IT自动化和人工智能将在2021年走向何方?

作者: Terri Coles 2020-11-09 10:09:57

随着IT自动化和人工智能技术的进步和发展,IT人员的工作方式发生了重大变化。今年发生的突如其来的新冠疫情,也迫使大多数组织的员工在家远程工作。

如果疫情持续蔓延到2021年,那么组织将会继续让员工远程工作,并采用多种工作方式混合策略或鼓励永久性远程办公,因此很难预测2021年各行业的发展状况。

这样出现了一个明确的主题:IT自动化和人工智能(包括机器学习)将会继续成为IT专业人员重点关注的领域。以下是在2021年发挥重要作用的一些方法:

技术人员将会持续短缺

在自动化和数据方面采取的一个举措是组建合适的IT专业人员团队。但是,IT人才的持续短缺的情况可能使这种举措变得更加困难。未来十年,IT行业工作岗位预计将会增长12%。尽管计算机科学专业人才在过去十年中增长了10%,但仍然远远落后于其他技术行业的增长。

技术培训机构PerScholas公司社会风险投资执行副总裁DamienHoward表示,由于招聘标准、经验要求、H-1B签证的不确定性以及劳动力退休等因素,IT行业需求与可用技术人员之间的差距将进一步加剧。

Howard指出,在过去十年中,计算机科学领域的失业率一直是美国总体失业率的一半左右,即使在疫情期间,其失业率也一直保持相对较低的水平。根据Teksystems公司全球服务学习服务总监LeslieDeutsch引用的美国劳工统计局的数据,只有59%的计算机科学专业毕业生从事与其专业密切相关的工作。

Deutsch说,“自从2010年以来,IT人才市场需求持续增长,这意味着相关人才越来越难招募。”

其最终结果是什么?IT行为作为市场需求被压抑的一个行业,其短期(疫情期间)和长期(IT自动化和人工智能方向的未来发展)的业务将会发生重大变化。

他说:“组织跟上技术进步比以往任何时候都迫切。疫情只是增加了这些需求,随着向远程工作的转变,许多管道数字化改造项目变得更加紧迫。随着企业业务的调整,对于IT职业的需求只会继续增长。这意味着熟练的IT人才将比以往更加重要。”

使用机器数据

为了获得正确的数据,组织具有机器学习分析数据的潜力。Splunk公司首席技术倡导者Andi Mann说,机器学习中使用了三种类型的数据。关系数据是“行和列”,即电子表格和数据库。参考数据涉及语义数据,例如电子邮件和文档。第三类是机器数据,是由包括服务器、交换机和网络的系统生成的。

第三类数据是组织发展空间的巨大潜力。Mann说:“如果机器可以读取数据,那么可以阅读整个故事。这就是企业关注客户或客户互动或查看员工工作情况的方式。”

在Interop Digital会议上,Mann概述了组织可以通过机器数据揭示的一些见解。随着更多数字化工作的到来,这些数据在2021年的自动化和人工智能工作中将变得越来越重要。例如销售部门的员工的工作以前可能是现场交流或其他交互方式与客户达成合作来完成的。例如,使用这些数据,机器学习可用于突出显示聚类事件并做出预测,或查看当前事件(例如购买模式)。

Mann指出,有时机器数据的价值不在于模式,而在于异常或离群值。例如,无效的数字互动可以指向具有异常但具有负面体验的客户。

人工智能:炒作还是希望?

Quantarium公司首席执行官Romi Mahajan在一次行业会议上提出了一个令人关注的问题:媒体和行业对人工智能的宣传和呼吁是否代表了某种真实的东西?

Akvelon公司主管Cal Escue说。“每家媒体都在关注人工智能的进展,对于一些选择追求IT自动化和人工智能的企业来说,有一些边际的积极因素,而对于其他组织来说则是真正的积极因素,但很难找出其用例在哪里。”

Deriveone公司首席执行官Samir Saluja说,关于人工智能的许多信息都归因于外部压力,要求组织围绕它开展业务。但是,这种外部压力并不能影响其真正的潜力。

Saluja说:“当我想到人工智能时,基本上是在试图优化人类的过程。这可以采取两种形式:尝试做人类所做的事情(例如自然语言处理),或者尝试做人类做不到的事情(例如大规模数据分析)。”

人工智能的这些用途很重要,并将在2021年继续扩展。但是Saluja和Escue都表示,重要的是要记住,仍然需要IT专业人员来处理。

Escue说:“最终实现完全自动化的过程是无止境的,所有这些过程都需要协同工作,并与那些不自动化或智能的过程协同工作。IT自动化将会继续推进,并将使IT专业人员从事更多创造性工作或学习新技能,因此人工智能不能取代专业人员。人工智能技术将会用于优化某些人工流程。”

人工智能 IT 自动化
上一篇:60岁以上网民增长迅速 善用语音搜索AI学习工具 下一篇:诺和诺德携手微软,共创糖尿病智能问答机器人
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

用新的机器学习思考方式 来辨别自然异常与人为误导

某些对抗性事件很可能是人为设计而来。我们必须知晓其中的手法与工件是什么,这样才能真正理解深度神经网络的可靠性。

佚名 ·  23h前
1.8M超轻量目标检测模型NanoDet,比YOLO跑得快

目标检测一直是计算机视觉领域的一大难题,其目标是找出图像中的所有感兴趣区域,并确定这些区域的位置和类别。目标检测中的深度学习方法已经发展了很多年,并出现了不同类型的检测方法。

佚名 ·  1天前
5G助力下,未来10年将是人工智能的“黄金十年”

近日,习近平总书记在G20峰会第一阶段会议上指出,疫情激发了5G、人工智能、智慧城市等新技术、新业态、新平台蓬勃兴起,“非接触经济”全面提速,为经济发展提供了新路径。

科技日报 ·  1天前
新时代如何把握住人工智能的优势,让自己不被时代淘汰

随着人工智能在企业的应用和发展,企业领导者必须着眼于基于云计算的人工智能和现代化的数据结构,以提高市场竞争力。

尚学堂java学院 ·  1天前
对话李兰娟:人工智能将疫情“一网打尽”,让医疗更精准

李兰娟指出,人工智能、大数据在这次抗疫中发挥了作用,首先是发现和控制传染源方面,通过大数据人工智能我们能够了解到与传染源接触到的所有人;第二是人员流动的控制,包括健康码、红外线测温等等,极大程度地了解了人的健康情况。

新京报 ·  1天前
面向未来系统设计的机器学习

Elias Fallon是行业领先的电子设计自动化技术提供商Cadence Design Systems公司的工程主管。他带领其定制IC研发团队以及电子设计自动化(EDA)产品团队进行项目开发。

Elias Fallon ·  1天前
人工智能如何在大数据处理中应用

人工智能,是处理大数据最理想和最有效的方法。我们的世界一直沉浸在大数据中,你能想到的任何话题,无论在线还是离线,都有大量的数据,如我们的日常活动、对无生命事物的偏好、属性、用途等等。下面,我们就来看看人工智能是如何在大数据处理中应用的?

W ·  1天前
在智能家居设备中融合ML和IOT

人工智能是一项正在常规基础上进行大量研究的技术。

Cassie ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载