IoT:Mempersiapkan tenaga kerja masa depan kita

Ilmuwan data sering dibandingkan dengan inti dan jiwa dari menjalankan proyek Internet of Things (IoT), kata Anthony Sayers, Penginjil IoT di Software AG . Sebagai penjaga gerbang kemampuan setiap organisasi untuk membuat keputusan yang lebih tepat dengan data mereka, individu-individu ini dianggap penting untuk proyek IoT yang sukses.

Ilmuwan data memiliki keterampilan utama yang diperlukan untuk menafsirkan data utama. Sederhana – sama seperti tidak mungkin mengendarai mobil tanpa bahan bakar, bisnis tidak dapat memanfaatkan datanya tanpa kemampuan untuk memanfaatkan nilai sebenarnya.

Ilmuwan data sangat dibutuhkan

Menurut Gartner , pada tahun 2020, lebih dari setengah proses dan sistem bisnis baru yang utama akan menggabungkan beberapa elemen IoT. Bisnis perlu dilengkapi dengan keahlian yang tepat untuk mengimplementasikan proyek-proyek ini dengan sukses. Dengan kekurangan ilmuwan data saat ini, Kecerdasan Buatan (AI) adalah salah satu cara agar kita dapat mulai mengotomatiskan IoT yang lebih matang dan terintegrasi.

Kami perlu menawarkan pelatihan tingkat tinggi dalam teknologi termasuk AI dan IoT untuk menjembatani kesenjangan antara kekurangan keterampilan dan kebutuhan saat ini. Manfaat AI adalah membantu perusahaan menskalakan proyek mereka, sekaligus memungkinkan staf untuk memfokuskan waktu mereka pada pekerjaan yang tidak dapat dilakukan oleh teknologi. Sementara itu AI dapat fokus pada tugas-tugas biasa dan berulang yang karyawan memiliki lebih sedikit waktu untuk melakukannya. AI kemudian menjadi pendukung untuk proyek IoT.

Laporan terus memberi tahu kami bahwa staf yang tidak memadai dan kurangnya keahlian adalah dua hal yang menghambat pasar IoT. Penelitian dari Immersat Research Programme menemukan bahwa 33% organisasi akan mendapat manfaat dari keterampilan tambahan, sementara 47% percaya bahwa mereka tidak memiliki keterampilan yang tepat sepenuhnya.

Menurut laporan tersebut, tiga keterampilan utama yang kurang dimiliki organisasi adalah keamanan data, ilmu data, dan dukungan teknis. Solusinya bukan hanya dengan mempekerjakan lebih banyak ilmuwan data. Kita perlu memahami pentingnya teknologi lain seperti AI dan pembelajaran mesin dalam mengaktifkan proyek IoT ini sehingga kita dapat melatih tenaga kerja masa depan.

Ekonomi yang lebih kolaboratif

Pandangan saat ini bahwa ilmuwan data adalah satu-satunya orang yang mampu memecahkan masalah IoT adalah sikap yang salah.

Solusinya adalah memastikan bahwa karyawan dalam suatu organisasi dapat memahami data IoT mereka.

Salah satu caranya adalah dengan melatih kaum milenial. Dulu selalu terhubung, mereka ditempatkan dengan sempurna untuk mendorong konektivitas lebih lanjut. Anda akan mendengar ini digambarkan sebagai memasuki ekonomi berbagi. Kami perlu membekali karyawan dengan keterampilan yang diperlukan dalam AI, ML, dan Deep Learning (DL). Dengan demikian, bisnis akan dapat menerapkan analitik ke streaming data untuk wawasan yang lebih dalam. Ini akan memungkinkan pengambilan keputusan yang lebih prediktif dan selaras dengan apa yang akan dilakukan ilmuwan data.

Oleh karena itu, kita perlu fokus untuk menerapkan lebih banyak pelatihan tentang alat yang dapat membantu mengotomatisasi dan meningkatkan peran dengan:

1. Terapkan lebih banyak pelatihan  – Untuk menjembatani kesenjangan keterampilan saat ini, kita perlu fokus untuk menawarkan lebih banyak kursus pelatihan dalam teknologi yang dapat bertindak sebagai pendukung, termasuk AI, ML, dan DL. Dengan mengizinkan lebih banyak karyawan untuk berspesialisasi dalam keterampilan ini, bisnis akan dapat memperoleh manfaat dari analitik yang lebih besar untuk pengambilan keputusan yang lebih prediktif. Dengan kursus pelatihan yang lebih spesifik dan terarah, akan ada peluang lebih besar untuk meningkatkan keterampilan tenaga kerja.
2. STEM bukan satu-satunya jawaban  – 20 ⁱⁿⁱ abad berpikir bahwa STEM adalah jawabannya bukan satu-satunya cara untuk melakukannya. Kita perlu fokus pada rekayasa bisnis baru dan membawa pendekatan baru ke pasar. Seorang ilmuwan data dapat menjadi penting dalam merancang model bisnis masa depan. Jadi, mari tawarkan lebih banyak pelatihan dalam pemikiran desain. Ini bukan hanya tentang keterampilan ilmiah yang dikejar oleh seorang ilmuwan data. Keterampilan untuk mengaktifkan strategi perusahaan sama pentingnya.
3. Tidak ada seorang pun, satu keterampilan yang dibutuhkan  – Saat tenaga kerja masa depan bersiap untuk bekerja di tempat kerja yang lebih terhubung, tidak ada satu pun keterampilan yang diperlukan. Pada akhirnya, IoT dan transformasi digital saling terkait. Oleh karena itu, meskipun seorang ilmuwan data dulunya merupakan bahan rahasia untuk membuat strategi IoT yang sukses, itu bukan satu-satunya bahan yang dibutuhkan lagi. Ilmuwan data dapat diganti jika kita fokus membangun tenaga kerja yang memiliki keterampilan dalam AI, DL, dan ML. Jika kami dapat mengimbangi teknologi baru ini, kami dapat memastikan bahwa kami dilengkapi dengan keterampilan yang diperlukan untuk mengotomatisasi proyek kami secara lebih luas.

Tenaga kerja masa depan harus dapat bekerja dengan AI, DL, ML, dan teknologi analitik data. Hanya dengan begitu, kami dapat membuka nilai sebenarnya dari data kami untuk mendorong proyek IoT kami ke depan. Inilah mengapa kita perlu bertindak sekarang.

Penulisnya adalah Anthony Sayers, Penginjil IoT di Software AG.

IoT menandai era baru untuk jalan raya Digitalisasi dan industri makanan dan minuman