자동화 시대의 기술 리더가 되는 방법

게시 됨: 2022-04-28

곧 자동화의 시대가 도래하고 있으며 작업 세계는 결코 예전과 같지 않을 것입니다.

일부 연구는 다른 연구보다 더 심각하지만 전문가들은 로봇 공학과 인공 지능의 발전이 경제와 대부분의 근로자에 ​​크고 광범위한 영향을 미칠 것이라는 데 동의합니다.

퓨 리서치 센터(Pew Research Center)에서 거의 2,000명의 전문가를 대상으로 설문 조사를 실시한 결과 48%가 로봇과 디지털 에이전트가 많은 수의 블루칼라 근로자를 대체할 미래를 예상하는 것으로 나타났습니다. 실제로 옥스포드 대학의 연구원들은 미국 근로자의 47%가 향후 20년 동안 직업이 자동화될 가능성이 높다고 결론지었고, McKinsey 보고서는 2030년까지 "작업 활동"의 최대 30%가 자동화될 수 있다고 예측했습니다.

모든 예측이 그렇게 불길한 것은 아닙니다. 동일한 McKinsey 보고서는 기술에 대한 전반적인 지출이 2015년에서 2030년 사이에 50% 이상 증가할 수 있으며 전 세계적으로 약 2천만에서 5천만 개의 고임금 일자리를 창출할 수 있다고 언급하면서 기회도 지적했습니다.

자동화 시대에 기술 리더가 되는 방법에 대한 몇 가지 팁이 있습니다.

가장 위험한 직업 이해

Oxford의 연구에서 연구자들은 700개의 직업을 분석한 결과 궁극적으로 12개의 직업이 결국 자동화될 확률이 99%라는 것을 발견했습니다.

  • 데이터 입력 키어
  • 도서관 기술자
  • 신규 계정 사무원
  • 사진 공정 작업자 및 가공 기계 작업자
  • 세무사
  • 화물 및 화물 에이전트
  • 시계 수리공
  • 보험업자
  • 수학자
  • 하수도
  • 제목 검사자, 초록자 및 검색자
  • 텔레마케터

옥스포드 연구원의 예측은 법률 비서, 신용 분석가, 출납원, 부동산 중개인 및 보험 업계의 많은 직업을 포함한 다양한 직업에 대해 거의 마찬가지로 우울했습니다.

Brookings Institution의 최근 보고서 에 따르면 현재 사용 가능한 기술의 채택으로 영향을 받지 않는 사람은 거의 없을 것입니다.

따라서 Brookings의 보고서는 이러한 빠른 변화 속도에 대처하기 위해 근로자뿐만 아니라 정부, 기업 및 시민 지도자가 "지속적인 학습 사고방식"을 장려 및 채택하고 재직 근로자의 재교육, 기술 개발의 접근성 향상, 가속화된 학습 및 인증 기회 확대.

어떤 기술 직업이 번창할 것인지 이해

큰 그림의 관점에서 볼 때 비판적 사고 능력, 창의성, 문제 해결 능력, 대인 관계 능력을 포함하는 직업은 다른 직업보다 자동화하기가 더 어려울 것입니다.

그러나 기술 분야의 많은 역할은 자동화 시대에 그 가치를 유지하거나 심지어 증가시킬 독특한 태세를 갖추고 있는 것으로 보입니다. Brookings 연구에 따르면 기술 서비스 및 정보 산업은 자동화에 가장 취약한 분야에 속합니다.

특히 일부 역할은 성장에 적합한 위치에 있는 것 같습니다. 여기에는 다음이 포함됩니다.

개발자

Brookings 연구에 따르면 소프트웨어 개발자는 "자동화 잠재력"이 8%에 불과하며 매력적이고 설득력 있고 접근 가능하고 기능적인 디지털 제품을 만드는 것이 미래에 더욱 중요해질 기술 집합이라는 점을 고려할 때 이치에 맞습니다.

실제로 많은 사람들은 코딩을 배우는 것이 자동화와 AI 시대에 꼭 필요한 기술이 될 것이라고 강조합니다.

SolarWinds 의 Head Geek인 Leon Adato 는 "지난 몇 년 동안 기술 커뮤니티 전반에 걸쳐 울려 퍼진 코딩을 배우기 위한 투쟁의 외침이 점점 더 커지고 있습니다." 라고 말했습니다 . "코드 감각을 이해하고 함양하는 능력, 즉 특정 코딩 개념이 어떻게 함께 작동하는지 배우는 능력은 AI와 (머신 러닝) 시대에 성공하기 위한 기본 기술이 될 것입니다."

데이터 과학/데이터 분석

빅 데이터의 세계는 점점 더 커지고 있습니다. EMC 디지털 유니버스 연구 에 따르면 디지털 유니버스는 2013년 4조 4000억 기가바이트에서 2020년 44조 기가바이트로 증가할 것이며, International Data Corporation의 2017 예측 예측에 따르면 빅 데이터 및 비즈니스 분석 수익은 전 세계적으로 1,508억 달러에 달할 것입니다.

기업이 인공 지능과 로봇에 더 많은 돈을 투자함에 따라 이러한 투자로 창출되는 가치를 사전에 분석하고, 이러한 투자를 최적화하는 방법을 이해하고, 자동화를 통해 창출되는 다른 추세와 기회를 식별하는 것이 중요할 것입니다.

Humanity Works: Merging Technologies and People for the Workforce of the Future 의 저자인 Alexandra Levit 은 "데이터 분석은 모든 산업과 기능에서 필수적이 된 매우 바람직한 응용 기술 기술의 한 예입니다."라고 썼습니다 .

Adato는 "데이터 과학을 수용하는 것은 AI와 머신 러닝을 성공적으로 처리하는 개인의 능력과 곧 연결될 것입니다."라고 동의했습니다. "자동화 및 데이터 분석 기술 연마, 분석 추론 기술 개선, 논리적 사고 및 적절한 분석 개발, 방대한 양의 데이터 처리 방법 이해는 필요한 최고의 데이터 과학 기술 중 일부입니다."

제품 관리

Airbnb는 창의적이고 미래 지향적인 사람들이 인공 지능을 사용하여 제품 설계 및 개발 프로세스를 보다 스마트하고 효율적으로 만드는 방법에 대한 좋은 사례 연구 를 제공합니다.

회사는 기계가 설계 시스템 내에서 150개의 구성 요소를 분류하고 이를 브라우저에 렌더링하도록 가르치기 시작했습니다. 즉, 시스템을 통해 설계자와 제품 엔지니어가 도면 보드에서 아이디어를 가져와 거의 즉시 전환할 수 있습니다. 제품으로. 기능 프로토타입 테스트에 집중하여 제품 개발 프로세스를 단순화하는 것이 목표였으며 회사는 시스템이 "이미 엄청난 잠재력을 보여주었다"고 선언했습니다.

에어비앤비의 디자인 기술자인 벤자민 윌킨스(Benjamin Wilkins )는 “향후 몇 년 안에 새로운 기술을 통해 팀이 표현력 있고 직관적인 방식으로 신제품을 디자인할 수 있을 것이라고 믿습니다 .

"설계 시스템의 움직임이 활발해지고 인터페이스가 더욱 표준화됨에 따라 인공 지능 지원 설계 및 개발이 차세대 툴링에 포함될 것이라고 믿습니다."

그렇게 되면 제품 관리자의 비판적 사고 능력과 학제 간 기술이 더욱 요구될 것입니다.

그러나 Airbnb의 사례는 또한 개발자에서 데이터 전문가, UX 디자이너에 이르기까지 미래의 기술 리더가 AI와 자동화를 도구로 사용하여 작업을 강화하고 개선하기 위해 혁신적이고 지속적으로 기술을 향상시켜야 함을 보여줍니다.

Quantum Age of IT: Why Everything You Know About IT is about to Change 의 저자 Charles Araujo 는 이렇게 말했습니다 . “더 이상 고품질의 제품을 저렴하게 시장에 제공하는 것만으로는 충분하지 않습니다. 산업 전반에 걸쳐 이미 진행되고 있는 것을 보고 있듯이 차별화 가치는 경험, 그리고 대부분 디지털 또는 디지털 지원 경험으로 이동하고 있습니다.

“조직이 시장에서 두각을 나타낼 수 있도록 디지털 경험을 만들고, 선별하고, 유지하는 것은 디지털 시대의 경쟁력 있는 차별화와 비즈니스 가치의 핵심 동인이 될 것입니다. 이러한 변화는 또한 업무의 변화와 재창조를 주도할 것입니다.”