

Πώς αλλάζουν οι διαχειριστικές δεξιότητες στην εποχή της AI
Με την Τεχνητή Νοημοσύνη, οι εταιρείες καλούνται να αναθεωρήσουν τα οργανωσιακά τους μοντέλα.Η επιτυχία της μετάβασης, ωστόσο, εξαρτάται από την ικανότητα ενίσχυσης της ανθρώπινης νοημοσύνης.
Giuseppe Torre, Καθηγητής Τεχνητής Νοημοσύνης, Ηθικής και Διακυβέρνησης στο Pontifical Antonianum University
Για σχεδόν μια δεκαετία, η Τεχνητή Νοημοσύνη (AI) έχει διαποτίσει διακριτικά τις ζωές μας, κυρίως λόγω της προόδου που έχει επιτευχθεί από την επιστήμη των δεδομένων, τους αλγόριθμους βαθιάς μάθησης και την υπολογιστική ικανότητα των υπερυπολογιστών. Καθημερινά χρησιμοποιούμε, συχνά χωρίς να το καταλαβαίνουμε, αλγόριθμους συστάσεων στα μέσα κοινωνικής δικτύωσης, φίλτρα anti-spam, εικονικούς βοηθούς, συστήματα πλοήγησης, φίλτρα φωτογραφιών και συστήματα αυτόματης παραγωγής περιεχομένου. Όλες οι υπηρεσίες βασίζονται σε μια εντυπωσιακή και συνεχή δραστηριότητα συλλογής δεδομένων.
Αλλά η πραγματική επανάσταση ξεκίνησε στις 15 Μαρτίου 2016, όταν το AlphaGo, ένα λογισμικό για το επιτραπέζιο παιχνίδι Go που αναπτύχθηκε από την Google DeepMind, κέρδισε έναν από τους καλύτερους παίκτες στον κόσμο. Το «Move 37» ίσως σηματοδότησε την αρχή μιας νέας εποχής όχι μόνο τεχνολογικής, αλλά κοινωνικής και οικονομικής.
Ένα άλλο θεμελιώδες στάδιο σε αυτή τη νέα πορεία της ανθρωπότητας ξεκίνησε στις 30 Νοεμβρίου 2022, όταν ο Sam Altman (Διευθύνων Σύμβουλος του OpenAI) δημοσίευσε στο τότε Twitter: "Σήμερα ξεκινήσαμε το ChatGpt. Δοκιμάστε να μιλήσετε μαζί του εδώ: chat.openai.com". Λίγες μέρες αργότερα, στις 5 Δεκεμβρίου, ο Altman ανακοίνωσε ότι είχε ξεπεράσει το ένα εκατομμύριο χρήστες. Σήμερα το ChatGpt χρησιμοποιείται μηνιαίως από 3,5 δισεκατομμύρια άτομα, με αύξηση 116% σε ένα χρόνο (Carr, 2024), σε 152 χώρες, στις οποίες πρέπει να προστεθούν οι Perplexity (90 εκατομμύρια επισκέψεις), ο Claude (84 εκατομμύρια επισκέψεις) και οι Gemini (292 εκατομμύρια επισκέψεις), με τριψήφια αύξηση. Είναι το πιο εντυπωσιακό και ταχύτερο μαζικό φαινόμενο στην ιστορία και είναι η αρχή μιας νέας εποχής, στην οποία η αλληλεπίδραση ανθρώπου-μηχανής γίνεται όλο και πιο διάχυτη και καθημερινή.
Ακόμα κι αν ο εκκωφαντικός θόρυβος που προκαλείται από τη διαφημιστική εκστρατεία καταπνίγει έναν ήρεμο και ακριβή προβληματισμό σχετικά με τις επιπτώσεις αυτών των τεχνολογιών για την ανθρωπότητα, η ιδέα ότι η εμφάνιση της τελευταίας γενιάς AI θα μπορούσε να παράγει αποτελέσματα συγκρίσιμα με τη συνάντηση του πολιτισμού μας με έναν εξωγήινο πολιτισμό είναι ολοένα και πιο διαδεδομένη. Αυτά τα συστήματα, στην πραγματικότητα, απέχουν σημαντικά από την ανθρώπινη νοημοσύνη, γιατί, αν και ενεργούν, σε πολλούς τομείς, με τρόπο που δεν διακρίνεται από εμάς, βασίζουν τη λειτουργία τους σε συνδυασμό πιθανοτικών αλγορίθμων, τεράστιων ποσοτήτων δεδομένων και καρτών πυριτίου, συνδυασμούς που, από τους εφευρέτες αυτών των συστημάτων, δεν έχουμε ακόμη κατανοήσει πλήρως.
Είμαστε ακόμα αρκετά μπερδεμένοι και αποπροσανατολισμένοι από αυτή την ταχεία εξέλιξη των ανατρεπτικών καινοτομιών και στον ορίζοντα μπορούμε ήδη να δούμε συστήματα με δυνατότητες που ξεπερνούν ακόμη και την πιο ακραία επιστημονική φαντασία. Χωρίς να χρειάζεται να περιμένουμε συστήματα Τεχνητής Γενικής Νοημοσύνης (Agi), η ανάλυσή μας για το τεχνολογικό τοπίο δείχνει ότι τα μοντέλα που ονομάζονται «agentic AI» αντιπροσωπεύουν ήδη μια πραγματικότητα και χαρακτηρίζονται από την ικανότητα να λειτουργούν με ελάχιστη ανθρώπινη επίβλεψη και να αυτοβελτιώνονται συνεχώς μέσω της μάθησης.
Αυτά τα συστήματα εξελίσσονται σε ακόμη πιο εξελιγμένες μορφές: το πρώτο εκμεταλλεύεται τη λεγόμενη «ευφυΐα σμήνος», η οποία επιτρέπει στους πράκτορες της τεχνητής νοημοσύνης να λειτουργούν με συντονισμένο και συλλογικό τρόπο για την επίτευξη κοινών στόχων (Strobel, Pacheco and Dorigo, 2023). το δεύτερο βασίζεται στη «Γενιουργική Φυσική Τεχνητή Νοημοσύνη», η οποία επιτρέπει στα ρομποτικά συστήματα να εκπαιδεύονται σε πραγματικές εμπειρίες.
Σμήνη ευφυών παραγόντων έχουν την ικανότητα να προσαρμόζονται δυναμικά στο εξωτερικό περιβάλλον και, ταυτόχρονα, να επιδεικνύουν υψηλή εγγενή ανθεκτικότητα. Αυτά τα χαρακτηριστικά, σε συνδυασμό με αλγόριθμους τελευταίας γενιάς (για παράδειγμα, οπισθοδιάδοση σφαλμάτων), τοποθετούν αυτά τα συστήματα στα σύνορα μεταξύ επιστήμης και τεχνολογίας και ανοίγουν το δρόμο σε ανεξερεύνητες ακόμη δυνατότητες σε κρίσιμους τομείς, όπως η κλιματολογία, η ιατρική, η ασφάλεια και η ρομποτική, καθώς και οι επιστήμες επιχειρήσεων και διαχείρισης.
Η γενετική φυσική τεχνητή νοημοσύνη θα επιτρέψει στα ρομπότ να εκτελούν εργασίες για τις οποίες δεν σχεδιάστηκαν και, όπως συμβαίνει σήμερα, με γλωσσικά μοντέλα με κείμενα, εικόνες και ήχους, η εκπαίδευση της νοημοσύνης ρομπότ θα βασίζεται στη φυσική εμπειρία που θα πραγματοποιούν αυτές οι μηχανές στην καθημερινή παραγωγική ή οικιακή πραγματικότητα.
Η τεχνητή νοημοσύνη, από τα τεχνολογικά εργαλεία μέχρι τον συν-δημιουργό της κοινωνικής πραγματικότητας
Μια τέτοια ταχεία εξέλιξη ανατρεπτικών καινοτομιών μας αναγκάζει να επανεξετάσουμε πλήρως όχι μόνο τις δεξιότητες των ηγετών επιχειρήσεων και μεγάλου μέρους του εργατικού δυναμικού, αλλά επίσης μας αναγκάζει να φανταστούμε νέα επιχειρηματικά μοντέλα και νέα οργανωτικά πρότυπα κοινοτήτων ριζικά διαφορετικά από αυτά που έχουμε συνηθίσει να δημιουργούμε και να διαχειριζόμαστε. Στην πραγματικότητα, αυτά τα νέα μοντέλα θα πρέπει να εξετάσουν την παρουσία, στην εταιρεία, μηχανών που χρησιμοποιούν όχι μόνο μια νοημοσύνη σημαντικά διαφορετική από την ανθρώπινη νοημοσύνη, αλλά και βασισμένα στην έννοια της νοημοσύνης σμήνους (Dorigo και Stützle, 2004) και της Γενετικής Φυσικής Τεχνητής Νοημοσύνης.
Αν και είναι πολύ νωρίς για να έχουμε μια ακριβή εικόνα του τι θα συμβεί, ορισμένες αρχικές ενδείξεις που προέρχονται από την ανάλυση των εταιρειών που χρησιμοποιούν συστήματα τεχνητής νοημοσύνης με προηγμένο τρόπο μας οδηγούν στο να πιστεύουμε ότι αυτοί οι οργανισμοί τείνουν να βασίζονται όλο και περισσότερο σε δεξιότητες και όχι σε προσόντα και αναζητούν νέες οργανωτικές διαμορφώσεις, τόσο για να αξιοποιήσουν στο έπακρο τις δυνατότητες διαχείρισης της συλλογικής ευφυΐας και της ισορροπίας.
Από την άλλη, η έννοια της αποδοτικότητας αναπτύχθηκε σε ένα αρκετά σταθερό ανταγωνιστικό και τεχνολογικό πλαίσιο και ταιριάζει σε τυποποιημένες διαδικασίες, ενώ αυτή της ανθεκτικότητας αναπτύσσεται σε περιβάλλοντα που χαρακτηρίζονται από αστάθεια, πολυπλοκότητα, ασάφεια, ταχύτητα αλλαγών, που απαιτούν δημιουργικότητα και πολλή γνώση.
Οι οργανισμοί που βασίζονται στη δημιουργικότητα, την καινοτομία και τις δεξιότητες φαίνεται να προσανατολίζονται σε μάλλον μακροχρόνιους ορίζοντες και σε στοιχεία που αντικατοπτρίζουν τη λογικήάπαχο, όπως, για παράδειγμα: ευρωστία, για απορρόφηση κρίσεων, κραδασμών και παρεμβολών από το εξωτερικό. πλεονασμός, για την εξασφάλιση της συνέχειας ακόμη και όταν ένα ή περισσότερα εξαρτήματα καθίστανται άχρηστα· ποικιλομορφία, για την αντιμετώπιση σύνθετων προκλήσεων με ποικιλία στοιχείων (όπως δεξιότητες, εργαλεία, είδη κ.λπ.), ευαισθησία και γνώση· ευελιξία και ευελιξία, να ανταποκρίνεται γρήγορα στις αλλαγές. την ολοκληρωμένη προσέγγιση της ποιότητας σε κάθε στάδιο της παραγωγικής διαδικασίας.
Η συνεργατική προσέγγιση φαίνεται να είναι καθοριστική σε αυτούς τους οργανισμούς: οι εργαζόμενοι εκτιμώνται και θεωρούνται αναπόσπαστο μέρος της διαδικασίας λήψης αποφάσεων, δημιουργικότητας και βελτίωσης. Από την άλλη, η ανθρωπότητα έχει προχωρήσει ακριβώς χάρη σε κοινότητες/οργανισμούς που βασίζονται στη συλλογική νοημοσύνη (φυλές, πόλεις-κράτη, αυτοκρατορίες, εθνικά κράτη, εταιρείες κ.λπ.).
Σήμερα, η ένωση μεταξύ της ανθρώπινης νοημοσύνης, του διαδικτύου και της τεχνητής νοημοσύνης θα μπορούσε να οδηγήσει σε νέες μορφές συλλογικής νοημοσύνης, μεγαλύτερες και πιο εξελιγμένες από κάθε άλλη που υπήρξε ποτέ, αλλά αυτά τα νέα οργανωτικά συστήματα θα μας αναγκάσουν να αντιμετωπίσουμε εντελώς νέα ηθικά ζητήματα για τα οποία είμαστε ακόμη σε μεγάλο βαθμό απροετοίμαστοι. Για παράδειγμα, η ικανότητα των μοντέλων AI να παράγουν «πρωτότυπο» περιεχόμενο (ή ακόμα και απλώς «ανασυνδυασμούς» ανθρώπινου δημιουργικού περιεχομένου) θα μπορούσε να θέσει αυτά τα συστήματα σε θέση να συμμετέχουν, μαζί με εμάς, στην κατασκευή της οργανωτικής υποδομής και να διαμορφώσουν την εταιρική κουλτούρα, δηλαδή το «λογισμικό» που κάνει μια εταιρεία να λειτουργεί.
Το θέμα της συνεξέλιξης της εταιρικής κουλτούρας είναι ίσως το πιο ενδιαφέρον και αμφιλεγόμενο θέμα επειδή εγείρει ερωτήματα όπως: ποιος ελέγχει αυτή τη συνεξέλιξη; Πώς να διασφαλίσετε ότι αυτή η επιρροή είναι ευεργετική; Πώς να διατηρήσετε τοπρακτορείοάνθρωπος σε αυτή τη διαδικασία; Συμπερασματικά, ο σημερινός προβληματισμός για την τεχνητή νοημοσύνη θα πρέπει να συλλάβει ένα κεντρικό σημείο: δεν δημιουργούμε σε καμία περίπτωση απλά τεχνολογικά εργαλεία, αλλά πιθανούς συντελεστές στην κατασκευή της κοινωνικής, οικονομικής και ανταγωνιστικής πραγματικότητας. Αυτό απαιτεί όχι μόνο τεχνικό, αλλά κυρίως φιλοσοφικό, ηθικό και ανθρωπολογικό προβληματισμό σχετικά με τον τρόπο διαχείρισης αυτής της συνεξέλιξης, διατηρώντας τις αξίες καιπρακτορείοάνθρωπος, δηλαδή η ικανότητα να ενεργεί κανείς ενεργά και μετασχηματιστικά στο πλαίσιο στο οποίο εισάγεται.
Το σύνολο των δεξιοτήτων είναι μια σύνθετη δομή
Επιστρέφοντας στο θέμα των δεξιοτήτων, ο λόγος για τον οποίο είναι σκόπιμο να επανεξεταστούν οι δεξιότητες μεγάλου μέρους της δημόσιας και ιδιωτικής ηγεσίας, του εργατικού δυναμικού και των εκπαιδευτικών και των εκπαιδευτών έγκειται στις ιδιαιτερότητες των σημερινών συστημάτων AI. Στην πραγματικότητα είναι συστήματα συνομιλίας, με τα οποία είναι δυνατή η αλληλεπίδραση, χρησιμοποιώντας φυσική γλώσσα, ήχους, εικόνες και βίντεο, και τα οποία καθιστούν δυνατή τη δημιουργία εφαρμογώνχαμηλός κωδικόςή ακόμηδεν υπάρχουν ουρές(Lcnc). Μπορούν επίσης να παρέχουν ολόκληρες υπηρεσίες ως λύσεις λογισμικού (Service as a software) αξιοποιώντας τις δυνατότητες αυτοματισμού και μηχανικής μάθησης των συστημάτων Generative AI (AI Gen). Βρίσκονται στην εμβέλεια ενός μεγάλου μέρους της ανθρωπότητας, που θα τα χρησιμοποιεί όλο και περισσότερο για τη βελτιστοποίηση των επιλογών αγορών, κατανάλωσης, παραγωγής, εκπαίδευσης και επαγγελματικής κατάρτισης κ.λπ. Έχουν καταργήσει αποτελεσματικά τα γλωσσικά εμπόδια, χάρη στις εξαιρετικές μεταφραστικές τους ικανότητες σε εκατοντάδες διαφορετικές γλώσσες. Μπορούν να λύσουν προβλήματα για τα οποία ο αλγόριθμος δεν δημιουργήθηκε ειδικά, ξεχωρίζοντας από όλες τις μηχανές που είναι γνωστές μέχρι σήμερα και έχουν ικανότητα μάθησης πολύ ανώτερη από αυτή των ανθρώπων, η οποία μπορεί να επεκταθεί περαιτέρω χάρη στη συμπεριφορά του σμήνους. Δεν περιορίζονται στην αυτοματοποίηση των διαδικασιών, αλλά έχουν την ικανότητα να τις μεταμορφώνουν ριζικά, να συνεισφέρουν σε διαχειριστικές αποφάσεις και να συμβάλλουν σε δημιουργικές διαδικασίες για τη βελτίωση των υφιστάμενων και τη δημιουργία εντελώς νέων προϊόντων και υπηρεσιών. Τέλος, σύντομα θα μπορούν να πάρουν τη μορφή ευφυών σμηνών.
Στον επιχειρηματικό τομέα είναι ξεκάθαρο ότι αυτά τα συστήματα δεν αποτελούν πλέον ένα απλό στήριγμα για την παραγωγή, αλλά ότι αποκτούν σταδιακά τον βαθμό του «παραγωγικού παράγοντα», που συμβάλλει μαζί με τους ανθρώπους, το κεφάλαιο και τη Γη στη δημιουργία των θεμελίων στα οποία βασίζεται η εταιρεία.
Ένας αυξανόμενος αριθμός σημάτων (4Manager Observatory) δείχνει ότι αυτός ο νέος παράγοντας παραγωγής έχει επίσης τη δύναμη να διαμορφώνει οργανισμούς και απαιτεί διοικητικές δεξιότητες που βασίζονται σε νέα πρότυπα και όχι μόνο σε ένα συνδυασμό δεξιοτήτων διαφορετικό από αυτό της προ-AI εποχής.
Πάνω απ 'όλα, η τεχνητή νοημοσύνη μας καλεί να εξετάσουμε το σύνολο των δεξιοτήτων που παρέχουν οι επιχειρηματίες, οι μάνατζερ και οι εργαζόμενοι στην εταιρεία και σε συγκεκριμένους εργασιακούς ρόλους, έργα, ακόμη και μονοπάτια επαγγελματικής εξέλιξης (οντολογία δεξιοτήτων), ως μια σύνθετη δομή, που αποτελείται τόσο από ατομικές δεξιότητες όσο και από τις σχέσεις που υπάρχουν μεταξύ τους.
Το να βλέπεις τον οργανισμό ως ένα δίκτυο διασυνδεδεμένων δεξιοτήτων και όχι ως ένα σύνολο περισσότερο ή λιγότερο οργανωμένων προσόντων, αποτελεί μια πραγματική αλλαγή παραδείγματος που θα μπορούσε να επιτρέψει στους οργανισμούς να εκτελούν καθήκοντα ακόμη και σε τομείς στους οποίους δεν υπερέχουν, για παράδειγμα, στον τομέα της βιωσιμότητας, της κυκλικής οικονομίας, της ψηφιακής τεχνολογίας, της προβολής προϊόντων στην αγορά κλπ. Το AI Gen φαίνεται να διαθέτει: βελτιώνει τις ικανότητες των ανθρώπων (διευθυντές, εργαζόμενοι,δημιουργός πολιτικής, κ.λπ.) για την εκτέλεση εργασιών στις οποίες οι δεξιότητες είναι περιορισμένες. Σκεφτείτε, για παράδειγμα, τη γνώση γλωσσών. Αυτό θα μπορούσε επίσης να επιτρέψει σε μικρότερους και λιγότερο δομημένους οργανισμούς να αυξήσουν την αποτελεσματικότητα και την ανθεκτικότητα χάρη σε ένα εργατικό δυναμικό με δεξιότητες που «αυξάνονται» από την τεχνητή νοημοσύνη.
Το AI απαιτεί παραδοσιακές και εξειδικευμένες δεξιότητες για διευθυντικά προφίλ
Αυτές οι σκέψεις δεν πρέπει να μας κάνουν να πέσουμε στην παγίδα αυτού που ο Πάπας Φραγκίσκος ορίζει ως το τεχνοκρατικό παράδειγμα. Όπως αναφέρεται στοLaudate Deum, η αύξηση της ανθρώπινης δύναμης, επίσης ως αποτέλεσμα της τεχνολογίας, δεν αντιπροσωπεύει πάντα πρόοδο για την ανθρωπότητα, όπως αποδεικνύεται από τις τεχνολογίες που χρησιμοποιήθηκαν στο παρελθόν για καταστροφικούς σκοπούς, συμπεριλαμβανομένης της χρήσης ατομικών βομβών και της γενοκτονίας ολόκληρων πληθυσμών. Υπήρξαν στιγμές που η ευφορία για πρόοδο επισκίασε τη φρίκη των συνεπειών της, και αυτός ο κίνδυνος παραμένει, αφού η τεχνολογική ανάπτυξη δεν συνοδεύτηκε από ισοδύναμη ωρίμανση ηθικής και ανθρώπινης συνείδησης.
Ο σύγχρονος διευθυντής πρέπει επομένως να αναπτύξει μια τριπλή ικανότητα: τεχνική, ανθρώπινη και ηθική. Σε τεχνικό επίπεδο, πρέπει να κατανοήσει τις δυνατότητες και τα όρια της τεχνητής νοημοσύνης. Σε ανθρώπινο επίπεδο, πρέπει να είναι σε θέση να ηγείται της οργανωτικής αλλαγής και να διαχειρίζεται υβριδικές ομάδες ανθρώπου-μηχανής. Σε ηθικό επίπεδο, πρέπει να εγγυάται την υπεύθυνη και βιώσιμη χρήση της τεχνολογίας.
Αυτά τα θέματα αναλύθηκαν μέσω του προσδιορισμού των σχετικών γνώσεων και δεξιοτήτων (skill intelligence) σύμφωνα με την πολύγλωσση ευρωπαϊκή ταξινόμηση δεξιοτήτων, ικανοτήτων και επαγγελμάτων (Esco), επιτρέποντας έτσι τον προσδιορισμό της γνώσης που συνοδεύει τα διαφορετικά στελέχη της διοίκησης.
Ας ξεκινήσουμε λέγοντας ότι η τεχνητή νοημοσύνη απαιτεί διευθυντικά προφίλ εξοπλισμένα με έναν συνδυασμό παραδοσιακών και εξειδικευμένων δεξιοτήτων χρήσιμων για την κατανόηση των συστημάτων της, τη διαχείριση σύνθετων έργων, τον έλεγχο της επιστήμης δεδομένων και την κατοχή ισχυρών επιχειρηματικών και ηγετικών δεξιοτήτων. Η ηθική, η διαχείριση κινδύνων, η συνεχής μάθηση και η κριτική σκέψη είναι επίσης απαραίτητα.
Καθώς αυξάνεται το μέγεθος της εταιρείας, ο ρόλος του διαχειριστή γίνεται στρατηγικός, ο οποίος θεωρείται υπεύθυνος για τη διαδικασία ή μέρη της διαδικασίας ανάπτυξης της τεχνητής νοημοσύνης. Ουσιαστικά, μια διευθυντική προσωπικότητα που είναι επιφορτισμένη με τη διαχείριση μέρους ή του συνόλου του προγράμματος ανάπτυξης AI στην εταιρεία θα πρέπει να συνδυάζει «κλασικές» διοικητικές δεξιότητες με υψηλό επίπεδο εξειδίκευσης ή γνώσης στον τομέα της AI. Αυτό το εξαιρετικά περίπλοκο χαρτοφυλάκιο γνώσεων είναι ανεπαρκώς διαδεδομένο και διαθέσιμο στην ιταλική αγορά.
Σε λεπτομέρεια, τα διευθυντικά προφίλ που έχουμε εντοπίσει μπορούν να χωριστούν ως εξής.
Υψηλό επάγγελμα για την ανάπτυξη AI.Στελεχές και διευθυντές υπηρεσιών πληροφορικής και γενικοί διευθυντές σε εταιρείες πληροφορικής και τηλεπικοινωνιών. Αυτά τα προφίλ συγκεντρώνουν πάνω από το 55% των ψηφιακών δεξιοτήτων που ταξινομούνται από την Esco και οι ψηφιακές δεξιότητες αντιπροσωπεύουν μόλις το 60% των απαιτούμενων δεξιοτήτων.
Μεσαίο-υψηλό επάγγελμα για την ανάπτυξη AI.Διευθυντές και διευθυντές πωλήσεων και μάρκετινγκ, προμήθειας και διανομής, κατασκευής και εξόρυξης ορυκτών, παραγωγής και διανομής ηλεκτρικής ενέργειας, φυσικού αερίου, νερού, διαχείρισης αποβλήτων και Έρευνας και Ανάπτυξης.
Μεσαίο-χαμηλό επάγγελμα για την ανάπτυξη AI.Διαχειριστές που απαιτούν μια βασική ψηφιακή κουλτούρα, με συγκέντρωση 9,2% των συνολικών ψηφιακών δεξιοτήτων. Η ομάδα περιλαμβάνει διευθυντές και διευθυντές που εργάζονται στον τομέα της επικοινωνίας, της διαφήμισης, των δημοσίων σχέσεων. στο εμπόριο αγαθών (εκτός από μηχανοκίνητα οχήματα και μοτοσυκλέτες)· σε αθλητικές, ψυχαγωγικές και ψυχαγωγικές δραστηριότητες· στη διαχείριση ανθρώπινων πόρων· στον τομέα των μεταφορών και της αποθήκευσης· στη γεωργία, την κτηνοτροφία, τη δασοκομία, το κυνήγι, την αλιεία. στις υπηρεσίες διαμονής και εστίασης· στο εμπόριο και επισκευή μηχανοκίνητων οχημάτων και μοτοσυκλετών· σε υπηρεσίες σύνταξης, κινηματογραφική, ραδιοφωνική και τηλεοπτική παραγωγή.
Χαμηλό κίνητρο για ανάπτυξη AI.Διευθυντές και διευθυντές οικονομικών και διοίκησης. υπηρεσιών προς επιχειρήσεις και ανθρώπους· κατασκευών και, παραδόξως, διευθυντές και γενικοί διευθυντές τραπεζών, ασφαλιστικών εταιρειών, μεσιτικών γραφείων και χρηματοοικονομικής διαμεσολάβησης που δεν απαιτείται να έχουν δομημένες ψηφιακές δεξιότητες (1,0% του συνόλου των ψηφιακών δεξιοτήτων, με οριακό βάρος σε κάθε προφίλ).
Η εκπαίδευση σε θέματα ασφάλειας πληροφορικής είναι επίσης σημαντική για τους διευθυντές
Εστιάζοντας την ανάλυση σε προφίλ διευθυντικών στελεχών με «υψηλό» και «μέσο-υψηλό» προσανατολισμό για την ανάπτυξη τεχνητής νοημοσύνης, τοεπάγγελμα, ή τα συγκεκριμένα επαγγέλματα που ασκούν αυτά τα προφίλ στις διάφορες οικονομικές δραστηριότητες. Ο στόχος ήταν να εντοπιστούν οι βασικές δεξιότητες για κάθε προφίλ, λαμβάνοντας επίσης υπόψη τον σχετικό όγκο των ενεργοποιήσεων.
Προφανώς, η ανάλυση δείχνει μια σημαντική συγκέντρωση ψηφιακών δεξιοτήτων σε ρόλους που σχετίζονται με την πληροφορική, με προοδευτική διάδοση σε άλλους διοικητικούς τομείς. Επιπλέον, η ανάλυση υπογραμμίζει τη διασύνδεση μεταξύ των ψηφιακών δεξιοτήτων καιπράσινο, προτείνοντας πώς η τεχνητή νοημοσύνη μπορεί να προωθήσει τη βιώσιμη ανάπτυξη και να υποστηρίξει τις αρχές της κυκλικής οικονομίας.
Σε αυτό το σημείο της ανάλυσης, οι «βασικές δεξιότητες», ένα σύνολο βασικών γνώσεων και δεξιοτήτων που πρέπει να διαθέτει ένας μάνατζερ στον ιδιωτικό τομέα για τη διαχείριση των διαδικασιών ανάπτυξης τεχνητής νοημοσύνης στην εταιρεία, έχουν προεκτεθεί από το αρχείο Esco. Η αναπαράσταση που λαμβάνεται δείχνει τις πιο επαναλαμβανόμενες ψηφιακές δεξιότητες και γνώσεις και ποσοτικοποιεί τις ψηφιακές δεξιότητες που αναφέρονται συχνότερα στα προφίλ διευθυντικών στελεχών.
Η ανάλυση των διαχειριστικών δεξιοτήτων για την τεχνητή νοημοσύνη αποκαλύπτει επομένως ένα σύνθετο και διαστρωματωμένο πανόραμα. Οι ψηφιακές δεξιότητες συμπληρώνουν τις παραδοσιακές δεξιότητες. Οι ρόλοι της πληροφορικής είναι κεντρικοί. Αναδύεται ένας πυρήνας κοινών ψηφιακών δεξιοτήτων, απαραίτητος για όλους τους διαχειριστές (ανάλυση δεδομένων ιστού, διαχείριση έργου για ανάπτυξη περιεχομένου, ψηφιακό μάρκετινγκ κ.λπ.). Η ανάλυση αποκαλύπτει τρεις κύριες ομάδες επαγγελματικών προφίλ, που χαρακτηρίζονται από κοινές δεξιότητες. Αυτό υποδηλώνει την ανάγκη για μια διαφοροποιημένη προσέγγιση κατάρτισης στελεχών, διατηρώντας παράλληλα μια κοινή βάση γνώσεων.
Από την ανάλυση των δεδομένων, προκύπτει ένας πρώτος σημαντικός προβληματισμός σχετικά με την κατάρτιση των στελεχών στην εποχή της AI. Η ανάλυση των δεξιοτήτων αποκαλύπτει έναν πυρήνα βασικών γνώσεων και δεξιοτήτων που θα πρέπει να αποτελούν τη βάση για την προετοιμασία των μάνατζερ προσανατολισμένων στην ανάπτυξη της τεχνητής νοημοσύνης στην εταιρεία. Αυτή η «ελάχιστη κοινή γνώση» περιλαμβάνει τεχνικές δεξιότητες όπως ανάλυση δεδομένων ιστού και γνώση βιομηχανικού λογισμικού, αλλά και δεξιότητες διαχείρισης όπως σχεδιασμός στρατηγικών ψηφιακού μάρκετινγκ και διαχείριση διαδικασιών ανάπτυξης περιεχομένου. Ωστόσο, ο προβληματισμός επεκτείνεται περαιτέρω, τονίζοντας ότι για την αποτελεσματική εφαρμογή της τεχνητής νοημοσύνης, συμπεριλαμβανομένης της γενετικής τεχνητής νοημοσύνης, οι διευθυντές χρειάζονται εκπαίδευση που να περιλαμβάνει όχι μόνο την ανάπτυξη, αλλά και την ασφάλεια στον κυβερνοχώρο. Αυτό το ολιστικό όραμα της εκπαίδευσης διαχείρισης αποδεικνύεται απαραίτητο για την πλοήγηση στην πολυπλοκότητα της ολοκλήρωσης της τεχνητής νοημοσύνης, την εξισορρόπηση της καινοτομίας και την προστασία των στοιχείων ενεργητικού της εταιρείας.
Η σχέση μεταξύ ψηφιακών και πράσινων δεξιοτήτων είναι θεμελιώδης
Περαιτέρω ανάλυση αφιερώθηκε στην εξέταση της σχέσης μεταξύ ψηφιακών δεξιοτήτων και ικανοτήτωνπράσινο, με στόχο τον εντοπισμό των τομέων κοινών δεξιοτήτων και γνώσεων που είναι απαραίτητες για σχέδια βιωσιμότητας. Στην πραγματικότητα, οι δεξιότητες AI καιπράσινοείναι δύο αλληλένδετοι και ολοένα και πιο σημαντικοί τομείς στο σημερινό εργασιακό τοπίο, και οι δύο κρίσιμοι για την αντιμετώπιση των πιο επειγουσών προκλήσεων της εποχής μας, όπως η κλιματική αλλαγή και ο ψηφιακός μετασχηματισμός.
Οι δεξιότητες AI αναφέρονται στην ικανότητα ανάπτυξης συστημάτων, εφαρμογής και χρήσης τους, ενώ οι δεξιότητες AIπράσινοαναφέρονται στις γνώσεις και τις δεξιότητες που απαιτούνται για την αντιμετώπιση των περιβαλλοντικών προκλήσεων και την προώθηση της αειφορίας. Ως εκ τούτου, η τεχνητή νοημοσύνη μπορεί να διαδραματίσει θεμελιώδη ρόλο στην προώθηση της βιωσιμότητας σε διάφορους τομείς, όπως: η ανάπτυξη ευφυών δικτύων ηλεκτρικής ενέργειας, όπου χρησιμοποιείται για τη βελτιστοποίηση της διανομής ενέργειας και την ενσωμάτωση ανανεώσιμων πηγών. έξυπνη διαχείριση κτιρίων, όπου συμβάλλει στη μείωση της κατανάλωσης ενέργειας στα κτίρια βελτιστοποιώντας τον φωτισμό, τη θέρμανση και την ψύξη. γεωργία ακριβείας, στην οποία βελτιστοποιεί τη χρήση νερού, λιπασμάτων και φυτοφαρμάκων· logistics και μεταφορών, με τεχνητή νοημοσύνη που βελτιστοποιεί τις διαδρομές παράδοσης και μειώνει τις εκπομπές αερίων του θερμοκηπίου. περιβαλλοντική παρακολούθηση, στην οποία χρησιμοποιείται για την παρακολούθηση της κατάστασης του περιβάλλοντος και τον εντοπισμό πιθανών προβλημάτων.
Λαμβάνοντας υπόψη, ειδικότερα, την ανάπτυξη της κυκλικής οικονομίας, η τεχνητή νοημοσύνη μπορεί να συμβάλει: στη βελτιστοποίηση του σχεδιασμού του προϊόντος. στην έξυπνη διαχείριση απορριμμάτων· στην προώθηση της οικονομίας προϊόντων ως υπηρεσίας· παρακολούθηση και ευαισθητοποίηση· στη δημιουργία νέων επιχειρηματικών ευκαιριών για εταιρείες που υιοθετούν μοντέλα κυκλικής οικονομίας. για μεγαλύτερη διαφάνεια· για πιο ενημερωμένες αποφάσεις σχετικά με τη διαχείριση υλικών και αποβλήτων.
Το θέμα των διοικητικών δεξιοτήτων και το θέμα της ανθρώπινης νοημοσύνης (ατομική και συλλογική) είναι κεντρικό στον τομέα της τεχνητής νοημοσύνης, που απαιτεί μια άρρηκτη σχέση μεταξύ «γνώσης» και «τεχνογνωσίας».
Πολλές βασικές γνώσεις μεταφράζονται απευθείας σε πρακτικές δεξιότητες, υπογραμμίζοντας τη στενή σχέση μεταξύ θεωρίας και πρακτικής εφαρμογής. Είναι σημαντικό, σε αντίθεση με άλλους τομείς ή τομείς, η τεχνητή νοημοσύνη επιβάλλει ένα σημαντικά υψηλότερο επίπεδο δεξιοτήτων και γνώσεων για όλους τους εμπλεκόμενους φορείς. Ακόμα κι αν η εταιρεία επρόκειτο να αντλήσει πόρους τεχνητής νοημοσύνης από εξωτερικούς προμηθευτές (τεχνητή νοημοσύνη ως υπηρεσία), είναι περισσότερο από προφανές ότι οι διαχειριστές και οι επιχειρηματίες πρέπει να γνωρίζουν πλήρως τι χρησιμοποιούν (ποιο μοντέλο τεχνητής νοημοσύνης), ποια χαρακτηριστικά έχει, ποια δεδομένα χρησιμοποιεί και πώς τα χρησιμοποιεί για την παραγωγή του προϊόντος.
Αυτό το πεδίο, επομένως, δεν επιτρέπει προσεγγίσεις ή επιφανειακές γνώσεις: η πολύπλοκη και ταχέως εξελισσόμενη φύση της τεχνητής νοημοσύνης απαιτεί βαθιά και διεπιστημονική κατανόηση, καθώς και ικανότητα εφαρμογής αυτής της γνώσης με πρακτικό και καινοτόμο τρόπο. Ουσιαστικά, στο πλαίσιο της τεχνητής νοημοσύνης δεν είναι δυνατό να «εξαπατήσεις» ή να βασιστείς σε κατά προσέγγιση δεξιότητες. Η ανθρώπινη ευφυΐα και η αυθεντική γνώση των γνώσεων και των δεξιοτήτων αποτελούν βασική προϋπόθεση για την αποτελεσματική λειτουργία σε αυτόν τον τομέα.
Οι ιταλικές εταιρείες βλέπουν αρκετά εμπόδια στην ανάπτυξη της τεχνητής νοημοσύνης
Η μελέτη που πραγματοποιήθηκε από το Παρατηρητήριο 4Manager δείχνει και τα εμπόδια στην ανάπτυξη της τεχνητής νοημοσύνης στη χώρα μας. Η έλλειψη δεξιοτήτων αντιμετωπίζεται στην πραγματικότητα ως εμπόδιο σε περισσότερες από μία εταιρείες στις δύο (55%), επιπλέον του υπερβολικά υψηλού κόστους (49,6%), που υποδεικνύεται από μία στις δύο εταιρείες στον κατασκευαστικό τομέα, με υψηλότερες αξίες σε μικρές εταιρείες και στις γεωγραφικές περιοχές της Κεντρικής και Νότιας Ιταλίας. Η μη διαθεσιμότητα ή η ποιότητα των δεδομένων που είναι απαραίτητα για τη χρήση τεχνολογιών τεχνητής νοημοσύνης, ωστόσο, αποτελεί εμπόδιο για το 45,5% των εταιρειών, όπως και η ασυμβατότητα με υπάρχοντα εξοπλισμό, λογισμικό ή συστήματα, που αναφέρεται στο 40% των περιπτώσεων. Ο ρυθμιστικός κίνδυνος και η έλλειψη σαφήνειας σχετικά με τις νομικές συνέπειες θεωρούνται εμπόδιο από τέσσερις στις 10 επιχειρήσεις, ενώ ανησυχίες σχετικά με την προστασία δεδομένων και τις παραβιάσεις της ιδιωτικής ζωής αναφέρονται από το 37% των επιχειρήσεων. Τέλος, οι ηθικοί λόγοι επισημαίνονται ως εμπόδιο από μία στις τέσσερις εταιρείες (26%).
Στις περισσότερες από τις εταιρείες που συμβουλεύτηκε η μελέτη, η υιοθέτηση της τεχνητής νοημοσύνης υπερβαίνει την απλή τεχνολογική ενημέρωση, η οποία περιλαμβάνει ολόκληρη τη δομή της εταιρείας. Η εταιρική αναδιοργάνωση είναι μια κρίσιμη πτυχή, η οποία περιλαμβάνει τη διαχείριση αλλαγών, τον μετασχηματισμό των ροών επικοινωνίας και την υπέρβαση των εσωτερικών αντιστάσεων. Οι εξωτερικές συνεργασίες αναλαμβάνουν στρατηγικό ρόλο και εκδηλώνονται μέσω ερευνητικών έργων, δραστηριοτήτων κατάρτισης και παροχής συμβουλών και στοχευμένων συνεργασιών. Η προσέγγιση των δεδομένων είναι επομένως θεμελιώδης, με έμφαση στη διακυβέρνηση, την εφαρμογή της μηχανικής μάθησης και την υιοθέτηση αποκεντρωμένης τεχνητής νοημοσύνης. Η εύρεση εξειδικευμένων αριθμών τεχνητής νοημοσύνης αντιπροσωπεύει μια από τις πιο σημαντικές προκλήσεις, δεδομένης της έλλειψης καταρτισμένων επαγγελματιών. Τα διευθυντικά στελέχη διαδραματίζουν κεντρικό ρόλο, με ιδιαίτερη προσοχή στο ρόλο και τις δεξιότητές τους, την ηγεσία στην καινοτομία και τη συνεχή κατάρτιση. Η ηγεσία διαδραματίζει κρίσιμο ρόλο καθώς διευκολύνει την ενσωμάτωση της τεχνητής νοημοσύνης στις καθημερινές λειτουργίες και είναι επίσης καθοριστικός για τη συνολική υιοθέτησή της και την αντιμετώπιση των απαραίτητων οργανωτικών αλλαγών.
Η ποιότητα της εκπαίδευσης είναι ένας άλλος βασικός παράγοντας για την υιοθέτηση της τεχνητής νοημοσύνης. Η εκπαίδευση όχι μόνο αυξάνει τις τεχνικές ικανότητες, αλλά διευκολύνει επίσης την ενσωμάτωση της αλλαγής, μειώνοντας την αντίσταση και βελτιώνοντας την προσαρμογή στο νέο εργασιακό περιβάλλον.
Η ανθρώπινη νοημοσύνη παραμένει ο παράγοντας επιτυχίας
Η επιτυχία της μετάβασης προς την τεχνητή νοημοσύνη στην υπηρεσία της ανθρωπότητας απαιτεί μια ολοκληρωμένη προσέγγιση που ξεκινά από την επένδυση σε ανθρώπους. Εκπαίδευση και ανάπτυξη ψηφιακών δεξιοτήτων,πράσινοκαι η ηθική πρέπει να γίνει στρατηγική προτεραιότητα. Η υποστήριξη της καινοτομίας πρέπει να υλοποιηθεί μέσω της ενίσχυσης της μεταφοράς τεχνολογίας και της απλούστευσης της πρόσβασης στη χρηματοδότηση, αλλά και με την τροφοδότηση της συζήτησης για τη διαφάνεια και τον εκδημοκρατισμό αυτής της τεχνολογίας. Ιδιαίτερη προσοχή πρέπει να δοθεί στη διακυβέρνηση, με τον καθορισμό σαφών πολιτικών και ηθικών διαδικασιών που εγγυώνται το κοινό καλό.
Συνεργασία δημόσιου και ιδιωτικού τομέα, ανάπτυξη δικτύων εμπειρογνωμοσύνης και προώθησηβέλτιστες πρακτικέςγίνονται θεμελιώδη στοιχεία για τη δημιουργία ενός οικοσυστήματος που ευνοεί την καινοτομία και το δίκαιο. Το παραδοσιακό μοντέλο οργάνωσης πρέπει να εξελιχθεί προς πιο ευέλικτες και προσαρμοστικές μορφές, που ενισχύουν τους ανθρώπους, την ευημερία τους και ενσωματώνουν τεχνικές και ανθρωπιστικές δεξιότητες.
Ο ψηφιακός μετασχηματισμός που καθοδηγείται από την τεχνητή νοημοσύνη αντιπροσωπεύει μια περίπλοκη πρόκληση, αλλά και μια μοναδική ευκαιρία, ειδικά για ανθρώπους και έθνη με μειωμένο κεφάλαιο γνώσης ή, χειρότερα, σε βαθιά δημογραφική κρίση. Η επιτυχία αυτής της μετάβασης θα εξαρτηθεί από την ικανότητα διατήρησης της ανθρώπινης νοημοσύνης στο επίκεντρο ως διακριτικό και αναντικατάστατο παράγοντα στη διαδικασία ανάπτυξης και ανάπτυξης.