人工智能时代IT领导者需要的6项软技能

作者: Stephanie Overby 2019-09-24 10:24:57

 人工智能将导致组织内部发生重大变化,而随着变化而来的是对于人工智能取代工作岗位的恐惧。在人工智能时代,团队的领导者应该努力掌握这些软技能。

随着IT领导者在IT团队和企业中推出更多的认知功能,某些角色和任务将实现自动化,并且将提供创新和增加价值的新机会。对于组织中的一些人来说,这是一个令人兴奋的时刻,对其他人来说,这是一个痛苦的变革和令人担忧的时刻。

随着IT领导者帮助他们的团队和企业驾驭这一新领域,他们独特的人力资源将变得更加重要。

咨询机构LDR21公司的联合创始人Jen Kelchner说,“随着人工智能时代的到来,回归人类技能应该成为组织的一个关键关注点。LDR21公司帮助组织和个人应对变革,开发更开放的组织文化。这些新兴技术有助于减轻工作人员的常规任务,让他们开展具有创造力、适应性强的工作。”

随着人工智能的使用越来越多,对某些所谓的软技能的需求也会越来越大,比如适应性和沟通都是情绪和技能的一部分。事实上,在人工智能时代,这类能力将变得非常重要,Kelchner建议完全放弃软技能这一术语,取而代之的是称之为核心技能。

人工智能时代的6种软技能

无论人们选择将其称为软技能还是核心技能,请注意这些关键的熟练技能将为首席信息官及其团队提供良好的服务:

1.创造情感安全的能力

也称为心理安全,情感安全就是那种足够安全的感觉,可以将用户全身心地带到工作场所。这在快速变化的高度紧张的环境中尤为重要。

那么如何为组织创建安全空间?Bates通信公司首席顾问Margery Myers负责高管薪酬方面的工作。她说,“加强约束,确保对自己的情绪有一定的控制力,这样人们就不会有如履薄冰的感觉。由于这是一个充满变化和不确定性的时代,IT领导人需要有一种容人的风度,这样员工才能敞开心扉,并且能够安全地表达他们的观点和关注。”

2.学习敏捷性

学习敏捷性是指愿意吸取过去的经验和教训,然后将其应用到全新的环境中。Kelchner认为,任何人都可以选择在工作中应用。她说,“这是一种选择的适应环境的能力,即使不知道该做什么,也能运用以前经验中的知识。随着人工智能带来不断的变化,人们必须具备参与和管理变化的技能。”

Kelchner说,“虽然每个人都可能拥有这种能力,但大多数企业领导者不知道如何利用这种能力。他们习惯于相信他们的教育或特定的方法是解决问题的唯一途径。事实上,如果人们关注的话,就会发现在生活中遇到的每一次经历都会教会一些东西。”

想要建立学习敏捷性的IT主管将寻求可供学习的扩展目标和新经验,应对复杂的问题和挑战,并不断练习将这些经验融入日常工作和决策。随着时间的推移,他们可以积累一个学习、工具和解决方案的数据库,它们可以应用于人工智能将引入的新情况。

希望在组织中培养学习敏捷性的IT领导者将鼓励员工担任新角色,在舒适区之外工作,并将错误和失败当作为一种学习的机会。

3.同理心

Kelchner说,同理心是领导者最伟大的学习工具之一。在人工智能时代,这种解读他人情绪和识别他人感受的能力尤为重要。Kelchner说:“通过真正的同理心所获得的意识衡量标准可以加速理解和解决问题,当它嵌入组织中时,同理心的回报就会倍增。”

斯坦福大学心理学教授Jamil Zaki指出,具有同理心的组织倾向于提供更强大的合作、更少的压力、更高的士气,他们的员工意气风发从困难时刻更快地恢复过来。”

4. 始终如一、清晰、持续的沟通

对于机器学习和人工智能能力对IT功能和整个业务的短期和长期影响,可能会有很大的恐惧、不确定性和疑虑。Myers说,“IT领导者需要能够以理性和鼓舞人心的方式一次又一次地沟通,为他们的团队和公司提供清晰而有说服力的愿景。人们需要理解并希望追随领导者,这有时是基于信念。”

特别重要的是将愿景和战略与团队和个人角色联系起来,以促进参与。

5.积极倾听

经理培训机构E3 Solutions公司首席执行官Don Rheem表示,积极倾听是任何领导者都必须拥有的很具价值的技能之一。当企业员工对于人工智能引起的变化感到担忧时,这一点尤为重要。

6. 镇定性

Myers说,“领导者需要提高镇定性。当人们正在开车或因人工智能驾驶的变化而不安时,保持镇定就能够专注于重要的事情而不会出现更大的问题。”

人工智能 IT 机器学习
上一篇:中国首个AI考级来了:共分10级,北大出题,工信部认证 下一篇:企业电气系统采用机器学习技术的5个好处
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

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
高真实感、全局一致、外观精细,面向模糊目标的NeRF方案出炉

自 NeRF 被提出后,有多项研究对其加以改进。在本篇论文中,上海科技大学的研究者提出了首个将显式不透明监督和卷积机制结合到神经辐射场框架中以实现高质量外观的方案。

Haimin Luo等 ·  2021-06-01 09:57:39
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载