中国企業はAI人材のギャップをどのように埋めることができるか

出典: マッキンゼー

著者: Wouter Maes と Alex Sawaya

画像出典: Unbounded AI によって生成されたスタイル モデル (Song Yun Architecture)

人工知能 (AI) の人材を惹きつけて維持することは世界的な課題となっており、中国も例外ではありません。

世界の人工知能ビジネス経営者を対象としたマッキンゼーの 2022 年の調査では、中国人回答者の 75% がデータ サイエンティストの採用で困難に直面したと認めています [1]。回答者の半数以上は、データ エンジニア、データ アーキテクト、機械学習エンジニアなどの AI 関連の主要なポジションの欠員を埋めるのに適した人材を見つけるのは困難であり、これらのポジションは設計にとって重要であると述べています。高度なデジタルとAIの機能の構築と推進が不可欠です。

当社の最新の調査では、市場が最近縮小しているにもかかわらず、人材の獲得は今後もますます困難になることが示されています。 2030 年までに、AI が中国にもたらす潜在的価値は 1 兆米ドルを超えると推定されており、大手企業がこの価値を活用しようと競争する中、中国の高度なスキルを持つ人材に対する需要は現在のレベル (100 万人から 6 人に増加) に達すると予想されています。ミリオンヒューマン）6回【2】。 (私たちの方法論については、補足記事「この研究について」を参照してください。)

この研究について

調査とインタビューは、少なくとも 1 つの分野で人工知能を導入している中国の大手企業 102 社を対象としました。また、グローバルおよびローカルのレポート、ユースケース、採用データベースを分析して、中国における AI 人材の需要、人材のギャップを埋めるために企業がとっている課題と行動を調査しました。人材のニーズを評価するために、主要産業 (消費者、金融、製造、ビジネス サービス、自動車、運輸と物流、ヘルスケアとライフ サイエンス) に対する AI の経済的影響を考慮し、各産業の 1 人当たりの生産性を構築しました。供給面では、科学、技術、工学、数学（STEM）専攻を含む国内での就職を選択する傾向にある国内外の大学卒業生の数と、利用可能なトップの科学技術人材の数を評価します。

2030 年までに、国内外の大学と既存の優秀な人材プールは約 200 万人 (つまり、必要な AI 人材の 3 分の 1) しか提供できず、そのギャップは 400 万人に達すると推定されています (図 1 を参照)。 2030年以降、少子化に伴い大学生の数が減少し、AIの人材格差がさらに深刻化します。

これから生まれようとしている大きな格差に直面して、企業は競争に必要な人材や能力をどのように確保すべきでしょうか?私たちは中国の大手企業 100 社以上に調査とインタビューを実施し、2 つの重要な洞察を明らかにしました。

人材のギャップはさまざまです。すべての企業は、必要な人材や能力を獲得するために、既存の従業員のスキルを向上させ、従来の採用方法から脱却する必要がありますが、投資や介入はデジタル成熟度のレベルに応じて企業ごとに異なります。

地元企業と多国籍企業にはそれぞれの利点があります。中国の大学卒業生は、地元企業とそのイノベーションや業績ベースのインセンティブ構造に対してより楽観的ですが、中国の多国籍企業はグローバルネットワークを効果的に活用して、より大きな人材プールから人材を惹きつけることができます。

この記事では、AI 人材の課題に向けて、企業がデジタル成熟度の各段階で優先すべき人材の種類と、必要なスキルと能力をより効果的に獲得する方法について詳しく説明します。

デジタルの成熟度に応じて必要な人材とスキルは変化する

重要な原動力として、デジタル化と人工知能は中国に多大な価値を生み出しており、高度なスキルベースの完全なセットが必要です。これらのスキルは、カスタマー エクスペリエンス、クラウド、自動化、プラットフォームと製品、データ管理、DevOps (ソフトウェア開発を最適化するアプローチ)、サイバーセキュリティとプライバシーのおよそ 7 つの分野から得られます。企業は最終的にはさまざまな分野で人材プールを構築する必要がありますが、私たちの調査によると、企業はデジタル成熟度に基づいて本当に必要な人材に優先順位を付ける必要があります。一般的なデジタル成熟度レベルは、トラディショナル、ハイブリッド、デジタルの 3 つです (図 2 を参照)。

伝統的

従来型とは、デジタル変革を開始したばかりの企業を指します。このような企業は通常、小規模な社内チームしか持たず、より大きな競争圧力に直面しており、デジタルと人工知能の変革を早急に開始する必要があります。彼らの変革は主に、データ基盤の確立、ビジネス プロセスの最適化、(将来の革新的な研究開発 AI 機能の構築ではなく) ビジネス効率を迅速に向上できる特殊なユースケースに焦点を当てることに重点を置いています。この目的を達成するために、これらの企業は 2 つのタイプの人材に焦点を当てる必要があります。

1 つ目の人材は、データ アーキテクチャ、データ エンジニアリング、データ分析、分析翻訳に精通したデータ管理の専門家です。データ プラットフォーム、パイプライン、プロセスを構築し、データのオープン性を推進し、データドリブンのリアルタイムの洞察を生成し、データの品質とガバナンスを確保し、ユースケースのライフサイクルを管理できます。企業は、そのような専門家を雇用してデータ製品を提供したり、新しいデジタルおよび AI 機能の提供を推進するユースケース チームを派遣したりできます。優れたデータセンターでは、こうした専門家が協力してデータ管理プロセスを設計および監督し、適切なアクセス制御、データ品質、承認および保持ポリシーを確保することも求められます。

ある農業企業は、データ管理プロトコルとガバナンス プロセスをサポートするために集中エンタープライズ データ センターを構築し、さまざまな部門の何千人もの従業員にアクセスを提供して、人工知能と分析のユースケースを推進しました。企業は新しいデータ パイプラインを繰り返し開発する必要がなくなり、IT コストが大幅に削減され、ビジネス メソッドが最新化されます。たとえば、ロボットは動物の繁殖状況を追跡し、潜在的な病気やその他の問題が検出された場合に自動的にアラートを送信するために使用されます。

2 番目のタイプの人材は、ソフトウェア開発に熟練したプラットフォームおよび製品の専門家です。 「サービスとしてのソフトウェア」(SaaS) やその他の外部ソリューションをカスタマイズして、ビジネス効率を向上させ、新しい顧客対応サービスを提供できます。

たとえば、ある家電メーカーは、AI ユースケースを適用して生産計画と労働生産性を最適化した後、データ プラットフォーム開発チームに投資しました。チームは、基盤となるモデル、ユーザー インターフェイス、データ パイプライン、バックエンド インフラストラクチャを更新し、現在の AI ユース ケースを引き続き強化し、追加のユース ケースを導入します。

ハイブリッド

ハイブリッドとは、デジタル変革に多額の投資を行ってきた業界の確立されたプレーヤーを指します。このような企業は、すでに強力な社内技術力と強固な基盤を備えており、現在、開発プロセスの簡素化、新しいデジタルおよび AI 製品の提供の加速、優れた顧客エクスペリエンスを提供するための分野の専門知識の拡大に注力しています。ハイブリッド企業には、アジャイルな製品管理、継続的インテグレーション/継続的デリバリー (CI/CD) の実践、迅速な導入のためのマイクロサービスなどのソフトウェア開発を専門とする DevOps の専門家が必要です。また、顧客エクスペリエンス専門家も必要とされており、さまざまな予測分析、設計思考、自動テスト機能に熟達しており、顧客に新しいエクスペリエンスを生み出すための強力なプロトタイピング能力を備えています。

もちろん、ハイブリッド企業が機能を拡張し続け、より多くの AI モデルとアプリケーションをクラウドでホストするにつれて、IT 効率とサーバー支出も課題になります。 2022 年のクラウド調査では、中国の企業の 75% 以上が複数のクラウド サービスを使用する予定であり、90% が 2025 年までにパブリック クラウド サービスとプライベート クラウド サービスを組み合わせて使用する予定であることがわかりました [3]。機能要件とさまざまなクラウド サービスがどのように動作するかを明確にするために、企業は Kubernetes、Docker、およびマルチクラウド アーキテクチャの経験を持つクラウド エキスパートを必要としています。

番号

デジタルとは、ハイテク大手、人工知能、ハイテク新興企業などのデジタル ネイティブ ビジネスを指します。このような企業は、ほとんどのデジタルおよび AI 分野ですでに十分な人材を蓄えていますが、業界の期待の変化や技術進歩のニーズに応えるためには、その人材をさらに拡大する必要があります。

これらの企業はサイバーセキュリティとデータプライバシーに重点を置いています。中国では、AIやデジタル化に影響を与える可能性がある企業のセキュリティとプライバシー保護の強化により、デジタル企業はグローバルな視点と問題解決のための体系的なアプローチを備えた専門家を必要とし、初期段階でのセキュリティテストを優先しています。製品開発 (シフトレフト セキュリティと呼ばれることが多い)、ゼロトラスト セキュリティ フレームワーク、データ保護法と慣行。優先すべきもう 1 つのカテゴリーの人材は、生成人工知能、ロボット プロセス技術、機械学習、AI 対応分析、量子コンピューティングのスキルを持つ自動化の専門家です。これらはエンドツーエンドの自動化された開発、テスト、展開を推進し、新機能を市場に投入する効率と速度を向上させます。

さまざまな多国籍企業

デジタル成熟度のレベルに関係なく、中国で事業を展開する多国籍企業は、自社の AI 人材が自社のグローバル ネットワーク全体でスムーズに機能できるようにする必要があります。たとえば、チームは中国語と外国語に堪能であり、他の地域の労働形態を理解し、世界中の同僚とスムーズにコミュニケーションできる必要があります。リーダーシップは、ローカル ビジネス ニーズを効果的に満たしながら、パートナーシップを構築し、すべてが会社のグローバルな IT および AI 標準に沿って機能するようにすることに優れている必要があります。製品所有者は、さまざまな地域のどのデータとデザインが再利用および拡張できるか、また中国のデジタル エコシステムのニーズを満たすためにどのデータとデザインをローカルで再構築する必要があるかを理解する必要があります。

たとえば、ある多国籍企業の欧州支社は、Google、Facebook、Instagram からの消費者交通データを使用してルートを最適化するグローバル交通アプリを開発しました。世界中のこの支店のほとんどの支店でこのアプリケーションを使用できますが、国内プラットフォームからデータを取得するには、中国のプロダクト リーダーがチームを率いて、まずアプリケーションを調整してから展開する必要があります。

スキルアップと人材ソースの拡大によりギャップを埋める

人材の選択と定着に関するトピックに関するインタビューを通じて、従来型企業とハイブリッド企業が人材管理の各段階でやるべきことがたくさんあることがわかりました (図 3 を参照)。デジタル ビジネスが人材管理の優位性を維持するには、いくつかの領域を強化するだけで十分です。

企業戦略に関する徹底的な調査の結果、すべての企業がデジタルおよび AI 人材の育成を推進する場合、最も重要な 2 つのポイントがあることがわかりました: 1. 既存の人材のスキル向上、2. 人材ソースの多様化と拡大。私たちの調査によると、さまざまな種類の企業は、これら 2 つの面で異なる措置を講じる必要があることがわかりました。

既存従業員のスキルを向上させる

従業員のスキルアップは、企業が必要な人材を獲得するための一般的な戦略です。私たちの調査によると、中国の企業は、既存のビジネスおよび AI 人材の目標を絞った能力開発を通じて、必要なスキルを構築できることがわかりました (図 4 を参照)。

もちろん、私たちのインタビューでは、向上させるのに最適なスキルは、レガシー アプリケーションや既存の製品機能の理解など、見つける、アウトソーシングする、または取得するのが難しい主要なスキルであることも示しました (従業員のスキル向上計画の開始方法の詳細については、こちらを参照) 、図5を参照)。

伝統的

分析的な翻訳は、従来の組織が注力すべきスキルです。私たちの調査によると、これらのスキルがなければ、ビジネス部門は新しいデジタルと AI の取り組みを説得するのに苦労するでしょう。さまざまな分野のビジネス専門家のスキルを向上させて、潜在的なデジタルおよび AI のユースケースを特定して評価し、潜在的なビジネス価値を評価して、その後の展開をサポートすることで、従来の企業がデジタルおよび AI への投資からより迅速に価値を獲得できるようにします。このタイプのトレーニングは、「分析アカデミー」として社内で提供するのが最適です。そこでは、企業がトレーニングをカスタマイズし、専門家が学んだことを応用できるよう実習を提供できます。

たとえば、ある先進的な製造業では従業員のスキルを向上させるために、変革の初期にアナリティクス アカデミーを設立し、200 名を超える従業員がアナリティクス翻訳者に変身するのを支援しました。

コースには次のものが含まれます: 1. 問題解決、人材、ユースケースの要件を含む毎週の半日講義 (2 ～ 3 か月)、2. アジャイル配信と変更管理のベスト プラクティス、3. 会社のロードマップのユースケースについて、実地訓練を実施します。

このポストに就任して以来、これらの翻訳人材は 50 を超える新しいデジタルおよび AI のユースケースの実装を推進してきました。

ハイブリッド

現在、国内の AI 人材のうち、エッジ コンピューティング、ビッグ データと機械学習、認知型人工知能などの高度な AI 関連スキルを備えているのは 8% のみです [4]。ハイブリッド ビジネスにとって、既存従業員のスキルアップは変革の重要な部分です。しかし、そのような企業はオンラインコースや認定プログラムへの投資を増やす必要があります。マッキンゼーの 2022 年世界人工知能調査では、調査対象となった中国企業の約 3 分の 1 のみがそのようなプログラムを使用していました (企業の 31% が独自のオンライン コースを使用し、29% が認定プログラムを使用していました) [5]。

大手金融機関は、オンライン学習に重点を置き、従業員の立場とキャリアパスに基づいてカスタマイズされた学習行程を提供しています。すべての従業員は、モバイル学習アプリを使用して、自分の役割に必要な主要なスキル構築コースを受講できます。このアプリでは、Python プログラミング、マルチクラウド アーキテクチャの導入、デジタル変革に必要なリーダーシップ スキルなど、幅広いコースを提供しています。

番号

デジタル ビジネスにとっての最大の課題は、生成人工知能や量子コンピューティングなどの新興テクノロジーの急速な発展に追いつくことです。このような企業は、従業員が積極的に最新の技術開発に追いつくことを奨励し（学会への出席、関連研究への参加、特許出願、ハッカソン大会への参加などを従業員に手配するなど）、新しい技術開発とのギャップを縮めるのに役立ちます。才能。

あるテクノロジー企業は従業員に、既存のプロジェクト以外の新興テクノロジーを使用して新しい機能を研究開発するための時間、スペース、予算を与えました。これにより、人工知能、ブロックチェーン、クラウド コンピューティング、および新製品が会社に導入されました。革新的な分野で多数の特許と特許出願が行われました。

人材育成の多様なソース

中国の企業が人材不足を埋める方法として、仕事のアウトソーシングや基本的な技術能力（およびそれに対応する人材）の獲得も挙げられます。多国籍企業は世界的な影響力を持っているため、この点において明らかに有利です。他の地域の同僚が開発した既存のソリューションや、ベトナムやインドなどの国で開発された新しい機能を活用できます。もちろん、企業は中国のすべてのデータ保護規制への準拠の確保など、さまざまな財務上および規制上の問題を考慮する必要があります。私たちの調査によると、ビジネスの種類が異なれば、ベスト プラクティスも異なります。

伝統的

従来のプレーヤーは、競争力を維持するために、AI やデジタルのリーダーに追いつくために迅速に行動する必要があります。特に逼迫した労働市場では、新しい人材を雇用してトレーニングすることでデジタル変革を開始するには、多くの時間がかかる場合があります。 AI の人材と能力を迅速に獲得する 1 つの方法は、垂直 IT および SaaS プロバイダーと提携することです。ビジネスリーダーの中には、新しい人材を探しながら、まずそのようなパートナーシップを通じて前進する人もいます。たとえば、前述の家電メーカーは、人材戦略を構築しながら、AI に最適化された新しいモデルの開発を外部委託しました。このようにして、同社は 8 週間以内に新しい機能を本番環境に導入 (そして価値を生み出し) しましたが、新人のトレーニングに全面的に依存している場合は、数倍の時間がかかる可能性があります。

デジタル システム全体のインフラストラクチャを構築する外部サプライヤーと協力する企業もいます。たとえば、中国の産業用車両サプライヤーは大手ソフトウェア会社を雇い、エンタープライズ リソース プランニング、製造実行、製品ライフサイクル管理、サプライヤー管理、人事、ビジネス インテリジェンスを含む 6 つ以上のビジネスおよび工場システムを統合しました。プロジェクトが完了するまでに 3 年以上かかりましたが、同社は研究開発の効率を向上させ、新製品の発売を迅速化する共同製品設計システムなど、さまざまなユースケースを展開しました。

作業をアウトソーシングする場合は、関連するすべてのデータおよびテクノロジー戦略が、ベンダーが設計上の決定の基礎となる企業の戦略的優先事項と一致していることを確認してください。このようにして、企業はさまざまなタスクやプロジェクトに複数のベンダーを関与させることができ、すべてのソリューションがデータと洞察をシームレスに共有できるようになります。

ハイブリッド

デジタル変革の次の段階では、ハイブリッド企業にとってアウトソーシングは非常に価値があり、既存の技術専門家の到達範囲と生産性が向上します。アウトソーシングによって技術スタッフの負担も軽減されるため、アップグレードの中間オフィスやバックオフィスでレガシー システムの保守に多くの時間を費やす必要がなくなります。

現在、中国では人事、財務、コミュニケーション、ビジネス プロセスの自動化に関連するエンタープライズ ソフトウェア ソリューションが成熟しており、企業はこれらのシステムをクラウドに迅速に移行し、AI 人材を価値の高いユースケース プロジェクトに再配置できます。また、企業はサードパーティのリソースを使用して、チーム向けの新しいデジタル ソリューションや AI ソリューションの一部を構築することもできます。

番号

多くのデジタルネイティブ企業は、頻繁な拡張や再編がハイテク人材の減少と高額な採用コストにつながり、継続的な成長を脅かしていることに気づいています。デジタル企業にとって、人材格差が拡大する中、戦略的買収を通じて新しい市場やビジネス分野に参入することは、（社内で新しい能力を構築するよりも）より良い戦略となるでしょう。

ByteDance を例に挙げると、この買収を通じて、同社は新しい仮想現実 (VR) 機能を獲得し、そのアプリケーションが拡張され、さらにその新しい機能を開発し続けるための VR 専門家チームも獲得しました。

写真

将来的には、中国の AI 人材の需要は不足するでしょう。リーダーは創造性を刺激し、組織が今後 10 年間競争力を維持できる人材プールと能力を確保できるようにする必要があります。企業は既存の人材のスキルアップを優先し、アウトソーシングや買収を通じて人材のギャップを戦略的に埋めて、主要な世界市場での競争上の優位性を構築できます。

ノート：

[1] 「2022 年の AI の現状 — 5 年間の振り返り」、マッキンゼー、2022 年 12 月 6 日。この調査は、インタビューを受けた中国の企業 102 社を対象としました。

[2] 以下の調査に基づく: Shen Kai、Tong Xiaoxiao、Wu Ting、および Zhang Fangning、「人工知能の新境地を探索: 中国経済はさらに 6,000 億ドルの機会を歓迎」、マッキンゼー、2022 年 6 月 7 日;「Notes from 「AI フロンティア: ディープラーニングの応用と価値」、マッキンゼー グローバル インスティテュート、2018 年 4 月 17 日、中国国家統計局、2021 年。

[3] Kai Shen、Anand Swaminathan、Xiaoxiao Tong、Wei Wang、「クラウドの中の中国、2025 年を見据えて」、マッキンゼー、2022 年 7 月 8 日。

[4] 「2021 年中国 IT サービス人材供給レポート」、iSoftStone および iResearch、2021 年 8 月。

【5】 “The state of AI in 2022”，2022年12月6日。

著者：

ワウター・マエス

マッキンゼー グローバル マネージング パートナー、北京支店

艾力（Alex Sawaya）

マッキンゼーのグローバルシニアマネージングパートナー、香港支社在住

この記事への貢献について、Tong Xiaoxiao 氏と Wang Lingyi 氏に感謝します。