最近、「AIコンピテンシーリーダー」の求人広告が掲載されました。これは、「生成的AIを活用する戦略を開発し、実行するために、部門横断的なチームと緊密に協力する」という役割です。 人工知能 さまざまな分野にわたる技術。」
こうした種類の求人広告は、1年前には聞いたこともなかった職種に関するもので、AI時代には当たり前のものになる可能性が高い。 ビジネス界の誰もがAIを最大限に活用したいと考えているしかし、新興技術を最大限に活用するには、開発やデータサイエンスのスキル以上のものが必要になります。アルゴリズムのトレーニングから倫理の監視まで、AI の取り組みには不可欠な責任が山ほどあります。
業界関係者の観察によると、ビジネス界全体で新しいタイプの職務が生まれています。
ビジネスリーダーの7割近くが、生成型AIの台頭により、AI監査人、AI倫理学者、プロンプトエンジニアなどの新しい役割が生まれると考えています。 報告 キャップジェミニの調査によると、AI 管理とデジタル変革において、ガバナンス、戦略、ステークホルダーの関与、AI 統合に関するポリシーに重点を置く役割が生まれていることがわかりました」と、キャップジェミニ傘下のソジェティの副社長兼米国ジェネレーティブ AI リーダーのダグ・ロス氏は ZDNET に語った。「倫理的で説明可能、偏見がなく、安定していて、法律に準拠したソリューションの構築を含め、信頼できる AI を実装する方法を理解することは、LLM とジェネレーティブ テクノロジーが重要なビジネス プロセスにさらに統合されるにつれて重要になります。」
また： Mistral AIについて知っておくべきこと: 最新のGPT-4ライバルの背後にある会社
AIの立場には2つのレベルがあることが明らかになっている、と ロバート・グリストペンシルバニア大学工学・応用科学学部の学部教育担当副学部長である彼は、「1 つ目は、機械学習からニューラル ネット、大規模言語モデルなど、AI について幅広く訓練された、いわゆる AI スペシャリストです」と説明します。
AI 関連の職種の 2 番目のカテゴリは、幅広いビジネスおよび管理職の役割とより密接に結びついています。「これは、AI プラス X という形でより興味深い職種です。ここで、X は法律、医学、教育などの変数です」と Ghrist 氏は続けます。「こうした職種はより豊富になりますが、埋めるのがより困難になります。コアとなる専門知識に加えて AI 実装スキルが求められます。」
また： 10時間ありますか？IBMがAIの基礎を無料でトレーニングします
迅速なエンジニアリング AI時代の新しい人気職種としても注目されている。しかし、専門職としての長期的な将来は不透明だと、 トニー・リーハイパーサイエンスの CTO は次のように語っています。「これは価値があり、独特なスキルと専門知識だと考えています。ただし、フルタイムの仕事になるかどうかは、採用企業に判断を任せます。」
その間 即応エンジニアリングスキル 現在は需要があるものの、将来は異なるものになるかもしれないとリー氏は言う。「これは、異なるスキルを必要とするコンピューターとのインターフェースの新しい方法です。しかし、インターフェースがより会話的で人間らしくなるにつれて、これが新しいキャリアパスになるのか、それとも一時的な機会に過ぎないのかはまだわかりません。」
将来を見据えると、インターネットの時間で1～2年程度で、AIアプリケーションの導入と管理に重点を置いた新しい役割が前面に出てくるかもしれない。これらの役割には、「AIトレーナー、AI監査人、AI倫理学者」などの役職が含まれると、同氏は言う。 ニック・マグナソンQlik の AI 責任者。
「これらの役割は、AI の核心であるデータに重点を置きながら、テクノロジーの倫理的使用の確保を支援します。AI トレーナーはテクノロジー モデルを準備して調整し、AI 監査人や AI 倫理学者は、組織のデータが正確で信頼できるものであることを保証するだけでなく、AI の整合性を強化してビジネス全体に拡張します。」
また： ソフトウェアエンジニアリングにおける AI は「オッペンハイマーの瞬間」を迎えつつあるのか? 知っておくべきこと
しかし、どのように AIは多くの低レベルのタスクを担っている IT 開発と管理に関連するさまざまなタスクが AI によって廃止されるのは興味深いことです。興味深いことに、Ghrist 氏はこの傾向は歓迎すべきであると述べています。「仕事がなくなるのは誰も望んでいませんが、AI が低レベルのタスクを奪うのは良いニュースです。最も退屈で反復的で低レベルのタスクから始めて、多くのタスクが AI によって廃止されると信じ、またそう願っています」と同氏は言います。「例としては、低レベルのコーディング、レガシー コードの更新、SDK の実装などがあります。」
グリスト氏は、キャリアの初期に「メインフレーム コンピュータの磁気テープ ライブラリで働いていましたが、その仕事がなくなったことをとてもうれしく思っています」と当時を振り返ります。「今では、重さ 1 オンス、15 ドルのフラッシュ ドライブによって、10 億倍も速く処理できます。」
すでに明らかなのは AIはさまざまな開発タスクを簡素化し、自動化する準備ができています 同時に、人間の才能に新たな機会を創出しています。「ソフトウェア エンジニアリングは、開発者がゼロからコードを書くところから、Stack Overflow の時代、そして今では完全に AI が生成したコードへと移行しました」と Lee 氏は言います。「しかし、この道のりの中で、優秀な人材に対する需要は高まるばかりです。AI がより多くの機械的な作業を引き受けるようになっても、この需要が減少するとは思いません。」
リー氏は、需要の高い重要な分野は「データを分析し、法学修士号を取得できる熟練労働者」だと言う。「より多くの技術的タスクが自動化されるにつれて、テクノロジーが複雑なタスクを継続的に完了できるようにするために、トレーニング データにおける人間による監視の需要が極めて重要になるだろう。」
ソジェティのロス氏は、データ分析、機械学習、人間中心設計などのスキルが「労働力を補完する AI の開発に特に重要になる」と予想しています。「技術的な専門知識とビジネス (人、プロセス、組織の課題) の全体像の理解を組み合わせることは、変化を管理する上で特に役立ちます。」
ロス氏は、ソフトウェア エンジニアリング、サイバー セキュリティ、クラウド アーキテクチャ、プロジェクト管理などの基本的なスキルセットの需要は依然として高いと付け加えた。「新しいテクノロジーがビジネス モデルに深く統合されるにつれて、デジタル ソリューションの開発、IT システムの総合的な管理、変革の取り組みの主導などのスキルが引き続き重要になります」と同氏は予測している。
未来学者のバーナード・ゴールデンは最近、 リスト AI関連で出現する可能性のある新しいタイプの仕事:
- ジェネレーティブデザインスペシャリスト: 「この役割は、建築、製品設計、エンジニアリングなどの分野でますます人気が高まっていくでしょう。生成 AI を使用すると、ほぼ無限のデザインバリエーションを作成できるため、最適なデザインを実現するために AI を誘導し、その出力を解釈する専門家が必要になります。」
- AI 入出力マネージャー: この戦略的役割は、「企業がデータのプライバシー、著作権、AIの説明可能性、AIの偏りに関する考慮事項に取り組むにつれて、ますます重要になるだろう」。
- AIコンテンツレビュー担当者/コンテンツ監査担当者: 「AIが生成したコンテンツの品質、正確性、適切性を評価するには、人間のレビュー担当者が必要になるだろう。」
- AIトレーナー： 「彼らはAIモデルの指導と改良を専門とする専門家です。」
- AIメンテナンスエンジニア： AI モデルの更新を監督し、「システムが効率的に実行されるようにし、問題をトラブルシューティングします。」
- AIセキュリティスペシャリスト: 「AI の悪意ある使用に対するシステムの防御を監督し、潜在的には AI を活用して脅威を軽減します。」
- AIインストラクター/AIリテラシー教育者: 「AI の仕組み、利点、新たな課題について個人に教える」のに役立ちます。
- AI倫理学者/AI倫理担当者: 「組織による AI システムの倫理的かつ安全な使用を管理するガイドラインを作成し、実装します。」
- AIコンプライアンスマネージャー/AIコンプライアンスオフィサー: 「企業が法的枠組み内で行動している」ことを保証します。
- AIパーソナリティデザイナー: 「生成 AI エンティティの魅力的で好感の持てる「個性」を作成することに専念し、生成 AI ツールとのやり取りをより人間らしく感じさせます。」
また： AIはあらゆる組織に変革をもたらしています。この6つの企業がその先頭に立っています。
リー氏はさらに、「管理職のスキルが今後も輝き、付加価値を生む分野は、曖昧さへの対処や AI の監視、直感と文脈を必要とするクリエイティブな仕事、チーム間の連携を必要とする役割などだ」と付け加えた。
マグナソン氏は、AI の効果的な導入には、通常 1 人の人間では持ち合わせていないさまざまなスキルが必要であることに留意することが重要だと述べています。「技術力とクリエイティブな経験の両方を備えた有能な AI 責任者を見つけることが重要です」と同氏は言います。「このリーダーは、すべての要件を満たす AI チームを編成できます。通常、このチームには、法務、IT、人事チームと連携して働くデータ サイエンティストと機械学習エンジニアが含まれます。」
リー氏は、このような学際的なコラボレーションの例としては、「フロントエンドエンジニアがデザイナーやプロダクトマネージャーと一緒に座って、ユーザビリティの問題を解決する」ことが挙げられます。「これは今日の AI にとっての課題です。ユーザビリティの問題の人間的側面は、依然として他の人間によって最もよく理解され、解決されるからです。」
しかし、油断する余地はない。グリスト氏は、専門家は「自分たちだけが独占できる」スキルなどないことを認識すべきだと語る。同氏はさらにこう続ける。「AI は、例外なく、テクノロジーのあらゆるハードスキルとソフトスキルを強化できる。共進化が鍵だ。私たちは協力して適応する。したがって、最も価値のあるスキルは適応力だ」
また： AIは今年、雇用に大きな影響を与えるだろう。その理由は
それでも、特定の基礎スキルは、まさに基礎的なままです。「数学やコンピューターサイエンスのスキルは、専門的な AI 知識の前提として常に重要です」と Ghrist 氏は言います。「コーディングは常に重要です。コーディングを行うからではなく、AI コーダーのチームを管理するからです。優れたマネージャーと同じように、チームを導くのに十分な知識が必要です。」
数学やコンピュータサイエンスに関連するものはすべて、「現在および将来の他のすべての技術的な仕事を大幅に強化します」とGhrist氏は言います。基礎的な能力とともに、「コミュニケーション、共感、創造性、野心など」のソフトスキルがますます価値を増しています。
キャリアアップを目指す専門家は、コースやトレーニング プログラムを探すか、AI スキルを組み込んだ分野に重点を置く必要があります。「私はすべての専門家に、機械学習、ディープラーニング、自然言語処理など、AI の基礎をより深く理解するよう勧めます」とマグナソン氏は言います。「AI とその仕組みについて学ぶことは、技術者だけでなく、すべての人にとって重要です。インターネットが私たち全員が理解しなければならないものであるのと同じです。」
グリスト氏は専門家に数学とコンピューターサイエンスに重点を置くようアドバイスしている。「これらがなければ、残りは理解のない行動のブラックボックスになる」からだ。2 番目に優先すべき学習は「適応力というソフトスキル」だと同氏は続ける。「AI 技術が超直線的に増加するにつれ、ほとんどの企業にとって最も難しいのは、いかにして追いつくかということになるでしょう。専門家が最新の情報を入手するための最良の方法は、よく整理されたソーシャル メディア フィードを持つことです。政治的なことは無視してください。最先端の最新情報を検索してください。」
Ghrist 氏は次のように結論づけています。「『もっと数学と Twitter を』というのは風変わりなアドバイスですが、私たちは奇妙な時代に生きています。」
