Nasza strona używa cookies. Korzystając ze strony, wyrażasz zgodę na używanie cookies, zgodnie z aktualnymi ustawieniami przeglądarki. Rozumiem

Czy już za późno na naukę AI?

Frederik Bussler Obviously AI
Sprawdź, dlaczego w obecnych czasach warto uczyć się Machine Learningu oraz AI, czyli sztucznej inteligencji.
Czy już za późno na naukę AI?

Często, gdy udostępniam zasoby do nauki AI oraz Data Science z różnych źródeł (m.in. kursy Google i Harvardu, tutoriale z YT), słyszę powtarzającą się obawę ludzi, że jest już za późno na naukę AI i Data Science. Powodem tego jest fakt, że miliony studentów uczą się właśnie Machine Learningu oraz sztucznej inteligencji i w tych obszarach może niedługo zapanować przesyt. 

Dodatkowo na rynku nie ma aż tak dużo pracy dla specjalistów od AI, zwłaszcza w czasie recesji. Słynny kurs Machine Learningu od Andrew Ng, który znajduje się na Coursera, ma z kolei już prawie 4 miliony studentów.

W momencie pisania tego artykułu, na LinkedInie było ponad 100 000 stanowisk pracy związanych z Machine Learningiem. 

Niestety wyraźnie widać, że jest o wiele więcej studentów, niż ofert pracy. Jest to stosunek 40:1, patrząc jedynie na liczbę studentów na powyższym kursie.


Dlaczego jednak nadal WARTO się uczyć

Pomimo tego nadal warto uczyć się AI. Istnieje ku temu kilka przesłanek. Opiszę je poniżej.

Odpowiedzialność za wdrażanie nowych pomysłów w organizacji

Najpierw porozmawiajmy o braniu odpowiedzialności za wdrażanie nowych pomysłów w organizacji. Tworzenie i deployment AI są teraz o wiele prostsze, niż były kiedykolwiek (zwłaszcza biorąc pod uwagę takie narzędzia jak Obviously.AI). Oznacza to, że pracownicy mogą dodawać większą wartość, włączając do swoich narzędzi umiejętności AI. 

Ci, którzy opracowują nowe rozwiązania z przypadkami użycia AI, raczej nie przyczyniają się do tworzenia nowych stanowisk w sektorze AI. Mamy jednak więcej przykładów. 

Jest spora motywacja do bycia osobą opracowującą nowe sposoby rozwoju organizacji. To potencjał na automatyzację powtarzających się i mechanicznych tasków i skupiania się na zadaniach, które wymagają typowo ludzkiej kreatywności. 

Nie wspominając już o tym, że umiejętności związane z AI mogą zwiększyć pensję i dać kopa Twojej karierze. 

Przykładowo specjaliści od marketingu mogliby używać AI do przewidywania zachowania klientów, tworzenia person oraz identyfikacji demografii. Pracownicy handlu detalicznego mogliby optymalizować asortyment, przewidywać wykorzystywanie zapasów, prognozować potrzeby kadrowe itd. Pracownicy sektora ubezpieczeniowego mogą wykorzystywać sztuczną inteligencję do przewidywania roszczeń, przewidywania ryzyka sporów sądowych, możliwości nabywania praw itd.

Perspektywy i szanse są tutaj wręcz nieograniczone.

Samodzielna przedsiębiorczość

Mamy jeszcze jeden obszar, który nie został uwzględniony w morzu ofert pracy związanych z Machine Learningiem - przedsiębiorczość.

Jest to druga, bardziej ryzykowna strona tworzenia nowych rozwiązań dla organizacji. A to dlatego, że oznacza to chodzenie własnymi ścieżkami, szukanie nowych sposobów na dodanie wartości na rynku, bez żadnego wsparcia lub jakiejkolwiek stabilizacji. 

Wysokie ryzyko wiąże się jednak często z wysokim wynagrodzeniem. 

Powiedzmy, że zaczynasz pracę w startupie jako trzydziesty pracownik w firmie i jesteś jednym z czołowych inżynierów w swoim obszarze. Według Holloway.com można się spodziewać udziału w kapitale spółki na poziomie 0.25%-0.5%.  

Jeśli zaczynasz samodzielnie, to masz 100% udziału w kapitale na start. W momencie, gdy dodajesz współzałożycieli, pracowników i inwestorów, to liczba ta spada. Niemniej jednak jest tutaj dosyć spory potencjał. 

Zgłębianie wiedzy i umiejętności

Nawet jeśli wymyślanie nowych kierunków rozwoju firmy, przedsiębiorczość, czy nowa rola Cię nie interesują, to nadal masz opcję uczyć się nowych rzeczy. 

AI jest obecnie już w każdej części przemysłu - od rekomendacji Amazona, Spotify, Netflixa, czy Tindera, do wyników wyszukiwania w Google i na YouTube. AI pomaga nawet w śledzeniu związanym z COVID-19 oraz w rozwoju i wydawaniu szczepionek.

Aby być na czasie z najnowszymi technologiami i naprawdę zrozumieć dzisiejszy świat, nauka i rozumienie AI to rzecz niezbędna.


Podsumowanie

Nauka AI to gra warta świeczki i pewnie już zawsze tak będzie. Nawet jeśli na rynku będzie przesyt (który faktycznie jeszcze nie nastąpił, gdyż nadal pojawia się wiele nowych ofert pracy), to jest to potencjał dla osób, które chcą zmieniać sposób, w jaki funkcjonują różne projekty i organizacje oraz rozwijać swoje przedsiębiorstwa. 

Umiejętności związane z AI coraz szybciej stają się zagadnieniem obowiązkowym pod kątem bycia “na bieżąco”. 



Oryginał tekstu w języku angielskim przeczytasz tutaj.

Rozpocznij dyskusję

Lubisz dzielić się wiedzą i chcesz zostać autorem?

Podziel się wiedzą z 160 tysiącami naszych czytelników

Dowiedz się więcej