AI, chmura i dane stały się dziś powszechnie dostępne, ale wraz z nimi rośnie inne, równie istotne wyzwanie: kompetencje. Technologie można kupić lub wdrożyć w krótkim czasie, natomiast znacznie trudniej o ludzi i zespoły, które potrafią je optymalnie wykorzystać w organizacji. To właśnie luka kompetencyjna staje się dziś jednym z kluczowych hamulców transformacji cyfrowej.
Szczególnie wyraźnie widać to w obszarze AI, podkreślają eksperci firmy Scalo. Organizacje mają za sobą fazę pilotaży i eksperymentów, ale przejście do stabilnych wdrożeń produkcyjnych okazuje się znacznie trudniejsze. Systemy oparte na sztucznej inteligencji są dynamiczne, uczą się w czasie, generują zmienne koszty i niosą ze sobą nowe ryzyka. Wymagają więc kompetencji wykraczających poza klasyczne programowanie – łączących technologię, dane, biznes i odpowiedzialność.
Dane, bezpieczeństwo, chmura
Fundamentem tej zmiany stają się dane. Bez dojrzałego podejścia do ich jakości, dostępności i architektury AI pozostaje kosztownym eksperymentem. Dlatego kompetencje w zakresie inżynierii danych (ang. data engineering), choć często niewidoczne na pierwszym planie, obecnie należą do najbardziej krytycznych na rynku IT.
Równolegle rośnie znaczenie bezpieczeństwa. Cybersecurity przestaje być odrębną specjalizacją, a staje się kompetencją przenikającą całe IT – od architektury systemów, przez chmurę, po modele AI i dane treningowe. Dodatkowym katalizatorem są regulacje, takie jak AI Act i NIS2, które wymuszają zdolność do audytu, interpretacji decyzji algorytmicznych i zarządzania ryzykiem.
Zmienia się także podejście do chmury. Nie wystarczy już wiedzieć, jak ją wdrożyć. Kluczowe staje się zrozumienie jej kosztów i długoterminowych konsekwencji architektonicznych. Kompetencje łączące perspektywę techniczną z finansową stają się jednym z warunków dojrzałości operacyjnej organizacji.
Deficyt specjalistów
Na niedobór kompetencji w zakresie chmury, cyberbezpieczeństwa i sztucznej inteligencji, wskazują również wyniki badania zrealizowanego na zlecenie Red Hat. Siedem na dziesięć przedsiębiorstw w regionie EMEA mierzy się z brakiem wykwalifikowanych specjalistów, co utrudnia realizację strategii IT.
Raport Red Hat wskazuje na braki w zakresie umiejętności pracy z technologiami chmurowymi (71% firm), a niemal taki sam odsetek (70%) zwraca uwagę na niedostatek wiedzy i doświadczenia w dziedzinie cyberbezpieczeństwa, a także kompetencji miękkich i biznesowych. Dodatkowo 67% badanych mierzy się z deficytem specjalistów typu full-stack, a niemal połowa firm sygnalizuje trudności związane z wykorzystaniem sztucznej inteligencji – zarówno w kontekście integracji z danymi, jak i jej efektywnego zastosowania w procesach biznesowych.
W efekcie rynek IT coraz wyraźniej premiuje kompetencje interdyscyplinarne. Znaczenie tracą wąskie role technologiczne, a rośnie zapotrzebowanie na specjalistów zdolnych patrzeć na systemy całościowo – przez pryzmat wartości biznesowej, ryzyka, kosztów i regulacji.
Technologie, które wychodzą z niszy
Równolegle do głównych trendów coraz większe znaczenie zyskują obszary, które jeszcze niedawno były traktowane jako specjalistyczne:
- MLOps (Machine Learning Operations) – niezbędny zbiór zasad, gdy firmy przechodzą od pilotaży AI do wdrożeń produkcyjnych wymagających stabilności i jakości modeli w czasie.
- Edge computing – szczególnie istotny w branżach takich jak automotive, energetyka czy logistyka, gdzie przetwarzanie danych blisko źródła daje przewagę operacyjną.
- AI security – odpowiada na nowe wektory zagrożeń związane z danymi treningowymi i samymi modelami.
- FinOps (Financial Operations) – reakcja na rosnące i trudne do przewidzenia koszty chmury oraz rozwiązań AI.
- RAG 2.0 (Retrieval-Augmented Generation) i architektury agentowe – przesuwają AI w stronę bardziej zaawansowanych, kontekstowych systemów.
Jak zmieni się praca zespołów IT?
W odpowiedzi na rosnącą złożoność systemów zespoły IT coraz częściej działają w modelu interdyscyplinarnym. Full-stackowość przestaje oznaczać znajomość kilku technologii, a zaczyna odnosić się do łączenia kompetencji technicznych, produktowych, analitycznych i regulacyjnych.
Eksperci Scalo wskazują na specjalizacje, które będą zyskiwać na znaczeniu: AI Product Specialist/Owner, AI Security Engineer lub Architect, Prompt Architect/LLM Engineer, FinOps Engineer, ML Governance Expert, MLOps Engineer czy Edge/IoT Reliability Engineer.
Z badań rynku IT, wynika, że najbardziej deficytowe kompetencje dotyczyć będą następujących obszarów:
- AI i Machine Learning – szczególnie w obszarze produkcyjnych wdrożeń i Explainable AI,
- Cybersecurity – gdzie tempo regulacji przewyższa dostępność ekspertów,
- Data engineering – bez którego AI nie ma solidnych podstaw,
- Cloud i DevOps (platform engineering) – łączących automatyzację, bezpieczeństwo i optymalizację kosztów.
Podsumowanie
Rozwiązania oparte na AI są z natury nieprzewidywalne – modele uczą się, zmieniają w czasie, ulegają degradacji i generują zmienne koszty. Wymaga to zupełnie nowego podejścia do projektowania, utrzymania i odpowiedzialności IT. Rosnąca rola sztucznej inteligencji, danych, chmury i cyberbezpieczeństwa zderza się z deficytem doświadczonych specjalistów. W efekcie zmieniają się także oczekiwania wobec outsourcingu IT – liczyć się będzie nie tylko dostęp do zasobów, ale realna odpowiedzialność za efekt biznesowy.
(grafika tytułowa – źr. Pixabay)
