人工知能がビジネス界における最大の知識ギャップを明らかにする
人工知能は、ビジネス界における重大な知識ギャップを明らかにしました。これは単なる技術ではなく、あなたの成功に影響を与える、はるかに深い問題なのです。
知っておくべき最も重要なこと
- لتطبيق الذكاء الاصطناعي بنجاح، يجب على الشركات بناء أنطولوجيا للمهارات لتحديد الخبرات الداخلية والفجوات المعرفية، مما يرسخ أساسًا لتخطيط القوى العاملة وتطويرها.
- بينما يسهل الذكاء الاصطناعي تنظيم المعرفة وتوزيعها، فإنه لا يستطيع تكرار القدرة على الحكم أو تقديم السياق العميق الذي يمتلكه أعضاء الفريق ذوو الخبرة.
- لتحويل الخبرة الداخلية إلى ميزة تنافسية، ينبغي للمؤسسات الرائدة الاستثمار في تحديد ومشاركة وتوسيع نطاق معرفة موظفيها، بدلاً من الاكتفاء بشراء Plus من برمجيات الذكاء الاصطناعي.
من أصل 2.5 تريليون دولار من المتوقع أن تنفقها الشركات على 人工知能 هذا العام، سيخصص أكثر من تريليون دولار لخدمات تكنولوجيا المعلومات والبرمجيات المتخصصة. يُعد هذا مبلغًا ضخمًا لتقنية لا يزال الكثيرون يكافحون لفهمها وكيفية دمجها مع أعمالهم وفرقهم وإجراءاتهم.
بعد سنوات قليلة من بدء الثورة التي أطلقها ChatGPT، بدأنا نرى التوجهات المختلفة والتحديات التي تواجهها الشركات عند تطبيق الذكاء الاصطناعي.
يقدم قرار شركة Ford الأخير بإعادة توظيف المهندسين ذوي الخبرة بعد فشل أنظمة الذكاء الاصطناعي في اكتشاف مشكلات التصنيع، درسًا مهمًا لكل شركة تستثمر في الذكاء الاصطناعي. وفي الوقت نفسه، وجدت أبحاث جديدة من Ramp و Revelio Labs، شملت ما يقرب من 22,000 شركة أمريكية، أن المؤسسات التي تستثمر بكثافة أكبر في الذكاء الاصطناعي تقوم في الواقع بتوظيف Plus من الأشخاص، وليس أقل.
تخبرنا هذه القصص مجتمعة بشيء مهم. افترض الجميع أن الذكاء الاصطناعي سيقلل الاعتماد على البشر، لكننا نرى بدلاً من ذلك الشركات تكتشف مدى اعتماد الذكاء الاصطناعي على الأشخاص ذوي الخبرة. قد يغير الذكاء الاصطناعي طريقة إنجاز العمل، لكن هذا وحده لا يكفي للنمو والنجاح.
الذكاء الاصطناعي يسرّع العمل، لكن الخبرة لا تزال مهمة
في وقت سابق من هذا العام، أعادت شركة Ford توظيف 350 مهندسًا مخضرمًا بعد أن فشلت أنظمة الذكاء الاصطناعي والأنظمة الآلية في تقديم عمل عالي الجودة، مما يدل على أن الموظفين حاسمون لنجاح تطبيق الذكاء الاصطناعي.
من المثير للاهتمام أيضًا رؤية هذا ينعكس في أبحاث Ramp و Revelio Labs التي تشير إلى أن المؤسسات التي تستثمر في الذكاء الاصطناعي توظف Plus من الأشخاص. فبدلاً من إهمال التوظيف وスキル開発، تحتاج الشركات بشكل متزايد إلى أعضاء الفريق المناسبين للمساعدة في صقل وتحسين الذكاء الاصطناعي المتطور ليعمل بشكل أفضل في المجالات التي تحتاجها.
لا يزال النجاح مع الذكاء الاصطناعي يعتمد على فهم المهارات التي يحتاجها الأفراد لأداء مهامهم، على المستويات الفردية والجماعية والمؤسسية، ثم الاستثمار في التطوير الذي يعكس واقع عملهم. ولكن قبل أن تتمكن المؤسسات من بناء هذه المهارات، تحتاج إلى معرفة أين توجد الخبرة بالفعل. فالعديد من الشركات تمتلك معرفة حاسمة دون رؤية واضحة لمن يمتلكها أو أين تكمن الفجوات.
إحدى طرق تحقيق ذلك هي بناء أنطولوجيا للمهارات، وهي سجل حي للمهارات الموجودة في جميع أنحاء المؤسسة.
بدلاً من الاعتماد على الافتراضات، تستطيع الشركات تحديد نقاط قوتها وضعفها في القدرات، وفهم أي الفرق تمتلك معرفة متخصصة، واكتشاف الثغرات قبل أن تتحول إلى مشكلات عمل حقيقية. كما يرسخ هذا النهج أساسًا متينًا لتخطيط القوى العاملة، وتعزيز الحراك الوظيفي الداخلي، ونشر الذكاء الاصطناعي بشكل أكثر فعالية.
أثمن المهارات داخل مؤسستك
بمجرد امتلاكك لتصنيف فعال للمهارات (Skills Ontology)، ستحصل على نظرة شاملة لما يدور داخل مؤسستك. يساعدك هذا على تحديد خبراء الموضوع (SMEs) الموجودين في جميع أنحاء العمل، والذين غالبًا ما تكون معرفتهم غير موثقة رسميًا – مثل “المستخدم الخارق” الأسطوري للذكاء الاصطناعي. على سبيل المثال، صرحت شركة Ford بأنها تستعين بموظفيها السابقين الذين أعادت توظيفهم خصيصًا لتدريب الموظفين الأصغر سنًا وإعادة برمجة أدوات الذكاء الاصطناعي.
بمجرد تحديد أماكن وجود الخبرة، يمكن للذكاء الاصطناعي المساعدة في الحفاظ على هذه الصورة وتحديثها باستمرار مع تطور الأدوار. لكن فهم مكان وجود الخبرة ليس سوى البداية.
تحتاج المؤسسات إلى التحقق من صحة هذه الخبرات، وربط الأفراد بفرص تطوير مستهدفة، وتسهيل مشاركة خبراء الموضوع (SMEs) لمعارفهم مع الآخرين. والأهم من ذلك، يجب دمج هذا التعلم في بيئة العمل قدر الإمكان بدلاً من فصله عنها، لضمان تحسين الأداء في المجالات الأكثر أهمية.
يسهل الذكاء الاصطناعي تنظيم المعرفة وتوزيعها، لكنه لا يخلق القدرة على الحكم التي تأتي من الخبرة. يمكنه الكشف عن الأنماط واقتراح مسارات التعلم، لكنه لا يستطيع شرح سبب نجاح عملية ما، أو متى يجب التشكيك فيها، أو كيفية تكييفها مع واقع مؤسستك. كما يشير الخبراء، الذكاء الاصطناعي يصيغ الكلمات لا الخبرة، وهي نقطة جوهرية يجب إدراكها.
لهذا السبب، يظل أعضاء الفريق ذوو الخبرة ضروريين. فهم يقدمون السياق الذي يمكّن الذكاء الاصطناعي، وجميع الآخرين، من استخدام تلك المعرفة بفعالية.
حوّل الخبرة إلى ميزة تنافسية
في وقت شعر فيه الكثيرون في مجالات مثل الموارد البشرية (HR) والتعلم والتطوير (L&D) أن الذكاء الاصطناعي سيقلل من دورهم، أصبح من الواضح أن هذه الخبرة تزداد قيمة.
تتاح لفرق التعلم والتطوير (L&D) فرصة للعمل بشكل أكثر استراتيجية من خلال تولي أجندة تطوير المهارات وإعادة تأهيلها، وتحويل خبراتهم وخبرات أعضاء الفريق عبر الأعمال إلى ميزة تنافسية، ووضع العمليات اللازمة لإنشاء قوى عاملة مرنة تتعاون بفعالية مع الذكاء الاصطناعي.
私は持っている 人工知能モード الخبرة التنظيمية في دائرة الضوء بقوة، بينما أبرز أيضًا أن العديد من الشركات تمتلك ثروة من المعرفة التي لا تزال حبيسة عقول الموظفين ذوي الخبرة. فهم لا يمتلكون فقط معرفة وفهمًا أعمق للأعمال وعملياتها، بل يمكنهم أيضًا تقديم القدرة على الحكم – وهي مورد نادر لا يستطيع الذكاء الاصطناعي تكراره.
إن نشر هذه المعلومات وتعميمها في جميع أنحاء العمل سيبني قوة عاملة تزداد ذكاءً كلما تعلم شخص ما، بدلاً من فقدان المعرفة عند مغادرة الموظفين، مما يؤدي إلى تقليل الأخطاء المتكررة، وتحسين الجودة، وتعزيز الحراك الوظيفي الداخلي.
لتحقيق أقصى عائد من موظفيهم ومن الذكاء الاصطناعي، تحتاج المؤسسات الرائدة إلى التأكد من أنها تستثمر في تحديد الخبرات التي يمتلكونها بالفعل ومشاركتها وتوسيع نطاقها، بدلاً من مجرد شراء Plus من البرمجيات. ففي النهاية، الذكاء الاصطناعي يصيغ الكلمات لا الخبرة.
コメントは締め切りました。