


Apakah kemahiran yang perlu dikuasai oleh pengurus dalam era AI? 74% daripada eksekutif percaya ia adalah kecerdasan emosi
Forum Ekonomi Dunia mengeluarkan "Laporan Masa Depan Pekerjaan" pada 2020, yang membuat pelbagai ramalan mengejutkan tentang cara kecerdasan buatan (AI), robotik dan automasi akan mengubah tenaga kerja dalam tempoh lima tahun akan datang. Ramalan yang paling mengejutkan ialah AI akan menghapuskan 85 juta pekerjaan dan mencipta 97 juta pekerjaan baharu.
Ramalan ini diiktiraf oleh penganalisis industri dan futuris, tetapi ia juga menimbulkan beberapa soalan mendesak yang perlu dijawab. Pekerjaan manakah yang akan dihapuskan? Apakah kemahiran yang perlu dikuasai oleh pengurus perniagaan dalam era kecerdasan buatan?
Adakah kecerdasan buatan menggantikan pengurus?
Memandangkan kecerdasan buatan semakin digunakan secara meluas dalam pembelajaran mesin, pemprosesan bahasa semula jadi, analisis ramalan dan bidang industri lain, terdapat banyak perbincangan tentang kecerdasan buatan akan menggantikan peranan yang dilakukan secara tradisional oleh manusia. Ini benar terutamanya dalam jawatan pengurusan, di mana sesetengah pihak bimbang bahawa AI tidak lama lagi akan dapat melakukan perkara yang lebih baik daripada manusia. Syukurlah, penyelidikan menunjukkan bahawa AI lebih berkemungkinan bekerja bersama manusia dan bukannya menggantikan mereka:
- Dalam Laporan Trend Modal Insan Global Deloitte 2020, 64% Responden melihat AI sebagai satu cara untuk membantu kerja semasa dan membuat ia lebih cekap.
- Dalam tinjauan Deloitte, 66% responden menjangkakan bahawa kecerdasan buatan akan mewujudkan lebih banyak pekerjaan dan menukar pekerjaan sedia ada.
- Laporan IDC FutureScape 2022 menyatakan bahawa hanya satu daripada lima perusahaan akan mendapat nilai daripada pengurusan sistem kecerdasan buatan jika pekerja tidak terlibat atau diganti.
Markus Schmitt, eksekutif pembangun pembelajaran mesin Jerman, Data Revenue, berkata: “Walaupun 70% pekerjaan digantikan oleh kecerdasan buatan, ia tidak semestinya bermakna pengurus akan kehilangan pekerjaan mereka dan Tempat Kerja Ia tidak berbeza daripada mana-mana alat lain, seperti e-mel, Excel, atau alat automasi pemasaran Walaupun AI boleh menggantikan 70% daripada pekerjaan sesetengah pengurus, ia tidak akan menggantikannya, ia hanya akan membolehkan mereka melakukan lebih banyak perkara. kerja mereka.” 🎜>
Kecerdasan buatan mungkin mengubah cara orang bekerja dan mengambil alih tugas tertentu, tetapi ia tidak semestinya menghapuskan pekerjaan orang sepenuhnya. Interaksi manusia-komputer masih diperlukan untuk beberapa tugas yang dikhuatiri orang akan diambil alih, jadi tidak perlu risau tentang pekerjaan pengurus digantikan oleh kecerdasan buatan. Peranan kecerdasan buatan dalam pengurusan Kecerdasan buatan menjadi semakin maju, tetapi masih belum mencapai tahap di mana ia boleh mewujudkan hubungan seperti manusia antara tugas dan jabatan yang berbeza dalam ijazah tempat kerja . Sebaliknya, kecerdasan buatan digunakan terutamanya untuk mempercepat, mengautomasikan dan menambah baik proses untuk menjimatkan masa, wang dan mengurangkan ralat. Perisian perakaunan, CMS, perisian penjadualan atau alatan organisasi berasaskan kecekapan lain yang digunakan oleh perniagaan (seperti perisian penjadualan pekerja) mungkin sudah termasuk keupayaan AI. Gartner telah mengenal pasti empat bidang utama di mana kecerdasan buatan digunakan pada masa ini dalam pengurusan tempat kerja: (1) Fungsi pengurusan sumber manusia: teras organisasi dan data pekerja. (2) Pengurusan perkhidmatan sumber manusia (HRSM): dasar, pengurusan kes, prosedur dan proses organisasi. (3) Pengurusan bakat: pengambilan, penerimaan, pemantauan pengekalan dan peletakan jawatan, data prestasi. (4) Pengurusan Tenaga Kerja (WFM): Pengurusan ketidakhadiran, rekod masa, kehadiran, tugas/aktiviti, belanjawan, ramalan dan penjadualan. Penganalisis Deloitte John Brownridge berkata bahawa kawasan kerja matang biasanya merupakan tugasan berasaskan data berskala besar yang merupakan sejumlah besar kerja berulang dan dijalankan berdasarkan satu set peraturan. Walau bagaimanapun, tugas yang berkaitan secara langsung dengan cara perniagaan menjana nilai, seperti menggunakan data yang dikumpul oleh AI untuk membuat keputusan pengambilan pekerja dan pecat, sebaiknya diserahkan kepada manusia. Kemahiran penting untuk pengurus dalam era kecerdasan buatan Apabila alat kecerdasan buatan mula menumbangkan kaedah dan tempat kerja dalam bidang yang disebutkan di atas, pengurus tidak akan kehilangan pekerjaan mereka dalam jumlah yang besar, tetapi mereka perlu menguasai kemahiran baharu Untuk memahami dan menggunakan pembelajaran mesin sepenuhnya dalam kerja harian anda. Terdapat beberapa kemahiran khusus yang boleh membantu pengurus menonjol dalam era kecerdasan buatan: (1) Kecerdasan emosi Menurut tinjauan yang dijalankan oleh agensi penyelidikan Capgemini, 74% daripada eksekutif percaya bahawa kecerdasan emosi akan menjadi Satu kemahiran penting. Apabila kecerdasan buatan menjadi lebih berleluasa, permintaan untuk kecerdasan emosi dijangka meningkat sehingga enam kali ganda. Dalam era kecerdasan buatan, syarikat perlu mengekalkan pekerja yang boleh berhubung dengan orang lain dan menunjukkan empati, pemahaman dan kemanusiaan di tempat kerja. Kecerdasan buatan emosi berkembang pesat dalam mentafsirkan emosi manusia, tetapi ia masih jauh untuk dapat mempunyai kehadiran emosi di tempat kerja. (2) Kerjasama manusia-mesin Dalam bukunya "Global Change: Globalization, Robotics, and the Future of Work," pakar globalisasi terkemuka industri Richard Baldwin menggariskan Tiga langkah untuk berjaya dalam era kecerdasan buatan:- Elak bersaing dengan AI: Fahami bahawa ia lebih baik dalam memproses maklumat pada skala.
- Membangunkan kemahiran dalam bidang khusus manusia (kecerdasan emosi, penyoalan, strategi, kreativiti, ketangkasan, kemahiran sosial berasaskan empati).
- Fikirkan sifat manusia sebagai kelebihan daya saing, bukan sebagai penghalang atau keburukan.
Dari sudut pandangan ini, satu kesimpulan boleh dibuat: cara terbaik untuk pengurus kekal relevan ialah bekerja dengan AI, mengisi jurang yang dicipta oleh AI, dan melihat bagaimana keupayaannya melengkapi, sebaliknya. daripada bersaing dengannya.
(3) Kemahiran STEM
Kemahiran ketiga yang perlu diambil oleh pengurus ialah kemahiran yang berkaitan dengan STEM (Sains, Teknologi, Kejuruteraan, Matematik). Satu kajian baru-baru ini mendapati hubungan kukuh antara peningkatan pelaburan dalam kecerdasan buatan dan peningkatan permintaan untuk kemahiran STEM. Menariknya, syarikat yang menggunakan AI sering mengupah calon yang berpendidikan tinggi yang memahami teknologi baharu seperti AI dan lebih baik menggunakannya.
Ringkasnya, pengurus perlu meneliti semula cara mereka melihat kerja yang mengganggu AI. Daripada merasa terancam, lebih baik memperoleh kemahiran yang diperlukan untuk bekerja dengan sistem AI. Ini membolehkan anda mengisi jurang yang tidak boleh AI dan menggunakan kemahiran ini untuk kelebihan anda di tempat kerja.
Atas ialah kandungan terperinci Apakah kemahiran yang perlu dikuasai oleh pengurus dalam era AI? 74% daripada eksekutif percaya ia adalah kecerdasan emosi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas
