Kunstmatige intelligentie helpt bij het oplossen, maar lijdt aan tekorten aan vaardigheden

Kunstmatige intelligentie helpt bij het oplossen, maar lijdt aan tekorten aan vaardigheden

We hebben niet genoeg mensen om de AI-systemen te bouwen die bedrijfsgebieden die niet genoeg mensen hebben, kunnen automatiseren.

Ironisch genoeg blijft de vaardigheidskloof de grootste belemmering voor de adoptie van AI, hoewel AI wordt gezien als een arbeidsbesparing, waarbij het opgevoerd wordt om taken op laag niveau of repetitieve taken uit te voeren waarvoor het moeilijk is om werknemers te vinden. Tegelijkertijd helpt AI organisaties ook om het tekort aan vaardigheden aan te pakken.

Dat is het woord uit het laatste IBM-onderzoek onder 7.502 leidinggevenden over de hele wereld, waaruit blijkt dat tekorten aan AI-vaardigheden de zaken niet per se vertragen. Momenteel geeft 35% van de bedrijven aan AI in hun bedrijf te gebruiken, een stijging van vier punten ten opzichte van 2021.

Bedrijven wenden zich tot AI om tekorten aan arbeidskrachten en vaardigheden aan te pakken en efficiënter te werken. Tweederde van de IT-professionals geeft aan dat hun bedrijf automatiseringstools gebruikt om handmatige of repetitieve taken te verminderen. Bijna de helft van de IT-professionals geeft aan dat hun bedrijf momenteel automatiseringssoftware of -hulpmiddelen gebruikt of overweegt om de IT-activiteiten (46%) en bedrijfsactiviteiten (46%) efficiënter te maken of te gebruiken en kosten te besparen (45%).

Tegelijkertijd blijft de grootste barrière voor adoptie beperkte AI-vaardigheden, expertise of kennis (34%). Dergelijke vaardigheden moeten onder meer kunnen uitleggen hoe AI tot een beslissing is gekomen, en dat blijft van cruciaal belang voor bedrijven. Een meerderheid van de IT-professionals in 2021 en 2022 zegt dat het belangrijk is voor hun bedrijf om uit te leggen hoe hun AI tot een beslissing is gekomen. Gebrek aan vaardigheden en training voor het ontwikkelen en beheren van betrouwbare AI (63%) en AI-governance- en managementtools die niet in alle data-omgevingen werken (60%) zijn de grootste belemmeringen waarmee bedrijven worden geconfronteerd bij het ontwikkelen van AI die verklaarbaar en betrouwbaar is.

De volgende grafieken illustreren de meest overtuigende use-cases voor AI, evenals de belangrijkste obstakels.

Hoe gebruikt uw organisatie AI en automatisering om tekorten aan arbeidskrachten of vaardigheden aan te pakken?

  • Automatiseringstools gebruiken om handmatige of repetitieve taken te verminderen 65%
  • Door AI-aangedreven oplossingen te gebruiken om het leren/opleiden van werknemers met 50% te verhogen
  • AI gebruiken om werving en personeelszaken te verbeteren 45%
  • Low-code/no-code tools gebruiken om lacunes in vaardigheden aan te pakken 35%

Wat staat een succesvolle AI-adoptie voor uw bedrijf in de weg?

  • We hebben beperkte AI-vaardigheden, expertise of kennis 34%
  • De prijs is te hoog 29%
  • We hebben een gebrek aan tools/platforms voor het ontwikkelen van AI-modellen 25%
  • AI-projecten zijn te complex of moeilijk te integreren en te schalen 24%
  • We hebben te veel datacomplexiteit 24%
  • We hebben ethische bezwaren 15%

AI is inderdaad een arbeidsbesparing, maar de opkomst ervan vereist vaardigheden of omscholing op geheel nieuwe manieren om deze systemen te ontwerpen, bouwen en onderhouden.

Leave a Reply

Your email address will not be published.