Dirbtinis intelektas (DI) per kelerius metus iš futuristinės technologijos tapo kasdieniu darbo įrankiu, o „DI inžinierius“ (angl. AI engineer) tapo viena paklausiausių naujų pozicijų darbo rinkoje.
Tačiau kuo daugiau įmonių ieško tokių specialistų, tuo dažniau kyla klausimas: ar tikrai visi kalba apie tą pačią profesiją?
Kai atrankų specialistai paklausia darbdavių, ką šis žmogus turės daryti ryte atsisėdęs prie kompiuterio, atsakymai dažnai išsiskiria. Vieniems DI inžinierius yra duomenų mokslo ekspertas, kuriantis prognozavimo modelius ir algoritmus. Kiti tikisi „ChatGPT mago“, kuris automatizuos procesus ir suvaldys dokumentų chaosą. Dar kiti ieško kone mitinio „vienaragio“ – specialisto, kuris vienodai gerai išmanytų programavimą, duomenų analizę, verslo procesus ir DI sprendimų diegimą.
Darbo rinkoje terminas „DI inžinierius“ (AI engineer) dažnai vartojamas taip, lyg apibrėžtų vieną aiškią profesiją. Tačiau praktiškai po juo slepiasi kelios skirtingos rolės, kurioms reikalingos nevienodos kompetencijos ir kurios sprendžia skirtingus verslo uždavinius.
Šiuo metu ryškėja bent dvi pagrindinės kryptys. Pirmoji – klasikinė duomenų ir mašininio mokymosi sritis, kurioje dirba duomenų mokslininkai, duomenų inžinieriai ir mašininio mokymosi specialistai. Jie renka bei apdoroja duomenis, treniruoja modelius, diegia juos į gamybinę aplinką, stebi, ar prognozės atitinka realybę ir koreguoja sprendimus, kai situacija rinkoje pasikeičia. Šios srities specialistams būtinos stiprios matematikos, statistikos ir programavimo kompetencijos, nes jie iš esmės kuria ir prižiūri DI „variklį“, ant kurio vėliau statomi visi kiti sprendimai.
Antroji kryptis orientuota į generatyvinį DI ir didžiuosius kalbos modelius (angl. Large Language Models – LLM), tokius kaip „ChatGPT“, „Claude“ ar „Gemini“. Čia svarbiausia ne kurti modelius nuo nulio, o gebėti jau egzistuojančius sprendimus pritaikyti konkretiems verslo poreikiams. Šios srities specialistai kuria klientų aptarnavimo pokalbių robotus, vidinius darbuotojų asistentus, automatizuoja dokumentų apdorojimą, integruoja skirtingas sistemas ir ieško procesų, kuriuose DI galėtų sutaupyti daugiausia laiko. Todėl jiems svarbu ne tik išmanyti technologijas, bet ir suprasti verslo procesus, organizacijos poreikius bei gebėti eksperimentuoti su įvairiais įrankiais. Jei pirmosios krypties specialistai kuria DI „variklį“, tai antrosios ieško, kaip jį efektyviausiai įdarbinti.
Būtent dėl šių skirtumų prieš rengiant darbo skelbimą reikia aiškiai atsakyti ne į klausimą „Kokio kandidato mums reikia?“, o į klausimą „Kokią problemą norime išspręsti?“. Tik aiškiai įvardijus siekiamą rezultatą tampa įmanoma tiksliai apsibrėžti reikalingas kompetencijas.
Vis dėlto šiandien darbo skelbimuose neretai matome bandymą į vieną poziciją sutalpinti kelias profesijas. Įmonės tikisi, kad kandidatas puikiai išmanys statistiką, programuos, dirbs su LLM sprendimais, projektuos architektūrą, supras verslo poreikius ir dar padės organizacijai valdyti pokyčius. Kitaip tariant, ieškoma ne specialisto, o visos komandos viename žmoguje.
Tokie lūkesčiai sukuria uždarą ratą. Kandidatų, atitinkančių visus reikalavimus, praktiškai nėra, o dalis stiprių specialistų net nesikreipia, nes mato kelių rolių derinį vienoje pozicijoje. Tuomet darbdaviams susidaro įspūdis, kad rinkoje trūksta DI talentų, nors iš tiesų trūksta tiesiog aiškumo, kokios kompetencijos konkrečiai organizacijai yra svarbiausios.
Ką būtų galima daryti kitaip? Pirmiausia darbo skelbimuose daugiau dėmesio skirti realioms užduotims ir siekiamiems rezultatams, o ne technologijų sąrašams. Užuot rašius „reikia 4+ metų patirties su LLM“, geriau atvirai įvardyti, kad reikės „kurti ir diegti DI sprendimus, skirtus automatizuoti dokumentų apdorojimą ir klientų užklausų atsakymus“.
Taip pat verta aiškiai atskirti, kurios kompetencijos yra būtinos, kurios būtų privalumas, o ko darbuotojas galėtų išmokti jau prisijungęs prie organizacijos. DI srityje technologijos keičiasi itin sparčiai, todėl ilgalaikę vertę dažnai kuria ne konkretaus įrankio išmanymas, o gebėjimas greitai mokytis, prisitaikyti ir kritiškai vertinti naujus sprendimus.
Organizacijoms šiandien labiausiai trūksta ne DI inžinierių (AI engineer). Joms trūksta aiškaus atsakymo, kokią problemą tie specialistai turėtų išspręsti. Kol šis klausimas neatsakytas, net ir geriausi talentai vargu ar sukurs tą vertę, kurios iš DI tikisi verslas.
Siekiate žengti koja kojon su HR technologijomis, tačiau nepavyksta jų pavyti? Emplonet komanda gali vesti mokymus, skirtus susipažinti su naujausiais DI technologijų pasiekimais. Šiuolaikiniai įrankiai ir gebėjimas jais tinkamai naudotis gali atverti didelį potencialą talentų paieškos ir kitų personalo valdymo procesų automatizavimo srityje.
DI sprendimai pritraukiant ir išlaikant talentus
Norite gauti daugiau įžvalgų? Prenumeruokite naujienlaiškį „Gero vadovo užrašai“ – tai patikimos žinios tvirtam lyderiui, kuris neatsilieka nuo darbo rinkos tendencijų ir rūpinasi savo darbuotojų gerove.
