一架用于思想的喷气式飞机

在Apple的史蒂夫乔布斯的许多故事中,与作者共鸣是他早期的80年代初学者描述为“思想的自行车”。乔布斯已经看到了一个图表,表明许多动物比人类更快,更有效地在土地上移动,但是一辆自行车的人击败了它们的全部快速,有效的机器。使用这个类比,他将指向计算机作为增强人类能力和智能的方式。

如果80年代的家庭电脑是思想的自行车,现代AI系统是喷气式飞机。它们允许人类能力飙升到新的高度,并且超出其原始能力。

最强大的组合是人和ai的正确组合。很多人都是如何取代人工的。Even a moment’s thought reveals the weaknesses in such viewpoints – after all, any time mechanisation or automation has been introduced into an industry, it has been applied to the most dangerous or repetitive forms of drudgery, freeing up resources for more creative pursuits that create more value.

服务器端影响

到目前为止,最新的数字转型浪潮的人力资源影响主要被限制为两大类:首先,“房屋前面”的客户或客户参与在线交互影响的部门的角色;其次,主要涉及重复任务,分类,数据输入或检查的业务流程角色。

就第一类而言,我们可以立即认识到,网上购物的兴起减少了对零售店的需求,因此也减少了对零售店员工的需求。聊天机器人和其他机器学习驱动的智能界面的使用增加,将其扩展到一些客户支持或零售助理角色。作者不久前在我们的文章“装袋领域的意外人类:自动化对零售劳动力的影响”中指出了这一趋势,并考虑了这将如何导致“体验式”零售战略和设置的兴起。

在第二类中,金融服务和保险等部门长期依赖信用检查,验证,欺诈检测和其他模式匹配/数据检查具有拥有的机器学习系统。随着系统变得更加复杂的,这些系统的能力做出更多,以及错误或干预错误或难以分类的案例的能力,并达到了更加重复任务所需的人员减少的生产力。

这些影响是通过在集中式服务器上运行的机器学习系统提供的转换的结果。在第一种情况下,在线购物或支持涉及与中央服务器相互交互的远程客户。在第二个中,在集中式服务器上使用AI处理后台相关功能。

这是一个当地的AI,适用于当地人......

高速、低延迟的连接越来越普遍,这意味着这种客户机-服务器模式的人工智能交付已经在许多领域变得司空见惯。我们习惯于依赖各种东西,从媒体消费的智能推荐引擎,到手机或电脑上的照片库中的智能标签和人脸/物体识别,当然还有与越来越多的语音助手进行语音交互。在大多数情况下,这些服务包括将数据上传到中央服务器,进行处理,然后将结果传回本地设备。在连接良好的地方,它可以无缝地工作,但在连接不好的地方,服务经常会完全失败。

当我们的手机没有信号时,我们可能所有人都突然无法访问在线映射服务。在英国的乡村的温绅士环境中,这往往只是烦人,在一个真正的荒野中,它可能是生死攸关的问题。这就是大多数车辆卫星导航系统具有内置的地图 - 本地数据存储的地图,而不是依赖于最需要在映射和导航时披露的电话信号。

同样的因素往往会限制人工智能在偏远地区的部署——不确定的连通性会让系统失去服务端处理的能力。进步的步伐,以及摩尔定律所预言的晶体管数量翻倍的可能性,意味着以前需要数据机房才能实现的能力现在可以在设备上实现了。新的硅设计,包括旨在加速人工智能的高度并行处理组件,结合具有低功率和高功率核的多核系统,将人工智能处理从中心推向边缘。这种新的“边缘设备”能力开启了一个充满新可能性的激进世界。

特别是在农业和采矿业等行业,这些行业往往发生在连通性较差的地区,具有本地处理功能的高性能尖端设备正在带来数字转型的好处。在其他行业——医疗保健、物流、基础设施——连通性通常不是问题,但即使是部分停机时间也可能是问题,边缘设备也在发挥着急需的作用。

这些AI部署正在为新的地方和新类工人带来那种“喷气发动机”能力的好处。随着这一变化来实现经理和人力资源团队的新挑战。

改变角色,不断变化的期望

Edge计算到新部门的边缘将为员工和人力资源团队带来一些更改。人力资源部队需要准备减少对某些角色的需求,而确定需要不同技能集的新角色。规划此类更改将需要人力资源团队以确保提供适当的培训,并且沟通计划是有效的。

媒体中常见的头条新闻警告,AI将导致巨大的失业造成巨大的员工可能会对员工警惕并且当他们的公司宣布实施新的AI系统时,员工可能会对员工谨慎且担忧。因此,人力资源团队将需要确保良好和忠诚的员工在当公司希望保留它们时,仍然可以在推动之前散步,尽管可能在不同的角色。这些公司可以通过培训为本公司提供现有员工的新技能,因为这将减少冗余成本并留住忠诚和有才华的员工。

作为一个说明性的例子,我们已经看到领先的汽车制造商通过使用机器人和COBOTS简化了其构建过程,然后专注于开发其员工进行高端车辆的定制。他们认为,员工在执行定制过程中比AI系统更好,并且预测产品个性化行业将预测到2030年的价值为9.1万亿美元。这导致了重点转向他们的招聘和培训。它不再需要生产线的许多员工,但已确定需要开发高度专业化的销售团队,以满足客户需求并最大限度地提高利润。

公司劳动力和员工技能的传统结构将在受边缘计算影响的行业中发生变化。由于使用AI的使用以及公司在招聘阶段寻找的技能,劳动力的培训需求将改变为乔布斯发展。随着员工学会利用AI系统的好处及其技能和经验改变,将成为一个关键重点,包括适应性,包括适应性,将成为关键重点。麦肯锡预测,到2030年,大约14%的全球劳动力将不得不重新培训。

边缘设备将带到迄今为止的行业的优势将是普遍存在的。我们将农业作为上面的一个这样的部门引用。无人机能够检测何时何时可以收获作物(或确实种植),而不是一名农业工人,该工人不得经常前往检查该领域,节约人小时并确保农场在最佳时间内收获作物。采用这项技术的农场将更好地将其作物作为优质产品销售,并使用由无人机收集的数据,并由本地边缘设备处理以证明收获质量。

使用人工智能系统和边缘处理将不可避免地意味着收集大量的数据,包括与产品和劳动力有关的数据。人工智能系统的增加将在几个方面提高效率。虽然它可以执行某些角色(监测作物成熟度的无人机),但它可以让员工更高效地执行其他任务(微软的虚拟个人助理就是这样的一个例子)。因此,企业将拥有更多关于员工效率和产出的数据。

使用这些系统每天工作的员工需要了解系统整理和存储的数据量。数据排列将超出简单的措施,如生产力,但可以扩展到分析电子邮件/邮件内容,以确定不满的员工或那些正在寻求损害业务的人。许多员工对这种监测的本能担心以及他们的数据如何使用 - 尤其是给予数据违规的常规事件。因此,人力资源团队将需要非常仔细地考虑这些数据如何存储和访问以员工不断监视AI系统的顾虑。

数据的安全性将是对访问和评估数据的重要和正确的程序,需要遵循Allay担心管理者用于不正确目的的数据。除了确保足够的政策到位外,人力资源团队可能需要与员工咨询,以留住信任并处理劳动力的挑战。

最近的高盛报告称,AI增强公司的性能比其竞争对手更好。企业会发现,使用AI系统意味着他们能够使用现有的劳动力制作更多。占据农业部门的比喻,AI系统的前期成本将脱颖而出。

坚持增强人才

使用AI系统的员工将看到他们的生产力和盈利能力增加。有效与AI系统有效工作的专业技能和经验将增加那些员工对业务的价值。决定加薪的规模,向这些雇员提供的,不会是人力资源团队考虑的唯一观点。他们还需要确保企业保留关键员工 - 薪水足够或雇主必须提供更多才能保留重点的关键工人 - 在地点和时间,培训,职业发展,商业价值观和激励安排方面都灵活地工作都需要考虑。

在由人工智能驱动的企业中,员工管理将是保持高生产率和高技能劳动力的关键。良好的管理将不再足够,相反,人力资源团队将需要确保优秀的管理人员到位,以胜任由人工智能增强而增压的高性能团队。领导需要情商高,因为减少面对面接触仍然是正常的。真诚是有效领导者的标志。企业须考虑是否与主要雇员订立有效的限制性契约,以保护其合法的商业利益;他们的知识产权和机密信息受到保护;挑战自己,让自己在自己的领域成为一个真正的雇主。

AI系统的潜力为了帮助企业赢得市场份额,更好地关注其营销和销售预算,提高效率和盈利能力清晰。这些变化对员工和劳动力结构的影响将是深切的。人力资源团队将需要有效地关注培训,招聘/职业发展,工作安排,人才保留和保护企业对确保企业继续利用AI系统和边缘处理的益处至关重要。否则,他们的风险被竞争对手被推到边缘,他们真正意识到他们的员工仍然是成功的关键。

在边缘上生活

我们将在欧洲科技峰会的“硬件复兴”小组讨论这个激动人心的时代对硬件的影响,以及日益强大的边缘设备和本地人工智能的影响。想了解更多信息并注册参加峰会,请访问活动网站。

你可以在我们的博客Technology 's legal Edge金博宝188转账上找到更多来自欧华律师事务所团队关于硬件、人工智能、系统集成和相关法律问题的观点。

如果您想讨论本文中讨论的任何问题,请与之联系加雷斯斯斯托克斯,Robert Forsyth或您通常的DLA Piper联系金博宝188转账。