วิธียกระดับงานของคุณในเศรษฐกิจ AI ที่กำลังเติบโต

ทักษะทางสถาปัตยกรรมระดับสูงเป็นสิ่งจำเป็นสำหรับโครงการเทคโนโลยี และเศรษฐกิจ AI จำเป็นต้องมีการประเมินและความสามารถในการคิดเชิงตรรกะ

ปัญญาประดิษฐ์ (AI) เช่นเดียวกับคลาวด์คอมพิวติ้งเมื่อไม่กี่ปีก่อน กำลังพลิกโฉมเศรษฐศาสตร์ของเทคโนโลยีสารสนเทศ ในหลาย ๆ ด้าน AI มีอำนาจในการทำให้เทคโนโลยีมีประสิทธิภาพมากขึ้น อย่างไรก็ตาม ความท้าทายคือการช่วยให้ผู้คนและองค์กรก้าวไปสู่อีกระดับและปรับตัวเข้ากับความเป็นจริงของ AI ใหม่

ฉันมีโอกาสหารือเกี่ยวกับการพัฒนาเศรษฐกิจเทคโนโลยีกับดร. Susan Athey ซึ่งเพิ่งได้รับการแต่งตั้งเป็นหัวหน้าที่ปรึกษาด้านวิทยาศาสตร์ของ Keystone Strategy Athey ยังเป็นศาสตราจารย์เศรษฐศาสตร์ที่มหาวิทยาลัยสแตนฟอร์ดและอดีตหัวหน้านักเศรษฐศาสตร์ของ Microsoft

"เป็นเรื่องยากที่จะได้รับประโยชน์ในเชิงปริมาณอย่างเต็มที่จากความคล่องตัวมากขึ้น ความสามารถในการเพิ่มคุณสมบัติและทำโครงการได้มากขึ้น รวมถึงทำการทดลองและนวัตกรรมที่คุณอาจไม่เคยทำมาก่อน" Athey กล่าว เธอมองเห็นโอกาสข้างหน้าหากบุคลากรและองค์กรเตรียมพร้อมอย่างเหมาะสม

“การสร้างและปรับใช้ระบบที่ขับเคลื่อนด้วย AI เป็นเรื่องยากและมีราคาแพง แต่ผลลัพธ์สุทธิคือโครงสร้างพื้นฐานด้านเทคโนโลยีและแอปพลิเคชันที่ส่งมอบได้รวดเร็วและมีประสิทธิภาพยิ่งขึ้น การทำงานของระบบเหล่านี้อาจง่ายขึ้นเล็กน้อยเมื่อระบบเริ่มทำงานแล้ว” เธอกล่าว "เมื่อเทียบกับแมชชีนเลิร์นนิงที่ผมทำในช่วง 16 ถึง 17 ปีที่ผ่านมาในอุตสาหกรรม รอบล่าสุดนี้ง่ายต่อการบำรุงรักษา และต้องใช้การเข้ารหัสที่ซับซ้อนน้อยกว่า"

โดยรวมแล้ว เธอกล่าวต่อ: "ฉันรู้สึกเหมือนกับว่าเราเห็นการบรรจบกันและในที่สุดก็ได้เห็นผลตอบแทนจากการลงทุนจำนวนมากที่เราร่วมกันสร้างในอุตสาหกรรมเมื่อเวลาผ่านไป ผู้คนได้เรียนรู้วิธีสร้างโค้ดโมดูลาร์ พวกเขาได้เรียนรู้ การเพิ่มประสิทธิภาพจำนวนมาก ซึ่งเคยพิถีพิถันมาก และตอนนี้เป็นขั้นตอนการปรับให้เหมาะสมตามวัตถุประสงค์ทั่วไปที่มีประสิทธิภาพสูงมาก อัลกอริธึมใหม่ล่าสุดสามารถเสียบเข้ากับรูทีนการเพิ่มประสิทธิภาพเหล่านั้นได้"

จากการเปลี่ยนแปลงครั้งนี้ Athey กล่าวว่าผู้เชี่ยวชาญด้านเทคโนโลยีจำเป็นต้องคิดใหม่เกี่ยวกับบทบาทและอาชีพของตนเอง “ฉันคิดว่าการเขียนโค้ดนั้นง่ายขึ้น นักเรียนของฉันที่สแตนฟอร์ดอาจจะเขียนโค้ดถึง 80% โดยใช้ Copilot” เธอกล่าว "การค้นหาข้อผิดพลาดทางไวยากรณ์และการเขียนโค้ดที่น่าเบื่อเป็นเรื่องดี การรู้ภาษาใดภาษาหนึ่งนั้นสำคัญน้อยกว่า ฉันเขียนโค้ดเป็นภาษาต่างๆ ประมาณ 10 ภาษาตั้งแต่เริ่มต้นอาชีพนี้"

แต่ในขณะที่เทคโนโลยีเหล่านี้ช่วยให้มีกระบวนการเขียนโค้ดที่ตรงไปตรงมามากขึ้น Athey กล่าวว่าทักษะทางสถาปัตยกรรมระดับสูง "โครงสร้างและวิธีที่ควรทำ" เป็นสิ่งจำเป็นสำหรับโครงการเทคโนโลยี นอกจากนี้ เศรษฐกิจ AI ยังต้องการการประเมินและความสามารถในการคิดเชิงตรรกะอีกด้วย

"เราส่งนักศึกษาวิทยาการคอมพิวเตอร์และวิศวกรรมศาสตร์หลายพันคนไปที่มหาวิทยาลัยสแตนฟอร์ดทุกปี พวกเขาทุกคนเก่งมากในการดาวน์โหลดชุดข้อมูลจากเว็บและทำสิ่งต่างๆ กับมัน ฝึกอบรมสิ่งต่างๆ เพิ่มประสิทธิภาพสิ่งต่าง ๆ การทำนายสิ่งต่าง ๆ การจำแนกสิ่งต่าง ๆ การเปรียบเทียบโมเดล A กับโมเดล B และเปรียบเทียบประสิทธิภาพ อย่างไรก็ตาม พวกเขามีการฝึกอบรมน้อยมากในการถามว่า 'มันหมายความว่าอย่างไร คุณจะรู้ได้อย่างไรว่าเมื่อใดหรือเพราะเหตุใดจึงทำงานได้ดี? ปรับปรุงมันเหรอ?'"

ความท้าทายของโมเดล AI คือ "พวกเขาจะให้คำตอบที่ผิดแก่คุณในบางครั้ง" Athey กล่าว "เราไม่มีวิทยาศาสตร์ที่จะรู้ว่าเมื่อใดจะให้คำตอบที่ผิดแก่คุณ และเมื่อใดจะให้คำตอบที่ถูกต้องแก่คุณ เช่น บางที ชุดข้อมูลของคุณอาจมีคนหนุ่มสาวไม่เพียงพอ คุณพยายามทำให้คนเหล่านี้เห็นภาพหลอนมากขึ้น แต่ ที่อาจจะช่วยให้คุณเรียนรู้มากขึ้นเกี่ยวกับคนหนุ่มสาวได้ ฉันต้องประเมินว่าฉันไม่ได้แค่เห็นภาพหลอนของคนหนุ่มสาว และนั่นไม่ได้ถูกสร้างขึ้นมา และโมเดลก็ไม่รู้ -- มันจะไม่รู้ บอกคุณสิ โมเดลไม่มีทางรู้เรื่องนี้โดยตรง”

Athey กล่าวว่าสิ่งสำคัญที่สุดคือผู้เชี่ยวชาญด้านเทคโนโลยีในปัจจุบันและอนาคตจะจัดการและส่งข้อมูลที่ขับเคลื่อนองค์กรที่ขับเคลื่อนด้วย AI "ในการใช้ AI รูปแบบใหม่ คุณต้องเรียนรู้เล็กน้อยเกี่ยวกับคุณค่าของข้อมูลของคุณ คุณค่าของแหล่งข้อมูลภายนอกคืออะไร คุณเคยลองริเริ่มโครงการใดบ้างมาก่อน หรือไม่ได้ผลเนื่องจากคุณมีข้อมูลไม่เพียงพอ มีความคิดริเริ่มที่คุณสามารถลองอีกครั้งตอนนี้ได้หรือไม่?” เธอกล่าวว่าส่วนหนึ่งของความท้าทายคือโมเดล AI อาจจำเป็นต้องใช้ "ข้อมูลที่ยุ่งเหยิงทางประวัติศาสตร์ที่ไม่มีโครงสร้าง"

ผู้บริหารและมืออาชีพจำเป็นต้องเชี่ยวชาญ "ในการวิเคราะห์ชั้นถัดไปที่ต้องใช้การคิดเชิงตรรกะอย่างมาก ต้องใช้ความเข้าใจสถิติและความคาดหวังแบบมีเงื่อนไข คุณต้องมีกรอบทางคณิตศาสตร์ การจะถามว่า 'สิ่งนี้หมายความว่าอย่างไรให้ถูกต้อง' และ ที่จะให้คำตอบที่ถูกต้องด้วยหรือ'" และตอนนี้ ระดับของการคิดอย่างมีวิจารณญาณและเครื่องมือสนับสนุนยังขาดแคลนอยู่ Athey กล่าว