Como as empresas na China podem preencher a lacuna de talentos da IA

Fonte: McKinsey

Autores: Wouter Maes e Alex Sawaya

Fonte da imagem: Gerado por Unbounded AI, modelo de estilo (Song Yun Architecture)

Atrair e reter talentos de inteligência artificial (IA) tornou-se um desafio global, e a China não é exceção.

Na pesquisa de 2022 da McKinsey com executivos de negócios globais de inteligência artificial, 75% dos entrevistados chineses admitiram que encontraram dificuldades no recrutamento de cientistas de dados [1]. Mais da metade dos entrevistados disse que é difícil encontrar talentos adequados para preencher as vagas dos principais cargos relacionados à IA, como engenheiros de dados, arquitetos de dados e engenheiros de aprendizado de máquina, etc., e esses cargos são cruciais para o design, construção e promoção de recursos avançados digitais e de IA indispensáveis.

Nossas últimas pesquisas mostram que mesmo com a recente contração do mercado, a aquisição de talentos continuará sendo cada vez mais difícil. Estima-se que, até 2030, o valor potencial trazido pela IA para a China ultrapasse US$ 1 trilhão. À medida que as grandes empresas competem para explorar esse valor, a demanda da China por talentos altamente qualificados atingirá o nível atual (aumentou de 1 milhão para 6 milhões de humanos) 6 vezes【2】. (Consulte a barra lateral "Sobre este estudo" para conhecer nossa metodologia.)

Sobre este estudo

A pesquisa e as entrevistas abrangeram 102 empresas líderes na China que adotaram inteligência artificial em pelo menos um campo. Também analisamos relatórios globais e locais, casos de uso e bancos de dados de recrutamento para explorar a demanda por talentos de IA na China, os desafios e as ações que as empresas estão adotando para preencher a lacuna de talentos. Para avaliar as necessidades de talentos, consideramos o impacto econômico da IA em setores-chave (consumo, finanças, manufatura, serviços empresariais, automotivo, transporte e logística, saúde e ciências biológicas) e construímos a produtividade per capita para cada setor. Do lado da oferta, avaliamos o número de graduados em universidades nacionais e estrangeiras que tendem a escolher empregos domésticos, incluindo cursos de ciência, tecnologia, engenharia e matemática (STEM), e o número de talentos científicos e tecnológicos de ponta disponíveis.

Estima-se que, até 2030, as universidades nacionais e estrangeiras e os principais grupos de talentos existentes possam fornecer apenas cerca de 2 milhões (ou seja, um terço do necessário) talentos de IA, e a lacuna chegará a 4 milhões (consulte a Figura 1). Depois de 2030, à medida que a taxa de natalidade diminuir, o número de estudantes universitários diminuirá e a lacuna de talentos da IA se tornará mais severa.

Diante da enorme lacuna que está prestes a surgir, como as empresas devem garantir os talentos e as capacidades necessárias para competir? Realizamos pesquisas e entrevistas com mais de 100 empresas líderes na China, revelando dois insights importantes:

As lacunas de talentos variam. Embora toda empresa precise aprimorar a força de trabalho existente e se afastar dos métodos tradicionais de recrutamento para adquirir o talento e as capacidades de que precisa, os investimentos e as intervenções variam de empresa para empresa com base no nível de maturidade digital.

Empresas locais e multinacionais têm suas próprias vantagens. Embora os graduados chineses sejam mais otimistas sobre as empresas locais e suas estruturas de incentivo baseadas em inovação e desempenho, as empresas multinacionais na China podem usar suas redes globais para atrair talentos de um pool de talentos maior.

Visando o desafio dos talentos de IA, este artigo discute em profundidade os tipos de talentos que as empresas devem priorizar em cada estágio da maturidade digital e como adquirir melhor as habilidades e capacidades necessárias.

As necessidades de talentos e habilidades variam de acordo com a maturidade digital

Como importantes forças motrizes, a digitalização e a inteligência artificial estão criando um enorme valor para a China, que requer um conjunto completo de bases de habilidades avançadas. Essas habilidades vêm de aproximadamente sete áreas: experiência do cliente, nuvem, automação, plataformas e produtos, gerenciamento de dados, DevOps (uma abordagem para otimizar o desenvolvimento de software) e segurança cibernética e privacidade. Embora as empresas precisem criar pools de talentos em vários campos, nossa pesquisa mostra que as empresas devem priorizar os talentos de que realmente precisam com base em sua maturidade digital. Os três níveis comuns de maturidade digital são tradicional, híbrido e digital (consulte a Figura 2).

Tradicional

Tradicional refere-se a empresas que acabaram de iniciar a transformação digital. Essas empresas geralmente possuem equipes internas de pequeno porte e enfrentam maior pressão competitiva, precisando urgentemente iniciar a transformação digital e de inteligência artificial. Sua transformação se concentra principalmente no estabelecimento de bases de dados, na otimização de processos de negócios e no foco em casos de uso especializados que podem melhorar rapidamente a eficácia dos negócios (em vez de criar recursos inovadores de I&D no futuro). Para isso, essas empresas devem focar em dois tipos de talento:

O primeiro tipo de talento é um especialista em gerenciamento de dados que é proficiente em arquitetura de dados, engenharia de dados, análise de dados e tradução de análise. Eles podem criar plataformas de dados, pipelines e processos, impulsionar a abertura de dados, gerar insights em tempo real orientados por dados, garantir a qualidade e governança dos dados e gerenciar o ciclo de vida dos casos de uso. As empresas podem contratar esses especialistas para atender equipes de produtos de dados ou casos de uso para impulsionar a entrega de novos recursos digitais e de IA. Um data center de excelência também exige que esses especialistas projetem e supervisionem processos de gerenciamento de dados de forma colaborativa, garantindo controles de acesso adequados, qualidade de dados e políticas de aprovação e retenção.

Uma empresa agrícola construiu um centro de dados corporativo centralizado para oferecer suporte a protocolos de gerenciamento de dados e processos de governança, fornecendo acesso a milhares de funcionários em diferentes departamentos para avançar casos de uso de inteligência artificial e análise. As empresas não precisam mais desenvolver repetidamente novos pipelines de dados, reduzindo significativamente os custos de TI e modernizando os métodos de negócios. Por exemplo, os robôs são usados para rastrear as condições de reprodução dos animais e enviar alertas automaticamente quando são detectadas possíveis doenças e outros problemas.

O segundo tipo de talento são os especialistas em plataforma e produto, proficientes em desenvolvimento de software. Eles são capazes de personalizar "software como serviço" (SaaS) ou outras soluções externas para melhorar a eficiência dos negócios e fornecer novos serviços voltados para o cliente.

Por exemplo, um fabricante de eletrônicos de consumo investiu em uma equipe de desenvolvimento de plataforma de dados após aplicar um caso de uso de IA para otimizar o planejamento da produção e a produtividade da mão de obra. A equipe atualizará o modelo subjacente, a interface do usuário, o pipeline de dados e a infraestrutura de back-end, continuará aprimorando os casos de uso de IA atuais e apresentará casos de uso adicionais.

Híbrido

Os híbridos referem-se a players estabelecidos em setores que investiram pesadamente na transformação digital. Essas empresas já possuem forte força técnica interna e uma base sólida e agora estão focadas em simplificar o processo de desenvolvimento, acelerando a entrega de novos produtos digitais e de IA e expandindo a experiência de domínio para fornecer uma excelente experiência ao cliente. As empresas híbridas precisam de especialistas em DevOps especializados em desenvolvimento de software, como gerenciamento ágil de produtos, práticas de integração/entrega contínua (CI/CD) e microsserviços para implantação mais rápida. Especialistas em experiência do cliente também são o que eles precisam.Esses especialistas são proficientes em várias análises preditivas, design thinking e recursos de teste automatizados, além de fortes recursos de prototipagem para criar novas experiências para os clientes.

Obviamente, a eficiência de TI e os gastos com servidores também serão um desafio, pois as empresas híbridas continuam expandindo recursos e hospedando mais modelos e aplicativos de IA na nuvem. Nossa pesquisa sobre nuvem em 2022 descobriu que mais de 75% das empresas na China planejam usar vários serviços de nuvem e 90% planejam usar uma combinação de serviços de nuvem pública e privada até 2025 [3]. Para esclarecer os requisitos de capacidade e como os diferentes serviços de nuvem funcionarão, as empresas precisam de especialistas em nuvem com experiência em Kubernetes, Docker e arquiteturas multinuvem.

Número

Digital refere-se a empresas nativas digitais, como gigantes da tecnologia, inteligência artificial e startups de tecnologia. Essas empresas já possuem reservas de talentos suficientes na maioria dos campos digitais e de IA, mas ainda precisam expandir ainda mais suas reservas para atender às mudanças nas expectativas do setor e às necessidades de avanço tecnológico.

Essas empresas se concentram em segurança cibernética e privacidade de dados. Na China, devido ao aumento da segurança e proteção da privacidade das empresas, que podem ter impacto na IA e na digitalização, as empresas digitais precisam de especialistas com uma perspectiva global e uma abordagem sistemática para resolver problemas, priorizando os testes de segurança nos estágios iniciais de desenvolvimento de produtos (muitas vezes referido como segurança shift-left), estruturas de segurança de confiança zero e leis e práticas de proteção de dados. Outra categoria de talento que deve ser priorizada são os especialistas em automação com habilidades em inteligência artificial generativa, tecnologia de processo robótico, aprendizado de máquina, análise habilitada por IA e computação quântica. Eles conduzem desenvolvimento, teste e implantação automatizados de ponta a ponta para melhorar a eficiência e a velocidade de trazer novos recursos para o mercado.

Várias empresas multinacionais

Independentemente do nível de maturidade digital, as empresas multinacionais que operam na China devem garantir que seus talentos de IA estejam preparados para trabalhar sem problemas em suas redes globais. Por exemplo, a equipe precisa ser fluente em chinês e idiomas estrangeiros, entender o modo de trabalho de outras regiões e ser capaz de se comunicar sem problemas com colegas globais. A liderança precisa ser boa em construir parcerias e garantir que tudo funcione de acordo com os padrões globais de TI e IA da empresa, atendendo efetivamente às necessidades de negócios locais. Os proprietários de produtos precisam entender quais dados e projetos em diferentes regiões podem ser reutilizados e dimensionados, e quais dados e projetos precisam ser reconstruídos localmente para atender às necessidades do ecossistema digital da China.

Por exemplo, a filial europeia de uma empresa multinacional desenvolveu um aplicativo de transporte global que usa dados de tráfego do consumidor do Google, Facebook e Instagram para otimizar as rotas. Embora a maioria das filiais dessa filial ao redor do mundo possam usar esse aplicativo, para obter dados da plataforma doméstica, o líder do produto na China precisa liderar a equipe para ajustar primeiro o aplicativo e depois implantá-lo.

Preencha as lacunas aprimorando e expandindo as fontes de talentos

Por meio de entrevistas sobre temas relacionados à seleção e retenção de talentos, descobrimos que as empresas tradicionais e híbridas têm muito trabalho a fazer em cada etapa da gestão de talentos (ver Figura 3). Os negócios digitais só precisam se fortalecer em algumas áreas para manter sua vantagem na gestão de talentos.

Após uma pesquisa aprofundada sobre estratégias corporativas, descobrimos que quando todas as empresas promovem o desenvolvimento de talentos digitais e de IA, existem dois pontos mais críticos: 1. Melhorar as habilidades dos talentos existentes; 2. Diversificar e expandir as fontes de talento. Nossa pesquisa mostra que diferentes tipos de negócios precisam tomar ações diferentes nessas duas frentes.

Atualize as habilidades dos funcionários existentes

Capacitar funcionários é uma estratégia comum para as empresas adquirirem os talentos de que precisam. Nossa pesquisa sugere que as empresas na China podem desenvolver as habilidades necessárias por meio da capacitação direcionada de seu banco existente de negócios e talentos de IA (consulte a Figura 4).

Claro, nossas entrevistas também mostraram que as melhores habilidades para melhorar são as habilidades-chave que são difíceis de encontrar, terceirizar ou obter, como uma compreensão de aplicativos legados ou funções de produtos existentes (para obter detalhes sobre como iniciar um plano de melhoria de habilidades do funcionário , consulte a Figura 5).

Tradicional

A tradução analítica é uma habilidade na qual as organizações tradicionais devem se concentrar. Nossa pesquisa mostra que, sem essas habilidades, as unidades de negócios terão dificuldades para convencer novas iniciativas digitais e de IA. Melhore as habilidades de especialistas em negócios em diferentes áreas para identificar e avaliar possíveis casos de uso digital e de IA, avaliar o valor comercial potencial e oferecer suporte à implantação posterior, permitindo que empresas tradicionais obtenham valor de investimentos digitais e de IA mais rapidamente. Esse tipo de treinamento é melhor fornecido internamente como uma “academia analítica”, onde as empresas podem personalizar o treinamento e oferecer estágios para que os especialistas possam aplicar o que aprenderam.

Por exemplo, para melhorar as habilidades dos funcionários, um fabricante avançado estabeleceu uma academia analítica no início da transformação, ajudando mais de 200 funcionários a se transformarem em tradutores analíticos.

Os cursos incluem: 1. Palestras semanais de meio dia (por 2 a 3 meses), incluindo resolução de problemas, talentos e requisitos de casos de uso; 2. Melhores práticas em entrega ágil e gerenciamento de mudanças; 3. Para casos de uso no roteiro da empresa, Realizar treinamento no local de trabalho.

Desde que assumiram o cargo, esses talentos de tradução promoveram a implementação de mais de 50 novos casos de uso digital e de IA.

Híbrido

Atualmente, apenas 8% dos talentos domésticos de IA possuem habilidades avançadas relacionadas à IA, como computação de ponta, big data e aprendizado de máquina e inteligência artificial cognitiva [4]. Para empresas híbridas, a qualificação dos funcionários existentes é uma parte fundamental da transformação. Mas essas empresas precisam aumentar o investimento em cursos online e programas de certificação. Na Pesquisa Global de Inteligência Artificial de 2022 da McKinsey, apenas cerca de um terço das empresas chinesas pesquisadas usaram tais programas (31% das empresas usaram seus próprios cursos online e 29% usaram programas de certificação) [5].

Uma instituição financeira líder oferece uma jornada de aprendizado personalizada com base na posição e no plano de carreira do funcionário, com foco no aprendizado on-line. Cada funcionário pode usar um aplicativo de aprendizado móvel para fazer os principais cursos de desenvolvimento de habilidades necessários para sua função. O aplicativo oferece uma ampla variedade de cursos, incluindo programação em Python, implantação de arquitetura multinuvem, habilidades de liderança necessárias para a transformação digital e muito mais.

Número

O maior desafio para as empresas digitais será acompanhar o rápido desenvolvimento de tecnologias emergentes, como inteligência artificial generativa e computação quântica. Essas empresas podem incentivar os funcionários a acompanhar ativamente os mais recentes desenvolvimentos tecnológicos (como organizar os funcionários para participar de conferências acadêmicas, participar de pesquisas relevantes, solicitar patentes, participar de competições de hackathon etc.) talentos.

Uma empresa de tecnologia deu aos funcionários tempo, espaço e orçamento para pesquisar e desenvolver novos recursos usando tecnologias emergentes fora dos projetos existentes, o que trouxe inteligência artificial, blockchain e computação em nuvem e novos produtos para a empresa Numerosas patentes e pedidos de patentes em campos inovadores.

Fontes diversificadas de desenvolvimento de talentos

A terceirização de empregos e a aquisição de capacidades técnicas básicas (e talentos correspondentes) também são formas de as empresas na China preencherem as lacunas de talentos. As corporações multinacionais têm uma vantagem óbvia a esse respeito por causa de sua influência global. Eles podem aproveitar soluções existentes desenvolvidas por colegas em outras regiões ou novos recursos desenvolvidos em países como Vietnã e Índia. Obviamente, as empresas precisam considerar várias questões financeiras e regulatórias, como garantir a conformidade com todos os regulamentos de proteção de dados na China. Nossa pesquisa mostra que diferentes tipos de empresas têm diferentes práticas recomendadas.

Tradicional

Os players tradicionais devem agir rapidamente para alcançar os líderes digitais e de IA para se manterem competitivos. Iniciar uma transformação digital recrutando e treinando novas pessoas, especialmente em um mercado de trabalho restrito, pode levar muito tempo. Uma maneira de adquirir rapidamente talentos e recursos de IA é fazer parceria com provedores verticais de TI e SaaS. Alguns líderes empresariais primeiro avançam por meio dessas parcerias enquanto procuram novos talentos. Por exemplo, o fabricante de eletrônicos de consumo mencionado acima terceirizou o desenvolvimento de novos modelos otimizados para IA enquanto construía sua estratégia de talentos. Dessa forma, a empresa coloca novas capacidades em produção (e valor gerado) em 8 semanas, o que pode levar várias vezes mais tempo se depender inteiramente do treinamento de novas pessoas.

Outros podem trabalhar com fornecedores externos que constroem a infraestrutura geral de seus sistemas digitais. Por exemplo, um fornecedor chinês de veículos industriais contratou uma empresa líder de software para integrar mais de seis sistemas de negócios e fábricas, incluindo planejamento de recursos empresariais, execução de manufatura, gerenciamento do ciclo de vida do produto, gerenciamento de fornecedores, recursos humanos e inteligência comercial. Depois que o projeto levou mais de três anos para ser concluído, a empresa lançou uma série de casos de uso, incluindo um sistema de design de produto colaborativo que melhora a eficiência de P&D e acelera o lançamento de novos produtos.

Ao terceirizar o trabalho, certifique-se de que todos os dados relevantes e as estratégias de tecnologia estejam alinhados com as prioridades estratégicas da empresa nas quais o fornecedor pode basear as decisões de design. Dessa forma, as empresas podem envolver vários fornecedores em diferentes tarefas e projetos e garantir que todas as soluções compartilhem dados e percepções de forma integrada.

Híbrido

Na próxima fase da transformação digital, a terceirização pode ser extremamente valiosa para empresas híbridas, aumentando o alcance e a produtividade dos especialistas técnicos existentes. A terceirização também pode reduzir a carga sobre a equipe técnica, de modo que eles não precisem gastar muito tempo mantendo sistemas legados no meio e no back office da atualização.

Hoje, as soluções de software empresarial relacionadas a recursos humanos, finanças, comunicação e automação de processos de negócios amadureceram na China. As empresas podem migrar rapidamente esses sistemas para a nuvem e reimplantar talentos de IA para projetos de caso de uso de alto valor. Em outros casos, as empresas podem usar recursos de terceiros para construir partes de novas soluções digitais ou de IA para as equipes.

Número

Muitas empresas nativas digitais estão descobrindo que expansões e reorganizações frequentes levam ao desgaste de cérebros de alta tecnologia e altos custos de recrutamento, ameaçando seu crescimento contínuo. Para empresas digitais, entrar em novos mercados ou áreas de negócios por meio de aquisições estratégicas será uma estratégia melhor (em vez de desenvolver novos recursos internamente), à medida que a lacuna de talentos aumenta.

Tomemos como exemplo a ByteDance. Através desta aquisição, obteve novos recursos de realidade virtual (VR), seus aplicativos foram expandidos e também obteve uma equipe de especialistas em VR para continuar a construir novos recursos para ela.

foto

Olhando para o futuro, a demanda da China por talentos de IA será escassa. Os líderes precisam inspirar a criatividade e garantir que a organização tenha o banco de talentos e as capacidades para se manter competitiva na próxima década. As empresas podem priorizar a atualização das habilidades dos talentos existentes e preencher estrategicamente as lacunas de talentos por meio de terceirização e aquisições para criar vantagem competitiva nos principais mercados globais.

Notas:

[1] "O estado da IA em 2022 - e meia década em análise", McKinsey, 6 de dezembro de 2022. A pesquisa abrangeu 102 empresas entrevistadas na China.

[2] Com base na seguinte pesquisa: Shen Kai, Tong Xiaoxiao, Wu Ting e Zhang Fangning, "Explorando a nova fronteira da inteligência artificial: a economia da China dá as boas-vindas a outra oportunidade de US$ 600 bilhões", McKinsey, 7 de junho de 2022; "Notas de the AI frontier: Applications and value of deep learning”, McKinsey Global Institute, 17 de abril de 2018; National Bureau of Statistics of China, 2021.

[3] Kai Shen, Anand Swaminathan, Xiaoxiao Tong e Wei Wang, "China in the Cloud, Looking to 2025", McKinsey, 8 de julho de 2022.

[4] "2021 China IT Service Talent Supply Report", iSoftStone e iResearch, agosto de 2021.

[5] “O estado da IA em 2022”, 6 de dezembro de 2022.

autor:

Wouter Maes

Sócio-gerente global da McKinsey, filial de Pequim

Alex Sawaya

Sócio-gerente sênior global da McKinsey, residente na filial de Hong Kong

O autor agradece a Tong Xiaoxiao e Wang Lingyi por suas contribuições a este artigo.