蓝盟IT小贴士，来喽！
技术人员持续不足
自动化和数据方面的一项努力是建立合适的IT专业团队。 但是，IT人才持续不足的情况可能会使这些努力更加困难。 未来十年，IT行业的岗位预计将增加12%。 计算机科学专家在过去十年里增加了10%，但依然远远落后于其他技术行业的增长。
技术培训机构的PerScholas公司社会风险投资执行副总裁DamienHoward表示，由于招聘标准、经验要求、H-1B签证的不确定性、劳动力退休等因素，IT行业的需求和可用技术人员之间的差距将进一步加剧
Howard指出，在过去十年中，计算机科学领域的失业率是美国整体失业率的一半左右，在疫情期间失业率一直维持在较低的水平。 根据Teksystems全球服务学习服务总监LeslieDeutsch引用的美国劳动统计局的数据，只有59%的计算机科学专业毕业生从事与其专业密切相关的工作。
Deutsch说：“这意味着2010年以来，IT人才市场的需求不断增长，相关人员的招聘越来越困难。”
那个最终结果是什么？ IT行动是市场需求受到抑制的行业，短期(疫情期间)和长期(IT自动化和人工智能方向的未来)的业务发生了很大变化。
他说：“组织追随技术进步比以往任何时候都更紧迫。 瘟疫只是增加了这些需求，随着向远程作业的转变，许多管线的数字化改造项目更为紧迫。 随着企业业务的调整，对IT职业的需求只会持续增加。 这意味着熟练的IT人才比以往更重要。 ”。
使用机器数据
为了得到正确的数据，组织具有机器学习分析数据的潜力。 Splunk公司的最高技术提倡者Andi Mann说，机器学习使用了三种数据。 关系数据是“行和列”，即电子表格和数据库。 参考数据包括语义数据，如电子邮件和文档。 第三种是机器数据，由包括服务、交换机和网络的系统生成。
第三类数据是组织发展空间的巨大潜力。 曼说：“如果机器能读取数据，就能读取整个故事。 这就是企业关注与顾客或顾客交流或确认员工工作状况的方法。 ”。
在Interop Digital会议上，Mann概述了组织通过机器数据可以明确的一些见解。 随着更多的数字化工作的到来这些数据在2021年的自动化和人工智能工作中变得越来越重要。 例如，销售部门员工的工作可能以前是通过现场交流或其他交互方式与客户合作完成的。 例如，可以使用这些数据，使用机器学习突出显示集群事件，进行预测，确认购买模式等当前事件。Mann指出，机器数据的价值可能不是模式，而是异常或偏离值。 例如，无效的数字交互可以指异常的、有负面体验的客户。
人工智能：炒菜还是希望？
Quantarium公司首席执行官Romi Mahajan在行业会议上提出了引人注目的问题：媒体和行业对人工智能的宣传和呼吁代表了某种真正的东西吗？
Akvelon公司的总监Cal Escue说。 “每个媒体都关注人工智能的进展，对追求IT自动化和人工智能的企业来说都有极限的积极因素，对其他组织来说是真正的积极因素，但很难找到其用例在哪里。 ”。
Deriveone公司的首席执行官Samir Saluja说，关于人工智能的许多信息来自外部压力，要求组织以此为中心开展业务。 但是，这样的外部压力不会影响真正的潜力。
Saluja说：“考虑到人工智能，基本上正在优化人类的过程。 这可以采取两种形式：试图做人类能做的事(例如自然语言处理)，还是做人类不能做的事(例如大规模的数据分析)。 ”。
人工智能的这些用途很重要，2021年将继续扩展。 但是，Saluja和Escue说，重要的是记住IT专业人员仍然需要应对。
文/上海蓝盟 IT外包专家
中文
电话咨询
微信咨询
公众号
