2030年的IT工作将会是什么样子

授权转载于：企业网D1net（ID:D1Netchina）

自动化和人工智能有望改变IT。一些早期迹象表明，公司应更加重视跨职能团队、AI和IT员工之间更深入的合作关系以及对中层管理层的深入削减。

预测工作的未来是出了名的冒险，因为颠覆性技术会像蚀刻素描一样改变画面。回顾过去的一两年是很困难的，而预测10年后会发生什么也是很不确定的。但是对于那些着眼于技术趋势的人来说，一些广泛的、共同的主题已经开始出现--这可以从人工智能和自动化的影响开始。

咨询公司麦肯锡的一份题为《技能转移：自动化与劳动力的未来》的研究报告称:“未来10至15年，随着人们与越来越智能的机器互动，以及对自动化和人工智能技术的采用将改变工作场所。到2030年，对创造力、批判性思维、决策和复杂信息处理等更高认知技能的需求将会得到增长。”

当工人和经理们绞尽脑汁地想知道自动化对他们的职业生涯意味着什么时--很多人都同意数据处理和输入等工作将会被机器淘汰--而预言家们提出了一种更乐观的观点，认为人类会将更少的工作转移到可以接管基本工作的机器上。因为虽然可以通过算法进行决策，但还不能与人类的情绪智力、解决问题和创业精神相匹配。

以下是IT未来学家对未来10年IT工作演进的看法 …

独立、特设团队的崛起

在对IT未来的展望中，研究公司Gartner发布了几份关于到2035年IT将如何演变的报告。它的主要结论之一是，大多数工作将由独立的、特设团队完成，用自上而下的方法来满足业务目标。

在其关于2028年工作场所的报告中，该公司描述了由拥有多种技能的高绩效员工组成的自治团体。Gartner的分析人士认为，这些组织会根据需要增长或收缩，以应对工作量、时间框架和“密集的信息交换和协调”方面的变化。虽然这种模块化的、即时的、可伸缩的工作团队方法是否会像今天的云服务器工作负载那样操作IT工作负载还有待观察，但它确实强调了它正在向跨功能团队转变，将其作为了业务成功的公式。

中层管理的衰落

Gartner引人注目的预测或许是，未来对算法的依赖将大幅减少中层管理人员的数量，而剩下的人将承担更狭隘的责任。这一预测与其对独立团队的看法有关。

Gartner研究部副总裁Helen Poitevin表示:“首先，这将成为在许多工作环境中提高效率和削减成本的一种方式。“我考虑的是零售行业的一些领域，物流、供应链和仓储的自动化程度已经将前线经理推到了一个不同的角色。我想说的是，对于高度创造性的部门也是如此，在这些部门中，中层管理人员所扮演的监督角色过于严格，阻碍了团队的创造力，以及团队利用跨部门专业知识的能力。”

对机器老板的接受

如果觉得基于机器的管理者的想法有些牵强，那么考虑一下，当下数以百万计的优步(Uber)和Lyft司机已经被算法管理了。2015年，一群在卡内基梅隆大学研究人机交互的计算机科学家探索了员工在电脑而不是中层管理人员下分配工作、设定价格和评估绩效时的反应。

研究人员惊奇地发现，工人们很容易就接受了从算法中寻找方向的想法，而且他们很快就适应了与机器一起工作，从而使他们的工作更易于管理。例如，司机会关掉应用程序，让他们控制自己的工作时间和地点，或者在长途旅行后休息一下。

卡内基梅隆大学计算机科学副教授Laura Dabbish是这项研究的参与者之一。他们无法选择工作的某些方面，例如设置特定的取件位置，或者从可用的列表中选择他们更喜欢的取件请求。“这可能是因为他们拥有的自由弥补了他们缺乏控制的不足，”Dabbish说。“这也可能是因为一些司机缺乏使用其他系统的经验，比如人类的出租车调度员。”

随着司机们对这款应用越来越有经验，他们继续调整了自己的工作策略。“我们认为，算法--通常是技术--将优化人类行为，但忽视了人们在面对技术时调整和适应自己行为的程度，”她说。

在决策和执行方面与人工智能的合作

硅谷的投资者和顾问Zorawar Biri Singh表示，未来十年将是一个“共同认知时代”，这是由对认知技术的不断采用、对人类注意力缺乏的持续关注以及对独立的可信任仲裁者的需要所推动的，而对可信任仲裁者的需求还有待发展。

他说:“我们正处于下一个阶段，本质上，人类将与机器、算法和系统、认知系统合作，共享人类认知，并训练系统能够卸载大量的工作。”

Singh写了他所认为的6个演化阶段，首先是大型机，然后是个人电脑和网络，接着是网络和服务器，虚拟化，移动和云，现在是人工智能，机器人技术，物联网和边缘计算的混合体--他认为下一个阶段会进一步发展，可能还需要十年以上。

Forrester最近的一份报告还强调，未来10年，工作中的人和电脑将融合在一起，而不仅仅是自动化造成的人员流失。

报告称，“我们完成工作的方式已发生了重大变化。未来的不同之处在于，那些以几十年为单位来衡量的变化，现在将以年和月为单位来衡量。工作将取决于人与机器之间的共生关系。这不是一个由人来领导、由机器来完成的结构;相反，它将匹配机器人和人类的领导、决策和执行任务，从而更好地实现预期的结果。”

人类仍将提供独特的价值

不管电脑是否会抹去大量低认知的工作，比如日常数据处理和敷衍了事的中层管理职能，对于能够留给员工的任务，人们似乎已经达成了广泛共识。

卡内基梅隆大学的Dabbish说:“机器智能还不能完成管理的许多方面。管理层需要有一个情感和关系方面的内容来与你的报告相关联，以激励他们并处理困难的情况。情商会在与员工交谈的时候被需要，以了解他们在做什么，对什么感兴趣和兴奋，然后为他们的工作提供反馈。技术在感知人类情感状态、理解人类自然语言以及进行某种形式的对话方面正变得越来越好，但还仍远未能够完成管理中更具关联性的方面。而且，应用程序的奖励和赞美不如直接的人际互动那么有意义。”

Singh指出，无论机器的计算能力如何，深度认知工作在未来的工作中仍将受到重视。而且，他指出，大多数组织将没有足够的资源和数据集来消除中层管理。

“在过去一年半的时间里，我接触过的每一家大型企业都有大数据科学项目，以增强自己的机器学习能力，”Singh说。“大型平台，如谷歌和亚马逊，Facebook和微软，能够访问大规模的计算集群和数据，已经能够构建这个。但是一般的企业还不会很快地需要处理这种规模的数据。这有点像情节剧，每个人都在说:‘我最好坐起来，开始审视自己在中层管理岗位上的表现。我应该使用算法，对吧?为什么我不用算法呢?’”

Dabbish则指出了一些无法量化或测量的工作要素。她回顾了优步和Lyft的例子。在优步和Lyft的例子中，电脑可以轻松地管理一个评级系统，但在评估一个人可以如何处理自己的工作时，还有很多需要改进的地方。

“这些服务质量的数字指标并没有描述司机所擅长的工作要素，也没有为他们提供有助于他们随着时间的推移而改进的反馈，”Dabbish说。“在我们的研究中，司机们感到了很大的压力，要保持他们的评价等级，他们会对一个糟糕的评分有负面的情绪反应，这可能会不成比例地影响他们的总分。”

Citrix CTO Christian Reilly表示:“正如我们过去多次看到的那样，技术在增强人类方面很出色，但并没有取代人类。但这是一种趋势，我们将继续看到价值更低、重复性更强的任务被软件机器人所取代--并释放出人力资本，去做如今人工智能做不好的事情--比如深度推理或战略性思考。工作的概念将继续被重新定义为计算资源的可用性、不断下降的成本和机器学习的商品化的结合，以推动新的效率。下一代的全球业务将由新类型的应用程序及其相关数据驱动，能够捕捉并识别这些数据中的趋势的组织将获得市场优势。”

技术所带来的压力

Gartner的另一项预测是，对技术的日益依赖将给那些感觉自己与工作始终相连的员工带来压力。该公司还表示，推动紧张局势的因素还将来自于保持领先于新技术的持续驱动力:“为了提升我们的技能，接受更大的任务组合，我们将承担更多的工作，让我们感觉自己好像是在全天候地工作。”

Forrester的报告指出，如今的工人已经开始担心未来的自动化和工作场所的机器人，以及如何为自己创造一个不会被自动化取代的角色。“正如企业必须成为学习型机构一样，员工也必须成为学习者--学习核心技能，适应新的工作模式，了解为未来做好准备和适应未来意味着什么。员工们已经在努力应对变化，不断需要重新评估和培养新技能，以跟上市场的步伐。”

根据麦肯锡的报告，“到2030年，美国使用先进技术的时间将增加50%，欧洲将增加41%。我们预计，对先进IT和编程技能的需求增长快，在2016年至2030年间，这一需求可能会增长90%。拥有这些技能的人将不可避免地成为少数。然而，每个人都有必要为自动化的新时代发展基本的数字化技能。”

那么，我们将如何应对这些由技术驱动的连接压力和不断提升的技能?Gartner的Poitevin建议，我们需要更广泛地看待新技术，以评估其影响。

“首先，要注重适应性，”Poitevin说。“作为一个物种，人类的适应性很强。这种素质和学习能力是很重要的。其次，在评估技术的影响时，我们需要使用一个大的视图镜头。我们需要致力于设计用例和使用技术的方法来改善我们的生活，而不是给我们的生活带来危险。例如，在帮助人们方面，塑料并不都是不好的--比如在医疗保健、残疾人、获取食物等方面。但是，我们并没有充分考虑环境影响，也没有为整个塑料产品的生命周期建立足够的基础设施，包括重复使用性。这是我的看法，自动化不应该被我们视为与人类作对的东西。人类应该更倾向于通过自动化来寻找新的做事方式。我们作为一个物种已经这样做了几千年了。”