Beberapa pihak khawatir bahwa kecerdasan buatan akan menghancurkan banyak lapangan kerja yang ada. Itu adalah subjek artikel lain. Apa yang terjadi di lapangan adalah bahwa AI mungkin menjadi inti dari peran-peran baru, terutama ketika organisasi-organisasi mengucurkan dana yang semakin besar untuk teknologi ini, dengan harapan bahwa teknologi tersebut akan terwujud.
Sulit untuk memprediksi jabatan apa yang akan muncul dalam beberapa tahun ke depan. Namun pertimbangkan ini: Tidak ada yang pernah membayangkan gelar seperti “insinyur cloud” atau “sherpa digital” beberapa tahun yang lalu.
Juga: Raksasa teknologi menyusun rencana untuk kehilangan pekerjaan AI: Keterampilan ulang 95 juta dalam 10 tahun
Kita tahu bahwa ilmuwan data dan pengembang Python diperlukan untuk membangun dan memelihara AI. Andy Thurai, analis utama di Constellation Research, menyarankan bahwa kita juga akan melihat jenis judul baru dalam beberapa tahun ke depan. Judul-judul ini mungkin terdengar aneh saat ini (dan Andy memang bermaksud demikian), namun peran mendasarnya akan dibutuhkan untuk tugas-tugas penting dalam mengembangkan bisnis berbasis AI.
- Pembisik Cepat: Membujuk hasil terbaik dari AI dengan membuat perintah cerdas.
- Penengkar Halusinasi: Menjinakkan AI ketika mulai menghasilkan konten yang tidak masuk akal atau di luar topik.
- DJ Data: Memadukan dan mencocokkan kumpulan data untuk menciptakan resep pelatihan yang sempurna untuk model AI.
- Penghilang Bias: Bertanggung jawab untuk mengidentifikasi dan mengurangi bias dalam algoritma AI.
- Sommelier Sintetis: Mengkurasi dan merekomendasikan konten terbaik yang dihasilkan AI untuk tujuan tertentu.
- Master Boneka Digital: Merancang dan mengontrol karakter AI untuk berbagai aplikasi.
- Alkemis Algoritma: Bereksperimenlah dengan berbagai teknik AI untuk menciptakan solusi inovatif.
- Pengasuh Jaringan Neural: Memelihara dan melatih model AI untuk mencapai potensi maksimalnya.
- Petugas Pemeriksaan Realitas: Memverifikasi keakuratan dan keaslian konten yang dihasilkan AI.
- Kepala Katalis Kreatif: Mengawasi dan menginspirasi tim materi iklan yang didukung AI.
- Kill Switch Engineer (atau AI Tamer): Mulailah menarik kabel jika AI mencoba mengambil kendali. Pekerjaan paling realistis!
Di seluruh lanskap teknologi bisnis, para penggerak dan penggerak industri melihat adanya peningkatan permintaan akan berbagai peran baru yang diciptakan untuk menjinakkan monster AI. Mungkin bukan dengan judul yang disarankan Thurai, tapi ditugasi dengan tugas yang sama.
Di tingkat kepemimpinan, misalnya, Anurag Guptakepala konsultasi solusi global di Revature, memandang peran kepemimpinan terkait AI sebagai hal yang “penting untuk menetapkan visi, standar, dan peta jalan untuk proyek AI generatif.”
Juga: Apa itu Chief AI Officer, dan bagaimana Anda menjadi Chief AI?
Ini mungkin termasuk kepala petugas AI, kata Gupta kepada ZDNET. Manajer produk AI juga mulai mengedepankan hal ini, “memainkan peran penting dalam membantu merancang, mengembangkan, dan mengelola produk dan layanan yang didukung AI.” Yang juga muncul adalah: “Kebutuhan akan insinyur AI generatif terus meningkat ketika organisasi menerapkan teknik baru untuk mengembangkan, menerapkan, dan memelihara solusi AI yang memecahkan masalah dunia nyata.”
Benang merah dari banyak peran baru AI dapat dianggap sebagai bagian dari bidang “transformasi AI”, Sania Khan, kepala ekonom dan kepala wawasan di Eightfold AI, mengatakan kepada ZDNET. Peran-peran ini menjadi bagian dari “tim yang diberi tugas penting untuk memilih alat AI yang tepat untuk setiap fungsi dan merumuskan strategi tenaga kerja untuk memastikan ketangkasan, produktivitas, dan keterlibatan karyawan.”
Persiapan untuk mengambil peran tersebut memerlukan perubahan arah dalam pembelajaran dan persiapan. Mudah-mudahan, hal ini termasuk menjadi bagian dari organisasi yang mendorong pembelajaran berkelanjutan. “Organisasi berbasis keterampilan yang secara konsisten menilai keterampilan yang dibutuhkan untuk mempersiapkan angkatan kerja di masa depan, berinvestasi dalam peningkatan keterampilan/reskilling pekerja, dan mengkalibrasi ulang peran mereka akan tetap menjadi yang terdepan,” kata Khan.
Sayangnya, banyak organisasi tidak mendukung pembelajaran seperti itu — dan bahkan sekolah dan universitas pun tidak dapat mengikutinya. “Menemukan pelatihan formal atau kualifikasi yang relevan melalui jalur tradisional mungkin terbukti menantang,” Bernhard Gademannpresiden Institut auf dem Rosenberg, mengatakan kepada ZDNET.
Juga: Lebih dari sekadar uang, para profesional sumber terbuka menginginkan 2 hal ini dari pekerjaan mereka selanjutnya
“Kami menyarankan agar individu memulai perjalanan pembelajaran mandiri, mengeksplorasi dan menerapkan AI dalam berbagai skenario dan konteks,” kata Gademann. “Dengan banyaknya informasi yang dipublikasikan setiap hari, ada banyak peluang untuk belajar dan mendapatkan inspirasi. Namun, jalur ini menuntut pola pikir motivasi diri yang tinggi, yang — jelas — merupakan keterampilan penting lainnya di masa depan.”
Dengan perubahan teknologi yang begitu cepat, waktu yang diperlukan agar suatu keterampilan teknologi menjadi usang kini kurang dari tiga tahun. Gupta mendesak untuk terlibat dengan “pendekatan langsung atau berbasis proyek yang menawarkan kesempatan untuk mengerjakan proyek dan skenario dunia nyata untuk menguasai dan memperoleh keterampilan baru.” Keterampilan tersebut tidak hanya melibatkan AI generatif, tetapi juga keamanan dan cloud, serta keterampilan dasar “seperti pemrograman inti, tanpa kode, kode rendah, ilmu data, analisis bisnis, dan pengujian QA.”
