يُحدث الذكاء الاصطناعي (AI) Artificial intelligence ثورة في أسلوب حياتنا من خلال أتمتة القرارات والتنبؤ بالنتائج وتحسين العمليات. من هواتفنا إلى التسوق والأدوية والخدمات المصرفية والتصنيع، فإن الذكاء الاصطناعي موجود في كل مكان.
ومع ذلك، هناك قلق متزايد من أن التقدم في الذكاء الاصطناعي يتباطأ بسبب نقص المواهب المدربة اللازمة لتوسيع نطاق حلول الذكاء الاصطناعي عبر المنظمات. من المقرر أن يتسبب هذا النقص في المواهب في حدوث خلل هائل في اعتماد الذكاء الاصطناعي وقابليته للتوسع عبر المؤسسة.
لكن ما الذي يسبب هذا النقص في المواهب؟ هل هناك بالفعل نقص أم أن المشكلة هي عدم قدرتنا على استخدام المواهب بشكل فعال؟
هناك الكثير من المناقشات عبر المنتديات حول التمكين الصحيح واستراتيجية المواهب للذكاء الاصطناعي. لكن المشكلة الأساسية لا تكمن في الافتقار إلى المهارات ولكن في نقص الأشخاص المناسبين الذين يتواصلون مع الفرص المناسبة. هناك العديد من الأشخاص غير العاديين في السوق الذين سيكونون مناسبين تمامًا للعمل في مجال الذكاء الاصطناعي، لكن الصناعة ببساطة لا تفعل ما يكفي لتوفير النظام الأساسي المناسب لبدء حياتهم المهنية.
هذا لأنه لا توجد أفضل الممارسات والمعايير المطورة للجيل القادم من التعلم العميق ومهارات الذكاء الاصطناعي، ولا يزال الاعتماد في معظم المؤسسات ناشئًا. حتى العديد من اللاعبين الراسخين ليس لديهم استراتيجية قوية لتطوير المواهب لرعاية مواهبهم الحالية في الذكاء الاصطناعي / تعلم الآلة.
استراتيجية تنمية المواهب بالذكاء الاصطناعي
يكمن الحل في إنشاء إستراتيجية قوية لتنمية المواهب إلى جانب المنصات والأطر المناسبة لتنمية المواهب، من خلال:
1- تحديد الأنسب لبرامج التمكين: من خلفيات مثل الرياضيات والإحصاء وعلوم الكمبيوتر والاقتصاد، يمكننا الحصول على مجموعة من المواهب التي تتأقلم بالفعل مع حل المشكلات الهيكلي. وبالمثل، هناك أشخاص من ذوي الخبرة كمهندسي بيانات وعلماء بيانات وخبراء في التعلم الآلي (ML) يمكن تدريبهم وتوجيههم في أدوار الذكاء الاصطناعي مع وقت انتقال ضئيل جدًا. إن آلية الترشيح المناسبة التي تختار المرشحين ذوي الكفاءة المناسبة وإمكانات التعلم هي المفتاح لحل مشكلة فجوة المهارات.
ومع ذلك، هناك قلق متزايد من أن التقدم في الذكاء الاصطناعي يتباطأ بسبب نقص المواهب المدربة اللازمة لتوسيع نطاق حلول الذكاء الاصطناعي عبر المنظمات. من المقرر أن يتسبب هذا النقص في المواهب في حدوث خلل هائل في اعتماد الذكاء الاصطناعي وقابليته للتوسع عبر المؤسسة.
لكن ما الذي يسبب هذا النقص في المواهب؟ هل هناك بالفعل نقص أم أن المشكلة هي عدم قدرتنا على استخدام المواهب بشكل فعال؟
هناك الكثير من المناقشات عبر المنتديات حول التمكين الصحيح واستراتيجية المواهب للذكاء الاصطناعي. لكن المشكلة الأساسية لا تكمن في الافتقار إلى المهارات ولكن في نقص الأشخاص المناسبين الذين يتواصلون مع الفرص المناسبة. هناك العديد من الأشخاص غير العاديين في السوق الذين سيكونون مناسبين تمامًا للعمل في مجال الذكاء الاصطناعي، لكن الصناعة ببساطة لا تفعل ما يكفي لتوفير النظام الأساسي المناسب لبدء حياتهم المهنية.
هذا لأنه لا توجد أفضل الممارسات والمعايير المطورة للجيل القادم من التعلم العميق ومهارات الذكاء الاصطناعي، ولا يزال الاعتماد في معظم المؤسسات ناشئًا. حتى العديد من اللاعبين الراسخين ليس لديهم استراتيجية قوية لتطوير المواهب لرعاية مواهبهم الحالية في الذكاء الاصطناعي / تعلم الآلة.
استراتيجية تنمية المواهب بالذكاء الاصطناعي
يكمن الحل في إنشاء إستراتيجية قوية لتنمية المواهب إلى جانب المنصات والأطر المناسبة لتنمية المواهب، من خلال:
1- تحديد الأنسب لبرامج التمكين: من خلفيات مثل الرياضيات والإحصاء وعلوم الكمبيوتر والاقتصاد، يمكننا الحصول على مجموعة من المواهب التي تتأقلم بالفعل مع حل المشكلات الهيكلي. وبالمثل، هناك أشخاص من ذوي الخبرة كمهندسي بيانات وعلماء بيانات وخبراء في التعلم الآلي (ML) يمكن تدريبهم وتوجيههم في أدوار الذكاء الاصطناعي مع وقت انتقال ضئيل جدًا. إن آلية الترشيح المناسبة التي تختار المرشحين ذوي الكفاءة المناسبة وإمكانات التعلم هي المفتاح لحل مشكلة فجوة المهارات.
2- تمكين التحولات المهنية: بصرف النظر عن تحديد المواهب الأنسب، يجب أن تكون هناك برامج تمكين جيدة التصميم لتزويد المواهب بمجموعات المهارات المناسبة. يمكن أن تأخذ برامج التمكين هذه شكل برامج جسر قصيرة المدة، أو تدريب شامل بالكامل من ستة إلى ثمانية أشهر. بصرف النظر عن ذلك، فإن إنشاء خطط نمو مخصصة تجعل الطامحين أقرب إلى ملفهم الوظيفي المطلوب خطوة بخطوة سيكون عنصرًا حيويًا آخر في عملية الانتقال.
3- بناء منصات تعلم قوية في المنزل هي الأفضل في فئتها: يعد تطوير منصات التعلم لتحسين المهارات وإعادة الصقل في المجالات المتخصصة أمرًا حيويًا. يجب أن تكون هذه العناصر صديقة للمتعلم وتوفر محتوى جذابًا ومجموعة متنوعة من الموارد والمحتوى لإثراء مجموعة المواهب. يمكن مراقبة هذه البوابات من خلال التحليلات. يمكن تقديم إرشادات مخصصة للمستخدمين من أجل مشاركة أفضل ونتائج تعليمية أفضل.
4- رعاية الشراكات مع الشركات الناشئة ومنصات MOOC: تحتاج الشركات إلى الاستثمار في الشراكات وتدريب الموظفين ذوي الخبرة مفتوحة المصدر والشركات الناشئة المتخصصة في مجالات الذكاء الاصطناعي المختلفة. من خلال الشراكات، يتم البدء في نقل المعرفة في اتجاهين، مع الإثراء المتبادل للمواهب نتيجة طبيعية.
5- رعاية الشراكات مع الجامعات ومراكز الفكر: التعاون مع الأوساط الأكاديمية والجامعات والمؤسسات البحثية واتحادات الذكاء الاصطناعي ومراكز الفكر يتيح الوصول إلى أحدث المواد التدريبية والأبحاث. يمكن للأكاديميين أيضًا الاستفادة من تعليقات الصناعة لتكييف دوراتهم وفقًا لاحتياجات العمل المحددة.
6- بدء برامج التوجيه من متخصصي الذكاء الاصطناعي ذوي الخبرة: إن إشراك المهنيين ذوي الخبرة الذين يمكنهم تقديم الدعم والمعرفة اللازمين لتدريب بقية الفريق أمر حيوي لنشر المهارات الإضافية والدراية الفنية التي تشتد الحاجة إليها. سيؤدي تجهيز وتعيين المدربين من داخل الفريق إلى تعلم أسرع وتعزيز ثقافة التعلم داخل الفريق.
7- توفير الحوافز: التركيز على إنشاء هيكل حوافز مناسب لدفع الموظفين نحو تطوير المهارات بشكل مستمر.
8- رعاية مشاريع الحفلة المؤقتة والتناوب الوظيفي: يعد إنشاء نظام دعم للموظفين للعمل في المشاريع الجانبية ومشاريع الهوايات في إطار مؤسستهم، بالإضافة إلى تناوب الأدوار الوظيفية على فترات مناسبة، استراتيجية أخرى يمكن أن تساعد في تعزيز المهارات وتوفير منصة أفضل لتنمية المواهب.
9- تأسيس الهاكاثونات (Hackathons) والأفكار: تعد الهاكاثون من أفضل الطرق لتوصيل مجموعة المواهب بأحدث التقنيات ومنحهم معرفة قيمة. يمكن للموظفين المشاركين في هاكاثونات الذكاء الاصطناعي لبناء المعرفة أن يروا ما يدور حوله الذكاء الاصطناعي وقد يصبحون مفتونين ويريدون المشاركة بشكل أكبر.
10- إنشاء خط أنابيب (Pipeline) ثابت من المواهب المبتدئة: هناك عدد قليل جدًا من وظائف المبتدئين المتاحة في الذكاء الاصطناعي، مما يجعل من الصعب تطوير مواهب جديدة. في كثير من الأحيان، لا يتم تخصيص عملية التوظيف لتحديد المرشحين المحتملين الذين يمكن تدريبهم بسهولة، لأن مديري التوظيف ليسوا من ذوي الخبرة في الحصول على هؤلاء المرشحين الذين يسهل تدريبهم. هذا يسبب أوجه قصور في بناء خط أنابيب ثابت للمواهب.
11- توفير فرص التعلم: تشجيع الموظفين على المساهمة في الأوراق البيضاء التقنية حول موضوعات الذكاء الاصطناعي، والمشاركة في تبادل المعرفة عبر مختلف مجلات الذكاء الاصطناعي، والمشاركة في الموائد المستديرة والعمل مع محللي الصناعة هي بعض السبل الأخرى لخلق فرص التعلم.
أفضل مجموعات المهارات الأكثر ملاءمة للانتقال إلى أدوار الذكاء الاصطناعي
ستضمن إعادة تشكيل المهارات / صقل المهارات التوسع الكافي في الذكاء الاصطناعي للمؤسسات والاستفادة من المهارات القابلة للتحويل المرتبطة بالذكاء الاصطناعي. اليوم، أهم المهارات القابلة للتحويل لمهنة الذكاء الاصطناعي هي الجبر الخطي، والاحتمالات، والإحصاءات، وخوارزميات تعلم الآلة، وعلوم البيانات، والبرمجة، و AIOps، وتحليلات النصوص، وتحليلات الصور، واستخراج البيانات.
بشكل عام، تلعب الرياضيات دورًا مهمًا في الذكاء الاصطناعي، وتحديداً في تعلم الآلة. تعتبر المهارات في الرياضيات التطبيقية في مجالات الجبر الخطي، ونظرية الاحتمالات والإحصاء، وحساب التفاضل والتكامل متعدد المتغيرات، والخوارزميات، والتحسين ذات صلة بشكل خاص. نظرًا لأن تعلم الآلة يعمل بكميات هائلة من البيانات، فإن كفاءات علوم البيانات تساعد في التحليلات التنبؤية ونمذجة البيانات والتحليلات والجوانب الأخرى للذكاء الاصطناعي. هناك أيضًا العديد من لغات البرمجة لتلبية الخوارزميات والمكتبات والأطر في الذكاء الاصطناعي والتي تغطي تحليلات النص وتحليلات الصور وحساب التعلم العميق والشبكات العصبية.
إن إصلاح فجوة المهارات من خلال التركيز داخل المنظمة وإحداث تحول داخلي يتطلب بعض الصبر والجهود الواعية. لكن هذا استثمار يستحق القيام به، حيث سيكون إنشاء مجموعة قوية من المواهب وخطوط الأنابيب أحد المتطلبات الأساسية لاغتنام الفرص التي سيوفرها الجيل القادم من ثورة الذكاء الاصطناعي.
