромно количество данни, които бързо трябва да пресеем, за да открием аномалиите", казва той и посочва, че именно тук идва ролята на AI инженерите по данните.

Архитект за производство на данни

Компаниите в бизнеса с данни предлагат още по-специализирани роли. Наскоро например Bloomberg наема специалист, който да заеме новата роля на архитект за производство на данни в своя екип CTO Data Science.

Архитектът за производство на данни помага на Bloomberg да създаде висококачествени структурирани данни за своите клиенти на финансови услуги, включително повече от 325 000 клиенти на Bloomberg Terminal. Данните идват от неструктурирани източници, казва Гидиън Ман, ръководител на екипа за данни на компанията, според когото въпросната информация трябва да бъде много по-точна от тази в повечето индустрии.

В момента Bloomberg наема специалисти за редица други специализирани в изкуствения интелект работни места, включително AI изследователи, AI количествени изследователи, старши инженери по машинно обучение за работа с медийни данни и старши софтуерни инженери за разпределени системи.

Тези роли изискват опит в областите на изкуствения интелект и машинното обучение, обработката на естествен език, извличането на информация и др., казва Анжу Камбадур, ръководител на AI инженеринга в Bloomberg. Те трябва да имат опит в работата с програмните езици като Python, Java и C++. Но уменията за комуникация, сътрудничество и разработване на продукти също са важни, добавя той.

Мениджър за осигуряване на качеството на AI

Появата на допълнителни работни места, свързани с AI, помага на организациите да измислят как да разпределят отговорностите около зараждащите се AI практики. Някои от тези работни места все още не съществуват на пазара на труда и за повечето няма стандартизирана учебна програма или типичен път за кариерно развитие.

Вземете за пример възникващата роля на мениджъра за осигуряване на качеството на AI, която може да се разглежда като еволюция на традиционната позиция на специалистите по осигуряване на качеството на софтуера, но има някои драстични разлики. Самият код рядко е проблемът, въпреки че изборът на грешни алгоритми за даден проект не е толкова рядко срещан. По-важното е да се отстраняват непълни, неактуални или предубедени набори от данни за машинно обучение.

Обективизмът на данните е сериозен проблем, който може да доведе не само до лоши резултати, но и до регулаторни последици, лошо публично реноме, глоби и дори съдебни дела.

"Никой всъщност не разбира как пристрастието влиза в данните и как може това да бъде ограничено", казва Джон О'Нийл, главен учен по данните в Edgewise Networks, наскоро придобита от Zscaler. "Това е активна област на изследване. Доколкото знам, няма място, на което да отидете и да кажете: "Ето правилата, ако ги следвате, ще сте добре", обръща внимание той.

Учени по данни на гражданите

Според Gartner до 2024 г. потребителите на AI ще запълнят празнината в таланта при учените по данните. Тези учени по данните на гражданите (Citizen data scientist), както ги нарича Gartner, ще могат да изпълняват задачи, свързани с AI, защото инструментите, необходими за разгръщане на анализи, машинно обучение и изкуствен интелект, ще станат по-лесни за използване.

Тази функция обаче не трябва да се разглежда като специализирана длъжност. Вместо това опитът с инструменти за Citizen data scientist като Auto ML ще бъде част от длъжностните характеристики за редица позиции.

"Традиционните учени по данните са скъпи за наемане, мащабиране и обучение", казва Риохей Фуджимаки, главен изпълнителен директор и основател на DotData - компания, поддържаща специализирана AI платформа. Затова и към днешна дата около 28% от AI и ML инициативите са се провалили в голяма степен заради недостиг на умения, сочи изследване на IDC. "Липсата на персонал с необходимия опит се отчита като една от основните причини за провалите в тази област", категорични са от IDC.

Превод и редакция Иван Гайдаров


X