自動化の時代に技術リーダーになる方法

公開: 2022-04-28

自動化の時代が近づいています–間もなく–そして仕事の世界は決して同じではありません。

一部の研究は他の研究よりも悲惨ですが、専門家は、ロボット工学と人工知能の進歩が経済とほとんどの労働者に大きな広範囲にわたる影響を与えることに同意しています。

Pew Research Centerの調査では、2,000人近くの専門家を調査し、48％が、ロボットとデジタルエージェントがかなりの数のブルーカラーとホワイトカラーの労働者を追い出す未来を期待していることを発見しました。実際、オックスフォード大学の研究者は、米国の労働者の47％が、今後20年間で仕事が自動化される可能性が高いと結論付けました。一方、マッキンゼーのレポートでは、「作業活動」の最大30％が2030年までに自動化される可能性があると予測しています。

すべての予測がそれほど不吉なわけではありません。同じマッキンゼーのレポートは機会も指摘しており、テクノロジーへの全体的な支出は2015年から2030年の間に50％以上増加する可能性があり、世界中で推定2,000万から5,000万の高給の雇用を生み出す可能性があります。

ここでは、自動化の時代にテクノロジーリーダーになるためのヒントをいくつか紹介します。

どの仕事が最も危険にさらされているかを理解する

オックスフォードの研究では、研究者は700の職業を分析し、最終的に12が最終的に自動化される可能性が99％あることを発見しました。

データ入力キーヤー
図書館技術者
新しいアカウント担当者
写真プロセスワーカーと処理機オペレーター
税務準備者
貨物および貨物代理店
時計修理業者
保険会社
数学技術者
裁縫人
タイトル審査官、アブストラクタ、およびサーチャー
テレマーケティング業者

オックスフォードの研究者の予測は、弁護士秘書、クレジットアナリスト、出納係、不動産ブローカー、および保険業界の多くを含む、他のさまざまな職業についてもほぼ同じように悲観的でした。

ブルッキングス研究所からの最近の報告では、現在利用可能な技術の採用によって影響を受けない人はほとんどいないと結論付けています。

したがって、ブルッキングス報告書は、この急速な変化に対応するために、政府、企業、市民のリーダー、そして労働者が「一定の学習マインドセット」を促進および採用し、投資することが不可欠であると推奨していることは理にかなっています。現職の労働者を再スキル化し、スキル開発をより利用しやすくし、加速された学習と認定の機会を拡大することにおいて。

テクノロジージョブが成功するものを理解する

全体像の観点から、批判的思考スキル、創造性、問題解決、または人的スキルを伴う仕事は、他の仕事よりも自動化するのが難しいでしょう。

しかし、テクノロジーにおける多くの役割は、自動化の時代にその価値を維持または拡大する独自の態勢を整えているようです。ブルッキングスの調査によると、技術サービスと情報産業は自動化に対して最も脆弱ではないことがわかりました。

特に、いくつかの役割は成長に適した位置にあるようです。これらには以下が含まれます：

開発者

ブルッキングスの調査によると、ソフトウェア開発者の「自動化の可能性」はわずか8％であり、魅力的で説得力があり、アクセスしやすく機能的なデジタル製品を作成することは、将来さらに重要になるスキルセットであることを考えると理にかなっています。

実際、多くの人が、コーディング方法を学ぶことは、自動化とAIの時代になくてはならないスキルになることを強調しています。

「過去数年間、テクノロジーコミュニティ全体に響き渡ってきたコーディングを学ぶための戦いの叫び声は、ますます大きくなっています」と、 SolarWindsのヘッドオタクであるLeonAdato氏は述べています。「コードの感覚を理解して育成する能力、つまり、特定のコーディングの概念がどのように連携するかを学ぶ能力は、AIと（機械学習）の時代に成功するための基本的なスキルになります。」

データサイエンス/データ分析

ビッグデータの世界はますます大きくなっています。 EMC Digital Universeの調査によると、デジタルユニバースは2013年の4.4兆ギガバイトから2020年までに44兆ギガバイトに成長し、International Data Corporationの2017年の予測では、ビッグデータとビジネス分析の収益は世界全体で1,508億ドルに達すると予測されています。

企業が人工知能とロボット工学により多くのお金を投資するにつれて、それらの投資によって生み出される価値を積極的に分析し、それらの投資を最適化する方法を理解し、自動化によって生み出される他の傾向と機会を特定することが重要になります。

「データ分析は、あらゆる業界と機能で不可欠になっている非常に望ましい応用技術スキルの例です」と、 Humanity Works：Merging Technologies and People for the Workforce oftheFutureの著者であるAlexandraLevitは書いています。

「データサイエンスを採用することは、AIと機械学習をうまく処理する個人の能力にすぐに適合します」とAdatoは同意しました。「自動化とデータ分析のスキルを磨き、分析的推論のスキルを磨き、論理的思考と適切な分析を開発し、大量のデータを処理する方法を理解することは、必要になるであろうトップのデータサイエンススキルのいくつかです。」

製品管理

Airbnbは、創造的で前向きな人々が人工知能を使用して製品の設計と開発プロセスをよりスマートかつ効率的にする方法に関する優れたケーススタディを提供します。

同社は、設計システム内の150のコンポーネントを分類し、それらをブラウザーにレンダリングするように機械に教えることに着手しました。つまり、このシステムにより、設計者と製品エンジニアは、設計図からアイデアを取り出して、ほぼ即座にそれらを回すことができます。製品に。目標は、機能的なプロトタイプのテストに焦点を当てることによって製品開発プロセスを簡素化することであり、同社はこのシステムが「すでに大きな可能性を示している」と宣言しました。

Airbnbの設計技術者であるBenjaminWilkinsは、次のように述べています。

「設計システムの動きが活発になり、インターフェースがより標準化されるにつれて、人工知能を利用した設計と開発が次世代のツールに組み込まれると信じています。」

そうなると、プロダクトマネージャーの批判的思考能力と学際的なスキルは、ますます需要が高まるでしょう。

しかし、Airbnbの例は、開発者からデータプロフェッショナル、UXデザイナーに至るまで、将来の技術リーダーが、AIと自動化をツールとして使用して作業を強化および改善するために、革新的で常にスキルアップする必要があることも示しています。

「組織は知識と生産作業の膨大な範囲を自動化するので、それらのこととそれらの活動が生み出した価値もコモディティ化するでしょう」と、ITの量子時代の著者であるチャールズアラウージョは書いています。「高品質の製品を安価に市場に届けるだけではもはや十分ではありません。すでに業界全体で展開が見られているため、差別化の価値はエクスペリエンスにシフトしています。ほとんどの場合、デジタルまたはデジタル対応のエクスペリエンスです。

「組織が市場で際立つことを可能にするデジタルエクスペリエンスを作成、キュレート、および維持することは、デジタル時代における競争上の差別化とビジネス価値の重要な推進力となるでしょう。この変化はまた、仕事の変革と再発明を推進するでしょう。」