ต้องการชนะในยุคของ AI หรือไม่? คุณสามารถสร้างหรือสร้างธุรกิจของคุณด้วยมัน

ความรู้เชิงลึกเกี่ยวกับ Generative AI เป็นที่ต้องการสูง และความต้องการด้านเทคนิคและความเข้าใจทางธุรกิจกําลังมาบรรจบกัน

ปัญญาประดิษฐ์เชิงกําเนิด (AI) มอบโอกาสในการทํางานที่น่าสนใจให้กับทั้งผู้เชี่ยวชาญด้านเทคโนโลยีและผู้เชี่ยวชาญด้านธุรกิจ มีสองเส้นทางที่สามารถติดตามได้ ซึ่งแตกต่างจากเทคโนโลยีประเภทก่อนหน้านี้

การวิจัยล่าสุดดําเนินการโดย Aditya Challapally หัวหน้าด้านวิทยาศาสตร์ประยุกต์ของ Microsoft ตลอดจนผู้สร้างหลักสูตรและผู้สอนที่ Stanford Online สํารวจสองเส้นทางนี้สู่ความสําเร็จของ AI

สําหรับผู้เชี่ยวชาญด้านไอที หมายถึงการส่งมอบโซลูชันอย่างรวดเร็วเพื่อนําหน้าการเปลี่ยนแปลงทางธุรกิจที่รวดเร็ว ซึ่งเป็นเส้นทางอาชีพด้านเทคนิค "ผู้เชี่ยวชาญด้านไอทีควรสํารวจเครื่องมือใหม่ๆ เช่น GitHub Copilot, Cursor, Claude Code และอื่นๆ อย่างจริงจังเพื่อก้าวล้ํา" Challapally กล่าวกับ ZDNET ในหลายองค์กร ฉันเคยเห็นนักพัฒนาได้รับชื่อเสียงอย่างรวดเร็วในฐานะผู้เขียนโค้ด 10 เท่าเพียงแค่ใช้ประโยชน์จากเครื่องมือเหล่านี้อย่างมีประสิทธิภาพ และข้อได้เปรียบนั้นมีแนวโน้มที่จะคงอยู่แม้ว่าคนอื่นจะตามทันก็ตาม"

จากมุมมองทางธุรกิจ Generative AI ไม่สามารถทํางานในสุญญากาศทางเทคนิคได้ - จําเป็นต้องมีผู้เชี่ยวชาญด้าน AI ในการปรับเทคโนโลยีให้เข้ากับความต้องการทางธุรกิจเฉพาะ นั่นคือเส้นทางอาชีพความเชี่ยวชาญด้านโดเมน "เมื่อโมเดล AI กลายเป็นสินค้าโภคภัณฑ์มากขึ้น ความรู้ด้านโดเมนเฉพาะทางก็มีค่ามากขึ้น" Challapally กล่าว "สิ่งที่ทําให้ผู้เชี่ยวชาญที่แท้จริงแตกต่างคือความเข้าใจอย่างลึกซึ้งในอุตสาหกรรมเฉพาะของตนรวมกับความสามารถในการ ระบุว่า Gen AI สามารถนําไปใช้ได้อย่างมีประสิทธิภาพในตําแหน่งและอย่างไร" บ่อยครั้งที่เขาเตือนว่าบอทเพียงอย่างเดียวไม่สามารถถ่ายทอดความรู้เฉพาะดังกล่าวได้

การสัมภาษณ์ผู้นําธุรกิจ 50 คนเกี่ยวกับความต้องการความเฉียบแหลมของ AI Challapally พบว่าความรู้เชิงลึกเกี่ยวกับ AI เป็นที่ต้องการสูง และความต้องการด้านเทคนิคและความเข้าใจทางธุรกิจกําลังมาบรรจบกัน "ผู้นําให้คะแนนว่าสิ่งนี้สําคัญกว่าการจัดการโครงการแบบดั้งเดิมหรือหน้าที่ที่เกี่ยวข้องกับธุรกิจ เช่น การนําเสนอวิสัยทัศน์ของผลิตภัณฑ์ที่น่าสนใจหรือการประสานงานที่ดี"

คนที่ไม่ใช่ด้านเทคนิคที่ดีที่สุดประสบความสําเร็จและเติบโตในอาชีพการงานอย่างรวดเร็วใน AI ได้อย่างไร (คะแนนเฉลี่ยในระดับ 1-10)

• เข้าใจเทคโนโลยีในเชิงลึก (10)
• วิสัยทัศน์ของผลิตภัณฑ์ (7)
• สามารถทําหรือทําตามความต้องการของผลิตภัณฑ์ (6)
• ข้อกําหนดในการรวบรวมและป้องกัน (5)

ผู้นําธุรกิจอ้างถึงความต้องการที่เข้มข้นที่สุดในขณะนี้ "คือสําหรับมืออาชีพที่เชื่อมทั้งสองโลก - ผู้ที่เข้าใจความต้องการทางธุรกิจอย่างลึกซึ้งในขณะเดียวกันก็เข้าใจพื้นฐานทางเทคนิคของ AI" เขากล่าว แทนที่จะเป็นนักเทคโนโลยีบริสุทธิ์พวกเขาแสวงหาบุคคลที่ผสมผสานความเฉียบแหลมทางธุรกิจแบบดั้งเดิมเข้ากับความรู้ด้านเทคนิค คนเหล่านี้คือคนประเภทที่สามารถสร้างวิสัยทัศน์ของผลิตภัณฑ์ ทําความเข้าใจแนวคิดการเขียนโค้ดพื้นฐาน และรวบรวมข้อกําหนดที่ซับซ้อนซึ่งปรับความสามารถด้านเทคโนโลยีให้สอดคล้องกับเป้าหมายทางธุรกิจ"

สําหรับผู้ที่อยู่ในด้านเทคนิค สิ่งสําคัญคือ "ต้องเชี่ยวชาญศิลปะในการกระตุ้นเครื่องมือเหล่านี้เพื่อให้ได้ผลลัพธ์ที่แม่นยํา" Challapally กล่าว "ฉันคิดว่าจุดแข็งที่แท้จริงสําหรับผู้เชี่ยวชาญด้านไอทีในตอนนี้อยู่ที่ความสามารถในการจัดการตัวแทนและเครื่องมือการเขียนโค้ดต่างๆ อย่างมีประสิทธิภาพ"

ในขณะเดียวกันเขาสังเกตเห็นว่า "นักพัฒนาที่มีประสบการณ์บางคนมักจะประเมินเครื่องมือใหม่เหล่านี้ต่ําเกินไปโดยมองว่าเป็นกลไกสําหรับมือใหม่ อย่างไรก็ตาม เครื่องมือเหล่านี้สามารถปรับปรุงเวิร์กโฟลว์ขนาดเล็กและงานเขียนโค้ดได้อย่างมาก และผู้ที่ใช้ประโยชน์จากเครื่องมือเหล่านี้พบว่ามีประโยชน์อย่างมาก"

เขากล่าวต่อว่า "อุทิศเวลาในแต่ละสัปดาห์เพื่อทดลองกับโมเดล เฟรมเวิร์ก และเครื่องมือที่เกิดขึ้นใหม่ แม้ว่าพวกเขาจะทิ้งโมเดลส่วนใหญ่ก็ตาม"

Challapally ให้คําแนะนําต่อไปนี้แก่ผู้เชี่ยวชาญด้านเทคโนโลยี:

• ยึดมั่นในหลักการพื้นฐานในการพัฒนาซอฟต์แวร์ "เครื่องมือเหล่านี้ทําให้หลักการวิศวกรรมซอฟต์แวร์แบบดั้งเดิมของการออกแบบโมดูลาร์ การคิดในการออกแบบระบบที่ดี และการทําความเข้าใจความต้องการของผลิตภัณฑ์มีความสําคัญมากยิ่งขึ้น" เขากล่าว "ฉันเคยเห็นผู้เชี่ยวชาญด้านไอทีใช้การพัฒนาที่รวดเร็วเป็นพิเศษ ซึ่งเปิดใช้งานโดย AI บวกกับการคิดเกี่ยวกับผลิตภัณฑ์หรือธุรกิจที่ดีเพื่อเพิ่มพลังให้กับอาชีพของพวกเขา"

• เรียน "ใช้เวลาสองถึงสี่สัปดาห์และมุ่งเน้นไปที่ความรู้พื้นฐาน" เขากล่าว "เรียนรู้พื้นฐานของ AI และ Gen AI ทําความคุ้นเคยกับเครื่องมือยอดนิยม เช่น ChatGPT และ DALL-E และพัฒนาทักษะทางวิศวกรรมที่รวดเร็วที่จําเป็น ด้วยความพยายามเพียงเล็กน้อย LLM เหล่านี้สามารถแจ้งให้ทําสิ่งที่ยิ่งใหญ่ได้"

• มาเป็นผู้เชี่ยวชาญที่รวดเร็ว "การแจ้งเป็นทักษะที่สําคัญที่สุดในการใช้ Gen AI ให้ประสบความสําเร็จ และโดยทั่วไปจะใช้เวลาสี่ถึงหกสัปดาห์จึงจะเชี่ยวชาญ" เขาแนะนํา "ผู้เชี่ยวชาญควรก้าวหน้าจากงานอินพุต/เอาต์พุตง่ายๆ ไปสู่เทคนิคขั้นสูง เช่น การแจ้งแบบหลายช่องทางและการจัดรูปแบบ JSON เป้าหมายคือการบรรลุผลลัพธ์ที่สอดคล้องกันและทําซ้ําได้จาก LLM และประเมินความสามารถของ Gen AI สําหรับงานเฉพาะอย่างแม่นยํา"

• เลือกเส้นทางขั้นสูง "เมื่อคุณมีพื้นฐานทางเทคนิคแล้ว คุณจะต้องตัดสินใจว่าจะเชี่ยวชาญอย่างไรขึ้นอยู่กับบริบทอาชีพของคุณ" เขากล่าว "ผู้เชี่ยวชาญด้านองค์กรมักจะต้องการมุ่งเน้นไปที่สถาปัตยกรรมระบบ การไหลของข้อมูล และการรวม AI ในทางกลับกัน ผู้เชี่ยวชาญอิสระจําเป็นต้องเชี่ยวชาญเครื่องมือแบบ low-code/no-code และเรียนรู้การเขียนโค้ดพื้นฐานด้วยความช่วยเหลือของ LLM ทําให้สามารถสร้างต้นแบบและการพัฒนาได้อย่างรวดเร็ว"

ในด้านธุรกิจสิ่งต่าง ๆ ยังไม่ถึงจุดที่ทักษะทางเทคนิคที่ยากอาจไม่จําเป็นสําหรับการพัฒนาแอปพลิเคชันอีกต่อไป "AI ในปัจจุบันค่อนข้างดีในการสร้างแอปง่ายๆ - ทําได้ประมาณ 80% ของทางที่นั่น" Challapally กล่าว "แต่การจบ 20% สุดท้ายนั้นยังคงต้องการความรู้ทางเทคนิคที่แท้จริงสําหรับการดีบักและทําให้สิ่งต่าง ๆ ทํางานในโลกแห่งความเป็นจริง สิ่งนี้อาจดีขึ้นเป็น 95% ในไม่ช้า แต่สําหรับแอปพลิเคชันที่ตรงไปตรงมาเท่านั้น"

สําหรับผู้เชี่ยวชาญด้านธุรกิจ Challapally ให้คําแนะนําดังต่อไปนี้:

• ทําแผนที่ภูมิทัศน์ AI ของอุตสาหกรรมของคุณ "ใช้เวลาสองถึงสามสัปดาห์ในการศึกษาแอปพลิเคชัน AI รุ่นที่มีอยู่ในสาขาของคุณ" เขาแนะนํา "ทําความเข้าใจการใช้งานที่ประสบความสําเร็จ ความพยายามที่ล้มเหลว และโอกาสที่เกิดขึ้นใหม่"
• ทําความเข้าใจพฤติกรรมของผู้ใช้ "ลงทุนเวลาในการทําความเข้าใจว่าผู้ใช้ในอุตสาหกรรมของคุณโต้ตอบกับระบบ AI อย่างไร" เขากล่าว "คุณสามารถทําได้ง่ายๆ โดยลองใช้เครื่องมือ AI หลักในสาขาของคุณ"
• รู้วิธีทําการตลาด "เมื่อแอป AI รุ่นนั้นแพร่หลาย สิ่งที่ดีที่สุดอย่างหนึ่งที่ผู้เชี่ยวชาญด้านธุรกิจสามารถเรียนรู้ได้คือการเรียนรู้วิธีทําให้แอป AI รุ่นของคุณโดดเด่นและดึงดูดความสนใจ"