Reklama
Dołącz do liderów przyszłości i zdobądź przewagę! Sprawdź najnowszą ofertę subskrypcji
Analityka i Business Intelligence

Jak rozwiązać problem deficytu umiejętności analitycznych

28 października 2019 7 min czytania
Chris Brahm
Jak rozwiązać problem deficytu umiejętności analitycznych

Na całym świecie pracownicy dysponujący zaawansowanymi umiejętnościami analitycznymi ciągną w kierunku metropolii. Jednak nawet jeśli centrala twojej firmy nie znajduje się w Dolinie Krzemowej, Pekinie ani Bangalore, nie trać nadziei.

W erze wielkich zbiorów danych i sztucznej inteligencji budowanie solidnych zaawansowanych zdolności analitycznych stanowi dla firm imperatyw strategiczny. Jednak pracowników z odpowiednimi kwalifikacjami trudno znaleźć nawet w miastach, gdzie jest ich najwięcej. Dla przedsiębiorstw działających poza ośrodkami technologicznej grawitacji – czyli miastami zasilanymi przez uniwersytety, jak San Francisco i Pekin – obsadzanie stanowisk związanych z uczeniem maszynowym lub analityką bywa wyzwaniem. Jednak perspektywicznie myślące organizacje radzą sobie z tym problemem, stosując kombinację kreatywnych metod.

Amerykańscy pracownicy branży technologicznej, co wyraźnie widać, preferują stanowiska w miastach będących prężnymi centrami rozwoju technologicznego oraz w firmach, które mogą się pochwalić sukcesami w dziedzinie analityki. Niedawne badanie firmy Bain & Company pokazuje, że tendencja pracowników z zaawansowanymi umiejętnościami analitycznymi do gromadzenia się w dużych miastach jest w rzeczywistości zjawiskiem globalnym (zobacz Główne ośrodki miejskie skupiające pracowników o zaawansowanych umiejętnościach analitycznych). W Stanach Zjednoczonych 10% wszystkich ludzi z takimi kwalifikacjami pracuje w rejonie metropolii nowojorskiej, a 14% w obszarze zatoki San Francisco. Podobnie w Indiach ponad jedną czwartą pracowników z zaawansowanymi umiejętnościami analitycznymi można znaleźć w Bangalore, a kolejne 13% w Delhi. Koncentracja kompetencji jest jeszcze wyraźniejsza w Chinach, gdzie aż połowę krajowych kadr analitycznych skupiają dwa miasta – Szanghaj i Pekin.

Co więc mogą robić organizacje, które działają poza najbardziej prężnymi ośrodkami rozwoju?

Tworzenie specjalistycznych placówek w centrach rozwoju technologicznego

Tradycyjne podejście polega na tworzeniu w tych centrach ośrodków doskonałości analitycznej. Na przykład pewna duża sieć sprzedaży detalicznej, w centrali której działa już zespół składający się między innymi z dyrektora do spraw cyfrowych, założyła dodatkowe laboratoria w Dolinie Krzemowej i w Bangalore. Chociaż w niezwykle konkurencyjnym obszarze zatoki San Francisco kadry są bardzo kosztowne, kierownictwo firmy doszło do wniosku, że rozwinięcie działalności na odpowiednią skalę w innym miejscu byłoby zbyt trudne, dlatego najlepsi firmowi specjaliści do spraw zaawansowanej analityki, szczególnie zajmujący się analityką danych (data science), pracują tutaj. W Bangalore – czyli na rynku mniej konkurencyjnym i tańszym niż Dolina Krzemowa – sieć korzysta z pracy wykwalifikowanych lokalnych technologów. Zespół analityczny w centrali skupia się natomiast na zastosowaniach technologii i budowaniu firmowych systemów technologicznych. We wszystkich trzech lokalizacjach partnerzy biznesowi pracują razem z specjalistami do spraw technologicznych, koordynując działania ze swoimi odpowiednikami w innych biurach.

Inwestowanie w ośrodkach akademickich

Chcąc zaspokajać swoje rosnące potrzeby, firmy nie ograniczają się do tworzenia placówek w ugruntowanych ośrodkach rozwoju technologicznego. Wiele z nich – w tym duże podmioty będące tubylcami cyfrowego świata – coraz częściej wychodzi dalej w teren i inwestuje w nowych centrach analitycznych. Ponieważ niektóre przedsiębiorstwa zatrudniają tysiące specjalistów, obecnie coraz więcej uniwersytetów dodaje nowe i rozszerza istniejące programy nauczania w zakresie sztucznej inteligencji i analityki.

Najbardziej dojrzałe sektory wykorzystujące zaawansowaną analitykę, które planują najszybsze rozszerzanie zespołów, są gotowe podążać za utalentowanymi pracownikami. Dzięki wysokiej jakości programów uniwersyteckich dla Google’a, Facebooka, Amazona i Ubera ważnymi ośrodkami stały się takie miasta, jak: Toronto, Montreal, Atlanta i Pittsburgh. Podobną pozytywną dynamikę zaczynają obecnie odczuwać również mniejsze miasta, jak Louisville w stanie Kentucky. Niedawno Microsoft ogłosił, że Louisville – siedziba University of Louisville i wielu przedsiębiorstw z branży produkcyjnej oraz opieki zdrowotnej – stanie się nowym centrum regionalnym koncernu w obszarze sztucznej inteligencji, analityki danych i pracy nad internetem rzeczy.

Hybrydowa metoda rozszerzania zasięgu

Firmy mogą reagować na wyzwania rekrutacyjne, nie tylko rozszerzając zasięg geograficzny, ale także stosując wielopoziomową strategię kadrową, która wykorzystuje specjalistyczną wiedzę zewnętrznych partnerów. W tej strukturze rdzeń – czyli firmowy zespół analityczny – koncentruje się na tworzeniu masy krytycznej do strategicznych zadań, takich jak kierowanie zespołem analitycznym i opracowywanie modeli. Mniej istotne zadania związane z analizowaniem danych, takie jak taktyczne zarządzanie danymi i obsługa modeli, można wtedy powierzać zagranicznym ośrodkom przetwarzania danych, niezależnym firmom usługowym i projektom crowdsourcingowym.

Łącząc wewnętrzne i zewnętrzne zdolności analityczne, firmy tworzą model hybrydowy, który zasięgiem specjalistycznej wiedzy na temat zaawansowanej analityki odpowiada ich przyszłym potrzebom. Obecnie tylko 30% przedsiębiorstw samodzielnie wykonuje wszystkie zaawansowane zadania analityczne. Pozostałe 70% łączy swoje umiejętności z usługami zagranicznych podmiotów outsourcingowych, niezależnych specjalistów, konsultantów w dziedzinie zaawansowanej analityki i z crowdsourcingiem.

Bezpłatne kursy, płatne programy szkoleniowe

Nawet w przypadku pracy wykonywanej przez firmę we własnym zakresie istnieją kreatywne, elastyczne metody, które umożliwiają rozszerzanie puli utalentowanych kadr. Można na przykład pomagać w rozwoju nowych umiejętności analitycznych istniejącym pracownikom z solidnym przygotowaniem w dziedzinie nauk, technologii, inżynierii i matematyki (science, technology, engineering and mathematics – STEM), udostępniając im kursy przekwalifikowujący i programy kształcenia ustawicznego. Takie firmy jak IBM, EXL (dostawca usług w zakresie analityki i zarządzania działalnością operacyjną) i Airbnb (serwis bezpośredniego wynajmu nieruchomości) oferują dziś pracownikom kursy i szkolenia w zakresie świadomości danych (data awareness), gromadzenia danych, ich prezentowania w postaci graficznej oraz robotyki. Bezpłatne, masowe, otwarte kursy online (massive open online courses – MOOC) oraz odpłatne programy szkoleniowe także umożliwiają przekwalifikowywanie istniejących kadr. Prawie jedna czwarta respondentów, którzy odpowiedzieli na ankietę firmy Bain, przyznała, że ich firmy w jakiejś formie wdrożyły programy szkoleniowe z zaawansowanej analityki.

Przedsiębiorstwa z dobrym warsztatem analitycznym i odpowiednimi narzędziami do inżynierii danych mają jeszcze jedną możliwość: stosować automatykę do budowania modeli i przetwarzania danych i w ten sposób wspierać pracowników z kwalifikacjami typu STEM, którzy nie mają umiejętności w zakresie kodowania.

Jako młoda dziedzina zaawansowana analityka często cierpi na deficyt doświadczonych menedżerów. Pomagając istniejącym pracownikom w rozwijaniu nowych umiejętności, można sięgnąć do grupy, która zna już firmę i branżę i wie, jak skutecznie prowadzić działalność w obrębie organizacji.

Szukając mądrych sposobów na jak najlepsze wykorzystanie własnego potencjału i rosnącego globalnego ekosystemu specjalistycznej wiedzy oraz otwierając się na automatykę i inne narzędzia, które mogą być przydatne w łataniu braków, wiodące firmy docierają do nowych źródeł utalentowanych pracowników. Aby rozwiązać problem koncentracji specjalistów do spraw zaawansowanej analityki, trzeba myśleć kreatywnie i strategicznie, używając różnorodnych metod, które zapewnią przedsiębiorstwom najlepszych pracowników i zasoby.

O autorach
Tematy

Może Cię zainteresować

Multimedia
Agenty AI: Dlaczego nie zawsze warto je wdrażać?

Czy wiesz, że nie każda organizacja powinna spieszyć się z wdrażaniem agentów AI? W trzecim odcinku podcastu Limity AI Iwo Zmyślony rozmawia z Kamilem Stanuchem — filozofem, inwestorem i doświadczonym menedżerem technologicznym — o realnych możliwościach i ograniczeniach z jakimi spotykają się agenty AI.

Jak wojna handlowa USA–Chiny wpływa na Unię Europejską

Nowe amerykański taryfy celne

Wojna handlowa między USA a Chinami, tląca się od kilku lat, gwałtownie eskalowała w 2025 r. Po serii punktowych podwyżek ceł w latach 2018–2019 na wiosnę 2025 r. prezydent USA Donald Trump ogłosił mechanizm „ceł wzajemnych”, nakładając drakońskie taryfy na niemal wszystkich partnerów handlowych. Nie oszczędzono nawet tradycyjnych sojuszników – na wiele produktów z Europy wprowadzono dodatkowe cła rzędu 10–20%. Najbardziej radykalne stawki (sięgające ponad 100%) objęły import z Chin, co de facto oznaczało zerwanie dotychczasowych zasad wolnego handlu.

Marki luksusowe pod presją geopolityki

W połowie kwietnia rynki kapitałowe zelektryzowała informacja o tym, że francuski gigant LVMH stracił tytuł najcenniejszej firmy luksusowej na świecie na rzecz mniejszego, ale bardziej ekskluzywnego Hermèsa. Czy detronizacja jednej francuskiej marki przez drugą (producenta torebek Louis Vuitton przez producenta torebek Birkin) to rzeczywiście zdarzenie, którym powinny się ekscytować europejskie rynki? I co ta zmiana oznacza dla polskich producentów marek premium?

 

Dobre relacje w firmie zaczynają się od dobrze dobranych słów

Gdy codzienna komunikacja sprowadza się do skrótów myślowych, domysłów i niejasnych sygnałów, łatwo o spadek zaangażowania, narastające napięcia i chaos informacyjny. Coraz więcej organizacji dostrzega, że to właśnie język – sposób, w jaki mówimy do siebie w pracy – buduje (lub rujnuje) atmosferę oraz relacje w zespołach. O tym, jak świadomie kształtować kulturę organizacyjną poprzez komunikację, opowiada Joanna Tracewicz, Senior Content Strategy Manager w rocketjobs.pl i justjoin.it, a także współautorka poradnika Nie mów do mnie ASAP! O spoko języku w pracy.  Rozmawia Paulina Chmiel-Antoniuk.

AI w medycynie predykcyjnej – jak wearables zmieniają opiekę Jak AI i urządzenia noszone rewolucjonizują medycynę

W ostatnich latach inteligentne urządzenia noszone (wearables) przeszły drogę od prostych krokomierzy do zaawansowanych narzędzi monitorujących stan zdrowia. Dzięki sztucznej inteligencji stają się one nie tylko rejestratorami danych, lecz także systemami predykcyjnymi, które mogą wspierać diagnostykę i profilaktykę chorób. W świecie biznesu i zarządzania zdrowiem pracowników technologia ta może odegrać kluczową rolę.
Według raportu Think Tank SGH wartość globalnego rynku AI w ochronie zdrowia wzrośnie z 32,3 miliarda dolarów w 2024 roku do 208,2 miliarda dolarów w 2030 roku, co oznacza średnioroczny wzrost na poziomie 36,4%. Ta dynamiczna ekspansja wskazuje na rosnące znaczenie technologii AI i wearables jako ważnych elementów nowoczesnej opieki medycznej.

Strategiczna samotność – klucz do autentycznego przywództwa

W dynamicznym współczesnym świecie biznesu, w którym dominują informacje dostarczane w trybie natychmiastowym, umiejętność samodzielnego, logicznego i krytycznego myślenia stała się jedną z najcenniejszych kompetencji liderów. Koncepcja ta, przedstawiona przez Williama Deresiewicza, byłego profesora Uniwersytetu Yale, zakłada, że prawdziwe przywództwo nie rodzi się wśród zgiełku opinii i impulsów zewnętrznych, lecz w przestrzeni samotności i skupienia.

Skup się na fanach marki. Oferta skierowana do wszystkich nie działa!
Multimedia
Skup się na fanach marki. Oferta do wszystkich nie działa!

W spolaryzowanej kulturze pogoń za rynkiem masowym i kierowanie oferty do wszystkich są z góry skazane na porażkę. Najlepszym sposobem na osiągnięcie sukcesu marki jest sprzymierzenie się z subkulturą, która ją pokocha.

Cła, przeceny i okazje: Jak zarobić, gdy inni panikują lub tweetują

Trump tweetuje, Wall Street reaguje nerwowo, a inwestorzy znów sprawdzają, czy gdzieś nie pozostawili Planu B. Gdy rynek wpada w histerię, pojawia się pokusa: a może jednak warto „kupić w tym dołku”? W tym tekście sprawdzamy, czy inwestowanie w kontrze do tłumu to genialna strategia na czasy ceł Trumpa, banów na Chiny i politycznych rollercoasterów — czy raczej przepis na ból głowy i portfela. Nie wystarczy chłodna kalkulacja, przyda się też stalowy żołądek.

• Jak generować wartość z AI dzięki małym transformacjom w biznesie - Webster
Premium
Jak generować wartość z AI dzięki małym transformacjom w biznesie

Liderzy skutecznie wykorzystują duże modele językowe, stopniowo minimalizując ryzyko i tworząc solidne fundamenty pod przyszłe transformacje technologiczne, dzięki czemu generują realną wartość dla swoich organizacji.

Niespełna dwa lata temu generatywna sztuczna inteligencja (GenAI) trafiła na czołówki stron gazet, zachwycając swoimi niezwykłymi możliwościami: mogła prowadzić rozmowy, analizować ogromne ilości tekstu, dźwięku i obrazów, a nawet tworzyć nowe dokumenty i dzieła sztuki. To najszybsze w historii wdrożenie technologii przyciągnęło ponad 100 mln użytkowników w ciągu pierwszych dwóch miesięcy, a firmy z różnych branż rozpoczęły eksperymenty z GenAI. Jednak pomimo dwóch lat intensywnego zainteresowania ze strony kierownictwa i licznych prób wdrożeniowych nie widać wielkoskalowych transformacji biznesowych, które początkowo przewidywano. Co się stało? Czy technologia nie spełniła oczekiwań? Czy eksperci się pomylili, wzywając do gigantycznych zmian? Czy firmy były zbyt ostrożne? Odpowiedź na te pytania brzmi: i tak, i nie. Generatywna sztuczna inteligencja już teraz jest wykorzystywana w wielu firmach, ale nie – jako lokomotywa radykalnej transformacji procesów biznesowych. Liderzy biznesu znajdują sposoby, by czerpać realną wartość z dużych modeli językowych (LLM), nie modyfikując całkowicie istniejących procesów. Dążą do małych zmian (small t) stanowiących fundament pod większe przekształcenia, które dopiero nadejdą. W tym artykule pokażemy, jak robią to dzisiaj i co możesz zrobić, aby tworzyć wartość za pomocą generatywnej sztucznej inteligencji.

Premium
Polski przemysł na rozdrożu

Stoimy przed fundamentalnym wyborem: albo dynamicznie przyspieszymy wdrażanie automatyzacji i robotyzacji, co sprawi, że staniemy się aktywnym uczestnikiem czwartej rewolucji przemysłowej, albo pogodzimy się z perspektywą erozji marż pod wpływem rosnących kosztów operacyjnych i pogłębiającego się strukturalnego niedoboru wykwalifikowanej siły roboczej.

Jak alarmują prognozy Polskiego Instytutu Ekonomicznego, do 2030 r. w samej Europie może zabraknąć nawet 2,1 mln wykwalifikowanych pracowników, co czyni automatyzację nie jedną z możliwości, lecz strategiczną koniecznością. Mimo że globalnie liczba robotów przemysłowych przekroczyła już 4,2 mln jednostek, a w Europie w 2023 r. wdrożono rekordowe 92,4 tys. nowych robotów, Polska wciąż pozostaje w tyle. Nasz wskaźnik gęstości robotyzacji, wynoszący zaledwie 78 robotów na 10 tys. pracowników przemysłowych, znacząco odbiega od europejskiego lidera – Niemiec (397 robotów na 10 tys. pracowników), czy globalnego pioniera – Korei Południowej (tysiąc robotów na 10 tys. pracowników). W Scanway – firmie, która z sukcesem łączy technologie rozwijane dla sektora kosmicznego z potrzebami przemysłu – jesteśmy przekonani, że przyszłość konkurencyjności leży w inteligentnym wykorzystaniu danych, zaawansowanej automatyzacji opartej na AI oraz strategicznej gotowości do wprowadzania zmian technologicznych. Czy jednak zaawansowana wizja maszynowa napędzana przez sztuczną inteligencję może się stać katalizatorem, który pozwoli sprostać wyzwaniom i odblokować uśpiony potencjał innowacyjny polskiej gospodarki?

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Newsletter

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!