几乎所有公司中有一半已部署了机器学习

如果您担心（或非常兴奋）机器学习（ML）成为主流，牛津经济研究院（Oxford Economics）代表人力资源（HR）和IT资产管理公司ServiceNow进行的一项近期调查应该引起您的兴趣。 该报告对11个国家和25个行业的500名首席信息官（CIO）进行了调查，发现49％的公司已经在使用ML来改善传统业务流程。

在接受调查的500位CIO中，有200位表示他们已经超出试验阶段，并已开始以某种能力部署ML。 CIO希望通过引入自动化来限制用户错误和判断错误。 几乎70％的CIO表示，机器做出的决策比人类做出的决策更准确。 根据调查，当今的CIO们主要专注于使用ML自动执行重复任务（68％），做出复杂的决定（54％），识别数据模式（40％）以及在事件之间建立联系（32％）。

ServiceNow的CIO Chris Bedi说：“您对ML的了解如此多的原因之一是，生产力的浪潮将公司与竞争区分开来。” “它更快并且提供了更好的决策。人类有偏见，算法则没有。”

Bedi说，他认为机器学习在企业资源计划（ERP），库存管理和供应链等行业中具有巨大潜力。 在调查中，有41％的CIO认为缺乏技能是导致他们今天无法部署ML的主要问题。 相反，只有16％的CIO及其公司制定了劳动力规模和角色变更计划以适应ML。

ML和乔布斯

与管理咨询公司麦肯锡公司（McKinsey&Company）的报告不同，牛津经济研究所（Oxford Economics）调查发布的数字只是短期预测。 他们的报告预测，到2035年至2055年，取决于各种因素，现在的一半工作可以被自动化代替。 该公司的报告分析了800种职业中的2, 000种工作活动，发现将近2.7万亿美元的工资花费在最终可以实现自动化的工作上。

贝迪说：“机器学习将改变人们的角色。” “我不赞成ML取代人们的工作；它将改变人们的工作。世俗的决定将实现自动化，这将使人们解放出来。将创造新的工作。”

Bedi说，利用ML来改善底线，同时维持排名和档案的关键是转移当前的员工技能，并雇用新的人才来管理ML能力。 贝迪说：“人才是一个大问题。” “数据科学家必须成为那里最热门的工作之一。我们确实需要研究我们三年的人才和技能路线图？并且真正有目的地培养这些技能。我们必须培训员工，但还应找出该人才的替代来源。”

Bedi敦促雇主雇用和培训员工，以利用基于ML的流程。 他说，一旦人们对ML产生可靠数据和做出正确决策的能力感到满意，他的行业将过渡到由人类监督指导的机器决策。

后期采用者困境

牛津经济研究所的调查隔离了被认为是“先行者”的50家公司。 该调查研究了这些公司的业务流程和人才战略，以确定未来几年如何以及在何处推进机器学习。 该研究发现，First Movers更有可能重新定义工作描述，以关注人类如何使用机器，并已计划建立专门的团队来专注于开发和使用ML技术。 与同行不同，这些公司更有可能为将来的流程制定路线图，捕获错误并确保数据准确性。

不幸的是，其他报告表明，组织越小（组织拥有的资源越少），为机器学习浪潮做好准备的可能性就越小。 Bluewolf（一家IBM公司）最近的一项研究发现，只有33％的小型企业计划在未来12个月内投资人工智能（AI）和ML。 与此形成鲜明对比的是，已经有30％的大型公司已经投资了该技术，而有44％的公司计划在未来12个月内开始投资。 这总计占小型企业总数的74％，或20％以上。

贝迪说：“我们还很早。” “积极进取的人们和公司将自己与那些没有进取心的公司区分开来。这似乎是需要采取行动的号召。精打细算的公司将开始与竞争区分开来。这种分离将会增加。首席信息官们将在不久的将来真正开始推动这一点。”