人工智能 (AI) 正在扰乱每个行业的业务和工作角色，引发对低技能体力工作和管理角色等长期工作安全性的担忧 。

为了为这种人工智能驱动的经济做准备，许多经验丰富的经理和经验丰富的高管正在转向 MOOC(大规模开放在线课程)， 以提高基础数据分析和人工智能的技能。这一趋势不太可能很快放缓：全球 MOOC 市场 预计 将从 2018 年的 39 亿美元增长到 2023 年的 208 亿美元，复合年增长率为 40.1%。

商业和技术相关课程 占 这些在线课程的 40%。许多大学也加入了通过提供高度接触的高管教育计划来填补人工智能领导力空白的行列。

虽然技能提升计划很容易获得，但许多高管不确定如何利用他们新获得的技能来推进他们的职业生涯。考虑到这些角色的高技术门槛，成为人工智能“从业者”对于某些人来说可能不是正确的选择。其他人可能会排除“年轻化”，这可能会使他们的职业生涯倒退几步。

[了解领导者如何拥抱企业范围的 IT 自动化： 引领 IT 自动化。]

提升您在 AI 领域的职业生涯的 3 种方法

完成此类计划的组织领导者通常有三个问题：

我可以转变为领导 AI 组织计划的技术领导角色吗?

如何将我的职能领导经验与我新获得的 AI 技能结合起来?

在当今的 AI 经济中，有哪些新角色可以让我进入职业中期?

这些不是简单的问题要回答，职业生涯中期的转变绝非易事。根据我指导个人和帮助公司采用人工智能相关技术的经验，领导者可以采用以下三种策略来重塑他们的职业生涯。

1. 在整个组织中担任领导 AI 的技术角色

企业正在建立人工智能卓越中心，并增加新的高级职位，如首席数据官 (CDO) 或首席分析官 (CAO)，以引领数据和分析。Gartner 发现 ，在 72% 的受访组织中，数字化转型是由 CDO 等数据高管领导或严重影响的。获得 AI 技能的高级管理人员可以重塑他们的职业生涯，通过在组织内领导 AI 计划转变为以技术为中心的角色。

这些组织转型需要能够设想和制定战略的领导者如何将分析注入业务核心。他们还需要出色的执行能力来建立数据和分析团队，确保公平和合乎道德地使用人工智能，并帮助促进数据驱动的决策。总的来说，这个角色需要思想领导力、情商和解决冲突技能的良好结合。

NewVantage Partners 发现 ，49% 的公司更喜欢从内部配备这种新兴的以数据为中心的领导角色，利用可以充当内部变革推动者的人员。

2. 利用 AI 的能力提升您的职能专长

企业在面向客户的产品和内部运营中广泛实施人工智能。随着公司变得越来越受分析驱动，他们需要能够在其职能范围内支持人工智能驱动的战略计划、促进跨团队协作并通过管理变革来推动采用的领导者。这些“人工智能编排器”的一个关键差异化属性是深厚的功能经验和对如何应用人工智能产生商业价值的深刻理解。

在人工智能方面，大多数企业主要关注高级技术角色，例如首席数据科学家、人工智能经理或首席分析官。然而，如果没有强大的职能领导力，人工智能的成功是不可能的。这种不平衡的焦点有助于解释当今人工智能面临的最大挑战之一：虽然 超过 95 %的组织已经投资于人工智能，但只有 26% 的组织表示创建了一个数据驱动的组织。企业领导者必须带头宣传他们对 AI 的愿景，确保团队之间的协作，并在其业务中采用 AI 解决方案。

3. 跳出框框思考创建新的组织角色

埃森哲对1,000 多家大型公司的全球 研究指出，出现了三种新的人工智能相关工作类别：

培训师使用机器并教人工智能系统有效和准确地工作。

解释器提供了清晰的信息，并弥合了 AI 专家和商业领袖之间的差距。

维持者通过避免人工智能自动化带来的意外后果来帮助维持运营。具有深厚行业经验的经理和领导者将为解释者和支持者的新兴角色做好准备。

让我们以一个传统的贷款经理为例，他的主要工作是检查、评估和处理信贷额度。Rocket Mortgage 等在线贷款发起平台的 兴起 可能会使贷款经理过时。然而，美国的信贷和借贷监管框架 目前并未构建 以强制执行公平的人工智能。

这些贷款经理可以补充他们现有的知识，成为“贷款解释者”或“贷款道德经理”——例如，可以解释为什么客户的贷款被“黑盒”机器学习算法拒绝的人。同样，这个角色可以帮助贷方避免潜在的歧视问题，并确保遵守围绕人工智能使用的快速发展的监管指南。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：