Nesten halvparten av alle selskaper har implementert maskinlæring

Hvis du er bekymret (eller super spent) om at maskinlæring (ML) blir mainstream, bør en fersk undersøkelse av Oxford Economics på vegne av menneskelige ressurser (HR) og IT-kapitalforvaltningsselskapet ServiceNow vekke din interesse. Rapporten, som undersøkte 500 Chief Information Officers (CIOs) i 11 land og over 25 bransjer, fant at 49 prosent av selskapene allerede bruker ML for å forbedre tradisjonelle forretningsprosesser.

Av de 500 CIO-ene som ble spurt, sa 200 at de allerede er utenfor pilottrinnet og har begynt å distribuere ML i en viss kapasitet. CIOs håper å begrense brukerfeil og feil ved skjønn ved å innføre automatisering. Nesten 70 prosent av CIO'ene sa at beslutninger som tas av maskiner vil være mer nøyaktige enn de som er tatt av mennesker. I følge undersøkelsen er CIOs i dag primært fokusert på å bruke ML til å automatisere repeterende oppgaver (68 prosent), ta kompliserte beslutninger (54 prosent), gjenkjenne datamønster (40 prosent) og etablere koblinger mellom hendelser (32 prosent).

"En av grunnene til at du hører så mye om ML er at det er bølgen av produktivitet som vil skille selskaper fra konkurransen, " sa Chris Bedi, CIO i ServiceNow. "Det er raskere og tilbyr bedre beslutninger. Mennesker har skjevheter, algoritmer gjør det ikke."

Bedi sa at han ser et stort potensial for ML i bransjer som enterprise resource planning (ERP), lagerstyring og forsyningskjede, blant mange andre. 41 prosent av CIOs i undersøkelsen siterte mangel på ferdigheter, da hovedproblemet hindret dem i å distribuere ML i dag. Motsatt er det bare 16 prosent av administrasjonssjefene og selskapene som har planer om arbeidsstørrelse og rolleendring for å imøtekomme ML.

ML og jobber

Tallene som ble gitt ut i Oxford Economics-undersøkelsen er kortsiktige anslag, i motsetning til en rapport fra ledelseskonsulentfirmaet McKinsey & Company. Rapporten deres anslått at halvparten av dagens arbeidsaktiviteter kunne erstattes av automatisering fra 2035-2055, avhengig av forskjellige faktorer. Firmaets rapport analyserte 2000 arbeidsaktiviteter fordelt på 800 yrker og fant ut at nesten $ 2, 7 billioner i lønn blir brukt på jobber som til slutt kan automatiseres.

"ML vil endre folks roller, " sa Bedi. "Jeg abonnerer ikke på at ML tar bort folks jobb; det vil endre folks jobb. Mundane-beslutninger vil bli automatiserte, noe som vil frigjøre folk. Nye jobber vil bli opprettet."

Bedi sa at nøkkelen til å utnytte ML for å forbedre bunnlinjen, samtidig som den opprettholder rangeringen og filen, skifter nåværende ansattes ferdighetssett og ansetter nytt talent for å styre ML-evner. "Talent er et stort tema, " sa Bedi. "Data Scientist må være en av de hotteste jobbene der ute. Vi trenger virkelig å se på hva som er vårt treårige ferdighetskart for talent og ferdigheter? Og være veldig målbevisst med å bygge de ferdighetene. Vi må trene ansatte, men også finne ut alternative kilder til det talentet."

Bedi oppfordret arbeidsgivere til å ansette og trene ansatte til å dra nytte av ML-baserte prosesser. Når mennesker først er komfortable med MLs evne til å produsere pålitelige data og ta riktige beslutninger, sa han at bransjen vil overføre beslutninger om maskin som ledes av menneskelig tilsyn.

Late Adopter Dilemma

Oxford Economics-undersøkelsen isolerte 50 selskaper som ble ansett som "First Movers." Undersøkelsen studerte disse selskapenes forretningsprosesser og talentstrategier for å bestemme hvordan og hvor ML ville bli avansert de kommende årene. Studien fant at First Movers mer sannsynlig har omdefinert stillingsbeskrivelser for å fokusere på hvordan mennesker jobber med maskiner, og har lagt planer om å utvikle spesialiserte team med fokus på å utvikle og bruke ML-teknologi. I motsetning til sine jevnaldrende, er det mer sannsynlig at disse selskapene har utviklet veikart for fremtidige prosesser, fangstfeil og sikrer datanøyaktighet.

Dessverre indikerer andre rapporter at jo mindre organisasjonen (og jo færre ressurser en organisasjon har), jo mindre sannsynlig er den å være forberedt på ML-bølgen. En fersk undersøkelse utført av Bluewolf (et IBM-selskap) fant at bare 33 prosent av små bedrifter planla å investere i kunstig intelligens (AI) og ML i løpet av de neste 12 månedene. Dette i motsetning til de 30 prosentene av store selskaper som allerede har investert i teknologiene og de 44 prosentene som planla å begynne å investere i løpet av de neste 12 månedene. Det er totalt 74 prosent, eller 20 prosent mer enn summen av små bedrifter.

"Vi er tidlig i reisen, " sa Bedi. "Folk og selskaper som er aggressive, vil skille seg fra selskapene som ikke er det. Det føles som om det er en oppfordring til å gjøre dette. Bedrifter som lener seg på kommer til å begynne å skille seg fra konkurransen. Den separasjonen vil øke. CIOs vil virkelig begynne å presse på dette i nær fremtid."