早在1997年，麥肯錫就提出了“為人才而戰(zhàn)”的概念，并將其視為工作場所面臨的緊迫挑戰(zhàn)?？梢钥隙ǖ氖?，人才之戰(zhàn)只是在最近幾年才加劇。42%的雇主擔(dān)心他們將找不到所需的人才。

頂級人工智能(AI)人才的供應(yīng)短缺。而且，隨著Facebook和Google之類的公司爭奪頂尖人才，招聘工作可能會面臨巨大挑戰(zhàn)。幸運的是，通過采用一些關(guān)鍵策略，公司甚至可以有效地與當(dāng)今最搶手的雇主競爭。

制定引人注目的AI目的陳述

近年來，工作場所的士氣驟降。現(xiàn)在，美國的敬業(yè)工人比例僅為34%。研究一直表明，員工敬業(yè)度與員工是否出于強烈的目標(biāo)動機有很大關(guān)系。表現(xiàn)出壯成長的員工在具有強烈目標(biāo)感的公司工作的可能性要高出三倍。

人工智能候選人不想花時間處理數(shù)據(jù)或從事乏善可陳的項目。他們想感到精力充沛。在制定招聘策略時，制定針對AI的令人信服的目標(biāo)陳述很重要。理想情況下，該聲明應(yīng)基于您正在收集的數(shù)據(jù)類型。處理沒有人或其他人無法訪問的數(shù)據(jù)是令人興奮的。您收集的數(shù)據(jù)有哪些獨特的機會?加入公司后，準(zhǔn)員工將如何有機會改變世界?這些是在整個招聘過程中都應(yīng)該明確的事情。

有遠見的公司將盡早開始招聘潛在的公民AI工人。盡管由于缺乏核心的AI技能，一些雇主可能會忽略這些工人，但它們可能是AI專家與組織其他成員之間的重要橋梁。如果結(jié)果僅限于企業(yè)的特定細(xì)分領(lǐng)域，那么AI計劃的使用將受到限制。為了發(fā)揮作用，人工智能需要整體的企業(yè)級戰(zhàn)略。

Gartner預(yù)測，對公民數(shù)據(jù)科學(xué)家的需求將比對傳統(tǒng)的高技能數(shù)據(jù)科學(xué)家的需求增長五倍。公民AI工作者可能會遵循類似的軌跡。通過積極主動，您可以在競爭中領(lǐng)先并開始構(gòu)建可持續(xù)的AI未來。

與大學(xué)合作

近年來，大學(xué)的重心已轉(zhuǎn)移到為學(xué)生配備容易適用于勞動力的技能上。大學(xué)生感到比以往任何時候都更有準(zhǔn)備進入工作場所。絕大多數(shù)(93%)的大學(xué)前輩認(rèn)為他們所學(xué)的東西與他們的職業(yè)道路有關(guān)。幾所尖端大學(xué)正在為學(xué)生做好準(zhǔn)備，使他們立即進入工作隊伍，為人工智能計劃做出重大貢獻。

打算招募頂尖AI人才的公司應(yīng)與大學(xué)建立牢固的關(guān)系。這不僅涉及參加招聘會。他們應(yīng)與專門從事AI及其相關(guān)功能的學(xué)術(shù)部門建立牢固的關(guān)系。他們還應(yīng)該考慮贊助黑客馬拉松和學(xué)生項目，以及開發(fā)以AI為重點的實習(xí)計劃。

優(yōu)先考慮多樣性

迄今為止，人工智能工具遭受了嚴(yán)重的偏差?？紤]一下來自亞馬遜的面部識別工具，發(fā)現(xiàn)該工具對深色皮膚女性的錯誤率超過30%。在另一個令人不安的例子中，當(dāng)一名黑人軟件開發(fā)商發(fā)推文稱該公司的圖像識別技術(shù)將他的照片標(biāo)記為“大猩猩”時，谷歌受到了抨擊。

不難理解為什么存在偏見。在Facebook和Google的AI研究人員中，女性分別僅占15%和10%。而且，黑人員工分別僅占Google，F(xiàn)acebook和Microsoft員工的2.5%，4%和4%。

在人才爭奪戰(zhàn)中贏得勝利，需要高度重視多樣性。在為AI招聘的最初工作中，許多雇主會忽略或優(yōu)先考慮多樣性招聘。贏得AI人才大戰(zhàn)的公司將優(yōu)先考慮從一開始就具有多樣性。這樣做將減少初始AI算法和模型中存在偏差的可能性。