隨著IT自動化和人工智能技術的進步和發展，IT人員的工作方式發生了重大變化。今年發生的突如其來的新冠疫情，也迫使大多數組織的員工在家遠程工作。

如果疫情持續蔓延到2021年，那么組織將會繼續讓員工遠程工作，并采用多種工作方式混合策略或鼓勵永久性遠程辦公，因此很難預測2021年各行業的發展狀況。

這樣出現了一個明確的主題：IT自動化和人工智能(包括機器學習)將會繼續成為IT專業人員重點關注的領域。以下是在2021年發揮重要作用的一些方法：

技術人員將會持續短缺

在自動化和數據方面采取的一個舉措是組建合適的IT專業人員團隊。但是，IT人才的持續短缺的情況可能使這種舉措變得更加困難。未來十年，IT行業工作崗位預計將會增長12%。盡管計算機科學專業人才在過去十年中增長了10%，但仍然遠遠落后于其他技術行業的增長。

技術培訓機構PerScholas公司社會風險投資執行副總裁DamienHoward表示，由于招聘標準、經驗要求、H-1B簽證的不確定性以及勞動力退休等因素，IT行業需求與可用技術人員之間的差距將進一步加劇。

Howard指出，在過去十年中，計算機科學領域的失業率一直是美國總體失業率的一半左右，即使在疫情期間，其失業率也一直保持相對較低的水平。根據Teksystems公司全球服務學習服務總監LeslieDeutsch引用的美國勞工統計局的數據，只有59%的計算機科學專業畢業生從事與其專業密切相關的工作。

Deutsch說，“自從2010年以來，IT人才市場需求持續增長，這意味著相關人才越來越難招募?！?/p>

其最終結果是什么?IT行為作為市場需求被壓抑的一個行業，其短期(疫情期間)和長期(IT自動化和人工智能方向的未來發展)的業務將會發生重大變化。

他說：“組織跟上技術進步比以往任何時候都迫切。疫情只是增加了這些需求，隨著向遠程工作的轉變，許多管道數字化改造項目變得更加緊迫。隨著企業業務的調整，對于IT職業的需求只會繼續增長。這意味著熟練的IT人才將比以往更加重要?！?/p>

使用機器數據

為了獲得正確的數據，組織具有機器學習分析數據的潛力。Splunk公司首席技術倡導者Andi Mann說，機器學習中使用了三種類型的數據。關系數據是“行和列”，即電子表格和數據庫。參考數據涉及語義數據，例如電子郵件和文檔。第三類是機器數據，是由包括服務器、交換機和網絡的系統生成的。

第三類數據是組織發展空間的巨大潛力。Mann說：“如果機器可以讀取數據，那么可以閱讀整個故事。這就是企業關注客戶或客戶互動或查看員工工作情況的方式。”

在Interop Digital會議上，Mann概述了組織可以通過機器數據揭示的一些見解。隨著更多數字化工作的到來，這些數據在2021年的自動化和人工智能工作中將變得越來越重要。例如銷售部門的員工的工作以前可能是現場交流或其他交互方式與客戶達成合作來完成的。例如，使用這些數據，機器學習可用于突出顯示聚類事件并做出預測，或查看當前事件(例如購買模式)。

Mann指出，有時機器數據的價值不在于模式，而在于異?；螂x群值。例如，無效的數字互動可以指向具有異常但具有負面體驗的客戶。

人工智能：炒作還是希望?

Quantarium公司首席執行官Romi Mahajan在一次行業會議上提出了一個令人關注的問題：媒體和行業對人工智能的宣傳和呼吁是否代表了某種真實的東西?

Akvelon公司主管Cal Escue說?！懊考颐襟w都在關注人工智能的進展，對于一些選擇追求IT自動化和人工智能的企業來說，有一些邊際的積極因素，而對于其他組織來說則是真正的積極因素，但很難找出其用例在哪里?！?/p>

Deriveone公司首席執行官Samir Saluja說，關于人工智能的許多信息都歸因于外部壓力，要求組織圍繞它開展業務。但是，這種外部壓力并不能影響其真正的潛力。

Saluja說：“當我想到人工智能時，基本上是在試圖優化人類的過程。這可以采取兩種形式：嘗試做人類所做的事情(例如自然語言處理)，或者嘗試做人類做不到的事情(例如大規模數據分析)。”

人工智能的這些用途很重要，并將在2021年繼續擴展。但是Saluja和Escue都表示，重要的是要記住，仍然需要IT專業人員來處理。

Escue說：“最終實現完全自動化的過程是無止境的，所有這些過程都需要協同工作，并與那些不自動化或智能的過程協同工作。IT自動化將會繼續推進，并將使IT專業人員從事更多創造性工作或學習新技能，因此人工智能不能取代專業人員。人工智能技術將會用于優化某些人工流程?！?br /> 編輯：hfy