数据被称为新世界最宝贵的资源。然而，归根结底，人对于从数据中获取价值并以创新方式应用数据至关重要。
领导者们认识到，智能自动化和人工智能的进步将对劳动力产生重大影响。而且他们需要投资于了解数据和算法的交叉点及其对工作流程影响的人才。本文重点介绍了对缩小组织技能差距影响最大的战略。
Index
我想大家现在都听过这样一句话：数据是新世界最宝贵的资源，组织拥有大量的数据。
大多数组织已经能够执行基本的商业智能（BI）流程。他们使用一些分析仪表盘或至少是Excel表。我想说的是，他们中大约有一半的人在往上走，大部分人都有能力进行专门的数据分析。
企业在数据使用领域日趋成熟，但他们仍在努力将数据科学、高级分析(AA)和人工智能(AI)实时整合并扩展到日常决策中。进行了一次又一次的概念验证，但实现他们在AI和机器学习（ML）上的投资价值却未能实现。而不幸的是，大多数组织并不能从数据使用中获得他们真正需要的洞察力。
组织在数据使用上遇到困难的四个原因。
- 你不能访问他们的数据。
- 他们没有合适的工具或基础设施。
- 他们没有合适的人才。
- 它们缺乏正确的方法、共同的框架和共同的工作方式。
熟练劳动力的可用性和质量受到威胁
数据被称为新的自然资源。经济学人》的一篇文章甚至说，它已经取代石油成为世界上最宝贵的资源。
然而，归根结底，人是企业的核心–如果没有才华横溢、勇于创新的人，数据的力量就会得不到利用。换句话说，要想从数据中获取价值，并以创新的方式加以应用，人是必不可少的。
所以，在这篇文章中，我想先来仔细研究一下数据规模化使用的 “合适人才”。
如今，企业已经在努力寻找技术工人。预计这种短缺只会增加。到2030年，全球人才缺口可能达到8500多万人。这不是工人短缺–而是缺乏具有适当技能的工人。
随着技术的进步，100%的工作、100%的职业、100%的行业都会发生变化。因此，在未来几年内，世界上最大的十个经济体中约有1.2亿人需要重新学习技能。
各组织知道它们需要行动，但它们知道从哪里开始吗？
许多公司告诉我，他们需要更多的数据科学专家。但我相信，我们需要解决一些问题。你是否在公司里真正定义了你未来需要什么技能，以及你需要多少人具备这些技能？一旦我们为我们解答了这个问题，我们就可以想出该怎么做，以及如何建立或购买这些技能。
我们知道，市场上没有足够的技术可以持续购买。所以，在大多数情况下，我们要采取为未来再培训的方式。
AI辅助自动化：机遇与挑战并存
不可否认，智能自动化将对工人产生巨大影响。根据2018年进行的一项全球国别研究，估计仅在未来三年内，全球最大的12个经济体中就有多达6000万名工人可能被雇主减少或转移到其他岗位。
同时，企业可以通过智能自动化解决方案的使用来支持员工，一定程度上减少员工的技能差距。
例如，人工智能系统应用于人力资源部门，还可以帮助降低员工流失率，使招聘流程更高效、更有吸引力，并推荐和规划再培训措施–针对员工的个性化需求。
缩小技能差距：战略和建议
解决技能问题并非易事。在企业层面，各组织需要发挥领导作用，超越招聘和传统的培训举措，致力于对新途径的持续、战略性探索。
识别成功所需的关键能力，并在整个员工生命周期中调整您的未来技能战略–从招聘到团队建设、学习、职业辅导、薪酬和保留。
AI可以帮助实现整个扩展学习生态系统的可视性和技能个性化 (什么是数字生态系统？)。分析可以显示技能分布、趋势和未来技能差距的可见性。
在组织内部，建立具有不同技能的敏捷团队，以实现基于经验的同行创新，并创造一种学习成为工作的重要组成部分的文化。为注重技能发展的工作共享和内部流动创造机会。
利用大规模开放在线课程、代码学校和行业知识网络等举措。应用AI为你的学习者寻找源头并协调最相关的教育资产。
最后但并非最不重要的。让它成为个人的
在消费领域，个性化已经成为日常生活的一部分。员工期望在工作环境中获得同样的个性化体验。员工希望职业、技能和学习能适合他们的经验、目标和兴趣。通过使他们能够做到这一点，组织就能够将员工安排在他们能够为组织增加最大价值的地方。
投资于了解数据和算法的交叉点及其对工作流程影响的人才。要想从数据中创造价值并以创新的方式应用数据，人是必不可少的。
Comments are closed.