با پذیرش سریع فناوریهای هوش مصنوعی (AI)، سازمانها با شکاف مهارتی گستردهای مواجه شدهاند؛ چرا که سرعت ادغام این فناوریها بسیار بیشتر از سرعت توسعه مهارتهای کارکنان بوده است. طبق گزارشهای اخیر، فقدان مهارتهای لازم برای استفاده از AI، کمبود دانش در حوزههای تخصصی (Core Domain) و ضعف در مهارتهای ادغام (Integration Skills)، از بزرگترین موانع پیش روی کسبوکارها هستند.
نقشهای کلیدی در تقاضای آموزش
اگرچه هوش مصنوعی بر اکثر نقشهای شغلی تأثیر میگذارد، اما تقاضا برای آموزش در برخی حوزهها بسیار شدیدتر است. بر اساس دادههای موجود، اولویتهای آموزشی در ترتیب زیر قرار دارند:
- امنیت سایبری (Cybersecurity)، عملیات (Operations) و مدیریت دادهها: ۳۸٪
- پشتیبانی فنی و زیرساختهای IT: ۳۷٪
- توسعه نرمافزار: ۳۱٪
- مدیریت پروژه: ۲۶٪
همچنین، اولویتهای آموزشی بسته به اندازه سازمان متفاوت است. در حالی که شرکتهای کوچک و متوسط (SMEs) بر آموزشهای پایه AI تمرکز دارند، سازمانهای بزرگتر اولویت اصلی خود را امنیت هوش مصنوعی (AI Security) و سپس مدیریت و ادغام این فناوری قرار دادهاند.
تغییر پارادایم: از مهارتهای سخت به مهارتهای نرم
پیادهسازی AI باعث شده است تا تقاضا برای مهارتهای نرم (Soft Skills) نسبت به مهارتهای سخت (Hard Skills) افزایش یابد. سازمانها اکنون به متخصصانی نیاز دارند که بتوانند خروجیهای AI را نظارت کرده و با تفکر تحلیلی و لجستیکی، صحت و پتانسیل این نتایج را ارزیابی کنند. مهارتهای مورد نیاز در این دوران عبارتند از:
- تفکر تحلیلی (Analytical Thinking)
- تابآوری، انعطافپذیری و چابکی (Resilience & Agility)
- رهبری و نفوذ اجتماعی
- تفکر خلاق
چالشهای فرهنگی و عملیاتی در آموزش
یکی از موانع اصلی در مسیر ارتقای مهارتها، دیدگاههای قدیمی نسبت به آموزشهای حین خدمت (On-the-job training) است. در بسیاری از سازمانها، زمان صرف شده برای آموزش به عنوان «زمان دوری از کار واقعی» تلقی میشود، در حالی که واقعیت این است که ۸۶٪ کارکنان، مهارتهای جدید را از طریق تجربه عملی کسب میکنند.
همچنین شکافی میان دیدگاه مدیران منابع انسانی (HR) و کارکنان وجود دارد؛ در حالی که ۸۳٪ مدیران معتقدند سازمان آنها از یادگیری AI حمایت میکند، تنها ۶۴٪ از کارکنان این موضوع را تأیید میکنند. این مسئله نشاندهنده نیاز مبرم به ارتباطات شفافتر بین تیمهای HR، مدیران IT و واحدهای آموزش و توسعه (L&D) است تا استراتژیهای ادغام AI با نیازهای واقعی نیروی انسانی همسو شود.