Dado que no especifica una escala de tiempo, esta respuesta refleja mis suposiciones acerca de hacia dónde nos dirigimos en los próximos 10 a 20 años según las tendencias recientes. Para mantener las cosas simples, no distingo entre PNL, aprendizaje automático, extracción de información, IA tradicional, etc. en mi respuesta a continuación.
Las tendencias recientes continuarán y quizás se aceleren.
1. Arbitraje salarial y subcontratación de empleos cada vez más calificados en los países de bajo costo gracias a las mejoras en las tecnologías de comunicación. Por ejemplo, mudar empleos de manufactura a China, desarrollo de software a India.
2. Reemplazar a los expertos costosos con competiciones o búsqueda de personal, por ejemplo, Wikipedia ha destruido efectivamente el modelo de negocio de Encyclopedia Britanniva y su confianza en los expertos. Las empresas y los gobiernos encuentran más rentable financiar concursos de investigación o desarrollo abiertos al público, por ejemplo, los grandes desafíos de Kaggle, DARPA, etc. se están convirtiendo lentamente en una alternativa viable a emplear grandes equipos de científicos e ingenieros en prestigiosos laboratorios de investigación en universidades o empresas de primer nivel. tales como laboratorios de IBM TJ Watson
- ¿Habrá alguna vez un momento en que los humanos colonicen otro cuerpo celeste en nuestro sistema solar?
- ¿Cuáles son algunos países que podrían fusionarse en el futuro cercano?
- ¿Cómo cambiará el mundo en 2013?
- ¿Es posible en el futuro desarrollar tecnologías similares a las utilizadas en las películas: The Matrix and Inception?
- En la era postindustrial, ¿qué hace usted con quienes no pueden ofrecer algo que beneficie a la sociedad?
3. Muchos trabajos se están automatizando o trasladando a trabajadores menos calificados / caros, con el apoyo de algoritmos de AI. Por ejemplo, los robots están reemplazando a muchos trabajadores de fábrica, los reportes de noticias se generan automáticamente mediante algoritmos, transacciones automatizadas de stock, manejo automatizado, etc. Cada vez más, dependeremos de la autogestión del paciente para varias enfermedades con el apoyo de las soluciones tecnológicas adecuadas, por ejemplo, los ensayos clínicos demuestran que los pacientes pueden medir su presión arterial, niveles de glucosa, etc. en el hogar y auto-dosis de medicamentos para la PA, la diabetes y varias otras afecciones crónicas; en la actualidad, estos ensayos incluyen en su mayoría la telemonitorización de médicos después del evento como una red de seguridad para evitar valores atípicos extraños. Al hacerlo, estos pacientes autocontrolados logran mejores resultados clínicos que los médicos que ajustan los niveles de dosificación de medicamentos durante las visitas al consultorio según la práctica clínica actual.
4. Por primera vez en la historia de la humanidad, los algoritmos pueden comprender el conocimiento sofisticado que originalmente se creó y comunicó para el consumo humano. Estos sistemas pueden ayudar a los mejores / expertos (profesionales humanos) a acumular enormes cantidades de conocimiento para que sean mucho más productivos. Por ejemplo, para investigar el cáncer, IBM Watson leyó más de 70.000 artículos de investigación científica revisados por pares sobre la proteína P53 de revistas e identificó automáticamente las proteínas más prometedoras que podrían activar o desactivar la p53. El sistema pudo sugerir las mejores hipótesis para la verificación experimental posterior. En 20 años, estos sistemas pueden llegar a ser mucho mejores que los humanos en trabajos que requieren un profundo conocimiento o dominio del dominio.
5. El crecimiento de la manufactura como servicio y los bienes digitales que tienen un costo marginal cero por cada copia adicional permite a las pequeñas empresas con muy pocos empleados generar enormes ganancias, controlar una enorme capitalización de mercado, etc. Esto impulsará las disparidades salariales y la concentración de la riqueza. En un sector muy reducido de la población. Por ejemplo, Google, Facebook, etc. emplean a muy pocos empleados que los grandes fabricantes como GM, Ford, etc. pero generan mayores ganancias. Coursera probablemente permitirá que un pequeño grupo de profesores de élite enseñen a la mayoría del elenco de estudiantes de todo el mundo, desplazando a un gran número de profesores y profesores mediocres de la clase media alta.
Las cosas que les sucedieron a los artesanos calificados y, posteriormente, a los obreros de las fábricas durante la revolución industrial, ahora están pasando a trabajos de conocimiento / alta habilidad, por ejemplo, médicos, científicos, ingenieros, etc. Lo que una vez pensamos que son habilidades exclusivamente humanas, ahora están disponibles para las computadoras por ejemplo, la capacidad de comprender el lenguaje natural escrito o hablado, la capacidad de comprender y aplicar vastas cantidades de conocimiento humano a problemas complejos, la capacidad de entender imágenes / videos, la capacidad de comprender la intención / emociones humanas, etc. Este proceso llevará décadas para desarrollarse por completo. Inicialmente, los algoritmos informáticos solo ayudan a los profesionales humanos capacitados a hacer su trabajo más rápido y más barato. Lentamente tomarán algunas tareas fáciles y las harán más rápidas y baratas sin intervención humana. Finalmente, podrán realizar varios trabajos de conocimiento mucho mejor que la mayoría, si no todos los humanos.
Para prosperar en este entorno, los profesionales del conocimiento necesitan adoptar las siguientes estrategias.
1. El aprendizaje a lo largo de toda la vida, la rápida adaptación a las nuevas tecnologías, las condiciones del mercado, las regulaciones gubernamentales, etc. Dado que se necesitan nuevas habilidades constantemente, no es suficiente ir a la universidad a una edad temprana, necesitamos aprender constantemente nuevas habilidades y experiencia. Lo que más importa no es lo que sabemos ahora, lo que importa es cuán rápido aprendemos y dominamos nuevos conocimientos o habilidades.
2. La creatividad, la curiosidad, el entusiasmo por experimentar / asumir riesgos, las habilidades empresariales, las habilidades de liderazgo y el profundo conocimiento de la industria y los clientes para descubrir qué nuevos productos deben desarrollarse son más valiosos que nunca. Años de experiencia haciendo el mismo trabajo son cada vez menos valiosos en el mercado laboral.
3. A medida que nos volvemos cada vez más globales, la disposición a moverse por el país o por todo el mundo abre muchas oportunidades de trabajo para aquellos que desean pensar en cómo adaptar un modelo de negocio, tecnología o producto que funcione bien en un país a otros países con regulaciones ligeramente diferentes, cultura, etc. A la inversa, cada vez es más difícil permanecer en una ciudad o país durante toda nuestra carrera sin sacrificar el crecimiento de una carrera.
4. Cada vez más empresas contratan para proyectos de corto a mediano plazo que rara vez duran más que unos pocos años. Por lo tanto, su relación con el empleado se está volviendo más como su relación con contratistas a corto plazo. En lugar de contratar en base a la educación universitaria de ivy league, será más importante considerar la historia reciente de éxito en proyectos similares, las habilidades con las nuevas tecnologías relevantes para este trabajo, las referencias recientes, uno o dos cursos relevantes en coursers o edx, etc.
5. La mayoría de los puestos de trabajo todavía se obtienen mediante redes. En el futuro será aún más importante desarrollar y mantener una red profesional sólida.