人工智能再培训解决工人危机的方法

世界经济论坛估计，到2025年，随着人工智能(AI)改变工作性质并影响人、机器和算法之间的新劳动分工，可能会出现9700万个新工作岗位。特别是在银行业，麦肯锡最近的一项调查发现，人工智能技术每年可以提供高达1万亿美元的额外价值。人工智能正在继续稳步崛起，并开始对金融服务行业产生广泛影响，但其潜力仍远未完全实现。

人工智能的变革力量已经影响了金融服务中的一系列功能，包括风险管理、个性化、欺诈检测和ESG分析。问题在于，由于全球缺乏在深度学习、自然语言处理和机器人流程自动化等领域拥有技能和经验的工人，人工智能的进步被减缓了。因此，随着人工智能技术开辟新的机会，金融服务工作者渴望获得所需的技能，以利用人工智能工具并推进他们的职业生涯。

如今，87%的员工认为工作场所的再培训和技能提升选择非常重要，与此同时，与大流行前相比，更多的公司将员工技能提升列为五大业务重点。不专注于为人工智能培训提供动力的公司将在紧张的招聘市场中落后。以下是希望优先考虑组织中再培训工作的商业领袖的一些关键要点。

通过可自定义的学习路径建立数据素养

任何数字化转型都要求领导者将投资重点放在两个现代竞争优势来源上：数据和人员。首先，提高整个组织的数据素养有助于业务线和领域专家(销售，人力资源，营销，财务分析师等)与AI和机器学习专家合作，这对于超越概念验证和实验至关重要。

对于大规模部署的AI工具，那些工作涉及与AI系统交互的员工需要了解这些系统的工作原理以及可能的约束和限制。重新培训这些人可能包括如何解释AI / ML模型的结果，或者在结果似乎不对时如何与AI / ML专家进行干预。

麦肯锡最近的一项研究发现，有效的再培训比“招聘和解雇”方法更具成本效益，利用正确的工具和技术可以帮助公司实现其再培训目标。

重要的是，在进行任何人工智能再培训工作之前，银行和金融服务组织需要首先了解他们正在推动的结果以及需要哪些技能。专注于必要技能的员工自我评估调查可以帮助公司根据现有的技能差距确定定制的课程和计划。

一刀切的培训计划或员工需要从办公室抽出大量时间参加课程的概念不再相关。利用Skillsoft，Udacity或Udemy等数字学习平台，或将内容集成到主流工作系统中，可以使员工的再培训体验更加用户友好。像WalkMe这样的平台可以帮助员工快速学习复杂的软件系统，而Axonify可以在员工的日常工作流程中为员工提供5到10分钟的微学习课程。对于更加个性化的方法，公司可以选择在行业顾问和教授的帮助下建立自己的程序，这些顾问和教授是各自领域的专家。

转向内部、现有的工具和小组，以进行人工智能再培训

德勤的一项调查发现，如果公司帮助他们发展和学习新技能，94%的员工会留在公司，但只有15%的员工可以获得与工作直接相关的学习机会。人工智能再培训为金融服务公司及其员工提供了巨大的机会，但考虑到再培训工作所需的金钱和时间投资，可能会令人生畏。好消息是，企业通常可以利用现有的公司工具，而不是购买所有新软件。

以下是三个极好的来源，可以帮助加速AI / ML训练和实施：

行业联盟： 您还可以考虑加入行业联盟，以支持团队的进步，并通过协作小组鼓励员工成长。例如，FINOS(Linux基金会下的金融科技开源联盟)有助于促进整个银行生态系统中金融数据的处理和交换。

云服务提供商 (CSP) 培训和认证计划： 许多CSP，如AWS，Google Cloud和Microsoft，都以免费或补贴的价格提供ML培训和认证计划。这些自我指导计划的主题和轨道各不相同，从理解对话式AI到业务和技术决策者的机器学习，专为那些希望学习新技能或建立或转换职业的人而设计。

技术推动者的 AI 支持的解决方案加速器： 此外，IBM、AWS、普华永道和Databricks等许多公司都为组织可以利用的常见数据分析和机器学习用例提供了易于部署的工具和解决方案加速器。数据科学家、解决方案架构师和开发人员(从新手到专家)等技术从业者无需忍受数周的开发时间，而是可以利用这些加速器来加快现代化速度，并帮助人才提高技能。在Databricks，我们的金融服务解决方案加速器帮助公司利用开放银行模式，提供免费代码和培训，帮助实现前端到后端的自动化。