سرمایه‌گذاری زمانی روی فناوری‌های آینده
این 11 فناوری آینده شغلی برنامه‌نویسان را تضمین می‌کند
چگونه می‌توانیم اطمینان حاصل کنیم مهارت‌هایی که در حال آموختن آن‌ها هستیم، همان نیازهای آینده بازار کار هستند؟ ما در این مقاله به بررسی 11 روند برتر فناوری پرداخته‌ایم که به اعتقاد کارشناسان فناوری اطلاعات در چند سال‌ آینده بازار کار کاملاً خوبی خواهند داشت. روندهایی که باعث خواهند شد سازمان‌ها و شرکت‌ها در چند سال آینده به‌شدت به‌دنبال متخصصان مجرب در این روندها باشند.

از یادگیری ماشینی گرفته تا دوقلوهای دیجیتالی، فرصت‌ها و موقعیت‌های شغلی در ارتباط با ترندهایی هستند که به آینده تعلق دارند. فناوری‌های جدید و در حال پیشرفت به‌سرعت در حال تغییر سبک کاری ما هستند. این فناوری‌ها فرصت‌های جدید و ارزشمندی را پیش روی توسعه‌دهندگان قرار می‌دهند تا سبک کاری خود را تغییر دهند یا مهارت‌های خود را با نیازهای روز بازار هماهنگ سازند. اما سؤال این است که چگونه می‌توانیم اطمینان حاصل کنیم مهارت‌هایی که در حال آموختن آن‌ها هستیم، همان نیازهای آینده بازار کار هستند؟ ما در این مقاله به بررسی 11 روند برتر فناوری پرداخته‌ایم که به اعتقاد کارشناسان فناوری اطلاعات در چند سال‌ آینده بازار کار کاملاً خوبی خواهند داشت. روندهایی که باعث خواهند شد سازمان‌ها و شرکت‌ها در چند سال آینده به‌شدت به‌دنبال متخصصان مجرب در این روندها باشند. فرصت‌هایی که در آینده پیش روی توسعه‌دهندگان قرار خواهد گرفت، لزوماً به‌معنای عرضه روندهای کاملاً بزرگ و جدید نخواهند بود، تعدادی از این فرصت‌ها برمبنای تلاقی فناوری‌های روز همچون هوش مصنوعی، واقعیت مجازی، واقعیت افزوده، اینترنت اشیا و فناوری کلاود خواهند بود. البته در این بین نباید از مشکلات و مسائل امنیتی که بر اثر هم‌گرایی این فناوری‌ها به وجود خواهند آمد غافل شویم. مشکلاتی که برای متخصصان حوزه امنیت فرصت‌های کاری جدیدی را به وجود خواهند آورد.

مطلب پیشنهادی

اگر در کدنویسی تازه کار هستید، اول این زبان برنامه نویسی را یاد بگیرید
سکوی پرتاب تبدیل شدن به یک برنامه نویس حرفه‌ای

  1. امنیت اینترنت اشیا
پس از آنکه ده‌ها میلیون دستگاه متصل به اینترنت سال گذشته میلادی هک شدند، ناظران و کارشناسان حوزه امنیت به این نتیجه کلی رسیدند که دستگاه‌های اینترنت اشیا محافظت نشده در آینده مشکلات امنیتی طاقت‌فرسایی را به وجود خواهند آورد. گزارشی که به‌تازگی از سوی مؤسسه گارتنر منتشر شده به طراحان و تیم‌های امنیتی پیشنهاد می‌کند با یکدیگر تعامل بیشتری داشته باشند تا در فرآیند طراحی و ساخت محصولات این شانس را داشته باشند تا تهدیدات جدیدی که ممکن است به وجود آیند را شناسایی کنند. به‌ طور مثال، دستگاه‌های اینترنت اشیا باید این توانایی را داشته باشند تا به‌روزرسانی‌های امنیتی را دانلود کنند. همین موضوع باعث خواهد شد در آینده تقاضا برای مهندسانی با مهارت‌های امنیتی مرتبط با اینترنت اشیا به‌ویژه افرادی که درک کافی و درستی از آسیب‌پذیری‌های سخت‌افزاری و نرم‌افزاری دارند بالا رود. شرکت‌ها به‌دنبال افرادی خواهند بود که درباره دستگاه‌های متصل به اینترنت و آسیب‌پذیری‌های احتمالی آن‌ها درک درستی داشته باشند. ریچارد ویتنی معاون بخش محصولات اینترنت اشیا در استارت‌آپ Particle در این ارتباط می‌گوید: «بردارهای حمله مرتبط با اینترنت اشیا تا حد زیادی صنایع و شبکه‌های مختلف را تحت تأثیر خود قرار داده‌اند، به ‌طوری که گوشی‌های همراه و کامپیوترهای شخصی نیز اکنون تحت تأثیر این حملات قرار دارند. بررسی اصول رمزنگاری و احراز هویت ازجمله راهکارهایی هستند که می‌توانند از ابزارهای اینترنت اشیا محافظت به عمل آورند.» تام گاسنر بنیان‌گذار شرکت DocuSign و همچنین شریک Seven Peaks Ventures می‌گوید: «شرکت‌ها به مهارت‌های سطح پایین برنامه‌نویسی که در ارتباط با ریزپردازنده‌ها است نیاز دارند. آن‌ها متخصصانی می‌خواهند که در زمینه برچسب‌های آر‌اف‌آی‌دی، پروتکل بلوتوث، WIF (سرنام Windows Identify Foundation) و مؤلفه‌های سیستمی تجربه لازم را در اختیار داشته باشند. افرادی که در زمینه  سکوی لینوکس و بهینه‌سازی هسته‌های کوچکی همچون Qubes OS دانش کافی دارند، در آینده دغدغه خاصی به‌لحاظ پیدا کردن شغل مورد نظر خود نخواهند داشت.» مت آبرام یکی از شرکای Seven Peaks Ventures پیشنهاد داده است متخصصان روی مباحثی همچون Workflow و نحوه توزیع آن‌ متمرکز شوند. در آینده شرکت‌ها به‌دنبال افرادی خواهند بود که در زمینه محاسبات کوانتومی و رمزنگاری کوانتومی تخصص دارند. متخصصان باید این توانایی را داشته باشند تا به‌شکل دقیق و درستی میان حریم خصوصی و شبکه‌های خصمانه تمایز قائل شوند. 

  2. هوش مصنوعی
آن‌ چنان که ما خود را برای موج بعدی فناوری آماده می‌کنیم، موجی که همراه با ماشین‌های خودران، روبات‌ها و ابزارهای الکترونیکی هوشمند در حال آمدن است، به همان نسبت تقاضا برای مهندسانی که به هوش مصنوعی تسلط داشته باشند رو به ‌فزونی خواهد نهاد.
نیکلا مورینی بیانزینو سرپرست گروه هوش مصنوعی شرکت Accenture در این ارتباط گفته است: «ما در حال ورود به عصری هستیم که محاسبات کاملاً پیشرفته در حال فراگیر شدن هستند. سرویس‌های ابری کم‌هزینه و رسانه‌های ذخیره‌ساز تقریباً نامحدود همگی در یک قدمی ما قرار دارند. هوش مصنوعی از مدت‌ها پیش به عرصه‌های مختلف زندگی ما راه پیدا کرده است.» به اعتقاد مورینی تقاضا برای مهندسان نرم‌افزار، متخصصان حوزه فناوری و پژوهشگرانی با دانش ترجمه زبان‌ها، تشخیص گفتار، بینایی ماشینی، روباتیک، پردازش زبان طبیعی و نمایش داده‌های تحلیل شده رو به فزونی خواهد نهاد. هوش مصنوعی این توانایی را دارد تا داده‌های لازم را در اختیار متخصصان حوزه داده‌کاوی و کارشناسانی قرار دهد که مسئولیت تحلیل داده‌ها را عهده‌دار هستند. کیوتو تامارا معاون بازاریابی شرکت Treasure Data در این ارتباط گفته است: «هوش مصنوعی به‌شکل خاصی به‌سمت عملیات و فعالیت‌های گسترده‌تر و برنامه‌هایی که از جذابیت بیشتری برخوردار هستند در حال حرکت است. در گذشته، هوش مصنوعی عمدتاً در ارتباط با پیدا کردن بهینه‌ترین مسیر برای تحویل بسته‌ها یا پیدا کردن سایت‌هایی که با یک محاوره مرتبط بودند مورد استفاده قرار می‌گرفت. اکنون شاهد این موضوع هستیم که هوش مصنوعی بازی Go را به‌خوبی انجام می‌دهد، یک ماشین را با ایمنی کامل هدایت و کارهایی از این دست را به‌خوبی مدیریت می‌کند. همه این دستاوردها خوب هستند، اما انسان‌ها هنوز هم برای تغذیه اهداف یک کامپیوتر مورد نیازند. دست‌کم در چند سال آینده این نیاز کاملاً محسوس خواهد بود.» تیم تاتل مدیر عامل MindMeld در این ارتباط گفته است: «دانشمندان علم داده‌ها، پژوهشگران یادگیری ماشینی و متخصصان فعال در زمینه پردازش زبان طبیعی به‌شدت مورد نیاز شرکت‌ها هستند.» او با استناد به پژوهش انجام گرفته از سوی مؤسسه VentureScanner اعلام می‌دارد نزدیک به 910 شرکت فعال در زمینه هوش مصنوعی در خلال ماه‌های مارس تا اکتبر 2016 میلادی یعنی در بازه زمانی 6 ماهه به‌شکل کاملاً تخصصی روی مفاهیم یادگیری عمیق، یادگیری ماشینی و پردازش زبان طبیعی متمرکز شده‌اند. او می‌گوید: «با رشد انفجاری به‌کارگیری هوش مصنوعی و کاربردهای این فناوری در حوزه‌های مختلف، بازار عرضه و تقاضای چشم‌گیری در حال شکل گرفتن است. در نتیجه برای آنکه توازنی میان عرضه و تقاضا وجود داشته باشد، شرکت‌ها به کارشناسان خبره‌ای در این زمینه نیاز دارند.»

مطلب پیشنهادی

هوش مصنوعی چه آینده‌ای را پیش ‌روی واژه حقیقت قرار خواهد داد؟

  3. یادگیری ماشینی

یادگیری ماشینی شاخه‌ای از هوش مصنوعی است که به‌سرعت قادر است الگوهای موجود در میان حجم عظیمی از داده‌ها را کشف کند. شناسایی یک چهره، حل مشکلات، پیشنهاد تماشای یک فیلم بدون آنکه به برنامه‌نویسی خاصی در این زمینه نیاز باشد، ازجمله قابلیت‌های یادگیری ماشینی است. پاتریک اسپندینگ مدیر ارشد BI R&D در این ارتباط می‌گوید: «فناوری‌های شناختی امروزه از طریق ابزارهای مختلفی در اختیار ما قرار دارند. این ابزارها در تحلیل دقیق‌تر داده‌ها به شرکت‌ها کمک می‌کنند. این فناوری‌ها به‌شکل بی‌سابقه‌ای قادرند برای سازمان‌ها ارزش‌آفرینی ایجاد کنند. انعطاف‌پذیری و پتانسیل بالا به یادگیری ماشینی اجازه می‌دهد در سریع‌ترین زمان ممکن داده‌ها را تحلیل کند و یک داده‌کاوی سریع و قابل اعتماد انجام دهد. یادگیری ماشینی و نتایج به دست آمده از فناوری‌های مرتبط با یادگیری ماشینی به شرکت‌ها اجازه می‌دهد بستری مناسب برای ارائه محصولات و سرویس‌ها آماده کنند. یادگیری ماشینی قادر است به سازمان‌ها نقشه راهی را برای عرضه محصولاتی نشان دهند که جنبه کاملاً مصرفی دارند و مهم‌تر از آن مورد استقبال مردم قرار گیرند.» توسعه‌دهندگان چگونه می‌توانند مهارت‌های خود را در رابطه با یادگیری ماشینی توسعه دهند؟ آبرامز از مؤسسه Seven Peaks Ventures به کلاس‌های آنلاینی که در این زمینه وجود دارد اشاره می‌کند. او می‌گوید: «کلاس‌های آنلاینی که در زمینه یادگیری ماشینی وجود دارند، بهترین مکانی هستند که به توسعه‌دهندگان در این زمینه کمک می‌کنند. دانشجویانی که به این کلاس‌ها مراجعه کنند، این شانس را به دست می‌آورند تا مهارت‌های خود را متناسب با جدیدترین فناوری‌های روز ارتقا دهند.» مهدی صمدی یکی از بنیان‌گذاران شرکت Solvvy در این ارتباط می‌گوید: «یادگیری ماشینی محدود به توسعه‌دهندگان نرم‌افزار و افرادی نیست که در زمینه علوم کامپیوتر به تحصیل اشتغال دارند. برای موفقیت در حوزه یادگیری ماشینی باید مدل خود را از طریق داده‌های واقعی مورد آزمایش‌ قرار دهید. در ادامه نتایج را مشاهده کنید و سپس مدل خود را بهبود بخشید. اگر در این حوزه پیش‌زمینه‌ای از دانش مهندسی یا علوم کامپیوتر داشته باشید، در کار خود موفق‌تر خواهید بود. اما برای آنکه مدل‌های یادگیری ماشینی به‌شکل درستی پیاده‌سازی شوند و مورد استفاده قرار گیرند، باید آزمون‌های زیادی را پشت سر بگذارند تا ویژگی‌های تعبیه شده در آن‌ها به بهترین شکل ممکن صیقل داده شوند تا قابل بهره‌برداری باشند.»

مطلب پیشنهادی

برنامه هوش مصنوعی جدید گوگل شبیه انسان فکر می‌کند
نخستین گام برای دستیابی به هوش مصنوعی عمومی

  4. علم داده‌ها


علم داده‌ها یکی دیگر از مشاغل پرطرف‌دار آینده خواهد بود. مهارتی که نه‌تنها همه صنایع به آن نیاز دارند، بلکه خود به مهارت‌های چندگانه‌ای در حوزه‌های دیگر نیاز دارد. علم داده‌ها دانشی میان‌رشته‌ای در ارتباط با استخراج دانش از مجموعه‌ای از داده‌ها و اطلاعات است. یک متخصص علم داده‌ها باید این توانایی را داشته باشد تا از طریق یادگیری ماشینی و هوش مصنوعی حجم گسترده‌ای از داده‌ها را مورد پردازش قرار دهد و فرم ساخت‌یافته و دقیقی از آن‌ها را استخراج کند. مدلی که درنهایت به‌منظور تصمیم‌گیری‌های تجاری مورد استفاده قرار می‌گیرد. این فناوری در بعضی مواقع به‌منظور اخذ تصمیمات مهم مورد استفاده قرار می‌گیرد. به ‌طور مثال، بات‌های شناختی و تحلیل‌گر قادرند فرصت‌ها و موقعیت‌های تجاری سودمندی را در بخش‌های مختلف شناسایی کنند. گری کازاتسوف مدیر بخش یادگیری ماشینی بلومبرگ در این ارتباط گفته است: «افرادی که به این حوزه وارد می‌شوند، باید درک کامل و درستی از احتمالات و آمارهای کلیدی داشته باشند. شما به یک سری مهارت‌ها‌ی مهندسی به‌منظور نوشتن کدهایی که در ساخت یک سامانه مورد استفاده قرار می‌گیرند نیاز دارید. با این حال، با ظهور ابزارهایی همچون تانسورفلو یا ژوپیتر نوک‌بوکس این‌ کار بیش از پیش ساده شده است.» متخصصان علم داده‌ها باید در زمینه پژوهش کاملاً متبحر باشند. این تبحر به آن‌ها در توصیف یک فرضیه و آزمودن آن کمک فراوانی می‌کند. گونتر اولمان مدیر بخش امنیت شرکت Vectra در این ارتباط می‌گوید: «شرکت‌هایی را به‌تازگی مشاهده کرده‌ام که بخش مربوط به علم داده‌های خود را از بخش مهندسی و تیم‌های پژوهش و توسعه تفکیک کرده‌اند. اما این پایان داستان نیست. آن ‌چنان که ابزارهای یادگیری عمیق و یادگیری ماشینی بهبود پیدا کنند و دوره‌های آموزشی با انطباق بیشتری برگزار شوند، مهندسان ارشد با سرعت بیشتری در زمینه علم داده‌ها متبحر خواهند شد. در این حالت مرز میان مهندسان و متخصصان علم داده‌ها از میان خواهد رفت و همه مهندسان با ریاضیات کاملاً آشنا خواهند شد. در مقطع فعلی این افراد اگر در نظر داشته باشند به متخصصان علم داده‌ها تبدیل شوند، باید در ریاضیات متبحر شوند.»

مطلب پیشنهادی

برای موفقیت‌ در انقلاب صنعتی چهارم به این ده مهارت نیاز دارید

   5. زنجیره بلوکی
زنجیره بلوکی به‌معنای ساخت بستری توزیع شده و نامحدود بوده که قادر است فرآیند پردازش تراکنش‌های مالی میان دو طرف معامله را به‌ شکلی مطمئن، قابل بازبینی و با امنیت بالا سازمان‌دهی کند. در حالی که فناوری زنجیره بلوکی شفافیت و ایمنی در معاملات را ارائه می‌کند، اما فاقد استاندارد مشخصی است و همین موضوع باعث شده به‌کارگیری این فناوری به‌شکل گسترده در صنایع مختلف با کندی همراه باشد. پیتر لوپ معاون و معمار فناوری‌های زیرساختی شرکت InfoSys در این ارتباط گفته است: «با وجود تصورات غلطی که در سال‌های اخیر پیرامون این فناوری شکل گرفته است، ما در سال‌های آینده شاهد استقرار کامل این فناوری در سرویس‌های مالی، بیمه، صنایع و مراقبت‌های بهداشتی خواهیم بود. با این حال، استقرار کامل این فناوری در سطح بین‌المللی ممکن است مشکلاتی را در سامانه‌های پرداختی ما به وجود آورد.» رابرت باردونیاس یکی از بنیان‌گذاران و مدیر بخش درآمدهای IRIS.TV که به‌طور ویژه روی فناوری زنجیره بلوکی کار می‌کند، در این ارتباط گفته است: «این فناوری در تعامل با فعالیت‌ها و برنامه‌های عملیاتی کسب‌ و کارها به‌سرعت در حال رشد است. چالش اصلی مرتبط با این فناوری برای شرکت‌ها این است که در آینده به‌دنبال متخصصانی خواهند بود که زیرساخت‌های آن‌ها را به‌گونه‌ای آماده کنند که با تحولات جدید سازگار باشند.»

 

مطلب پیشنهادی

زنجیره بلوکی: حلقه گمشده اینترنت اشیا

  6. Mesh App and Service Architecture 
تقاضا برای برنامه‌های کاملاً متصل رو به فزونی نهاده است. برنامه‌هایی که در خانه، محل کار و حتی در رفت‌ و آمد نه‌تنها در اختیار ما قرار داشته باشند، بلکه دسترسی ما به اینترنت را امکان‌پذیر کنند و مهم‌تر از آن به دستگاه‌های مختلف اجازه دهند با یکدیگر (صحبت کنند) ارتباط برقرار کنند.Mesh App and Service Architecture که به‌اختصار به آن MASA می‌گویند، به برنامه‌های همراه، برنامه‌های تحت وب، برنامه‌های دسکتاپ و برنامه‌های اینترنت اشیایی اشاره دارد که به شبکه گسترده‌ای از سرویس‌های نقطه پایانی متصل می‌شوند و در انتها به کاربر نهایی این‌ گونه القا می‌کنند که در حال کار کردن با یک برنامه کاربردی است. جوزف کارسون از شرکت Thycotic در این ارتباط گفته است: «هدف اصلی یک شبکه یا یک برنامه توری دسترس‌پذیری است، به شکلی که به کاربر اطمینان دهد هر دستگاهی به هر دستگاه دیگری متصل است. اگر مسیر در دسترس نیست، دستگاه باید این توانایی را داشته باشد تا دستگاه دیگری را برای برقراری ارتباط پیدا کند. ما مشابه چنین فناوری را در ارتباط با دستگاه‌های ردیاب Tile مشاهده کرده‌ایم.» ناسازگاری دستگاه‌ها با یکدیگر یکی از تنگناهای بالقوه پیش روی این فناوری است. درک کولیسان مدیر عامل Apcera در این ارتباط گفته است: «هر فروشنده‌ای برمبنای راهکار قابل اعتماد خود این معماری را مورد استفاده قرار می‌دهد. این‌ کار باعث شده است تا محصولات تولید شده از سوی فروشندگان مختلف با دیوارهایی محصور شوند.» MAS یک وعده رؤیایی به ما داده است، مبنی‌بر اینکه ارتباط‌گرا‌ترین دستگاه‌ها را در اختیار ما قرار خواهد داد. همین موضوع لزوماً تدوین استاندارد جامعی در ارتباط با این فناوری را دوچندان می‌کند. کولسین می‌گوید: «من به آینده‌ای فراتر از آن چیزی که مشاهده می‌کنید فکر می‌کنم. روزی که هوش مصنوعی برمبنای زیرساخت کلاود و براساس حجم بسیار بالایی از داده‌های کاربران آموزش دیده است. در این حالت، الگوریتم‌ها به‌ طور پیوسته قادر خواهند بود مدل‌های اجرایی خود را بهبود بخشند. این حرف به‌معنای آن خواهد بود که میان‌افزارهای ما به شکلی آنی به‌روزرسانی خواهند شد و دستگاه‌هایی نظیر گوشی‌های همراه، ماشین‌ها و خانه‌ها به‌شکل ملموسی با یکدیگر در ارتباط خواهند بود. این فرآیند تکامل در ارتباط با سخت‌افزار نیز به دنبال خواهد شد.»

سامانه‌های یادگیری ماشینی و اینترنت اشیا به سازمان‌ها اطمینان خاطر خواهند داد که دارایی‌های آن‌ها به‌طور تصادفی از میان نخواهد رفت. حتی اگر سازمان‌ها با شکست روبه‌رو شوند، برمبنای این فناوری قادر خواهند بود تصمیمات بهینه شده بی‌درنگی اتخاذ کنند

   7.  دوقلو دیجیتالی/ هم‌زاد دیجیتالی
مدل‌های نرم‌افزاری به‌شکل وصف‌ناپذیری با حس‌گرهای فیزیکی و مجازی گره خورده‌اند. این ترکیب باعث شده است تا مدل‌های نرم‌افزار قادر باشند شکست یک محصول یا سرویس را پیش‌بینی کرده و به سازمان‌ها در برنامه‌ریزی و اختصاص منابع به‌منظور برطرف کردن مشکلات پیش از آنکه به شکست کامل تبدیل شوند کمک کنند. پیشرفت‌های حاصل شده در یادگیری ماشینی و پذیرش اینترنت اشیا باعث شده است تا هزینه‌ها در ارتباط با مدل‌های پیش‌گویانه موسوم به دوقلوی دیجیتالی به‌شکل قابل قبولی کاهش پیدا کند. هم‌زاد دیجیتالی به معادل مجازی یک محصول یا موجودیتی اشاره دارد. این فناوری ضمن آنکه کارایی محصولات تولیدی را افزایش می‌دهد، طول عمر آن‌ها را نیز بیشتر خواهد کرد. ماتیاس ولوسکی یکی از بنیان‌گذاران Auth0 در این ارتباط می‌گوید: «شرکت‌ها می‌توانند از دوقلوی دیجیتالی در مراحل طراحی، مفهوم‌سنجی و آزمایش محصولات جدید به شکل شبیه‌سازی شده استفاده کنند. در ادامه قادر خواهند بود به مهندسان اعلام کنند باید تغییراتی را در محصولات به وجود آورند. در ادامه نتایج به دست آمده از دوقلوی دیجیتالی را مورد ارزیابی قرار دهند و دست آخر محصول نهایی را تولید کنند. تعدادی از سازمان‌ها از مدت‌ها قبل به‌سمت دوقلوی دیجیتالی روی آورده‌اند.» پل فاهمن مدیر ارشد فناوری در شرکت SpaceTime می‌گوید: «مزیت‌های دوقلوی دیجیتالی زمانی که از یادگیری ماشینی استفاده کنند، دوچندان خواهد شد، به‌ شکلی که قادر خواهد بود بهتر از مدل‌های شر‌ط‌‌گرا شکست‌ها را پیش‌بینی کنند. سامانه‌های یادگیری ماشینی و اینترنت اشیا به سازمان‌ها اطمینان خاطر خواهند داد که دارایی‌های آن‌ها به‌طور تصادفی از میان نخواهد رفت. حتی اگر سازمان‌ها با شکست روبه‌رو شوند، برمبنای این فناوری قادر خواهند بود تصمیمات بهینه شده بی‌درنگی اتخاذ کنند.»

مطلب پیشنهادی

پدیده‌ای به‌نام همزاد دیجیتالی
دنیای مجازی یک گام به دنیای واقعی نزدیک‌تر می‌شود!

    8. ماشین‌های خودران، روبات‌ها و تجهیزات هوشمند
هوش مصنوعی و یادگیری ماشینی باعث هوشمندتر شدن دستگاه‌های خانگی، تجهیزات صنعتی، ماشین‌ها و پهپادها شده‌اند. این هوشمندی به‌معنای شکل‌گیری فرصت‌های جدید کاری است. مؤسسه تحقیقاتی گارتنر تخمین زده است تا سال 2020 خودروسازان بیش از 61 میلیون ماشین متصل به اینترنت را به خطوط تولیدی خود گسیل خواهند کرد. وینس جف مدیر استراتژی و بازاریابی محصول در شرکت Pegasystems در این ارتباط می‌گوید: «کل اقتصاد به‌واسطه ماشین‌های خودران، روبات‌ها و تجهیزات هوشمند متحول خواهد شد. به‌ طور مثال، امروزه استارت‌آپ‌های فعال در حوزه هوش مصنوعی و شرکت‌های بالغ‌تر به عرصه ماشین‌های خودران به‌طور جدی وارد شده‌اند. MobileEye شرکتی است که نزدیک به 500 میلیون دلار در ارتباط با بازار خودرو سرمایه‌گذاری کرده‌ است. این شرکت به‌دنبال طراحی دوربین‌های ویژه‌ای است که در ماشین‌ها مورد استفاده قرار می‌گیرند. مشابه این رویکرد در حوزه روبات‌ها نیز وجود دارد. امروزه فروشگاه‌هایی برای روبات‌های فیزیکی تعبیه شده‌اند. سافت‌بانک به ‌طور خاص به‌دنبال آن است از روبات‌ها در هتل‌ها استفاده کند. روبات‌هایی که به‌عنوان دربان مورد استفاده قرار گیرند.»

مطلب پیشنهادی

رایگان دانلود کنید: کتاب الکترونیکی «خودران‌ها»
آیا سرانجام خودروهای خودران از راه خواهند رسید؟

  9. واقعیت مجازی و افزوده
پس از گذشت چند دهه، واقعیت مجازی و افزوده سرانجام به‌شکل ملموسی به زندگی ما وارد شدند. برای آن‌ها که به‌دنبال طراحی محصولاتی برای این فناوری‌ها هستند، اکنون بهترین فرصت برای ورود به این عرصه است. به‌ویژه توسعه‌دهندگانی که به‌دنبال طراحی بازی‌هایی برمبنای این دو فناوری هستند. آنوپ نایر مدیر ارشد فناوری و واقعیت مجازی شرکت Mphasis Digital در این ارتباط می‌گوید: «در حالی که این فناوری‌ها هنوز فراگیر نشده‌اند، اما بدون شک در چند سال آینده به بلوغ خواهند رسید. ما اکنون شاهد این موضوع هستیم که روند بازاریابی برای محصولات واقعیت مجازی و افزوده رونق پیدا کرده است، به ‌طوری که میزان فروش نسبت به سال‌های قبل بهتر شده است. من بر این باور هستم که این فناوری در حوزه پزشکی و مراقبت‌های بهداشتی این تحول را به وجود خواهد آورد تا ضمن بهبود وضعیت آموزش کارکنان، راهکارهای پیشرفته و پیچیده‌تری در زمینه جراحی را در اختیار پزشکان قرار دهد. امروزه شاهد ابتکارات و نوآوری‌هایی در ارتباط با این فناوری‌ها هستیم. همچنین، بخش‌هایی نظیر املاک و مستغلات نیز به‌منظور انجام تحلیل‌های عمیق‌تر به این فناوری روی آورده‌اند.» کریستین ساسو استادیار کالج Cogswell بر این باور است که واقعیت افزوده در سال‌های آتی به یکی از مهم‌ترین روندهای فناوری تبدیل خواهد شد. او می‌گوید: «واقعیت افزوده به‌زودی برای سرویس‌دهی به مشتریان و درست در شرایطی که یک دستگاه سازمانی به تعمیر نیاز دارد، مورد استفاده قرار خواهد گرفت.»

مطلب پیشنهادی

آینده واقعیت افزوده در دستان این ده اپلیکیشن است

  10. دستیاران هوشمند با رویکردی نزدیک به انسان‌ها
حوزه دیگری که به‌واسطه پیشرفت هوش مصنوعی باعث خواهد شد تعامل ما با دنیای دیجیتال رنگ و بوی واقعی‌تری به خود بگیرد، دستیاران هوشمند هستند. حقیقت این است که تغییرات مرتبط به این حوزه به‌شکل کاملاً فزاینده‌ای به درون دفاتر و ادارات وارد شده‌اند. استیو هال یکی از شرکای مؤسسه تحقیقات ISG در این ارتباط می‌گوید: «دفاتر کار آینده به‌شکل کاملاً یکپارچه‌ای با برنامه‌های هوشمند در تعامل خواهند بود. این برنامه‌های هوشمند بهره‌وری را به‌طور چشم‌گیر افزایش خواهند داد. ما شاهد هستیم که فناوری اطلاعات به‌لطف خودکارسازی پیشرفت کرده است. این پیشرفت‌ها باعث شده است 40 تا 50 درصد بهره‌وری افزایش پیدا کند. با توجه به فراگیر شدن حجم کاری مرتبط با فضای کلاود عمومی و ادغام شدن خودکارسازی با برنامه‌های هوشمند، سازمان‌ها در حال دگردیسی هستند.»

در کاربردهای شخصی ما به‌زودی از دستیاران مجازی برای انجام کارهایی فراتر از سفارش یک محصول یا یک جست‌وجوی ساده وب استفاده خواهیم کرد. دستیاران شخصی به‌زودی به ابزارهایی تبدیل خواهند شد که تفکری شبیه به ما خواهند داشت. به گونه‌ای که در آینده ما حتی نیازی نخواهیم داشت اطلاعاتی را به خاطر آوریم. این دستیاران شخصی با استناد به اطلاعاتی که در اختیار آن‌ها قرار می‌دهیم قادر خواهند بود یک تحلیل دقیق (انتقادی) در اختیار ما قرار دهند. همان‌ گونه که مشاهده می‌کنید ورود به این حوزه آینده شغلی شما را تضمین خواهد کرد. گاتنر المان می‌گوید: «امروزه شرکت‌ها به‌شدت به‌دنبال افرادی هستند که مهارت‌های مرتبط با این فناوری را در اختیار داشته باشند.»

مطلب پیشنهادی

گوگل هوم شش برابر موفق‌تر از آمازون الکسا
پیشی گرفتن گوگل هوم از آمازون اکو

   11. فناوری برنده در این میان، هم‌گرایی است
در شرایطی که هوش مصنوعی دستیابی شما به یک موقعیت شغلی خوب را تضمین می‌کند، اما مهم‌ترین روند سال 2017 ممکن است فناوری‌های برهم‌زن (تحول‌آفرین) باشند. فناوری‌های بر هم‌زن فناوری‌هایی هستند که صنایع و بازارهای جدیدی را به وجود می‌آورند، در حالی که باعث بهبود فناوری‌های موجود نمی‌شوند. این فناوری‌ها قادرند کسب ‌و کار، اقتصاد جهانی و پیشرفت‌های زندگی را دگرگون ‌کنند. مارتن اکتورس از کنونیکال نام یک دوجین فناوری را متذکر شده‌ است که اگر با یکدیگر ترکیب شوند، تحول بنیادینی را به وجود خواهند آورد. کلاود، موبایل، اینترنت اشیا، هوش مصنوعی، زنجیره بلوکی، واقعیت مجازی، رابط‌های صوتی، انقلاب صنعتی چهارم، اتوماسیون و تبادل اطلاعات آنی، روباتیک، محاسبات لبه و ماشین‌های خودران فناوری‌های برهم‌زن نام دارند. با افزایش روزافزون منابع داده‌ای جدید همچون اینترنت اشیا ما با چالش نگهداری حجم عظیمی از اطلاعات که به‌منظور اخذ تصمیمات تجاری مورد استفاده قرار می‌گیرند روبه‌رو هستیم. اما در این میان نباید از فرصت‌های شغلی تازه‌ای که در تعامل با هم‌گرایی فناوری‌های شناختی، روبات‌ها و زبان ماشین به وجود می‌آیند غافل شویم. ما باید در انتظار نسل جدیدی از دستگاه‌های دیجیتالی خانگی باشیم که برپایه فناوری‌های تلفیقی به وجود خواهند آمد. 
دستگاه‌های واقعیت‌ مجازی/ افزوده که در ساخت آن‌ها از رابط‌های کاربری مورد استفاده در بازی‌های کامپیوتری اقتباس شده، در عمل ممکن است ویژگی‌های عملکردی متفاوت از آن چیزی که خریداران به دنبال آن‌ها هستند را عرضه کنند. به عبارت دقیق‌تر این احتمال وجود دارد تا خریداران مجبور شوند به شیوه متفاوتی از آن‌ها استفاده کنند.

برچسب: