Fast die Hälfte aller Unternehmen hat maschinelles Lernen eingesetzt

Wenn Sie besorgt (oder sehr aufgeregt) sind, dass maschinelles Lernen (ML) zum Mainstream wird, sollte eine kürzlich von Oxford Economics im Auftrag von Human Resources (HR) und dem IT-Asset-Management-Unternehmen ServiceNow durchgeführte Umfrage Ihr Interesse wecken. Der Bericht, in dem 500 Chief Information Officers (CIOs) in 11 Ländern und in 25 Branchen befragt wurden, ergab, dass 49 Prozent der Unternehmen ML bereits zur Verbesserung traditioneller Geschäftsprozesse einsetzen.

Von den 500 befragten CIOs gaben 200 an, dass sie die Pilotphase bereits hinter sich haben und mit der Implementierung von ML in gewisser Kapazität begonnen haben. CIOs hoffen, durch die Einführung der Automatisierung Benutzer- und Beurteilungsfehler zu begrenzen. Fast 70 Prozent der CIOs gaben an, dass Entscheidungen, die von Maschinen getroffen werden, genauer sind als Entscheidungen, die von Menschen getroffen werden. Laut der Umfrage konzentrieren sich CIOs heute hauptsächlich auf die Verwendung von ML zur Automatisierung sich wiederholender Aufgaben (68 Prozent), zum Treffen komplexer Entscheidungen (54 Prozent), zum Erkennen von Datenmustern (40 Prozent) und zum Herstellen von Verbindungen zwischen Ereignissen (32 Prozent).

"Einer der Gründe, warum Sie so viel über ML hören, ist die Produktivitätswelle, die Unternehmen von der Konkurrenz abhebt", sagte Chris Bedi, CIO bei ServiceNow. "Es ist schneller und bietet bessere Entscheidungen. Menschen haben Vorurteile, Algorithmen nicht."

Bedi sieht großes Potenzial für ML in Branchen wie ERP (Enterprise Resource Planning), Bestandsmanagement und Lieferkette. Einundvierzig Prozent der CIOs in der Umfrage nannten mangelnde Fähigkeiten das Hauptproblem, das sie daran hinderte, ML heute einzusetzen. Umgekehrt haben nur 16 Prozent der CIOs und ihrer Unternehmen Pläne zur Änderung der Belegschaft und der Rolle, um ML aufzunehmen.

ML und Jobs

Bei den in der Oxford Economics-Umfrage veröffentlichten Zahlen handelt es sich im Gegensatz zu einem Bericht der Unternehmensberatung McKinsey & Company um kurzfristige Prognosen. In ihrem Bericht wurde prognostiziert, dass die Hälfte der heutigen Arbeitsaktivitäten von 2035 bis 2055 durch Automatisierung ersetzt werden könnte, abhängig von verschiedenen Faktoren. Der Bericht des Unternehmens analysierte 2.000 Arbeitsaktivitäten in 800 Berufen und stellte fest, dass fast 2, 7 Billionen US-Dollar an Löhnen für Jobs ausgegeben werden, die letztendlich automatisiert werden könnten.

"ML wird die Rollen der Menschen verändern", sagte Bedi. "Ich abonniere nicht, dass ML die Arbeitsplätze anderer wegnimmt. Es wird die Arbeitsplätze der Menschen verändern. Mundane Entscheidungen werden automatisiert, was die Menschen frei macht. Neue Arbeitsplätze werden geschaffen."

Bedi sagte, der Schlüssel zur Nutzung von ML zur Verbesserung des Geschäftsergebnisses bei gleichzeitiger Beibehaltung der Basis bestehe darin, die aktuellen Fähigkeiten der Mitarbeiter zu verändern und neue Talente für die Verwaltung der ML-Fähigkeiten einzustellen. "Talent ist ein großes Problem", sagte Bedi. "Data Scientist muss einer der heißesten Jobs überhaupt sein. Wir müssen uns wirklich ansehen, was unsere dreijährige Talent- und Skill-Roadmap ist. Und wir müssen diese Fähigkeiten wirklich zielgerichtet aufbauen. Wir müssen Mitarbeiter schulen, aber." finde auch alternative Quellen für dieses Talent heraus."

Bedi forderte die Arbeitgeber auf, Mitarbeiter einzustellen und zu schulen, um ML-basierte Prozesse zu nutzen. Sobald die Menschen mit der Fähigkeit von ML, zuverlässige Daten zu produzieren und korrekte Entscheidungen zu treffen, vertraut sind, wird die Branche die maschinelle Entscheidungsfindung umstellen, die sich an der menschlichen Kontrolle orientiert.

Das Late Adopter Dilemma

Die Umfrage von Oxford Economics hat 50 Unternehmen ermittelt, die als "First Movers" eingestuft wurden. Die Umfrage untersuchte die Geschäftsprozesse und Talentstrategien dieser Unternehmen, um festzustellen, wie und wo ML in den kommenden Jahren weiterentwickelt werden soll. Die Studie ergab, dass First Movers mit größerer Wahrscheinlichkeit Stellenbeschreibungen neu definiert haben, um sich darauf zu konzentrieren, wie Menschen mit Maschinen arbeiten, und Pläne zur Entwicklung spezialisierter Teams aufzustellen, die sich auf die Entwicklung und Verwendung der ML-Technologie konzentrieren. Im Gegensatz zu ihren Kollegen haben diese Unternehmen mit größerer Wahrscheinlichkeit Roadmaps für zukünftige Prozesse entwickelt, um Fehler zu erfassen und die Datengenauigkeit sicherzustellen.

Leider geht aus anderen Berichten hervor, dass je kleiner die Organisation ist (und je weniger Ressourcen eine Organisation hat), desto unwahrscheinlicher ist es, dass sie auf die ML-Welle vorbereitet ist. Eine kürzlich von Bluewolf (einem IBM-Unternehmen) durchgeführte Studie ergab, dass nur 33 Prozent der kleinen Unternehmen innerhalb der nächsten 12 Monate in künstliche Intelligenz (KI) und ML investieren wollten. Dies steht im Gegensatz zu den 30 Prozent der großen Unternehmen, die bereits in die Technologien investiert haben, und den 44 Prozent, die in den nächsten 12 Monaten mit den Investitionen beginnen wollten. Das sind 74 Prozent oder 20 Prozent mehr als bei kleinen Unternehmen.

"Wir sind früh in der Reise", sagte Bedi. "Menschen und Unternehmen, die aggressiv sind, werden sich von den Unternehmen, die nicht aggressiv sind, trennen. Es scheint, als gäbe es eine Aufforderung, dies zu tun. Unternehmen, die sich anlehnen, werden beginnen, sich von der Konkurrenz zu trennen. Diese Trennung." wird zunehmen. CIOs werden dies in naher Zukunft wirklich vorantreiben."