211service.com
Arbejde i Asiens dataalder
I forbindelse med Hjørnesten OnDemand
Den konstante fremgang inden for kunstig intelligens (AI) og automatiseringsteknologier har omformet arbejde og job i det sidste årti. Længe før covid-19 var der robuste debatter i gang om fremtidens arbejde, og hvilke potentielle scenarier for beskæftigelse der kunne opstå.
Mens mange asiatiske markeder har mødt udfordringen med at begrænse spredningen af covid-19 med relative succesniveauer gennem veladministrerede nedlukninger, social distancering og sporingsprogrammer, har pandemien lagt et stort pres på arbejdere og de menneskelige ressourcer. støtte dem.
Arbejde i Asiens dataalder
Teknologi prognoser Forrester har fundet ud af, at næsten halvdelen af de adspurgte asiatiske ledere forventer permanente stigninger i deres fjernarbejdsstyrke på fuld tid; mange vil søge at bruge AI-forbedrede værktøjer til at engagere arbejdsstyrken til at forsøge at øge kommunikationen på arbejdspladsen for at reducere den nye afstand, dette skaber.
Som en del af Global AI Agenda 2021-programmet, i samarbejde med Cornerstone OnDemand, undersøgte MIT Technology Review Insights mere end 1.500 seniorbeslutningstagere og teknologiledere for at forstå, hvordan AI bliver brugt i organisationer i Asien og globalt for at accelerere omsætningsvækst og digitalisering samarbejde og for at øge menneskelige ressourcer.
AI, top til bund
Globalt implementerer virksomheder AI-værktøjer og analyser i stigende antal for at presse mere produktivitet ud af produktionen, hjælpe medarbejderne med at forstå kundernes krav mere præcist og understøtte forretningsresultater. Ligesom mange andre teknologiske adoptionsstrategier ses digitalt aktiveret indsigt traditionelt som et bundlinjeværktøj – f.eks. giver mere synlighed på tværs af en forsyningskæde en producent mulighed for hurtigt at identificere steder at reducere omkostningerne. Som mange strategiske omdrejningspunkter i løbet af de sidste 18 måneder, har virkningen af covid-19 fremskyndet dette.
Allan Tate, den administrerende formand for MIT Sloan School of Managements CIO Symposium, omtaler dette som Big Reset: hvor virksomheder gennemgår to års digital transformation på to måneder. Selvom han indrømmer, at brugen af AI til at øge effektiviteten og reducere omkostninger nok er den mest almindelige brugssag lige nu, er AI-aktiveret databrug hurtigt ved at blive en vigtig måde at skabe indtjening på for mange virksomheder.
Dette synspunkt bekræftes af vores globale undersøgelse om AI-adoptionsstrategier i virksomheder: Næsten halvdelen af vores respondenter angiver, at de enten har implementeret AI for at opnå vækst i omsætningen eller accelererer deres indsats for at gøre det. En fjerdedel har planer om at øge brugen af kunstig intelligens i toplinjeinitiativer, og kun 12 % angiver, at det kun er et værktøj til omkostningsbegrænsning.
Perspektivet fra respondenter baseret i Asien afspejler stort set den globale tendens, men afslører også en region, der samtidig er bagud og klar til at springe fra den. Asiatiske respondenter angiver lavere nuværende brug af AI til omsætningsvækst end det globale gennemsnit, men er meget mere tilbøjelige til at påtage sig toplinje AI-initiativer, og over en tredjedel har planer om at øge brugen af det.
Denne stigende nuværende vægt på topline AI, som ofte understøtter kundevendte teams gennem øget kundeindsigt, driver virksomhedens ekspansion. Dette driver igen bestræbelserne på at opbygge kapaciteter for marketing- og forretningsudviklingsprofessionelle, såsom at øge deres arbejdsgange og tjene som en katalysator for kompetenceudvikling. Asiatiske respondenter er i gennemsnit lidt mere tilpasset til omsætningsvækst i deres AI-projektimplementering end det globale gennemsnit (se figur 2).
Organisationer, der fokuserer på bundlinje AI-initiativer – som falder ind under kategorierne omkostningseffektivitet og ressourceoptimering – er mere tilbøjelige til at søge at øge automatiseringsfunktionerne og drive ændringer i driften, hvilket kan føre til omdefinering af opgaverne for driften og interne teams.
Download fuld rapport .
Dette indhold blev produceret af Insights, den tilpassede indholdsarm af MIT Technology Review. Det er ikke skrevet af MIT Technology Reviews redaktion.