211service.com
Arbeid i Asias dataalder
I samarbeid med Hjørnestein OnDemand
Den jevne fremgangen innen kunstig intelligens (AI) og automatiseringsteknologier har omformet arbeid og arbeidsplasser det siste tiåret. I god tid før covid-19 pågikk robuste debatter om fremtidens arbeid og hvilke potensielle scenarier for sysselsetting som kan dukke opp.
Mens mange asiatiske markeder har møtt utfordringen med å begrense spredningen av covid-19 med relative suksessnivåer, gjennom godt administrerte nedstengninger, sosial distansering og sporingsprogrammer, har pandemien lagt stort press på arbeidere og menneskelig ressursstyringssystem som støtte dem.
Arbeid i Asias dataalder
Teknologiprognoser Forrester har funnet ut at nesten halvparten av de spurte asiatiske lederne forventer permanente økninger i deres fjernarbeidsstyrke på heltid; mange vil søke å bruke AI-forbedrede arbeidsstyrkeengasjementverktøy for å prøve å øke kommunikasjonen på arbeidsplassen for å redusere den nye avstanden dette skaper.
Som en del av Global AI Agenda 2021-programmet, i samarbeid med Cornerstone OnDemand, undersøkte MIT Technology Review Insights mer enn 1500 senior beslutningstakere og teknologiledere for å forstå hvordan AI brukes i organisasjoner i Asia og globalt for å akselerere inntektsvekst og digitalisering samarbeid, og for å øke menneskelige ressurser.
AI, topp til bunn
Globalt bruker bedrifter AI-verktøy og analyser i økende antall, for å presse mer produktivitet ut av produksjonen, hjelpe ansatte med å forstå kundenes krav mer presist og støtte forretningsresultater. Som mange andre teknologiadopsjonsstrategier, blir digitalt aktivert innsikt tradisjonelt sett på som et bunnlinjeverktøy – for eksempel gjør mer synlighet over en forsyningskjede det mulig for en produsent å raskt identifisere steder å kutte kostnader. Som mange strategiske omdreininger de siste 18 månedene, har virkningen av covid-19 fremskyndet dette.
Allan Tate, administrerende leder for MIT Sloan School of Managements CIO Symposium, omtaler dette som Big Reset: hvor bedrifter gjennomgår to år med digital transformasjon på to måneder. Selv om han innrømmer at det å bruke AI for å øke effektiviteten og redusere kostnadene for øyeblikket sannsynligvis er den vanligste bruken, er AI-aktivert databruk raskt i ferd med å bli en viktig måte å generere inntekter på for mange selskaper.
Dette synet bekreftes av vår globale undersøkelse om AI-adopsjonsstrategier i bedrifter: nesten halvparten av respondentene våre angir at de enten har implementert AI for å oppnå inntektsvekst, eller akselererer innsatsen for å gjøre det. En fjerdedel har planer om å trappe opp bruken av kunstig intelligens i topplinjeinitiativer, og bare 12 % indikerer at det kun er et verktøy for kostnadsbegrensning.
Perspektivet fra respondenter basert i Asia gjenspeiler i stor grad den globale trenden, men avslører også en region som samtidig er bak kurven, og klar til å hoppe over den. Asiatiske respondenter indikerer lavere nåværende bruk av AI for inntektsvekst enn det globale gjennomsnittet, men det er mye mer sannsynlig at de tar topplinje AI-initiativer, og over en tredjedel har planer om å øke bruken.
Denne økende nåværende vektleggingen av topplinje AI, som ofte støtter kundevendte team gjennom økt kundeinnsikt, driver virksomhetens ekspansjon. Dette driver igjen arbeidet med å bygge kapasiteter for profesjonelle innen markedsføring og forretningsutvikling, for eksempel å øke arbeidsflytene deres og tjene som en katalysator for kompetanseutvikling. Asiatiske respondenter er i gjennomsnitt litt mer på linje med ytelsen til inntektsvekst i implementeringen av AI-prosjekter enn det globale gjennomsnittet (se figur 2).
Organisasjoner som fokuserer på bunnlinje AI-initiativer – som faller inn i kategoriene kostnadseffektivitet og ressursoptimalisering – er mer sannsynlig ute etter å øke automatiseringsfunksjonene og drive endring i driften, noe som kan føre til omdefinering av oppgavene for driften og interne team.
Last ned fullstendig rapport .
Dette innholdet ble produsert av Insights, den tilpassede innholdsarmen til MIT Technology Review. Den ble ikke skrevet av MIT Technology Reviews redaksjon.