根据“埃森哲2017技术愿景”对5400多位CIO和企业高管的调研，79%的管理者都认为AI能够加快企业的技术引进能力。虽然AI带来的颠覆性变化是一个不可争议的事实，对员工工作带来的影响也让公司难以启齿。但很明显的是，每个职能部门的***，都必须开始对人和机器在未来劳动中扮演的角色，有细致入微的洞察。
这其中，AI给IT员工带来的影响首当其冲。从数据分析到云计算，CIO们已经有了应对颠覆性的技术变革经验，但AI给IT部门的转型和业务驱动能力带来了新的机遇和挑战。为此，CIO必须果断采取行动，重塑组织中IT人员的能力和技能，为AI未来的发展做准备。未来技术人员必须具备五个关键能力，方能在未来抓住机器学习和人工智能的价值。
1.机器管理（Machine Management）
管理人员和员工对机器替代人类的潜在负面影响，显然有很大的压力。一个经常被忽视的因素是，组织中的员工应该如何对待机器人过程自动化（RPA）软件、智能机器甚至物理机器人。在AI应用的初期，许多情况下AI的使用需要在整个组织中传播。相应地，很容易造成规划工作的不成熟和分散化。因此，IT部门要有良好的定位，开发技术架构，并建立系统，让智能机器的应用能够遍布整个企业。然而，这种定位不是早都设定好的。CIO和IT***必须对所有IT人员加以职业培训。唯有如此，人工智能才能够深入到企业的每一个角落，更有效的提升工作效率。
具体能力范例：RPA管理。
2.过程咨询（Process Consulting）
长期以来，IT团队在如何改进企业流程，优化结果方面，一直未能充分的挖掘资源。CIO应该思考如何用业务流程知识和机器学习，改进流程和结果，锻炼IT员工的能力。例如，利用AI技术，克服人类不能处理多种信息流的问题，可以大大提高反洗钱流程。这意味着人工智能可以通过处理综合数据、做出基本决策、推迟复杂的信息流，来支持人的决策。这也意味着我们必须重新设计流程和能力，来适应新的综合方法和更复杂的决策过程。AI已经以人类尚未能够实现的方式，推动了企业向客户为中心和新的内部流程转变。Pega最近收购了RPA公司OpenSpan，这表明传统的业务流程管理和RPA之间显然需要一个融合。除了RPA之外还有许多例子，例如基于语音的客户认证，可以大大改善一些行业的客户服务互动。
具体能力范例：业务流程知识，行业知识。
3.平台和数据管理（Platforms and data stewardship）
技术人员必须拥有强大的信息管理和技术平台管理（如大数据）技能。机器学习方法只能产生与其数据一样好的预测模型。信息孤岛和数据质量当然不再是公司的新挑战。然而，如果人们没有技能来支持模型和平台，那么这就可能成为AI发展的瓶颈。随着IT部门自身开始充当企业的云提供商角色，新技术和架构概念要求IT团队成为企业数据的管理员，并最终打破孤岛，以利用机器学习的力量。
具体能力范例：数据系统管理，API管理与开发，信息化策略。
4.算法意识（Algorithm awareness）
并不是每个人都必须是数据科学家，但对于技术专家来说，必须具有基本的统计能力以及创建、改进、最终输出数据的能力。公司在这方面有两个核心优势：首先，IT可以将AI功能实现在具体业务中，并可以与业务部门合作，不断改进模型；第二，科技人员对启动机器学习的数学概念的基础理解，能够获得必要的知识和创造力，这种创造力可以支持IT组织在构建AI功能时带来积极的业务成果。比如，埃森哲与史蒂文生理工学院合作，在其员工研究的关键领域方面，开发高级的分析技能。
具体的能力范例：数据集选择和子集，回归分类方法，模型精度估计，模型正则化和稳定化技术。
5.领导力和判断力（Leadership and judgment）
机器正在成为未来的同事，处理日常管理活动。整个企业的工作人员不仅需要拥抱这个机器参与日常运营决策的世界，而且还需要他们对更具挑战性的决策进行判断。这样的转变更加需要IT部门拥有集中解决问题的能力和技能，能够以机器处理的方式解决问题，最终创建正确指导决策的响应。
具体的能力范例：沟通与情感智力，基于判断的解决方案，协作和跨职能知识。
领导人应如何培养相关技能和能力？首先，创建一个内部的学习活动，以支持人力资源的准备工作，重点介绍人工智能的技术和益处，减少员工对机器的恐惧。通过一系列虚拟活动和个人活动，IT员工可以得到关于人工智能的学习机会和能力发展。活动的水平可以根据员工和技能水平而变化，而逐步增加更多的技能。
另外，通过向员工展示人工智能可以让人们更有效的工作，它是消除任务而不是剥夺工作，来减轻员工的心理压力。甚至有机会可以在实战中部署原型或实际演示。***，CIO必须结合讲习班，增加创造力，用开放的心态，灵活的方式，向广大IT工作者，特别是IT管理者展示利用AI和机器人技术的优势。
