最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

AI人才短缺问题很难解决吗?No No No,四招就可以准确吸纳AI人才

[复制链接]
跳转到指定楼层
楼主
发表于 2019-4-3 19:47:50 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
作者:Chad Meley,Teradata市场部副总裁

在所有的行业中,业务部门都在争先恐后地上线人工智能(AI)和深度学习项目。但是,这些计划的最终成功对企业员工的专业要求非常高,而业务部门面临的最大挑战就是人才的短缺,他们找不到实际上拥有AI产品经验的人才。在埃森哲、德勤等公司的很多报告中,我们都能了解到,企业在目前使用深度学习时面临的主要障碍就在于严重的人才短缺。人才分布的状况会受到不同的趋势影响。但在微软、谷歌和苹果这样的数字行业巨头公司抢占专业人才资源的情况下,人才的获取就会变得更加复杂和困难。对于创业公司甚至是那些创立已久的企业而言,他们非常清楚地知道吸引正确的AI人才是最最困难的事情。

那么中级市场和企业业务部门应该如何解决AI人才缺口的问题呢?

大多数中级市场和企业业务部门都会采取以下4种策略来把正确的AI人才吸纳到企业中:

与行业巨头竞争人才招聘
收购创业公司或者小型公司
与行业合作伙伴或学术机构合作
培训现有员工

虽然通过采取这些方式,企业能够在短期内获得一些成效,但如果把它们割裂来看,却无法实现真正的深度学习策略。相反地,企业需要拥抱整体全盘的人才策略,综合考虑以下各个因素:


01
通过传播企业愿景,与行业巨头竞争人才

西海岸的数字行业巨头就像磁铁,不断吸引着刚刚毕业的大学生和相关领域内有经验的实践者。除了向少有的人才支付更高的薪水,这些公司还创造了和行业最顶尖的AI人才共事的机会,向他们提供了巨大而丰富的计算资源,以及大量的数据用于深度学习算法的训练。

然而,一个鼓舞人心的企业愿景却能够帮助企业在和巨头PK时保持竞争力,这样的愿景规划能够创造战略上的优势、关注自我实现的成果,例如减少能源行业的二氧化碳排放、改变生命的重大医疗突破、甚至是影响数十亿美金的全球金融危机。

Jeffery Hammerbacher是典型的数据科学家,也是Facebook早期的员工和Cloudera的联合创始人,他从前曾经这样描述大数据革命,或者换个更合适的词语,这样描述AI时代:“我这个时代里最顶尖的头脑都在思考怎么才能让人们点击更多的广告,这真是太糟糕了”。


02
人才收购,to be or not to be?

AI初创公司面临的行业生态竞争剧烈,而收购成为了最为可行的迂回路线。虽然人才收购看起来是一个更快、更简单地获得更多新员工的方式,但它却可能忽视了目标公司现有的策略从而引发问题。

如果没有关于未来的长远规划,通过人才收购获得的员工会缺乏继续坚持的动力,这就会让他们成为投向行业巨头或者竞争对手的头号员工。最近MIT斯隆商学院的一项研究显示,33%的人才在原先的创业企业被收购的第一年就离开了公司。而在常规情况下,通过正常途径招聘拥有相似技能和工作经验的员工却只有12%的流失率。

03
积极寻求外部合作伙伴

合作伙伴可能是获得外部经验的快速途径。拥有AI领域强大信用背书的专业服务供应商可以帮助企业建立起自己的AI策略,建立关于实用AI实践的内部认知,同时带来有天赋且有经验的人才来帮助搭建并运行一个AI平台。与有经验的合作伙伴共同合作、交换知识和认知,这会带来最大的价值。

例如,英伟达(NVIDIA)就是通过计算方面的重大突破来推动AI技术新生的市场领导者,他们评估了一系列的服务供应合作伙伴,这个列表上的公司都能够达到他们的高标准,能够提供通过AI创造巨大影响力的成果。获取发展动力、展示AI领域的成功案例,这会帮助企业打下在未来2-3年内吸引更多人才的基础。而在未来,人才的重要性会越来越高。

04
不要忽略现有的员工

虽然很多人都在通过大型线上课程(MOOCs)等途径来获取更多深度学习方面的知识、并以此来更新自己的技能库,但实际上我们却很少能够找到可以实战的人才。教室确实是通向正确道路的方向,但却不能代替现实生活的经验。必须在员工能够得到足够的训练、足够的支持和亲身的实践经验的条件下,进而推动团队建设、培训、AI模型部署等关键领域的发展。

通常情况下,AI方面的职位和技能在整个企业范围内都是不可或缺的,覆盖了政策、技术和数据科学等多个领域,但却需要把这些因素聚集在一起,从而搭建起大规模的AI模型。跨越不同业务部门的轮值AI团队能够形成一个“卓越人才中心”,将实战经验带到企业的每一个部门中。

在获得AI能力时,没有任何一个解决方案能够面面俱到地满足企业的全部需求。但要记住,不管采取何种策略,让一个项目成功或者失败的根源都取决于人。
来源:Teradata

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-18 11:27

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表