To, że GenAI zmieni sposób, w jaki pracujemy, nie jest już kwestią „czy”, ale „kiedy”. Pojawienie się ChatuGPT i późniejszy dynamiczny wzrost generatywnej sztucznej inteligencji pokazały, że wiele organizacji może skorzystać z tych narzędzi. Tworzenie oprogramowania wspomaganego przez AI będzie wymagało nowego rodzaju specjalistów.

Coraz więcej firm rozważa wprowadzenie stanowiska CAIO do swojego zespołu. Dotychczas w wielu organizacjach odpowiedzialność za AI jest przypisywana dyrektorom ds. technologii lub dyrektorom ds. IT. Jednak w miarę szerszego wdrażania AI, wprowadzenie dedykowanej roli CAIO wydaje się niezbędne.

„Chief Artificial Intelligence Officer to kierownicze stanowisko w organizacji, którego celem jest nadzorowanie rozwoju, strategii i wdrażania technologii AI” – tak IBM definiuje rolę dyrektora ds. sztucznej inteligencji, zaznaczając, że jest to stosunkowo nowe stanowisko, które pojawiło się jako odpowiedź na rosnące znaczenie AI w strategiach i działaniach biznesowych. Obecność CAIO w kadrze kierowniczej wskazuje, że firma uznała wykorzystywanie AI za ważny element swojej strategii i prawdopodobnie podejmuje znaczące inicjatywy w tym zakresie. CAIO powinien posiadać głęboką wiedzę techniczną i strategiczną oraz umieć poruszać się w ciągle zmieniającym się środowisku regulacyjnym.

Główne zadanie CAIO to odgrywanie kluczowej roli w prowadzeniu organizacji przez złożony proces wdrażania technologii AI, zapewniając przy tym, że są one wykorzystywane skutecznie i odpowiedzialnie. Aby skutecznie kierować inicjatywami związanymi ze sztuczną inteligencją, przede wszystkim konieczna będzie umiejętność unikalnego połączenia wiedzy technicznej, strategicznej wizji, przywództwa i etycznego podejścia do AI.

Niezbędne kwalifikacje CAIO

David Mathison – CEO i organizator konferencji „AI Officer Summit” – w rozmowie z IDC sklasyfikował umiejętności, które jego zdaniem są niezbędne, by dobrze wykonywać rolę dyrektora ds. sztucznej inteligencji. Oto one:

• głębokie zrozumienie AI – CAIO powinien mieć solidne przygotowanie techniczne i głębokie zrozumienie różnych technologii, w tym uczenia maszynowego (ang. machine learning – ML), przetwarzania języka naturalnego, automatycznego generowania danych RAG (retrieval-automated generation) i robotyki;
• biegłość w zakresie data science i analityki – jest to niezbędne do efektywnego opracowywania modeli AI; wymagane są umiejętności w zakresie analizy statystycznej, wizualizacji danych i modelowania predykcyjnego;
• wiedza z zakresu zarządzania ryzykiem i zgodności z przepisami – kandydaci powinni rozumieć zasady zarządzania ryzykiem i wymogi zgodności z przepisami w zakresie AI, a także dbać o to, aby inicjatywy dotyczące AI były zgodne ze standardami prawnymi i etycznymi;
• wizja strategiczna i przywództwo – CAIO powinien posiadać silne umiejętności planowania strategicznego i przywództwa, aby opracować i wdrożyć kompleksową strategię AI zgodną z celami organizacji, co obejmuje ustalanie priorytetów, podejmowanie świadomych decyzji i inspirowanie zespołów do osiągania celów;
• wiedza na temat etycznych i odpowiedzialnych praktyk AI – ze względu na etyczne implikacje AI, CAIO powinien być dobrze zorientowany w kwestiach etycznych i odpowiedzialnych praktykach, co obejmuje zajmowanie się kwestiami związanymi z uczciwością, prywatnością i bezpieczeństwem, a także przejrzystością oraz odpowiedzialnością;
• nastawienie na rozwój i zaangażowanie w ciągłą naukę – CAIO powinien być na bieżąco z najnowszymi osiągnięciami w technologiach AI, trendami i najlepszymi praktykami;
• umiejętności zarządzania projektami – jest to ważna umiejętność dla CAIO, aby skutecznie planować, wykonywać i monitorować projekty AI; obejmuje to definiowanie zakresów projektów AI, przydzielanie zasobów, zarządzanie harmonogramami i ograniczanie ryzyka;
• inne umiejętności i cechy, takie jak zmysł biznesowy, umiejętność komunikowania się i angażowania interesariuszy, biegłość w zarządzaniu zmianą oraz współpraca i myślenie interdyscyplinarne.

Cały artykuł Wymagania i obowiązki dyrektora ds. sztucznej inteligencji w listopadowym wydaniu miesięcznika „IT Professional”.

(Grafika tytułowa – źr. justjoin.it)

Artykuł Wymagania i obowiązki dyrektora ds. sztucznej inteligencji #CAIO pochodzi z serwisu IT-Filolog.

Badanie miało na celu pokazanie obrazu strategicznych, organizacyjnych i technologicznych luk, które organizacje muszą wypełnić, aby wykorzystać dane jako strategiczny atut. Badanie zostało przeprowadzone przez firmę YouGov na zlecenie HPE,  objęło ponad 8,6 tys. decydentów z różnych branż i sektora publicznego w 19 krajach.

W badaniu HPE wykorzystano tzw. model dojrzałości opracowany przez HPE, który ocenia zdolność organizacji do tworzenia wartości na podstawie danych w oparciu o kryteria strategiczne, organizacyjne i technologiczne. Najniższy poziom dojrzałości (1) nazywany jest „anarchią danych” – na tym poziomie zestawy danych są odizolowane od siebie i nie są systematycznie analizowane w celu tworzenia spostrzeżeń lub wyników. Najwyższy poziom (5) nazywany jest „ekonomią danych” – na tym poziomie organizacja strategicznie wykorzystuje dane do poprawiania wyników, w oparciu o ujednolicony dostęp zarówno do wewnętrznych, jak i zewnętrznych źródeł danych, które są analizowane za pomocą zaawansowanych metod analitycznych i sztucznej inteligencji.

Wyniki badania pokazują, że 14% (10% w przypadku Polski) organizacji jest na pierwszym poziomie dojrzałości („anarchia danych”), 29% (również 29% w Polsce) na poziomie drugim („raportowanie danych”), 37% (Polska: 45% organizacji) na poziomie trzecim („wgląd w dane”), 17% (Polska: 15% ) na poziomie czwartym („danocentryczność”), a tylko 3% (Polska: 1% ) na poziomie piątym („ekonomia danych”).

Z kolei brak zdolności wykorzystywania danych ogranicza możliwość realizacji kluczowych celów, takich jak: wzrost sprzedaży (globalnie: 30%, Polska: 34%), innowacyjność (globalnie: 28%, Polska: 23%), rozwój customer experience (globalnie: 24%, Polska: 23%), lepsza ochrona środowiska naturalnego (globalnie i w Polsce: 21%) czy zwiększenie efektywności wewnętrznej (globalnie: 21%, Polska: 18%).

Zlikwidowanie luk w zdolnościach wymaga modyfikacji strategii transformacji organizacji, a brak dojrzałości w zakresie wykorzystania danych utrudnia przedsiębiorstwom osiąganie kluczowych celów, takich jak wzrost sprzedaży czy stymulowanie ekologicznego rozwoju – to kluczowe wnioski z badania HPE.

Inne wnioski płynące z badania:

• Tylko 13% respondentów na świecie (8% w Polsce) uważa, że strategia ich organizacji w zakresie danych stanowi kluczowy element strategii korporacyjnej.
• Prawie połowa respondentów zaznaczyła, że ich organizacja albo nie ma budżetu na inicjatywy w zakresie danych (globalnie: 28%, Polska: 26%), albo tylko sporadycznie finansuje inicjatywy w zakresie danych z budżetu IT (globalnie: 20%, Polska: 21%).
• Tylko 28% respondentów na świecie (24% w Polsce) potwierdziło, że ich strategia polega na dostarczaniu produktów lub usług opartych na danych.
• Prawie połowa respondentów stwierdziła, że ich organizacje nie wykorzystują metod, takich jak uczenie maszynowe czy uczenie głębokie, a do analizy danych wykorzystują arkusze kalkulacyjne (globalnie: 29%, w Polsce: 25%) lub usługi business intelligence i gotowe raporty (globalnie: 18%, w Polsce: 17%).

Tworzenie wartości na podstawie danych wymaga również agregowania danych i wglądu w nie z różnych aplikacji, lokalizacji czy źródeł zewnętrznych. Na przykład dane telemetryczne z czujników montowanych przez producenta w sprzedawanych przez niego produktach może pozwolić działowi badawczo-rozwojowemu na lepsze dostosowanie następnej generacji produktów do wymagań klienta, a wymiana wyników analizy danych pacjentów między szpitalami może usprawnić diagnostykę medyczną.

Organizacje chcą mieć kontrolę w chmurze i na brzegu sieci

Charakterystyczną cechą dla niskiego poziomu dojrzałości danych jest brak nadrzędnej architektury danowej i analitycznej. Zamiast tego dane są trzymane oddzielnie w poszczególnych aplikacjach lub lokalizacjach. Tak jest w przypadku 34% respondentów na świecie (30% w Polsce). Z drugiej strony tylko 19% respondentów na świecie (15% w Polsce) wdrożyło centralny hub danych lub architekturę typu data fabric, które zapewniają całej organizacji jednolity dostęp do danych w czasie rzeczywistym, a kolejne 8% globalnie (w Polsce: 5%) stwierdziło, że hub obejmuje również zewnętrzne źródła danych.

Zważywszy, że dane coraz częściej zlokalizowane są w chmurze lub na brzegu sieci, większość respondentów (globalnie: 62%, w Polsce: 55%) stwierdziło, że strategicznie ważne jest, aby ich organizacje miały kontrolę nad swoimi danymi i narzędziami pozwalającymi tworzyć z nich wartość.  Ponad połowa respondentów (globalnie: 53%, w Polsce: 52%) obawia się, że monopole danowe mają zbyt dużą kontrolę nad zdolnością do generowania wartości z danych, a 39% (w Polsce: również 39%) dokonuje ponownej analizy swej strategii chmurowej ze względu na m.in.: rosnące koszty chmury (globalnie: 42%, w Polsce: 39%), obawy o bezpieczeństwo danych (globalnie: 37%, w Polsce: 35%), potrzebę bardziej elastycznej architektury danych (globalnie: 37%, w Polsce: 35%), czy brak kontroli nad swoimi danymi (globalnie: 32%, w Polsce: 24%).

Przegląd nowych usług w HPE GreenLake dla aplikacji, analityki i deweloperów zaprezentowanych podczas konferencji HPE Discover we Frankfurcie na stronie IntegraKom.

(Grafika tytułowa – źr. Pixabay)

Artykuł Dane dla firm strategicznie ważne, ale ich wykorzystanie jeszcze niedostateczne pochodzi z serwisu IT-Filolog.

Dane to nowa ropa w cyfrowej ekonomii XXI wieku. Stąd rosnące zapotrzebowanie na inżynierów i analityków danych. Według statystyk największego portalu pracy dla branży technologicznej – Just Join IT – w III kwartale 2022 roku w kategorii Data opublikowano o 58 proc. więcej ofert pracy w porównaniu z poprzednim kwartałem. Jak szacuje Just Join IT, łączna liczba ofert dla wszystkich kategorii i technologii w sektorze IT wzrosła w ostatnim kwartale o 2,6 proc.

Kategoria Data zawiera oferty pracy obejmujące pełne spektrum inżynierii danych, od zbierania po zaawansowaną analizę i wykorzystanie w produktach oraz usługach. Znajdują się w niej również oferty pracy przyszłości dla specjalistów zajmujących się obszarami uczenia maszynowego (ML) oraz sztucznej inteligencji (AI), a także stanowiska związane z zarządzaniem bazami danych.

Duży wzrost liczby ofert pracy w segmencie Data wskazuje, że odpowiednie zarządzanie tym obszarem znajduje się coraz wyżej na liście priorytetów dla firm i korporacji. Dzięki Data Science można generować olbrzymią wartość biznesową: nie tylko szybciej rozwijać produkty i więcej zarabiać, ale także minimalizować ryzyko czy mnożyć oszczędności w czasie – komentuje cytowany w komunikacie Michał Szum, Head of Customer Care w Just Join IT.

Oprócz wzrostu liczby ofert, znacząco wzrosło także wynagrodzenie dla speców od danych. W II kw. 2022 inżynierowie mogli liczyć na zarobki w przedziale 17 400 – 24 000 zł miesięcznie. Średnia z trzeciego kwartału ukształtowała się na poziomie 21 100 – 25 800 zł, co oznacza wzrost dolnych widełek o 21,6 proc., a górnych o 7,3 proc.

Drugą najszybciej rosnącą kategorią ogłoszeń IT w Q3 2022 był segment Analytics. To zawody związane z Business Intelligence, takie jak analityk biznesowy czy analityk systemowy. Ogółem Just Join IT odnotowało wzrost liczby ofert pracy w tym obszarze o 14,47 proc. kwartał do kwartału. Wzrosły także zarobki ekspertów: średnio w Q2 2022 mogli oni liczyć na wynagrodzenie rzędu 15 100 – 19 800 zł. Na koniec III kwartału wynosiło ono już 16 600 – 20 500 zł (wzrost odpowiednio o 10 i 3 proc.).

Poza kategoriami Data i Analytics, na wzrost liczby ofert pracy w Q3 2022 mogli liczyć także Python (5,32 proc. więcej ogłoszeń) i .NET Developerzy (3,13 proc.) oraz DevOpsi (2,39 proc.), czyli eksperci, którzy w swojej pracy i podejściu łączą elementy rozwoju oprogramowania z utrzymaniem infrastruktury. Wzrastały także kategorie związane z architekturą systemów, administrowaniem sieci oraz wsparciem klientów (IT support). Zmniejszenie liczby wakatów do obsadzenia zaobserwowano m.in. w kategoriach ogłoszeń dla programistów języka Ruby czy specjalistów projektujących produkty lub usługi pod doświadczenia użytkowników (UX).

Najważniejsze fakty:

• łączna liczba ofert pracy w IT wzrosła o 2,6 proc. kwartał do kwartału,
• zapotrzebowanie na ekspertów Data Science wzrosło o niemal 60 proc., a na analityków biznesowych o ponad 14 proc.,
• we wszystkich 5 najbardziej poszukiwanych kategoriach nastąpił wzrost wynagrodzenia,
• na najwyższe podwyżki mogą liczyć programiści Pythona (dolne widełki +42% proc. górne +9%),
• najwięcej, bo nawet do 27 tys. zł, zarobią DevOpsi.

(grafika tytułowa – źr. Pixabay)

Artykuł Inżynierowie i analitycy danych najbardziej poszukiwani w Polsce pochodzi z serwisu IT-Filolog.