随着IT自动化和人工智能技术的进步与发展，IT员工的工作方式发生了重大变化。今年新皇冠的突然爆发也迫使大多数组织的员工在家中远程工作。如果这一流行病继续蔓延到2021年，该组织将继续允许员工进行远程工作，并采取多种工作方法的混合策略，或者鼓励永久性的远程工作。因此，很难预测2021年各个行业的发展。一个清晰的主题浮出水面：IT自动化和人工智能（包括机器学习）将继续成为IT专业人员关注的领域。以下是在2021年将发挥重要作用的一些方法：技术人员的持续短缺。自动化和数据方面的一个步骤是组建一支合适的IT专业人员团队。但是，IT人才的持续短缺可能会使此举变得更加困难。在未来十年中，IT行业的工作预计将增长12％。尽管计算机科学专业人士在过去十年中增长了10％，但仍然远远落后于其他技术行业的增长。技术培训组织PerScholas的社会风险投资执行副总裁Damien Howard表示，由于招聘标准，经验要求，H-1B签证不确定性和劳动力退休等因素，IT行业需求与可用技术之间存在差距人员将进一步加大力度。霍华德指出，在过去的十年中，计算机科学领域的失业率大约是美国总体失业率的一半。即使在流行期间，失业率仍然保持较低水平。根据Teksystems全球服务学习服务总监Leslie Deutsch引用的美国劳工统计局的数据，只有59％的计算机科学专业毕业生从事与其专业密切相关的工作。 Deutsch表示：“自2010年以来，对IT人才的市场需求持续增长，这意味着相关人才的招募越来越难。”最终结果是什么？作为一个市场需求受到抑制的行业，IT行为的短期（流行期间）和长期（IT自动化和人工智能的未来发展）将发生重大变化。他说：“组织紧跟技术进步变得更加紧迫。流行病仅增加了这些需求。随着向远程工作的转移，许多管道数字转换项目变得更加紧迫。随着企业业务的调整，IT Career的需求只会持续增长。这意味着熟练的IT人才将比以往任何时候都更加重要。使用机器数据为了获得正确的数据，组织具有机器学习分析数据的潜力。 Splunk的首席技术倡导者安迪曼（AndiMann）说，机器学习中使用了三种类型的数据。关系数据是“行和列”，即电子表格和数据库。参考数据是指语义数据，例如电子邮件和文档。第三类是机器数据，它是由包括服务器，交换机和网络的系统生成的。第三种数据类型是组织发展空间的巨大潜力。曼恩说：“如果机器可以读取数据，那么整个故事都可以读取。公司就是这样关注客户或客户交互或查看员工的工作方式的。”在InteropDigital会议上，Mann概述了组织可以通过机器数据揭示的一些内容。观点。随着更多数字化工作的到来，这些数据在2021年的自动化和人工智能工作中将变得越来越重要。例如，销售部门员工的工作可能已经通过与客户的现场沟通或合作来完成。其他互动方式。例如，使用此数据，机器学习可用于突出显示聚类事件并进行预测，或查看当前事件（例如购买模式）。曼恩指出，有时机器数据的价值不在于模式，而在于异常或离群值。例如，无效的数字交互可以针对具有异常但负面体验的客户。人工智能：炒作还是希望？ Quantarium首席执行官Romi Mahajan在一次行业会议上提出了一个担忧：媒体和行业对人工智能的宣传和呼吁是否代表着真实？ Akvelon董事CalEscue说。 “每种媒体都在关注人工智能的进步。对于一些选择追求IT自动化和人工智能的公司而言，存在一些边际积极因素，而对于其他组织而言，它们是真正的前提。