Современные дискуссии об искусственном интеллекте в рабочей среде в значительной степени формируются Силиконовой долиной. Однако рассматривать технологический сектор как отдельный остров означает упустить реальные тенденции в принятии технологий. Технологии — это лишь первая отрасль, которая сталкивается с изменениями. По мере того как генеративный ИИ и инструменты автоматизации становятся более зрелыми, изменения, которые в настоящее время происходят в программной инженерии и управлении продуктами, неизбежно проникнут в такие сферы, как здравоохранение, образование, розничная торговля и производство.

Разница в темпах принятия технологий

Сегодняшняя вариация в темпах принятия технологий не является признаком того, что не-технологические отрасли отстают, а скорее отражает разные скорости, с которыми отрасли усваивают новые рабочие процессы. Для руководителей и их команд вне технологического сектора эта разница в темпах предоставляет практическую схему для понимания того, как происходит внедрение ИИ и где находятся возможности.

Спектр принятия ИИ по отраслям

Согласно недавним данным опроса от TripleTen, текущая кривая принятия ИИ значительно различается по секторам экономики. Например, в финансовом секторе 48% работников уже использовали ИИ-чат-ботов, а 32% автоматизировали части своих рабочих процессов. Это демонстрирует, как быстро знания интегрируются с ИИ, когда появляются четкие примеры его применения. В то же время, такие сектора, как здравоохранение (18% использовали чат-ботов) и образование (25%), показывают более низкие показатели начального внедрения. Эти широкие категории отраслей включают в себя разнообразие специализированных профессионалов, клинического или учебного персонала и административных сотрудников, поэтому универсальное принятие технологий не могло произойти мгновенно. Интеграция автоматизированных инструментов в сферах, требующих соблюдения строгих норм или взаимодействия с клиентами, требует более взвешенного подхода, что и отражается в более низких цифрах.

Навыки, которые работники должны освоить

Согласно опросу, 79% работников сообщили о том, что им было предложено изучить хотя бы один навык, которого у них не было ранее. Рассматривая конкретные компетенции, востребованные в технологии сегодня, можно увидеть, какие навыки, вероятно, будут востребованы и в других секторах. Хотя некоторые из этих навыков могут показаться узкоспециализированными, многие из них будут полезны в повседневной работе в различных областях — от управления логистикой пациентов в больницах до обработки административной отчетности в учебных заведениях. Одним из навыков, который недооценен, является способность оценивать правильность вывода ИИ. Только 30% менеджеров и владельцев считают эту компетенцию абсолютно необходимой, что ставит её на шестое место в списке из семи. Однако именно этот навык позволяет выявлять ошибки до того, как они станут проблемой. Чтобы заметить неправильный ответ, необходимо знать, как выглядит правильный.

Преимущества раннего принятия ИИ для карьеры

Раннее принятие ИИ предоставляет явные преимущества в карьере. Данные опроса TripleTen показывают, что когда менеджеры обучались новому навыку или процессу автоматизации от своих сотрудников, 88% таких инициатив становились стандартной практикой компании. В отраслях, которые первыми начали внедрять ИИ, сотрудники, которые выявляют повторяющиеся административные задачи и используют инструменты ИИ для их оптимизации, имеют возможность влиять на формирование организационной политики. По мере того как сети здравоохранения, образовательные учреждения и розничные операции начинают более широкое внедрение программного обеспечения с поддержкой ИИ, работники, которые умеют проверять выводы, задавать запросы моделям и автоматизировать рутинные задачи, будут иметь значительное преимущество. Быть тем, кто может оптимизировать административные процессы, сулит лучшие шансы на удержание, продвижение по службе и рост заработной платы.

Проблема доступа к ресурсам для обучения

Если не-технологические отрасли принимают эти инструменты более постепенно, то проблема для работников заключается в доступе к качественным ресурсам для обучения. Инвестиции работников в обучение значительно различаются по отраслям:

Технологии: в среднем $1,758 (13% не потратили ничего)

Финансовый сектор: в среднем $1,664 (24% не потратили ничего)

Здравоохранение: в среднем $990 (45% не потратили ничего)

Образование: в среднем $883 (42% не потратили ничего)

Почти половина работников в здравоохранении и образовании не потратила ничего на профессиональное развитие в прошлом году. Кроме того, работники в сфере технологий активно используют более широкий спектр каналов обучения. Например, работники технологий почти в два раза чаще, чем все остальные работники, используют ИИ-чат-ботов в качестве обучающих инструментов (48% против 27%). Однако, когда речь идет о том, кому они доверяют в обучении новым навыкам, большинство выбирает тех, кто уже выполняет эту работу (31%).

Заключение

Разница в темпах принятия ИИ между отраслями — это не история о том, кто успешен, а кто нет. Это временная шкала того, как технологии проникают в экономику. Технологический и финансовый сектора сегодня тестируют механизмы интеграции ИИ. Для работников в здравоохранении, образовании, розничной торговле и производстве текущая фаза предоставляет ценное окно для наблюдения за тем, какие навыки действительно приводят к повышению производительности, позволяя им развивать эти компетенции до того, как они станут стандартными ожиданиями в отрасли.