เกือบครึ่งหนึ่งของ บริษัท ทั้งหมดได้ปรับใช้การเรียนรู้ของเครื่อง

หากคุณกังวล (หรือตื่นเต้นเป็นพิเศษ) เกี่ยวกับการเรียนรู้ของเครื่องจักร (ML) กลายเป็นกระแสหลักการสำรวจล่าสุดโดย Oxford Economics ในนามของทรัพยากรมนุษย์ (HR) และ บริษัท จัดการสินทรัพย์ด้านไอที ServiceNow ควรกระตุ้นความสนใจของคุณ รายงานซึ่งสำรวจหัวหน้าเจ้าหน้าที่สารสนเทศ (CIO) 500 คนใน 11 ประเทศและจาก 25 อุตสาหกรรมพบว่า 49 เปอร์เซ็นต์ของ บริษัท ใช้ ML เพื่อปรับปรุงกระบวนการทางธุรกิจแบบดั้งเดิม

จาก 500 ซีไอโอที่สำรวจ 200 คนกล่าวว่าพวกเขาอยู่นอกเหนือระยะนำร่องแล้วและเริ่มนำ ML ไปใช้ในบางพื้นที่ CIO หวังที่จะ จำกัด ข้อผิดพลาดและข้อผิดพลาดของผู้ใช้ในการตัดสินด้วยการแนะนำระบบอัตโนมัติ เกือบ 70 เปอร์เซ็นต์ของซีไอโอกล่าวว่าการตัดสินใจด้วยเครื่องจักรจะแม่นยำกว่าการตัดสินใจของมนุษย์ จากการสำรวจพบว่าซีไอโอในปัจจุบันมุ่งเน้นที่การใช้ ML เพื่อทำภารกิจซ้ำ ๆ โดยอัตโนมัติ (68 เปอร์เซ็นต์) ทำการตัดสินใจที่ซับซ้อน (54 เปอร์เซ็นต์) จดจำรูปแบบข้อมูล (40 เปอร์เซ็นต์) และสร้างการเชื่อมโยงระหว่างเหตุการณ์ (32 เปอร์เซ็นต์)

“ หนึ่งในเหตุผลที่คุณได้ยินเกี่ยวกับ ML มาก ๆ คือมันเป็นคลื่นของผลผลิตที่จะแยก บริษัท ออกจากการแข่งขัน” Chris Bedi, CIO ของ ServiceNow กล่าว "เร็วกว่าและเสนอการตัดสินใจที่ดีกว่ามนุษย์มีอคติและอัลกอริธึมไม่"

Bedi กล่าวว่าเขาเห็นศักยภาพที่ยิ่งใหญ่สำหรับ ML ในอุตสาหกรรมเช่นการวางแผนทรัพยากรองค์กร (ERP) การจัดการสินค้าคงคลังและห่วงโซ่อุปทาน ร้อยละสี่สิบเอ็ดของซีไอโอในการสำรวจอ้างถึงการขาดทักษะในขณะที่ปัญหาหลักหยุดพวกเขาจากการปรับใช้ ML ในวันนี้ ในทางกลับกันมีเพียง 16 เปอร์เซ็นต์ของ CIO และ บริษัท ของพวกเขาที่มีแผนสำหรับการเปลี่ยนแปลงขนาดของพนักงานและการเปลี่ยนแปลงบทบาทเพื่อรองรับ ML

ML และงาน

ตัวเลขที่เปิดเผยในการสำรวจเศรษฐกิจของ Oxford นั้นเป็นการคาดการณ์ระยะสั้นซึ่งแตกต่างจากรายงานของ บริษัท ที่ปรึกษาด้านการจัดการ McKinsey & Company รายงานของพวกเขาคาดการณ์ว่าครึ่งหนึ่งของกิจกรรมการทำงานในวันนี้อาจถูกแทนที่ด้วยระบบอัตโนมัติตั้งแต่ปี 2578-2598 ขึ้นอยู่กับปัจจัยต่าง ๆ รายงานของ บริษัท วิเคราะห์กิจกรรมการทำงาน 2, 000 กิจกรรมใน 800 อาชีพและพบว่ามีการใช้จ่ายค่าจ้างเกือบ 2.7 ล้านล้านดอลลาร์ในงานที่อาจเป็นไปโดยอัตโนมัติ

"ML จะเปลี่ยนบทบาทของผู้คน" นายเบดิกล่าว "ฉันไม่ได้สมัครเป็นสมาชิก ML เพื่อลบงานของผู้คน แต่จะเปลี่ยนงานของผู้คนการตัดสินใจทางโลกจะเป็นไปโดยอัตโนมัติซึ่งจะช่วยให้ผู้คนว่างเปล่างานใหม่จะถูกสร้างขึ้น"

Bedi กล่าวว่ากุญแจสำคัญในการใช้ประโยชน์จาก ML เพื่อปรับปรุงผลประกอบการในขณะที่รักษาอันดับและไฟล์คือการเปลี่ยนชุดทักษะของพนักงานในปัจจุบันและการจ้างคนที่มีความสามารถใหม่เพื่อจัดการความสามารถของ ML “ พรสวรรค์เป็นปัญหาใหญ่” เบดีกล่าว "นักวิทยาศาสตร์ด้านข้อมูลจะต้องเป็นหนึ่งในงานที่ร้อนแรงที่สุดในนั้นเราต้องดูว่าแผนสามปีความสามารถและทักษะของเราคืออะไรและมีจุดประสงค์จริงๆในการสร้างทักษะเหล่านั้นเราต้องฝึกพนักงาน ยังหาแหล่งทางเลือกอื่น ๆ สำหรับความสามารถนั้น "

Bedi เรียกร้องให้นายจ้างจ้างและฝึกอบรมพนักงานให้ใช้ประโยชน์จากกระบวนการพื้นฐานของ ML เมื่อมนุษย์พอใจกับความสามารถของ ML ในการสร้างข้อมูลที่เชื่อถือได้และทำการตัดสินใจที่ถูกต้องเขากล่าวว่าอุตสาหกรรมจะเปลี่ยนการตัดสินใจของเครื่องจักรด้วยการกำกับดูแลของมนุษย์

Dilemma ของ Adopter ตอนปลาย

การสำรวจเศรษฐกิจของ Oxford ได้แยก บริษัท 50 แห่งที่ถือว่าเป็น การสำรวจศึกษากระบวนการทางธุรกิจและกลยุทธ์ความสามารถของ บริษัท เหล่านี้เพื่อกำหนดว่า ML จะก้าวหน้าในปีต่อ ๆ ไปได้อย่างไร การศึกษาพบว่า First Movers มีแนวโน้มที่จะมีคำจำกัดความของงานใหม่เพื่อมุ่งเน้นว่ามนุษย์ทำงานกับเครื่องจักรอย่างไรและได้วางแผนที่จะพัฒนาทีมงานเฉพาะทางที่มุ่งเน้นการพัฒนาและการใช้เทคโนโลยี ML บริษัท เหล่านี้มีแนวโน้มที่จะพัฒนาแผนที่ถนนสำหรับกระบวนการในอนาคตที่แตกต่างจาก บริษัท อื่น ๆ

น่าเสียดายที่รายงานอื่น ๆ ระบุว่าองค์กรมีขนาดเล็กลง (และมีทรัพยากรน้อยกว่าที่องค์กรมี) โอกาสที่จะถูกเตรียมไว้สำหรับคลื่น ML นั้นน้อยลง การศึกษาล่าสุดโดย Bluewolf (บริษัท IBM) พบว่ามีเพียง 33 เปอร์เซ็นต์ของธุรกิจขนาดเล็กที่วางแผนจะลงทุนในด้านปัญญาประดิษฐ์ (AI) และ ML ภายใน 12 เดือนข้างหน้า ตรงกันข้ามกับ 30 เปอร์เซ็นต์ของ บริษัท ขนาดใหญ่ที่ลงทุนด้านเทคโนโลยีไปแล้วและ 44% ที่วางแผนจะเริ่มลงทุนภายใน 12 เดือนข้างหน้า นั่นคือทั้งหมด 74 เปอร์เซ็นต์หรือมากกว่าธุรกิจขนาดเล็กทั้งหมด 20%

“ พวกเราเร็วในการเดินทาง” เบดีกล่าว “ ผู้คนและ บริษัท ที่ก้าวร้าวจะแยกตัวเองออกจาก บริษัท ที่ไม่ได้รู้สึกว่ามีการกระตุ้นให้ทำสิ่งนี้ บริษัท ที่พึ่งพาจะเริ่มแยกตัวเองออกจากการแข่งขัน จะเพิ่มขึ้นซีไอโอจะเริ่มผลักดันสิ่งนี้ในอนาคตอันใกล้ "