Çin'deki Şirketler Yapay Zeka Yetenek Boşluğunu Nasıl Doldurabilir?

Kaynak: McKinsey

Yazarlar: Wouter Maes ve Alex Sawaya

Görüntü kaynağı: Unbounded AI tarafından oluşturulmuştur, stil modeli (Song Yun Architecture)

Yapay zeka (AI) yeteneklerini çekmek ve elde tutmak küresel bir zorluk haline geldi ve Çin de bir istisna değil.

McKinsey'nin küresel yapay zeka işletme yöneticilerine yönelik 2022 anketinde, Çinli yanıt verenlerin %75'i veri bilimcileri işe almada zorluklarla karşılaştıklarını kabul etti [1]. Yanıt verenlerin yarısından fazlası, veri mühendisleri, veri mimarları ve makine öğrenimi mühendisleri gibi yapay zeka ile ilgili önemli pozisyonların boş pozisyonlarını doldurmak için uygun yetenekler bulmanın zor olduğunu ve bu pozisyonların tasarım için çok önemli olduğunu söyledi. gelişmiş dijital ve yapay zeka yeteneklerinin inşası ve tanıtımı vazgeçilmezdir.

En son araştırmamız, pazardaki son daralmaya rağmen yetenek kazanmanın giderek zorlaşacağını gösteriyor. 2030 yılına kadar yapay zekanın Çin'e getireceği potansiyel değerin 1 trilyon ABD dolarını aşacağı tahmin ediliyor. milyon İnsan) 6 kez【2】. (Metodolojimiz için "Bu çalışma hakkında" kenar çubuğuna bakın.)

Bu çalışma hakkında

Anket ve röportajlar, Çin'de en az bir alanda yapay zekayı benimsemiş lider 102 şirketi kapsıyordu. Çin'de yapay zeka yeteneğine olan talebi, şirketlerin yetenek açığını doldurmak için aldığı zorlukları ve eylemleri keşfetmek için küresel ve yerel raporları, kullanım durumlarını ve işe alım veritabanlarını da analiz ettik. Yetenek ihtiyaçlarını değerlendirmek için yapay zekanın kilit sektörler (tüketici, finans, imalat, iş hizmetleri, otomotiv, ulaşım ve lojistik ve sağlık ve yaşam bilimleri) üzerindeki ekonomik etkisini değerlendirdik ve her sektör için kişi başına üretkenlik oluşturduk. Arz tarafında, bilim, teknoloji, mühendislik ve matematik (STEM) bölümleri dahil olmak üzere yerli istihdamı seçme eğiliminde olan yerli ve yabancı üniversite mezunlarının sayısını ve mevcut en iyi bilimsel ve teknolojik yeteneklerin sayısını değerlendiriyoruz.

2030 yılına kadar yerli ve yabancı üniversitelerin ve mevcut en iyi yetenek havuzlarının yalnızca yaklaşık 2 milyon (yani gerekli olanın üçte biri) yapay zeka yeteneği sağlayabileceği ve açığın 4 milyona ulaşacağı tahmin edilmektedir (bkz. Şekil 1). 2030'dan sonra doğum oranı düştükçe üniversite öğrencisi sayısı azalacak ve yapay zeka yetenek açığı daha da ciddileşecek.

Ortaya çıkmak üzere olan büyük boşlukla karşı karşıya kalan işletmeler, rekabet etmek için gereken yetenek ve becerileri nasıl sağlamalıdır? Çin'deki 100'den fazla önde gelen şirketle anketler ve röportajlar yaparak iki önemli içgörü ortaya çıkardık:

Yetenek boşlukları değişiklik gösterir. Her işletmenin, ihtiyaç duyduğu yetenek ve becerileri elde etmek için mevcut işgücünün becerilerini artırması ve geleneksel işe alım yöntemlerinden uzaklaşması gerekecek olsa da, yatırımlar ve müdahaleler, dijital olgunluk düzeylerine bağlı olarak şirketten şirkete farklılık gösterecektir.

Yerel ve çok uluslu şirketlerin kendilerine göre avantajları vardır. Çinli üniversite mezunları, yerel şirketler ve onların yenilik ve performansa dayalı teşvik yapıları konusunda daha iyimser olsalar da, Çin'deki çok uluslu şirketler, daha geniş bir yetenek havuzundan yetenekleri çekmek için küresel ağlarını etkili bir şekilde kullanabilirler.

Yapay zeka yeteneklerinin zorluklarını hedefleyen bu makale, işletmelerin dijital olgunluğun her aşamasında öncelik vermesi gereken yetenek türlerini ve gerekli beceri ve yeteneklerin nasıl daha iyi elde edilebileceğini derinlemesine tartışıyor.

Yetenek ve beceri ihtiyaçları dijital olgunluğa göre değişir

Önemli itici güçler olarak dijitalleşme ve yapay zeka, tam bir gelişmiş beceri tabanı seti gerektiren Çin için büyük değer yaratıyor. Bu beceriler kabaca yedi alandan gelir: müşteri deneyimi, bulut, otomasyon, platformlar ve ürünler, veri yönetimi, DevOps (yazılım geliştirmeyi optimize etmeye yönelik bir yaklaşım) ve siber güvenlik ve gizlilik. Şirketlerin nihayetinde çeşitli alanlarda yetenek havuzları oluşturması gerekse de, araştırmamız şirketlerin dijital olgunluklarına göre gerçekten ihtiyaç duydukları yeteneklere öncelik vermeleri gerektiğini gösteriyor. Üç yaygın dijital olgunluk seviyesi geleneksel, hibrit ve dijitaldir (bkz. Şekil 2).

Geleneksel

Geleneksel, dijital dönüşüme yeni başlayan şirketleri ifade eder. Bu tür işletmelerin genellikle yalnızca küçük ölçekli iç ekipleri vardır ve daha büyük rekabet baskısıyla karşı karşıyadırlar ve acilen dijital ve yapay zeka dönüşümüne başlamaları gerekir. Dönüşümleri, temel olarak veri temelleri oluşturmaya, iş süreçlerini optimize etmeye ve (gelecekteki yenilikçi Ar-Ge AI yeteneklerini oluşturmak yerine) iş etkinliğini hızla artırabilecek özel kullanım durumlarına odaklanmaya odaklanır. Bu amaçla, bu şirketler iki tür yeteneğe odaklanmalıdır:

İlk yetenek türü, veri mimarisi, veri mühendisliği, veri analizi ve analiz çevirisi konusunda yetkin bir veri yönetimi uzmanıdır. Veri platformları, ardışık düzenleri ve süreçleri oluşturabilir, veri açıklığını yönlendirebilir, veriye dayalı gerçek zamanlı içgörüler oluşturabilir, veri kalitesi ve yönetişimi sağlayabilir ve kullanım senaryolarının yaşam döngüsünü yönetebilirler. Kuruluşlar, yeni dijital ve yapay zeka yeteneklerinin sunulmasını sağlamak için veri ürünü veya kullanım vakası ekipleri sunmak için bu tür uzmanları işe alabilir. Mükemmel bir veri merkezi aynı zamanda bu tür uzmanların veri yönetimi süreçlerini işbirliği içinde tasarlamasını ve denetlemesini, uygun erişim kontrollerini, veri kalitesini ve onay ve saklama politikalarını sağlamasını gerektirir.

Bir tarım işletmesi, veri yönetimi protokollerini ve yönetişim süreçlerini desteklemek için merkezi bir kurumsal veri merkezi kurarak yapay zeka ve analitik kullanım durumlarını geliştirmek için farklı departmanlardaki binlerce çalışana erişim sağladı. Kuruluşların artık tekrar tekrar yeni veri hatları geliştirmesi gerekmiyor, böylece BT maliyetlerini önemli ölçüde azaltıyor ve iş yöntemlerini modernize ediyor. Örneğin robotlar, hayvanların üreme koşullarını izlemek ve olası hastalıklar ve diğer sorunlar tespit edildiğinde otomatik olarak uyarı göndermek için kullanılıyor.

İkinci yetenek türü, yazılım geliştirmede yetkin platform ve ürün uzmanlarıdır. İş verimliliğini artırmak ve müşteriye dönük yeni hizmetler sağlamak için "hizmet olarak yazılım"ı (SaaS) veya diğer harici çözümleri özelleştirebilirler.

Örneğin, bir tüketici elektroniği üreticisi, üretim planlamasını ve iş gücü üretkenliğini optimize etmek için bir yapay zeka kullanım örneği uyguladıktan sonra bir veri platformu geliştirme ekibine yatırım yaptı. Ekip, temel modeli, kullanıcı arabirimini, veri hattını ve arka uç altyapısını güncelleyecek, mevcut yapay zeka kullanım örneklerini geliştirmeye devam edecek ve ek kullanım örnekleri sunacak.

Hibrit

Melezler, dijital dönüşüme büyük yatırımlar yapmış endüstrilerdeki köklü oyuncuları ifade eder. Bu tür şirketler zaten güçlü bir iç teknik güce ve sağlam bir temele sahiptir ve şimdi mükemmel bir müşteri deneyimi sağlamak için geliştirme sürecini basitleştirmeye, yeni dijital ve yapay zeka ürünlerinin sunumunu hızlandırmaya ve alan uzmanlığını genişletmeye odaklanmaktadır. Hibrit kuruluşlar, çevik ürün yönetimi, sürekli entegrasyon/sürekli teslimat (CI/CD) uygulamaları ve daha hızlı dağıtım için mikro hizmetler gibi yazılım geliştirmede uzmanlaşmış DevOps uzmanlarına ihtiyaç duyar. Müşteri deneyimi uzmanları da ihtiyaç duydukları şeydir.Bu uzmanlar, çeşitli tahmine dayalı analiz, tasarım odaklı düşünme ve otomatik test etme yeteneklerinde uzmandır ve müşteriler için yeni deneyimler yaratmak için güçlü prototipleme yeteneklerine sahiptir.

Elbette, hibrit işletmeler yeteneklerini genişletmeye ve bulutta daha fazla yapay zeka modeli ve uygulaması barındırmaya devam ettikçe BT verimliliği ve sunucu harcaması da zor olacaktır. 2022'deki bulut anketimiz, Çin'deki işletmelerin %75'inden fazlasının birden fazla bulut hizmeti kullanmayı planladığını ve %90'ının 2025 yılına kadar genel ve özel bulut hizmetlerinin bir karışımını kullanmayı planladığını ortaya çıkardı [3]. Yetenek gereksinimlerini ve farklı bulut hizmetlerinin nasıl çalışacağını netleştirmek için kuruluşların Kubernetes, Docker ve çoklu bulut mimarilerinde deneyime sahip bulut uzmanlarına ihtiyacı vardır.

Sayı

Dijital; teknoloji devleri, yapay zeka ve teknoloji startup'ları gibi dijital yerli işletmeleri ifade eder. Bu tür işletmeler, çoğu dijital ve yapay zeka alanında zaten yeterli yetenek rezervine sahiptir, ancak değişen endüstri beklentilerini ve teknolojik ilerleme ihtiyaçlarını karşılamak için rezervlerini daha da genişletmeleri gerekmektedir.

Bu şirketler siber güvenlik ve veri gizliliğine odaklanıyor. Çin'de, yapay zeka ve dijitalleşme üzerinde etkisi olabilecek, işletmelerin artan güvenlik ve gizlilik koruması nedeniyle, dijital işletmelerin sorunları çözmek için küresel bir bakış açısına ve sistematik bir yaklaşıma sahip uzmanlara ihtiyacı vardır ve bu uzmanlar, geliştirmenin ilk aşamalarında güvenlik testlerine öncelik verir. ürün geliştirme (genellikle sola kaydırmalı güvenlik olarak anılır), sıfır güven güvenlik çerçeveleri ve veri koruma yasaları ve uygulamaları. Öncelik verilmesi gereken diğer bir yetenek kategorisi, üretken yapay zeka, robotik süreç teknolojisi, makine öğrenimi, yapay zeka destekli analitik ve kuantum hesaplama becerilerine sahip otomasyon uzmanlarıdır. Pazara yeni özellikler getirmenin verimliliğini ve hızını artırmak için uçtan uca otomatikleştirilmiş geliştirme, test etme ve devreye alma işlemlerini yürütürler.

Çeşitli çok uluslu şirketler

Dijital olgunluk düzeyi ne olursa olsun, Çin'de faaliyet gösteren çok uluslu şirketler, AI yeteneklerinin küresel ağlarında sorunsuz çalışacak şekilde donatıldığından emin olmalıdır. Örneğin, ekibin Çince ve yabancı dillerde akıcı olması, diğer bölgelerin çalışma şeklini anlaması ve küresel meslektaşlarıyla sorunsuz iletişim kurabilmesi gerekiyor. Liderlik, yerel iş ihtiyaçlarını etkin bir şekilde karşılarken, ortaklıklar kurma ve her şeyin şirketin küresel BT ve yapay zeka standartlarına uygun olarak çalışmasını sağlama konusunda iyi olmalıdır. Ürün sahiplerinin, farklı bölgelerdeki hangi veri ve tasarımların yeniden kullanılabileceğini ve ölçeklendirilebileceğini ve Çin'in dijital ekosisteminin ihtiyaçlarını karşılamak için hangi veri ve tasarımların yerel olarak yeniden oluşturulması gerektiğini anlamaları gerekiyor.

Örneğin, çok uluslu bir şirketin Avrupa şubesi, rotaları optimize etmek için Google, Facebook ve Instagram'dan gelen tüketici trafik verilerini kullanan küresel bir ulaşım uygulaması geliştirdi. Bu şubenin dünya çapındaki şubelerinin çoğu bu uygulamayı kullanabilse de, yerel platformdan veri elde etmek için Çin'deki ürün liderinin önce uygulamayı ayarlaması ve ardından dağıtması için ekibe liderlik etmesi gerekiyor.

Yetenek kaynaklarını geliştirerek ve genişleterek boşlukları doldurun

Yetenek seçimi ve elde tutma ile ilgili konularda yapılan görüşmeler sayesinde, geleneksel ve hibrit şirketlerin her yetenek yönetimi aşamasında yapacak çok işi olduğunu gördük (bkz. Şekil 3). Dijital işletmelerin yetenek yönetimi avantajını sürdürmek için yalnızca birkaç alanda güçlenmesi gerekiyor.

Kurumsal stratejiler üzerine derinlemesine araştırma yaptıktan sonra, tüm işletmelerin dijital ve yapay zeka yeteneklerinin gelişimini teşvik ettiğinde en kritik iki noktanın olduğunu bulduk: 1. Mevcut yeteneklerin becerilerini geliştirmek, 2. Yetenek kaynaklarını çeşitlendirmek ve genişletmek. Araştırmamız, farklı işletme türlerinin bu iki cephede farklı önlemler alması gerektiğini gösteriyor.

Mevcut çalışanların becerilerini yükseltin

Çalışanların becerilerini artırmak, şirketlerin ihtiyaç duydukları yetenekleri edinmeleri için yaygın bir stratejidir. Araştırmamız, Çin'deki şirketlerin gerekli becerileri mevcut iş tezgahlarının ve yapay zeka yeteneklerinin hedeflenen kapasite geliştirmesi yoluyla geliştirebileceğini gösteriyor (bkz. Şekil 4).

Tabii ki, görüşmelerimiz, geliştirilmesi gereken en iyi becerilerin, eski uygulamaların veya mevcut ürün işlevlerinin anlaşılması gibi, bulunması, dış kaynak kullanımı veya elde edilmesi zor olan temel beceriler olduğunu da gösterdi (bir çalışan becerileri geliştirme planının nasıl başlatılacağına ilişkin ayrıntılar için). , bkz. Şekil 5).

Geleneksel

Analitik çeviri, geleneksel kuruluşların odaklanması gereken bir beceridir. Araştırmamız, bu beceriler olmadan iş birimlerinin yeni dijital ve yapay zeka girişimlerini ikna etmekte zorlanacağını gösteriyor. Potansiyel dijital ve yapay zeka kullanım durumlarını belirlemek ve değerlendirmek, potansiyel iş değerini değerlendirmek ve daha sonra devreye almayı desteklemek için farklı alanlardaki iş uzmanlarının becerilerini geliştirerek geleneksel işletmelerin dijital ve yapay zeka yatırımlarından daha hızlı değer elde etmesini sağlayın. Bu tür bir eğitim en iyi şekilde, şirketlerin eğitimi özelleştirebildiği ve uzmanların öğrendiklerini uygulayabilmeleri için çıraklık teklif edebildiği bir "analitik akademi" olarak kurum içinde verilir.

Örneğin, gelişmiş bir üretici, çalışanların becerilerini geliştirmek için dönüşümün başında bir analitik akademi kurarak 200'den fazla çalışanın analitik tercümanına dönüşmesine yardımcı oldu.

Kurslar şunları içerir: 1. Haftalık yarım günlük dersler (2~3 ay boyunca), problem çözme, yetenek ve kullanım durumu gereksinimleri dahil; 2. Çevik teslimat ve değişiklik yönetiminde en iyi uygulamalar; 3. Şirketin yol haritasındaki kullanım örnekleri için, İş başında eğitim yapmak.

Göreve başladıklarından beri, bu çeviri yetenekleri 50'den fazla yeni dijital ve yapay zeka kullanım senaryosunun uygulanmasını destekledi.

Hibrit

Şu anda, yerli yapay zeka yeteneklerinin yalnızca %8'i uç bilgi işlem, büyük veri ve makine öğrenimi ve bilişsel yapay zeka gibi gelişmiş yapay zeka ile ilgili becerilere sahiptir [4]. Hibrit işletmeler için, mevcut çalışanların becerilerini artırmak, dönüşümün önemli bir parçasıdır. Ancak bu tür işletmelerin çevrimiçi kurslara ve sertifika programlarına yatırımlarını artırması gerekiyor. McKinsey'nin 2022 Küresel Yapay Zeka Araştırmasında, ankete katılan Çinli şirketlerin yalnızca yaklaşık üçte biri bu tür programları kullandı (şirketlerin %31'i kendi çevrimiçi kurslarını kullandı ve %29'u sertifika programlarını kullandı) [5].

Önde gelen bir finans kurumu, çalışanın konumuna ve kariyer yoluna dayalı olarak çevrimiçi öğrenmeye odaklanan özelleştirilmiş bir öğrenme yolculuğu sunar. Her çalışan, rolü için gerekli temel beceri geliştirme kurslarını almak için bir mobil öğrenme uygulaması kullanabilir. Uygulama, Python programlama, çoklu bulut mimarisi dağıtımı, dijital dönüşüm için gereken liderlik becerileri ve daha fazlasını içeren çok çeşitli kurslar sunar.

Sayı

Dijital işletmeler için en büyük zorluk, üretken yapay zeka ve kuantum hesaplama gibi gelişmekte olan teknolojilerin hızlı gelişimine ayak uydurmak olacaktır. Bu tür girişimler, çalışanlarını en son teknolojik gelişmeleri aktif olarak takip etmeye (örneğin, çalışanların akademik konferanslara katılmasını, ilgili araştırmalara katılmasını, patent başvurusunda bulunmasını, hackathon yarışmalarına katılmasını vb.) teşvik edebilir ve yeni teknolojilerle açığı kapatmasına yardımcı olabilir. yetenekler

Bir teknoloji şirketi, çalışanlara mevcut projelerin dışında gelişen teknolojileri kullanarak yeni yetenekler araştırmaları ve geliştirmeleri için zaman, alan ve bütçe sağladı; bu da şirkete yapay zeka, blok zinciri ve bulut bilgi işlem ve yeni ürünler getirdi. Yenilikçi alanlarda çok sayıda patent ve patent başvurusu.

Çeşitlendirilmiş yetenek geliştirme kaynakları

Dış kaynak kullanımı ve temel teknik yeteneklerin (ve ilgili yeteneklerin) kazanılması da Çin'deki şirketlerin yetenek açıklarını doldurmasının yollarıdır. Çok uluslu şirketler, küresel etkileri nedeniyle bu konuda bariz bir avantaja sahiptir. Diğer bölgelerdeki meslektaşları tarafından geliştirilen mevcut çözümlerden veya Vietnam ve Hindistan gibi ülkelerde geliştirilen yeni yeteneklerden yararlanabilirler. Elbette işletmelerin, Çin'deki tüm veri koruma düzenlemelerine uygunluğu sağlamak gibi çeşitli mali ve düzenleyici konuları dikkate alması gerekir. Araştırmamız, farklı işletme türlerinin farklı en iyi uygulamalara sahip olduğunu gösteriyor.

Geleneksel

Geleneksel oyuncular, rekabetçi kalabilmek için yapay zeka ve dijital liderlere yetişmek için hızlı hareket etmelidir. Özellikle sıkı bir işgücü piyasasında yeni insanları işe alarak ve eğiterek bir dijital dönüşüm başlatmak çok zaman alabilir. Yapay zeka yeteneği ve yeteneklerini hızla edinmenin bir yolu, dikey BT ve SaaS sağlayıcılarıyla ortaklık kurmaktır. Bazı iş dünyası liderleri, yeni yetenekler ararken önce bu tür ortaklıklar aracılığıyla ilerler. Örneğin, yukarıda adı geçen tüketici elektroniği üreticisi, yetenek stratejisini oluştururken yapay zeka için optimize edilmiş yeni modellerin geliştirilmesini dışarıdan temin etti. Bu şekilde, şirket 8 hafta içinde yeni yetenekleri üretime (ve değer üretmeye) soktu; bu, tamamen yeni insanların eğitilmesine bağlıysa birkaç kat daha uzun sürebilir.

Diğerleri, dijital sistemlerinin genel altyapısını oluşturan harici tedarikçilerle çalışabilir. Örneğin, Çinli bir endüstriyel araç tedarikçisi, kurumsal kaynak planlama, üretim yürütme, ürün yaşam döngüsü yönetimi, tedarikçi yönetimi, insan kaynakları ve iş zekası dahil olmak üzere altıdan fazla iş ve fabrika sistemini entegre etmesi için lider bir yazılım şirketini işe aldı. Projenin tamamlanması üç yıldan fazla sürdükten sonra şirket, Ar-Ge verimliliğini artıran ve yeni ürün lansmanlarını hızlandıran işbirlikçi bir ürün tasarım sistemi de dahil olmak üzere bir dizi kullanım durumu başlattı.

İşi dışarıdan temin ederken, ilgili tüm veri ve teknoloji stratejilerinin, satıcının tasarım kararlarını dayandırabileceği şirketin stratejik öncelikleriyle uyumlu olduğundan emin olun. Bu şekilde şirketler, farklı görev ve projelere birden çok satıcıyı dahil edebilir ve tüm çözümlerin verileri ve içgörüleri sorunsuz bir şekilde paylaşmasını sağlayabilir.

Hibrit

Dijital dönüşümün bir sonraki aşamasında, dış kaynak kullanımı hibrit işletmeler için son derece değerli olabilir ve mevcut teknik uzmanların erişimini ve üretkenliğini artırabilir. Dış kaynak kullanımı, teknik personelin üzerindeki yükü de azaltabilir, böylece yükseltmenin orta ve arka ofisinde eski sistemleri korumak için çok fazla zaman harcamak zorunda kalmazlar.

Bugün insan kaynakları, finans, iletişim ve iş süreci otomasyonu ile ilgili kurumsal yazılım çözümleri Çin'de olgunlaştı. Kuruluşlar bu sistemleri hızla buluta taşıyabilir ve yapay zeka yeteneklerini yüksek değerli kullanım senaryosu projelerine yeniden dağıtabilir. Diğer durumlarda şirketler, ekipler için yeni dijital veya yapay zeka çözümlerinin parçalarını oluşturmak üzere üçüncü taraf kaynakları kullanabilir.

Sayı

Birçok dijital yerli şirket, sık sık yapılan genişlemelerin ve yeniden yapılanmaların yüksek teknoloji beyin yıpranmasına ve yüksek işe alım maliyetlerine yol açarak devam eden büyümelerini tehdit ettiğini görüyor. Dijital şirketler için, stratejik satın almalar yoluyla yeni pazarlara veya iş alanlarına girmek, yetenek açığı genişledikçe (dahili olarak yeni yetenekler oluşturmak yerine) daha iyi bir strateji olacaktır.

Örnek olarak ByteDance'i ele alalım: Bu satın alma sayesinde yeni sanal gerçeklik (VR) yetenekleri elde etti, uygulamalarını genişletti ve ayrıca kendisi için yeni yetenekler oluşturmaya devam edecek bir VR uzman ekibi edindi.

resim

İleriye bakıldığında, Çin'in AI yeteneklerine olan talebi yetersiz kalacak. Liderlerin yaratıcılığa ilham vermesi ve kuruluşun yetenek havuzuna ve önümüzdeki on yıl boyunca rekabetçi kalabilmesi için yeteneklere sahip olmasını sağlaması gerekir. Şirketler, büyük küresel pazarlarda rekabet avantajı oluşturmak için mevcut yeteneklerin becerilerini yükseltmeye öncelik verebilir ve dış kaynak kullanımı ve satın almalar yoluyla stratejik olarak yetenek boşluklarını doldurabilir.

notlar:

[1] "2022'de yapay zekanın durumu ve incelemede yarım on yıl", McKinsey, 6 Aralık 2022. Anket, Çin'de görüşülen 102 şirketi kapsıyor.

[2] Aşağıdaki araştırmaya dayanmaktadır: Shen Kai, Tong Xiaoxiao, Wu Ting ve Zhang Fangning, "Yapay zekanın yeni sınırını keşfetmek: Çin ekonomisi başka bir 600 milyar dolarlık fırsatı memnuniyetle karşılıyor", McKinsey, 7 Haziran 2022; "Notlar the AI frontier : Applications and value of deep learning”, McKinsey Global Institute, 17 Nisan 2018; National Bureau of Statistics of China, 2021.

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

[4] "2021 China IT Service Talent Supply Report", iSoftStone ve iResearch, Ağustos 2021.

[5] "2022'de yapay zekanın durumu", 6 Aralık 2022.

yazar:

Wouter Maes

McKinsey Küresel Yönetici Ortak, Pekin Şubesi

Alex Sawaya

Hong Kong şubesinde ikamet eden McKinsey'in küresel üst düzey yönetici ortağı

Yazar, bu makaleye katkılarından dolayı Tong Xiaoxiao ve Wang Lingyi'ye teşekkür eder.