Η γενετική τεχνητή νοημοσύνη (AI) προσφέρει ενδιαφέρουσες δυνατότητες σταδιοδρομίας τόσο για τις τεχνολογίες όσο και για τις επιχειρήσεις. Σε αντίθεση με τους προηγούμενους τύπους τεχνολογιών, υπάρχουν δύο κομμάτια που μπορούν να γίνουν – είτε η κατασκευή του AI είτε χρησιμοποιώντας το AI για να δημιουργήσετε τη δική σας επιχείρηση.
Μια πρόσφατη μελέτη που διεξήχθη από την Aditya Challapally, η Microsoft Applied Science Lead διερευνά αυτά τα δύο κομμάτια με την επιτυχία του AI.
Επίσης: Crawl, στη συνέχεια, πηγαίνετε πριν τρέξετε με πράκτορες τεχνητής νοημοσύνης, οι εμπειρογνώμονες συνιστούν
Για τους επαγγελματίες της πληροφορικής, αυτό σημαίνει γρήγορη παροχή λύσεων για να προχωρήσουμε στις γρήγορες αλλαγές στις επιχειρήσεις – Τεχνική σταδιοδρομίαΤο πεδίο “Οι ειδικοί πληροφορικής θα πρέπει να διερευνήσουν ενεργά νέα εργαλεία όπως το Github Copilot, ο δρομέας, ο κώδικας Claude και άλλοι για να παραμείνουν στο μπροστινό άκρο”, δήλωσε ο Zdnet. Σε πολλούς οργανισμούς, είδα πώς οι προγραμματιστές λαμβάνουν γρήγορα μια φήμη 10x-πυρήνα, απλά χρησιμοποιώντας αυτά τα εργαλεία και αυτό το πλεονέκτημα έχει την τάση να επιμείνει ακόμη και όταν άλλοι καλύπτουν.
Από την άποψη της επιχείρησης, το γενετικό AI δεν μπορεί να λειτουργήσει σε τεχνικούς εμπειρογνώμονες κενού σε θέματα που παρασκευάζονται από AIS είναι απαραίτητα για την προσαρμογή της τεχνολογίας σε συγκεκριμένες επιχειρηματικές απαιτήσεις-αυτό Domain Expert Career Career TrackΤο πεδίο “καθώς τα μοντέλα AI γίνονται πιο ολοκληρωμένα, εξειδικευμένες γνώσεις στον τομέα γίνεται όλο και πιο πολύτιμες”, δήλωσε ο Hallapapalli. “Αυτό που διακρίνει τους πραγματικούς εμπειρογνώμονες είναι η βαθιά κατανόησή τους για τη συγκεκριμένη βιομηχανία τους σε συνδυασμό με την ικανότητα να καθορίζουν πού και πώς η Gen IA μπορεί να χρησιμοποιηθεί αποτελεσματικά σε αυτήν”. Συχνά προειδοποίησε ότι μόνο τα bots δεν μπορούσαν να μεταφέρουν τέτοιες συγκεκριμένες γνώσεις.
Μια έρευνα 50 επιχειρηματικών ηγετών σε σχέση με την ανάγκη τους για τεχνητή νοημοσύνη, ανακάλυψε αμφισβητία ότι η βαθιά γνώση για το AI είναι σε μεγάλη ζήτηση και οι ανάγκες για τεχνικά ψιλοκομμένα και έμπειρα συγκλίνουν. “Οι ηγέτες το εκτιμούσαν ακόμη πιο σημαντικό από την παραδοσιακή διαχείριση έργων ή τις ευθύνες που σχετίζονται με τις επιχειρήσεις, όπως η εξασφάλιση ενός πειστικού οράματος για το προϊόν ή το καλά συντονισμό”, ανέφερε.
Πώς επιτυγχάνουν οι καλύτεροι μη γαλακτικοί άνθρωποι και αναπτύσσουν γρήγορα την καριέρα τους στο AI; (Μέσες βαθμολογίες σε κλίμακα 1-10)
- Κατανοεί την τεχνολογία στα βάθη (10)
- Vision του προϊόντος (7)
- Μπορεί να κάνει ή να εκπληρώσει την απαίτηση προϊόντος (6)
- Απαιτήσεις συλλογής και προστατευτικής (5)
Οι ηγέτες των επιχειρήσεων αναφέρονται στην πιο έντονη ανάγκη αυτή τη στιγμή “για επαγγελματίες που συνδέουν και τους δύο κόσμους – εκείνους που κατανοούν βαθιά την επιχείρηση και κατανοούν επίσης τα τεχνικά θεμέλια του AI”, δήλωσε. Αντί για καθαρό techno, ψάχνουν για ανθρώπους που ενώνουν μια παραδοσιακή επιχειρηματική πρόσφυση με τεχνικό αλφαβητισμό. Αυτός είναι ο τύπος των ανθρώπων που μπορούν να δημιουργήσουν οράματα προϊόντων, να κατανοήσουν τις βασικές έννοιες της κωδικοποίησης και να συλλέξουν σύνθετες απαιτήσεις που πληρούν τις τεχνολογικές δυνατότητες με τα φιλιά των επιχειρήσεων.
Επίσης: Είναι έτοιμη η επιχείρησή σας; 5 τρόποι αποφυγής καθυστέρησης
Για όσους ασχολούνται με την τεχνική πλευρά, είναι σημαντικό να «κυριαρχήσει η τέχνη της ενθάρρυνσης αυτών των εργαλείων για την επίτευξη ακριβών αποτελεσμάτων», δήλωσε ο Hallapapalli. “Πιστεύω πραγματικά ότι η πραγματική δύναμη για τους ειδικούς πληροφορικής συνίσταται τώρα στην ικανότητά τους να διαχειρίζονται αποτελεσματικά διάφορους παράγοντες κωδικοποίησης και εργαλεία”.
Ταυτόχρονα, παρατήρησε ότι “μερικοί έμπειροι προγραμματιστές, κατά κανόνα, υποτιμούν αυτά τα νέα εργαλεία, εκτρέφοντάς τα ως κόλπα για αρχάριους. Ωστόσο, αυτά τα εργαλεία μπορούν να απλοποιήσουν σημαντικά τις μικρότερες διαδικασίες εργασίας και τα καθήκοντα της κωδικοποίησης και όσοι χρησιμοποιούν τα πλεονεκτήματα τους βρίσκουν εξαιρετικά χρήσιμα.
Οι κορυφαίοι επαγγελματίες, συνέχισαν: “Εξετάστε το χρόνο κάθε εβδομάδα για να πειραματιστείτε με αναδυόμενα μοντέλα, δομές και εργαλεία, ακόμη και αν αρνούνται τη συντριπτική πλειοψηφία τους”.
Έδωσε αμφισβητούμενα τις παρακάτω συμβουλές για ειδικούς τεχνολογίας:
Επίσης: Πώς να διορθώσετε τη θανατηφόρα ανεπάρκεια του AI – και να δώσετε στους δημιουργούς τους (πριν γίνει πολύ αργά)
- Προσέξτε τις θεμελιώδεις αρχές της ανάπτυξης λογισμικού. “Αυτά τα εργαλεία καθιστούν τις παραδοσιακές αρχές για την ανάπτυξη του λογισμικού για αρθρωτό σχεδιασμό, την καλή σκέψη των συστημάτων και την κατανόηση των απαιτήσεων για το προϊόν ακόμη πιο σημαντικές”, ανέφερε. “Είδα πώς οι ειδικοί πληροφορικής χρησιμοποιούν την υπερ-γρήγορη ανάπτυξη, στο AI, καθώς και ένα καλό προϊόν ή μια επιχειρηματική σκέψη για να υπερφορτώσει την καριέρα σας”.
- Μελέτη. “Πηγαίνετε μακριά από δύο έως τέσσερις εβδομάδες και επικεντρωθείτε στις θεμελιώδεις γνώσεις”, είπε. “Μελετήστε τα βασικά στοιχεία του AI και του Gen AI, διαβάστε τα δημοφιλή εργαλεία όπως το ChatGPT και το Dall-E και αναπτύξτε σημαντικές τεχνικές δεξιότητες. Με λίγη προσπάθεια, αυτά τα LLM μπορούν να προταθούν να κάνουν σπουδαία πράγματα.
- Γίνετε ένας γρήγορος Δάσκαλος. “Μια υπόδειξη είναι η πιο σημαντική δεξιότητα για την επιτυχή χρήση του Gen AI και συνήθως χρειάζονται από τέσσερις έως έξι εβδομάδες για ανάπτυξη”, ενημέρωσε. “Οι επαγγελματίες πρέπει να προχωρήσουν από απλές εργασίες εισόδου/εξόδου σε προηγμένες μεθόδους, όπως υπαινιγμός πολλαπλών καναλιών και μορφοποίηση JSON. Ο στόχος είναι να επιτευχθεί συνεπή, επαναλαμβανόμενα αποτελέσματα από το LLMS και να αξιολογηθεί με ακρίβεια οι δυνατότητες της GEA AI για συγκεκριμένες εργασίες.
- Επιλέξτε μια προηγμένη διαδρομή. “Αφού έχετε τεχνικά ιδρύματα, πρέπει να αποφασίσετε πώς να ειδικευτείτε ανάλογα με το πλαίσιο της καριέρας σας”, δήλωσε. “Οι επαγγελματίες της επιχείρησης πιθανότατα θα θέλουν να επικεντρωθούν στην αρχιτεκτονική του συστήματος, στη ροή δεδομένων και στην ενσωμάτωση του Gen AI. Ανεξάρτητοι εμπειρογνώμονες, από την άλλη πλευρά, θα πρέπει να κυριαρχήσουν τα εργαλεία χαμηλού κώδικα/κώδικα και να μελετήσουν τη βασική κωδικοποίηση χρησιμοποιώντας LLMS, παρέχοντας ταχεία πρωτότυπα και ανάπτυξη.
Όσον αφορά την επιχείρηση, δεν είναι ακόμα σε σημείο όπου δεν χρειάζονται πλέον σκληρές τεχνικές δεξιότητες για την ανάπτυξη εφαρμογών. “Σήμερα, το AI είναι αρκετά καλό στη δημιουργία απλών εφαρμογών – παίρνει περίπου το 80% του τρόπου”, δήλωσε ο Hallapapalli. “Αλλά για να ολοκληρωθεί ότι το τελευταίο 20% εξακολουθεί να χρειάζεται πραγματική τεχνική τεχνογνωσία για να εντοπίσει σφάλματα και να αναγκάσει τα πράγματα να εργαστούν στον πραγματικό κόσμο. Αυτό μπορεί να βελτιωθεί στο 95% στο εγγύς μέλλον, αλλά μόνο για απλές εφαρμογές.
Επίσης: Οι ηγέτες των επιχειρήσεων αποδέχονται AI, αλλά οι υπάλληλοί τους δεν είναι τόσο σίγουροι
Για τους επαγγελματίες των επιχειρήσεων, παρέχει challapally τις ακόλουθες συμβουλές:
- Κάντε μια κάρτα του τοπίου AI στον κλάδο σας. “Περάστε δύο έως τρεις εβδομάδες, μελετώντας τις υπάρχουσες εφαρμογές GEN AI στην περιοχή σας”, δήλωσε. “Κατανοήστε τις επιτυχημένες εφαρμογές, τις ανεπιτυχείς προσπάθειες και τις νέες ευκαιρίες”.
- Κατανοήστε τη συμπεριφορά του χρήστη. “Επενδύστε χρόνο στην κατανόηση του τρόπου με τον οποίο οι χρήστες της βιομηχανίας σας αλληλεπιδρούν με τα συστήματα τεχνητής νοημοσύνης”, ανέφερε. “Μπορείτε να το κάνετε αυτό εύκολα δοκιμάζοντας μεγάλα εργαλεία τεχνητής νοημοσύνης στον τομέα σας.”
- Μάθετε πώς να πουλήσετε. “Δεδομένου ότι οι εφαρμογές Gen AI πολλαπλασιάζονται, ένα από τα καλύτερα πράγματα που μπορεί να μάθει ο άνθρωπος της επιχειρησιακής επιστήμης είναι να μάθει να κάνει την εφαρμογή σας Gen AI ξεχωρίζει και προσελκύει την προσοχή”.
