它领导人随着他们部署AI和数字技术而努力与劳动力技能缺口

数字技术的CIO和领导人在未来两年内预测其使用人工智能（AI），自动化和事物（物联网）的互联网（IOT）的大量增长。

但他们面临挑战，在他们的组织中扩展技术，因为他们努力与劳动力和大学和缺乏数字技能企业所需的学校的念徒，德勤研究已经揭晓。

根据英国最大的公司超过150个数字领导者的调查，这是一段旅程，而是达到数字技术的成熟状态正在增长，但它是一个旅程，仍然是发展早期发展的早期阶段。和公共部门组织。

结果表明，与去年这一时期相比，更多的CIO和主要数字官员对其能力感到充满信心，而是在部署数字技术的早期阶段的五个领导者中有两大领导人表示，他们还没有愿意开发一个他们组织的数字战略。

研究表明，最佳数字领导者，从他们的日常工作中取出时间来了解最新技术。

他们读到数字技术，听取播客，他们上的通勤工作，并为家庭购买最新的消费者小工具，以为他们试试他们，表示，德勤人员弗农 - 哈尔科特说，“自然的领导者”显示了自然自学的倾向，寻求他们在自己的组织内提供的内容和培训，阅读非传统媒体，并在他们的渴望中有点探索，“他每周告诉计算机。

繁忙的高管很容易忽视他们试图解决他们的时间才能解决开发运营模式，职位描述和计划时的问题。

Vernon-Harcourt建议Cios以“爱上了这个问题”而不是解决方案，声称令人惊讶的是人们可能会产生影响的速度令人惊讶。“通过推动自己想象理想的体验，你会感到惊讶你的近距离立即达到它，“他说。

该调查发现技术领导者率为云，网络安全和数据分析后的组织最重要的数字技术。

超过40％的高管已经投资于AI，并且类似的数字期望在未来两年内投资该技术。

公司通常通过购买具有内置AI功能的客户关系管理（CRM）软件和企业资源规划（ERP）系统来试验AI，允许他们以低初始成本尝试技术。

他们计划使用AI通过“大规模个性化”来改善客户提供的服务，并提高内部业务流程和运营的效率。

AI仍然是实验性的，21％的组织识别用例和43％的运行生产飞行员，但很少选择跨多种功能和业务领域的AI。

尽管重要的是，几乎一半的数字领导人不相信他们的领导团队对AI的明确了解或对企业的影响。

Deloitte建议人们负责开发数字技术策略，积极了解不同类型的AI，以及它们如何用于使其组织受益。

虽然它仍然是早期，但数字领导者需要考虑人工智能技术的道德影响。组织使用大型数据集来培训他们的AI，如果这些数据集具有内置偏差，则可能是AI将具有相同的偏差。

大多数组织都有政策来解决道德，他们可以自然地适应人工智能。

“对话必须不仅涉及与技术合作的团队，而且还有来自员工的代表以及将受到影响的客户群，”Vernon-Harcourt说。

许多组织都说，毕业生缺乏校内和毕业生进入劳动力的数字技能和组织所需的经验。

“挑战不仅仅是为了企业，也是为了教育设施，因为它很难不断更新课程，”Oliver Vernon-Harcourt说。

凭借典型的商业能力的半衰期，在五年内左右，两年半或更短的技术技能的半衰期，组织需要开发帮助他们的劳动力保持技能的方式-迄今为止。

弗农 - 哈尔科特认为，领导人应该鼓励员工队伍在整个职业生涯中接近学习，并传达终身学习的重要性，“他说。

Vernon-Harcourt表示，该关键是嵌入公司文化中的学习和发展，并使培训材料轻松获得。

“领导人需要充当榜样，以创造一个在其心中学习的文化。这不仅仅是告诉你的团队，了解更多关于新技术的重要信息，还要分享你一直在学习自己，以真正建立这种文化，“他补充说。

四分之一的数字领导人表示，他们目前的劳动力有能力能够执行其数字战略，65％表示，他们的公司的学习和发展计划不支持其数字战略。

Deloitte建议公司以其他方式找到所需的技能。这可能意味着可以在需要时可以在需要的“演出工人”的网络中建立网络，或者向众包或第三方组织投入工作，让他们能够迅速应对变化。

Vernon-Harcourt表示，组织应考虑与创新创业公司合作。但他强调了选择可以协助您公司的战略的公司的重要性。在某些情况下，与初创公司的商业合作变成了公关练习。

如果您正在部署AI，为什么需要考虑道德规范

如果模拟世界中的某些事情是不道德的，那么在德勤人工智能人工智能总监WriteSmatthew Howard，就会在人工智能（AI）世界中是不道德的。

确保遵守道德标准至关重要。而不是抑制AI采用，道德和监管框架应该指导我们如何在符合利益相关者期望的方式中制定和管理实际可持续和可扩展的解决方案。

虽然对于许多“低风险”机器学习应用程序，例如在线消费者音乐或电影建议，但无监督的连续学习模型可能是最好的商业方法，强大的控制机制和监管框架对于“高风险”应用至关重要，如此作为临床分类，司法决定或自主车辆。