Bagaimana Perusahaan di China Dapat Mengisi Kesenjangan AI Talent

Sumber: McKinsey

Penulis: Wouter Maes dan Alex Sawaya

Sumber gambar: Dihasilkan oleh AI Tanpa Batas, model gaya (Arsitektur Song Yun)

Menarik dan mempertahankan bakat kecerdasan buatan (AI) telah menjadi tantangan global, tidak terkecuali Tiongkok.

Dalam survei McKinsey tahun 2022 terhadap eksekutif bisnis kecerdasan buatan global, 75% responden Tiongkok mengakui bahwa mereka mengalami kesulitan dalam merekrut ilmuwan data [1]. Lebih dari separuh responden mengatakan bahwa sulit menemukan talenta yang cocok untuk mengisi lowongan posisi kunci terkait AI, seperti insinyur data, arsitek data, dan insinyur pembelajaran mesin, dll., dan posisi ini sangat penting untuk desain, konstruksi dan promosi kemampuan digital dan AI canggih sangat diperlukan.

Penelitian terbaru kami menunjukkan bahwa bahkan dengan kontraksi baru-baru ini di pasar, perolehan bakat akan terus menjadi semakin sulit. Diperkirakan pada tahun 2030, nilai potensial yang dibawa oleh AI ke China diperkirakan akan melebihi US$1 triliun.Ketika perusahaan-perusahaan besar bersaing untuk memanfaatkan nilai ini, permintaan China akan talenta yang sangat terampil akan mencapai level saat ini (meningkat dari 1 juta menjadi 6 juta Manusia) 6 kali 【2】. (Lihat sidebar "Tentang studi ini" untuk metodologi kami.)

Tentang penelitian ini

Survei dan wawancara mencakup 102 perusahaan terkemuka di China yang telah mengadopsi kecerdasan buatan setidaknya dalam satu bidang. Kami juga menganalisis laporan global dan lokal, kasus penggunaan, dan database perekrutan untuk mengeksplorasi permintaan bakat AI di China, tantangan dan tindakan yang diambil perusahaan untuk mengisi kesenjangan bakat. Untuk menilai kebutuhan bakat, kami mempertimbangkan dampak ekonomi AI pada industri utama (konsumen, keuangan, manufaktur, layanan bisnis, otomotif, transportasi dan logistik, serta perawatan kesehatan dan ilmu hayati) dan membangun produktivitas per kapita untuk setiap industri. Di sisi penawaran, kami menilai jumlah lulusan universitas dalam dan luar negeri yang cenderung memilih pekerjaan domestik, termasuk jurusan sains, teknologi, teknik dan matematika (STEM), dan jumlah talenta ilmiah dan teknologi terbaik yang tersedia.

Diperkirakan pada tahun 2030, universitas dalam dan luar negeri serta kumpulan talenta terbaik yang ada hanya dapat menyediakan sekitar 2 juta (yaitu, sepertiga dari yang dibutuhkan) talenta AI, dan kesenjangannya akan mencapai 4 juta (lihat Gambar 1). Setelah tahun 2030, saat angka kelahiran menurun, jumlah mahasiswa akan berkurang, dan kesenjangan bakat AI akan semakin parah.

Menghadapi kesenjangan besar yang akan muncul, bagaimana seharusnya perusahaan memastikan bakat dan kemampuan yang dibutuhkan untuk bersaing? Kami melakukan survei dan wawancara dengan lebih dari 100 perusahaan terkemuka di China, mengungkapkan dua wawasan utama:

Kesenjangan bakat berbeda-beda. Meskipun setiap bisnis perlu meningkatkan keterampilan tenaga kerja yang ada dan beralih dari metode perekrutan tradisional untuk mendapatkan bakat dan kemampuan yang dibutuhkannya, investasi dan intervensi akan bervariasi dari satu perusahaan ke perusahaan lain berdasarkan tingkat kematangan digitalnya.

Perusahaan lokal dan multinasional punya keunggulan masing-masing. Meskipun lulusan perguruan tinggi Cina lebih optimis tentang perusahaan lokal dan struktur insentif berbasis kinerja dan inovasi mereka, perusahaan multinasional di Cina dapat secara efektif menggunakan jaringan global mereka untuk menarik bakat dari kumpulan bakat yang lebih besar.

Bertujuan untuk menjawab tantangan talenta AI, artikel ini membahas secara mendalam jenis talenta yang harus diprioritaskan oleh perusahaan di setiap tahap kematangan digital, dan cara memperoleh keterampilan dan kemampuan yang dibutuhkan dengan lebih baik.

Kebutuhan bakat dan keterampilan berbeda-beda sesuai kematangan digital

Sebagai kekuatan pendorong yang penting, digitalisasi dan kecerdasan buatan menciptakan nilai yang sangat besar bagi China, yang membutuhkan satu set lengkap basis keterampilan tingkat lanjut. Keterampilan ini berasal dari sekitar tujuh bidang: pengalaman pelanggan, cloud, otomatisasi, platform dan produk, manajemen data, DevOps (pendekatan untuk mengoptimalkan pengembangan perangkat lunak), serta keamanan siber dan privasi. Meskipun perusahaan pada akhirnya perlu membangun talent pool di berbagai bidang, riset kami menunjukkan bahwa perusahaan sebaiknya memprioritaskan talenta yang benar-benar dibutuhkan berdasarkan kematangan digitalnya. Tiga tingkat kematangan digital yang umum adalah tradisional, hybrid, dan digital (lihat Gambar 2).

Tradisional

Tradisional mengacu pada perusahaan yang baru saja memulai transformasi digital. Perusahaan seperti itu biasanya hanya memiliki tim internal berskala kecil dan menghadapi tekanan persaingan yang lebih besar, mereka sangat perlu memulai transformasi digital dan kecerdasan buatan. Transformasi mereka berfokus terutama pada membangun fondasi data, mengoptimalkan proses bisnis, dan berfokus pada kasus penggunaan khusus yang dapat dengan cepat meningkatkan efektivitas bisnis (daripada membangun kemampuan R&D AI yang inovatif di masa depan). Untuk tujuan ini, perusahaan-perusahaan ini harus fokus pada dua jenis bakat:

Jenis bakat pertama adalah ahli manajemen data yang mahir dalam arsitektur data, rekayasa data, analisis data, dan terjemahan analisis. Mereka dapat membangun platform data, pipeline dan proses, mendorong keterbukaan data, menghasilkan wawasan real-time berbasis data, memastikan kualitas dan tata kelola data, dan mengelola siklus hidup kasus penggunaan. Perusahaan dapat mempekerjakan pakar tersebut untuk melayani produk data atau menggunakan tim kasus untuk mendorong pengiriman kemampuan digital dan AI yang baru. Data center of excellence juga membutuhkan pakar tersebut untuk secara kolaboratif merancang dan mengawasi proses pengelolaan data, memastikan kontrol akses yang tepat, kualitas data, serta kebijakan persetujuan dan penyimpanan.

Sebuah bisnis pertanian membangun pusat data perusahaan terpusat untuk mendukung protokol manajemen data dan proses tata kelola, menyediakan akses ke ribuan karyawan di berbagai departemen untuk memajukan kasus penggunaan kecerdasan buatan dan analitik. Perusahaan tidak perlu lagi berulang kali mengembangkan saluran data baru, sehingga secara signifikan mengurangi biaya TI dan memodernisasi metode bisnis. Misalnya, robot digunakan untuk melacak kondisi perkembangbiakan hewan dan secara otomatis mengirimkan peringatan saat potensi penyakit dan masalah lain terdeteksi.

Jenis talenta kedua adalah pakar platform dan produk, mahir dalam pengembangan perangkat lunak. Mereka dapat menyesuaikan "perangkat lunak sebagai layanan" (SaaS) atau solusi eksternal lainnya untuk meningkatkan efisiensi bisnis dan menyediakan layanan baru yang berhubungan dengan pelanggan.

Misalnya, produsen elektronik konsumen berinvestasi dalam tim pengembangan platform data setelah menerapkan kasus penggunaan AI untuk mengoptimalkan perencanaan produksi dan produktivitas tenaga kerja. Tim akan memperbarui model dasar, antarmuka pengguna, pipeline data, dan infrastruktur back-end, terus menyempurnakan kasus penggunaan AI saat ini, dan memperkenalkan kasus penggunaan tambahan.

Hibrida

Hibrida merujuk pada pemain mapan di industri yang telah banyak berinvestasi dalam transformasi digital. Perusahaan-perusahaan tersebut telah memiliki kekuatan teknis internal yang kuat dan landasan yang kokoh, dan kini berfokus pada penyederhanaan proses pengembangan, mempercepat pengiriman produk digital dan AI baru, serta memperluas keahlian domain untuk memberikan pengalaman pelanggan yang luar biasa. Perusahaan hibrida membutuhkan pakar DevOps yang berspesialisasi dalam pengembangan perangkat lunak, seperti manajemen produk yang gesit, praktik integrasi berkelanjutan/pengiriman berkelanjutan (CI/CD), dan layanan mikro untuk penerapan yang lebih cepat. Pakar pengalaman pelanggan juga yang mereka butuhkan.Pakar ini mahir dalam berbagai analisis prediktif, pemikiran desain, dan kemampuan pengujian otomatis, serta memiliki kemampuan pembuatan prototipe yang kuat untuk menciptakan pengalaman baru bagi pelanggan.

Tentu saja, efisiensi TI dan pembelanjaan server juga akan menjadi tantangan karena perusahaan hybrid terus memperluas kemampuan dan menampung lebih banyak model dan aplikasi AI di cloud. Survei cloud kami pada tahun 2022 menemukan bahwa lebih dari 75% perusahaan di China berencana untuk menggunakan beberapa layanan cloud, dan 90% berencana untuk menggunakan campuran layanan cloud publik dan pribadi pada tahun 2025 [3]. Untuk mengklarifikasi persyaratan kemampuan dan bagaimana berbagai layanan cloud akan beroperasi, perusahaan memerlukan pakar cloud dengan pengalaman dalam arsitektur Kubernetes, Docker, dan multi-cloud.

Nomor

Digital mengacu pada bisnis asli digital seperti raksasa teknologi, kecerdasan buatan, dan start-up teknologi. Perusahaan semacam itu sudah memiliki cadangan talenta yang cukup di sebagian besar bidang digital dan AI, tetapi mereka masih perlu memperluas cadangan mereka untuk memenuhi ekspektasi industri yang berubah dan kebutuhan kemajuan teknologi.

Perusahaan-perusahaan ini fokus pada keamanan siber dan privasi data. Di Cina, karena peningkatan keamanan dan perlindungan privasi perusahaan, yang mungkin berdampak pada AI dan digitalisasi, perusahaan digital membutuhkan pakar dengan perspektif global dan pendekatan sistematis untuk menyelesaikan masalah, dengan memprioritaskan pengujian keamanan pada tahap awal pengembangan produk (sering disebut sebagai keamanan shift-kiri), kerangka kerja keamanan tanpa kepercayaan, dan undang-undang dan praktik perlindungan data. Kategori bakat lain yang harus diprioritaskan adalah ahli otomasi dengan keahlian dalam kecerdasan buatan generatif, teknologi proses robotik, pembelajaran mesin, analitik berkemampuan AI, dan komputasi kuantum. Mereka mendorong pengembangan, pengujian, dan penerapan otomatis end-to-end untuk meningkatkan efisiensi dan kecepatan menghadirkan fitur baru ke pasar.

Berbagai perusahaan multinasional

Terlepas dari tingkat kematangan digitalnya, perusahaan multinasional yang beroperasi di China harus memastikan bahwa bakat AI mereka diperlengkapi untuk bekerja dengan lancar di seluruh jaringan global mereka. Misalnya, tim harus fasih berbahasa Cina dan bahasa asing, memahami cara kerja wilayah lain, dan dapat berkomunikasi dengan lancar dengan kolega global. Kepemimpinan harus pandai membangun kemitraan dan memastikan semuanya berjalan sesuai dengan standar TI dan AI global perusahaan, sekaligus memenuhi kebutuhan bisnis lokal secara efektif. Pemilik produk perlu memahami data dan desain mana di berbagai wilayah yang dapat digunakan kembali dan diskalakan, serta data dan desain mana yang perlu dibangun kembali secara lokal untuk memenuhi kebutuhan ekosistem digital China.

Misalnya, perusahaan multinasional cabang Eropa mengembangkan aplikasi transportasi global yang menggunakan data lalu lintas konsumen dari Google, Facebook, dan Instagram untuk mengoptimalkan rute. Meskipun sebagian besar cabang dari cabang ini di seluruh dunia dapat menggunakan aplikasi ini, untuk mendapatkan data dari platform domestik, pemimpin produk di China perlu memimpin tim untuk menyesuaikan aplikasi terlebih dahulu dan kemudian menerapkannya.

Isi kekosongan dengan meningkatkan dan memperluas sumber bakat

Melalui wawancara tentang topik terkait pemilihan dan retensi talenta, kami menemukan bahwa perusahaan tradisional dan hybrid memiliki banyak pekerjaan yang harus dilakukan di setiap tahap manajemen talenta (lihat Gambar 3). Bisnis digital hanya perlu memperkuat di beberapa area untuk mempertahankan keunggulan manajemen talenta mereka.

Setelah penelitian mendalam tentang strategi perusahaan, kami menemukan bahwa ketika semua perusahaan mempromosikan pengembangan talenta digital dan AI, ada dua poin paling penting: 1. Meningkatkan keterampilan talenta yang ada; 2. Diversifikasi dan perluas sumber talenta. Riset kami menunjukkan bahwa jenis bisnis yang berbeda perlu mengambil tindakan yang berbeda di kedua bidang ini.

Tingkatkan keterampilan karyawan yang ada

Upskilling karyawan adalah strategi umum bagi perusahaan untuk memperoleh bakat yang mereka butuhkan. Penelitian kami menunjukkan bahwa perusahaan di China dapat membangun keterampilan yang diperlukan melalui peningkatan kapasitas yang ditargetkan dari bangku bisnis dan talenta AI yang ada (lihat Gambar 4).

Tentu saja, wawancara kami juga menunjukkan bahwa keterampilan terbaik untuk ditingkatkan adalah keterampilan utama yang sulit ditemukan, dialihdayakan, atau diperoleh, seperti pemahaman tentang aplikasi lama atau fungsi produk yang ada (untuk perincian tentang cara memulai rencana peningkatan keterampilan karyawan , lihat Gambar 5).

Tradisional

Terjemahan analitik adalah keterampilan yang harus menjadi fokus organisasi tradisional. Riset kami menunjukkan bahwa tanpa keterampilan ini, unit bisnis akan berjuang untuk meyakinkan dan mengimplementasikan inisiatif digital dan AI baru. Tingkatkan keterampilan pakar bisnis di berbagai bidang untuk mengidentifikasi dan mengevaluasi potensi kasus penggunaan digital dan AI, menilai nilai bisnis potensial, dan mendukung penerapan selanjutnya, memungkinkan perusahaan tradisional memperoleh nilai dari investasi digital dan AI dengan lebih cepat. Jenis pelatihan ini paling baik disampaikan secara internal sebagai "akademi analitik", di mana perusahaan dapat menyesuaikan pelatihan dan menawarkan magang sehingga para ahli dapat menerapkan apa yang telah mereka pelajari.

Misalnya, untuk meningkatkan keterampilan karyawan, pabrikan canggih mendirikan akademi analitik di awal transformasi, membantu lebih dari 200 karyawan bertransformasi menjadi penerjemah analitik.

Kursus-kursus tersebut meliputi: 1. Kuliah setengah hari mingguan (selama 2~3 bulan), termasuk pemecahan masalah, bakat, dan persyaratan kasus penggunaan; 2. Praktik terbaik dalam pengiriman tangkas dan manajemen perubahan; 3. Untuk kasus penggunaan dalam roadmap perusahaan, Mengadakan on the job training.

Sejak menduduki jabatan tersebut, talenta penerjemahan ini telah mempromosikan penerapan lebih dari 50 kasus penggunaan digital dan AI baru.

Hibrida

Saat ini, hanya 8% talenta AI domestik yang memiliki keterampilan lanjutan terkait AI, seperti edge computing, big data dan machine learning, serta kecerdasan buatan kognitif [4]. Untuk bisnis hybrid, peningkatan keterampilan karyawan yang ada merupakan bagian penting dari transformasi. Tetapi bisnis semacam itu perlu meningkatkan investasi dalam kursus online dan program sertifikasi. Dalam Survei Kecerdasan Buatan Global McKinsey 2022, hanya sekitar sepertiga perusahaan China yang disurvei menggunakan program semacam itu (31% perusahaan menggunakan kursus online mereka sendiri, dan 29% menggunakan program sertifikasi) [5].

Lembaga keuangan terkemuka menyediakan perjalanan pembelajaran yang disesuaikan berdasarkan posisi dan jalur karier karyawan, dengan fokus pada pembelajaran online. Setiap karyawan dapat menggunakan aplikasi pembelajaran seluler untuk mengikuti kursus pengembangan keterampilan utama yang diperlukan untuk peran mereka. Aplikasi ini menawarkan berbagai kursus, termasuk pemrograman Python, penerapan arsitektur multi-cloud, keterampilan kepemimpinan yang diperlukan untuk transformasi digital, dan banyak lagi.

Nomor

Tantangan terbesar bagi bisnis digital adalah mengimbangi pesatnya perkembangan teknologi yang muncul seperti kecerdasan buatan generatif dan komputasi kuantum. Perusahaan semacam itu dapat mendorong karyawan untuk secara aktif mengikuti perkembangan teknologi terbaru (seperti mengatur karyawan untuk menghadiri konferensi akademik, berpartisipasi dalam penelitian yang relevan, mengajukan paten, berpartisipasi dalam kompetisi hackathon, dll.), dan membantu mereka mempersempit kesenjangan dengan yang baru. bakat.

Sebuah perusahaan teknologi memberi karyawan waktu, ruang, dan anggaran untuk meneliti dan mengembangkan kemampuan baru menggunakan teknologi baru di luar proyek yang ada, yang menghadirkan kecerdasan buatan, blockchain, dan komputasi awan, serta produk baru ke perusahaan. Banyak paten dan aplikasi paten di bidang inovatif.

Sumber pengembangan bakat yang beragam

Pengalihdayaan pekerjaan dan perolehan kemampuan teknis dasar (dan bakat yang sesuai) juga merupakan cara bagi perusahaan di China untuk mengisi kesenjangan bakat. Perusahaan multinasional memiliki keuntungan yang jelas dalam hal ini karena pengaruh global mereka. Mereka dapat memanfaatkan solusi yang sudah ada yang dikembangkan oleh rekan kerja di wilayah lain, atau kemampuan baru yang dikembangkan di negara seperti Vietnam dan India. Tentu saja, bisnis perlu mempertimbangkan berbagai masalah keuangan dan peraturan, seperti memastikan kepatuhan terhadap semua peraturan perlindungan data di Tiongkok. Penelitian kami menunjukkan bahwa berbagai jenis bisnis memiliki praktik terbaik yang berbeda.

Tradisional

Pemain tradisional harus bertindak cepat untuk mengejar AI dan pemimpin digital agar tetap kompetitif. Memulai transformasi digital dengan merekrut dan melatih orang baru, terutama di pasar tenaga kerja yang ketat, dapat memakan banyak waktu. Salah satu cara untuk memperoleh bakat dan kemampuan AI dengan cepat adalah bermitra dengan penyedia IT dan SaaS vertikal. Beberapa pemimpin bisnis pertama-tama maju melalui kemitraan semacam itu sambil mencari bakat baru. Misalnya, pabrikan elektronik konsumen yang disebutkan di atas mengalihdayakan pengembangan model baru yang dioptimalkan AI sambil membangun strategi bakatnya. Dengan cara ini, perusahaan memasukkan kemampuan baru ke dalam produksi (dan menghasilkan nilai) dalam waktu 8 minggu, yang mungkin memakan waktu beberapa kali lebih lama jika bergantung sepenuhnya pada pelatihan orang baru.

Orang lain mungkin bekerja dengan pemasok eksternal yang membangun keseluruhan infrastruktur sistem digital mereka. Misalnya, pemasok kendaraan industri China menyewa perusahaan perangkat lunak terkemuka untuk mengintegrasikan lebih dari enam sistem bisnis dan pabrik, termasuk perencanaan sumber daya perusahaan, pelaksanaan manufaktur, manajemen siklus hidup produk, manajemen pemasok, sumber daya manusia, dan intelijen bisnis. Setelah proyek selesai selama lebih dari tiga tahun, perusahaan meluncurkan berbagai kasus penggunaan, termasuk sistem desain produk kolaboratif yang meningkatkan efisiensi Litbang dan mempercepat peluncuran produk baru.

Saat outsourcing bekerja, pastikan bahwa semua data yang relevan dan strategi teknologi selaras dengan prioritas strategis perusahaan yang dapat menjadi dasar keputusan desain vendor. Dengan cara ini, perusahaan dapat melibatkan banyak vendor dalam berbagai tugas dan proyek, serta memastikan bahwa semua solusi berbagi data dan wawasan dengan mulus.

Hibrida

Pada fase transformasi digital berikutnya, outsourcing dapat menjadi sangat berharga bagi perusahaan hybrid, meningkatkan jangkauan dan produktivitas pakar teknis yang ada. Outsourcing juga dapat mengurangi beban staf teknis, sehingga mereka tidak perlu menghabiskan banyak waktu untuk memelihara sistem warisan di tengah dan belakang kantor pemutakhiran.

Saat ini, solusi perangkat lunak perusahaan yang terkait dengan sumber daya manusia, keuangan, komunikasi, dan otomatisasi proses bisnis telah matang di Tiongkok. Perusahaan dapat dengan cepat memigrasikan sistem ini ke cloud dan menerapkan kembali talenta AI ke proyek kasus penggunaan bernilai tinggi. Dalam kasus lain, perusahaan dapat menggunakan sumber daya pihak ketiga untuk membuat bagian dari solusi digital atau AI baru untuk tim.

Nomor

Banyak perusahaan digital-native menemukan bahwa ekspansi dan reorganisasi yang sering menyebabkan pengurangan otak teknologi tinggi dan biaya perekrutan yang tinggi, mengancam pertumbuhan berkelanjutan mereka. Untuk perusahaan digital, memasuki pasar atau area bisnis baru melalui akuisisi strategis akan menjadi strategi yang lebih baik (daripada membangun kapabilitas baru secara internal) karena kesenjangan talenta semakin melebar.

Ambil ByteDance sebagai contoh, Melalui akuisisi ini, ia telah memperoleh kemampuan realitas virtual (VR) baru, aplikasinya telah diperluas, dan juga telah memperoleh tim pakar VR untuk terus membangun kemampuan baru untuknya.

gambar

Ke depan, permintaan China akan talenta AI akan terbatas. Pemimpin perlu menginspirasi kreativitas dan memastikan bahwa organisasi memiliki kumpulan bakat dan kemampuan untuk tetap kompetitif selama dekade berikutnya. Perusahaan dapat memprioritaskan peningkatan keterampilan talenta yang ada dan mengisi kesenjangan talenta secara strategis melalui outsourcing dan akuisisi untuk membangun keunggulan kompetitif di pasar global utama.

Catatan:

[1] "Keadaan AI pada tahun 2022—dan setengah dekade ditinjau", McKinsey, 6 Desember 2022. Survei tersebut mencakup 102 perusahaan yang diwawancarai di China.

[2] Berdasarkan penelitian berikut: Shen Kai, Tong Xiaoxiao, Wu Ting, dan Zhang Fangning, "Menjelajahi batas baru kecerdasan buatan: Ekonomi China menyambut peluang $600 miliar lainnya", McKinsey, 7 Juni 2022; "Catatan dari the AI frontier : Applications and value of deep learning”, McKinsey Global Institute, 17 April 2018; National Bureau of Statistics of China, 2021.

[3] Kai Shen, Anand Swaminathan, Xiaoxiao Tong, dan Wei Wang, "China di Awan, Melihat ke 2025", McKinsey, 8 Juli 2022.

[4] "Laporan Pasokan Bakat Layanan TI China 2021", iSoftStone dan iResearch, Agustus 2021.

[5] “Keadaan AI pada tahun 2022,” 6 Desember 2022.

pengarang:

Wouter Maes

Mitra Pelaksana Global McKinsey, Cabang Beijing

Alex Sawaya

Mitra pengelola senior global McKinsey, penduduk di cabang Hong Kong

Penulis berterima kasih kepada Tong Xiaoxiao dan Wang Lingyi atas kontribusi mereka pada artikel ini.