Como atrair, desenvolver e reter talento da IA ​​

As empresas que capturam o maior valor da IA ​​seguem a regra de 10-20-70: 10% de seu esforço de IA é para projetar algoritmos, 20% para a construção das tecnologias subjacentes e 70% para apoiar pessoas e adaptar os processos de negócios. Para aproveitar ao máximo as pessoas e os processos, as empresas precisam abordar as seguintes perguntas: (1) Como atrai, desenvolver e reter talentos de dados e análises para criar recursos de IA sustentáveis? (2) Como faço para aumentar a adoção de soluções de IA em velocidade e em escala e impulsionando a transformação real dos negócios? (3) Como reformular minha organização para desbloquear todos os benefícios da IA ​​em escala? Este artigo, o início de uma série de três partes, concentra-se na primeira pergunta: como atrair, desenvolver e reter o talento da IA.

= Inteligência Artificial está tendo um momento. O lançamento do ChatGPT, AI-Inefed Bing e Google Bard eletrificou o debate público sobre o potencial radical da IA. Para ser líder do setor em cinco anos, as empresas precisam de uma estratégia de talentos de IA clara e convincente hoje, mas muitas organizações estão atingindo uma parede de tijolos. Embora a demanda por talento da IA ​​esteja em uma alta histórica, a oferta é extremamente limitada. Com tão poucos profissionais qualificados disponíveis, as empresas devem encontrar maneiras de se destacar da concorrência. As empresas devem oferecer uma proposta de valor única e convincente para atrair - e se apegar - esses recrutas altamente valorizados. Para construir uma força de trabalho de IA de primeira classe que permanecerá por muito tempo, as empresas devem antecipar o que é necessária a mistura de habilidades de IA (em vez de empregos), entender o que os trabalhadores da IA ​​querem e como atraí-los, investir em

Incumbents beware: the approach to attracting, developing, and retaining AI talent is not business as usual. Companies must offer a unique and compelling value proposition to attract—and hold onto—these highly prized recruits. To build a first-rate AI workforce that will stick around for the long haul, companies must anticipate what mix of AI skills (rather than jobs) is needed, understand what AI workers want and how to attract them, invest in Resclesling e oportunidades de avanço, e mantenha o talento da IA ​​totalmente engajado. A demanda continua a superar a oferta. Como os funcionários da IA ​​têm diferentes expectativas do trabalho do que os trabalhadores tradicionais, os esforços de recrutamento e retenção precisam ser adaptados às suas necessidades exclusivas.

Common Mistakes to Avoid

AI and machine learning emerged as the most in-demand skills in 2022, and jobs for data scientists more than tripled over the past five years. Demand continues to outpace supply. Because AI employees have different job expectations than traditional workers do, recruiting and retention efforts need to be tailored to their unique needs.

Considere apenas alguns erros comuns que as empresas cometem ao recrutar e contratar talentos de IA:

• Competindo frente a frente com empresas de tecnologia sem destacar os diferenciais não relacionados à tech. Cientistas sem considerar a mistura mais ampla de habilidades necessárias
• Trying to recruit AI talent with the standard slow process led by generalist recruiters
• Paying premium prices for cutting-edge data scientists without considering the broader mix of skills needed
• INTELIGENTE FUNCIONÁRIOS AI sem criar uma comunidade e incorporá-los à organização sob líderes treinados na IA
• Recrutar ferozmente as empresas de Ai apenas na organização
• Overlooking reskilling opportunities within the organization

When companies make these kinds of mistakes, they not only struggle to hire the best and brightest but also face high levels of attrition. This is a serious problem in today’s job market where as many as 40% of employees working in digital fields are actively job hunting, and nearly 75% esperam deixar sua função atual em um futuro próximo. A boa notícia é que a contratação de talentos da IA ​​não precisa se transformar em uma guerra de lances dispendiosa. As empresas devem entender o que motiva esses funcionários altamente procurados a aceitar um emprego-e o que é preciso para permanecerem por aí.

Four Strategies to Recruit and Retain AI Talent

To build an AI advantage, companies need to excel in four areas: anticipate Necessidades de talento , atraia os melhores candidatos da categoria, desenvolva talentos rapidamente e envolva o talento da IA ​​com uma proposta de valor incomparável. (Consulte a exposição.)

Antecipar

A contratação do talento certo para impulsionar uma transformação de IA não é tão simples quanto atrair uma equipe forte de cientistas e especialistas em lear de máquina. Uma transformação de IA requer talento com uma mistura de habilidades, incluindo pessoas que podem construir a infraestrutura de dados (arquitetos de dados, arquitetos de soluções, engenheiros de dados e engenheiros de software), funcionários que gerenciam a governança de dados (analistas de governança de dados e que você precisa e que você se desenvolve com a aquisição de negócios e os proprietários de produtos e domina os impostos). habilidades. Essa abordagem é particularmente importante em um mercado de trabalho apertado, onde os melhores talentos são escassos. Ao construir uma equipe de IA, as empresas tendem a contratar reflexivamente as pessoas para preencher empregos predefinidos. Mas as empresas geralmente lutam para preencher esses papéis porque o talento da IA ​​é muito caro e difícil de encontrar. Ao focar nas habilidades de que precisam, as empresas podem montar equipes de IA eficazes mais rapidamente. Ao pensar criativamente sobre as habilidades necessárias, os executivos perceberam que poderiam contratar apenas um cientista de dados de alto calibre, apoiado por três analistas de dados, que são muito mais fáceis de obter. Ao encontrar a mistura certa de habilidades, em vez de preencher papéis predefinidos, a empresa rapidamente montou uma equipe forte e atingiu o chão. A maioria começa sua jornada de IA de maneira ad hoc. Possui a arquitetura de dados, sistemas e análises e recursos de dados são espalhados por todo o negócio, mas nenhum papel padronizado ou "comunidades de prática" estão em vigor para compartilhar o conhecimento da IA. Esse tipo de organização focada em TI dificulta o compartilhamento de soluções em todo o negócio e não consegue dar aos trabalhadores da IA ​​um caminho claro para o avanço interno. À medida que as empresas amadurecem, a maioria dos talentos da IA ​​começará a trabalhar juntos em um hub de dados e análises centralizados, e as funções se tornarão padronizadas. Eventualmente, os recursos de IA serão empurrados de volta para os negócios, enquanto uma pequena equipe de IA centralizada permanece em vigor para governar o gerenciamento de dados, desenvolver recursos e codificar as melhores práticas. Especialistas de IA se tornarão incorporados em processos de negócios, o que significa que os especialistas em negócios precisarão obter um conhecimento prático de

Start by developing a taxonomy of the skills you need and then figure out how best to acquire those skills. This approach is particularly important in a tight job market where top talent is scarce. When building an AI team, companies tend to reflexively hire people to fill predefined jobs. But businesses often struggle to fill those roles because AI talent is so expensive and hard to find. By focusing on the skills they need, companies can assemble effective AI teams more quickly.

For example, a global pharma company wanted to recruit a team of four data scientists to build up its AI capabilities, but the competition was fierce. By thinking creatively about the skills the company needed, executives realized they could hire just one high-caliber data scientist, supported by three data analysts, which are much easier to source. By finding the right mix of skills, rather than filling predefined roles, the firm quickly assembled a strong team and hit the ground running.

Companies also need to decide how to organize for AI. Most begin their AI journey in an ad hoc fashion. IT owns the data architecture, systems, and analytics, and data capabilities are sprinkled throughout the business, but no standardized roles or “communities of practice” are in place for sharing AI knowledge. This type of IT-focused organization makes it difficult to share solutions across the business and fails to give AI workers a clear path for internal advancement. As companies mature, the majority of AI talent will begin to work together in a centralized data and analytics hub, and roles will become standardized. Eventually, AI capabilities will be pushed back into the business while a small, centralized AI team remains in place to govern data management, develop capabilities, and codify best practices.

Last but not least, it is critical to anticipate the effect that incoming AI talent will have on the overall workforce. AI experts will become embedded in business processes, which means business experts will need to gain a working knowledge of Dados e análises . À medida que as soluções de IA são implantadas, as funções de outros funcionários evoluirão ao longo do tempo, provavelmente exigindo que eles adquiram novas habilidades ou aumentem as existentes. Além disso, os processos serão reprojetados e os modelos operacionais precisarão ajustar.

ATRAT

No ambiente de IA ferozmente competitivo, as empresas devem pensar proativamente sobre como atrair talentos. Aqui estão alguns conceitos -chave a serem lembrados.

Entenda o que os trabalhadores da IA ​​desejam. Duas coisas, em particular, são importantes para os funcionários da IA: (1) trabalhando em produtos, tópicos e tecnologias interessantes e (2) conhecendo a empresa tem uma estratégia clara de avanço. As pessoas envolvidas no ambiente de rápido crescimento e em constante evolução da IA ​​querem trabalhar em projetos de ponta; 44% dos trabalhadores da IA ​​classificaram isso como uma das principais necessidades (em comparação com apenas 27% dos talentos que não são da AI). Quando perguntado sobre os quebrantes de negócios, o talento da IA ​​classificou o “conteúdo interessante do trabalho” muito mais alto do que o talento que não é da AI. Os candidatos a empregos de IA também querem respostas para algumas perguntas importantes: a empresa pensa em dados estrategicamente? Onde estarei nesta empresa cinco anos depois? Terei oportunidades de avanço? Para manter o talento da IA ​​envolvido, as empresas precisam articular uma estratégia de dados detalhada que destaca oportunidades claras de avanço. Our research shows that potential AI hires have different job expectations than traditional job seekers do, and companies should tailor their employee value proposition to meet these expectations. Two things, in particular, matter to AI employees: (1) working on exciting products, topics, and technologies, and (2) knowing the company has a clear strategy for advancement. People involved in the fast-growing, constantly evolving environment of AI want to work on cutting-edge projects; 44% of AI workers ranked this as a top need (compared with just 27% of non-AI talent). When asked about deal breakers, AI talent ranked “interesting job content” much higher than non-AI talent did. AI job candidates also want answers to some important questions: Does the company think about data strategically? Where will I be at this company five years down the road? Will I have advancement opportunities? To keep AI talent engaged, companies need to articulate a detailed data strategy that highlights clear advancement opportunities.

Procure talento inexplorado. Isso é particularmente problemático para os titulares de NOntech se esforçam para tirar uma transformação da IA ​​do chão. Ao olhar para os pools de talentos secundários em outras cidades e países, as organizações podem obter acesso a talentos extraordinários a taxas mais acessíveis. It’s tempting to go after AI talent in the usual cities—San Francisco, Seattle, New York City, Bangalore, and London—but that guarantees you’ll be competing with all the hottest tech companies. This is particularly problematic for nontech incumbents striving to get an AI transformation off the ground. By looking at secondary talent pools in other cities and countries, organizations can gain access to extraordinary talent at more affordable rates.

Many of these hidden markets offer companies an edge because job candidates may be seeking something unique, such as a position located in their home state or more Trabalho flexível . Além disso, nossa pesquisa constatou que 68% dos funcionários digitais estão dispostos a trabalhar remotamente para um empregador estrangeiro. Isso abre novas opções para contratar talentos difíceis de encontrar. Como as limitações de visto não se aplicam ao trabalho remoto, as empresas podem explorar fontes de talento que anteriormente não eram atraentes ou viáveis. Comece avaliando sua vantagem competitiva em várias regiões em termos de pacotes de remuneração, taxas de atrito, tamanho e proposta de valor exclusiva. A análise do BCG mostra que as empresas que usam uma estratégia de localização direcionada economiza 7% a 10% nos custos da mão -de -obra. Inscreva -se

Crie a estratégia certa de fonte de talento da IA ​​para sua maturidade. Se você é novo na IA, concentre -se em recrutar uma contratação de "âncora"; Ou seja, um especialista em IA de alto calibre que atua como um ímã para atrair uma rede mais ampla de especialistas em IA e estabelece uma forte estratégia inicial. À medida que você aumenta, eleve sua abordagem para recrutar talentos de IA: aproveite os recrutadores especializados da IA, adapte os processos de contratação e pacotes de compensação para atender às necessidades de talentos da IA ​​e garantir que os líderes tenham total transparência nos resultados de recrutamento. Se você estiver totalmente amadurecido e precisar complementar as equipes de dados e análises existentes, construir recursos de detecção de talentos para entender onde encontrar talentos especializados da IA ​​e desenvolver relacionamentos com esse talento antes de suas necessidades. O processo é muito lento. Quando é tomada uma decisão de contratação, o candidato da IA ​​pode ter feito outra oferta. Em nossa pesquisa, 66% dos entrevistados disseram que a maneira número uma para um empregador se destacar ao recrutar talentos de IA é com um “processo suave e oportuno de recrutamento”. Os gerentes envolvidos na contratação devem ser funcionários integrantes da missão de IA, não apenas porque estão bem equipados para avaliar as habilidades de AI dos candidatos e julgar seu talento, mas porque envia um sinal de que a empresa é sério sobre dados e análises. Quando os gerentes que têm pouco conhecimento digital ou experiência entrevistam os candidatos a IA, isso diminui o entusiasmo dos contratados em potencial por aceitar o trabalho. Uma empresa industrial global iniciou standups diários com recrutadores especializados e gerentes de contratação para coordenar rapidamente o processo de contratação. Eles prepararam cartas de ofertas paralelas às entrevistas finais e um pequeno grupo dedicado de especialistas em digital e dados entrevistaram talentos de IA para melhorar a tomada de decisões e a calibração entre os candidatos. No entanto, a pesquisa do BCG mostra que apenas 10% das novas funções são preenchidas pela equipe existente. Uma oportunidade clara está à mão para apoiar uma mobilidade mais interna de talento. A resgate de funcionários internos oferece uma riqueza de benefícios assados. Esses trabalhadores já estão comprometidos com a organização, fundamentados nos negócios e incorporados nas maneiras de trabalhar da Companhia - todas as características que levam muito tempo e esforço para cultivar em novas contratações. Customize your talent sourcing by making a clear-eyed assessment of your maturity. If you are new to AI, focus on recruiting an “anchor” hire; that is, a high-caliber AI expert who acts as a magnet to attract a broader network of AI specialists and establishes a strong starting strategy. As you scale up, elevate your approach to recruiting AI talent: leverage specialized AI recruiters, tailor hiring processes and compensation packages to meet AI talent needs, and ensure that leaders have complete transparency into recruiting outcomes. If you are fully mature and need to supplement existing data and analytics teams, build talent-sensing capabilities to understand where to find specialized AI talent and develop relationships with that talent in advance of your needs.

Tailor the recruiting process. The standard recruiting process does not work well when it comes to attracting AI talent. The process is too slow. By the time a hiring decision is made, the AI candidate may have taken another offer. In our survey, 66% of respondents said the number one way for an employer to stand out when recruiting AI talent is with a “smooth, timely recruitment process.”

Digital and data experts also want to be interviewed by people who understand their value. Managers involved in hiring should be staff who are integral to the AI mission, not only because they’re well equipped to assess candidates’ AI skills and judge their talent, but because it sends a signal that the company is serious about data and analytics. When managers who have little digital knowledge or expertise interview AI candidates, it dampens the potential hires’ enthusiasm for taking the job.

We recommend reviewing each recruiting step to expedite the process, particularly minimizing the time from final interview to offer, with the goal of following up in hours or days, not weeks. A global industrial company began daily standups with specialty recruiters and hiring managers to coordinate quickly on the hiring process. They prepared offer letters in parallel with final interviews, and a small, dedicated group of digital and data experts interviewed AI talent to improve decision making and calibration across candidates.

Develop

Approximately 80% of AI talent leave companies because they either want a more interesting position or don’t see opportunities for career advancement; however, BCG research shows that only 10% of new roles are filled by existing staff. A clear opportunity is at hand to support more internal mobility of talent. Reskilling internal employees offers a wealth of baked-in benefits. These workers are already committed to the organization, grounded in the business, and embedded in the company’s ways of working—all characteristics that take a great deal of time and effort to cultivate in new hires.

Há outra vantagem no resgate interno. A força de trabalho existente pode, em muitos casos, se sentir ameaçada por novas contratações de IA, principalmente se estiverem posicionadas como um grupo separado de indivíduos jovens e altamente compensados ​​preparados para transformar a organização. Ao oferecer oportunidades de resgate, a empresa envia a mensagem de que qualquer pessoa com os conjuntos de habilidades certas e o desejo de aprender, pode desempenhar um papel integral na transformação da IA. Nem todos os empregos se prestam a resgatar; É improvável que as empresas treinem de dentro para a posição de cientista de dados, por exemplo. Mas muitas posições menos especializadas, como proprietários de produtos, administradores de dados e especialistas em domínio, podem ser recrutados internamente. Essas oportunidades de mobilidade ascendente, por sua vez, fortalecem a satisfação do trabalho e a lealdade à organização. De acordo com pesquisas do LinkedIn, os funcionários ficam 41% mais em empresas que contratam regularmente por dentro. Quando as organizações tentam aumentar rapidamente uma equipe de IA, elas nem sempre dedicam um tempo para desenvolver uma taxonomia que permita que os candidatos visualizem sua progressão dentro da organização. Se jovens e ambiciosos analistas de IA podem ser promovidos para se tornar analistas sênior de IA, mas não receberem outras oportunidades de avanço, eles começarão a procurar em outro lugar, assim como estão alcançando o pico de produtividade. Os recrutas sob demanda, como cientistas de dados e analistas de dados, também esperam ser promovidos com mais frequência. A cultura tecnológica incutiu a expectativa de que o talento digital seja promovido a cada 12 a 18 meses (em oposição a cada dois a três anos). Essas organizações podem não ter problemas para atrair talentos de IA, mas o entusiasmo dos funcionários pode diminuir quando percebem o desenvolvimento de hardware ou produtos de próxima geração levarão cinco ou mais anos e podem não trabalhar em linguagens ou plataformas de programação de ponta. Nesse caso, é importante aprimorar sua narrativa para que você não esteja tentando competir com as melhores empresas de tecnologia, mas, em vez disso, pode se concentrar em seu objetivo e missão únicos. Por que existimos além do que fazemos, fazemos ou vendemos? Seja você uma empresa de energia renovável, um negócio de cosméticos de 100 anos ou uma gigante global de tecnologia, é essencial transmitir uma narrativa forte sobre o que diferencia sua empresa. As organizações orientadas a propósitos energizam as pessoas e as mantêm engajadas. A integração deve envolver muito mais do que uma orientação rápida. Deve ser um processo de 6 a 12 meses que ofereça amplas oportunidades para novos contratações de IA trabalharem em projetos significativos de "sucesso rápido" que têm um impacto imediato nos negócios. Para garantir que os principais talentos não estejam atolados com os desafios de gerenciamento de dados (construindo a plataforma de dados, acessar dados, limpar dados e assim por diante), as empresas devem adotar uma abordagem de duas velocidades. Permitir que uma equipe de engenheiros construa

For AI talent recruited externally, companies need to articulate a clear career path. When organizations try to quickly spin up an AI team, they don’t always take the time to develop a taxonomy that allows candidates to envision their progression within the organization. If young, ambitious AI analysts can be promoted to become senior AI analysts but are offered no other advancement opportunities, they will begin to look elsewhere just as they’re achieving peak productivity. In-demand recruits, such as data scientists and data analysts, also expect to be promoted more frequently. The tech culture has instilled the expectation that digital talent will be promoted every 12 to 18 months (as opposed to every two to three years).

Engage

For organizations that are not viewed first and foremost as tech companies or for those with a long product development cycle (such as aerospace and defense, where security constraints exist), it can be difficult to keep AI talent engaged. These organizations may have no trouble attracting AI talent, but employees’ enthusiasm can wane when they realize the development of next-generation hardware or products will take five or more years and they may not get to work in cutting-edge programming languages or platforms. In this case, it’s important to sharpen your storytelling so that you aren’t trying to compete with the best tech companies but instead can focus on your unique purpose and mission.

To become a purpose-driven organization, companies must answer two fundamental questions: What are our authentic and distinctive strengths? Why do we exist beyond what we make, do, or sell? Whether you’re an up-and-coming renewable-energy company, a 100-year-old cosmetics business, or a global tech giant, it’s essential to convey a strong narrative about what sets your company apart. Purpose-driven organizations energize people and keep them engaged.

The other key to keeping AI talent engaged is ensuring that they are seamlessly embedded within the organization as a whole. Onboarding should involve much more than a swift orientation. It should be a 6- to 12-month process that provides ample opportunities for new AI hires to work on meaningful, “quick hit” projects that have an immediate impact on the business. To make sure that top talent isn’t bogged down with data management challenges (building the data platform, accessing data, cleaning data, and so forth), companies should adopt a two-speed approach. Allow a team of engineers to build Recursos digitais Enquanto os especialistas da IA ​​oferecem iniciativas de IA de alto impacto que oferecem resultados claros e convincentes para os negócios. A equipe executiva também deve incluir iniciativas de dados e análises em suas metas anuais, para que as equipes de IA não estejam lutando pelo Mindshare, patrocínio de negócios e alocações de orçamento. Aqui está o que a empresa fez:

Case Study

By implementing many of these techniques simultaneously, a leading biopharma firm quickly ramped up its AI team. Here’s what the company did:

• A arquitetura e habilidades de trabalho remodeladas taxonomia para se concentrar na contratação de habilidades mais relevantes no mercado, definindo papéis para engenheiros de aprendizado de máquina pela primeira vez
• Redefined its employee value proposition and created stronger communities of practice for AI talent, connecting AI practitioners across the R&D, commercial, and IT organizations
• Reframed the company’s talent acquisition strategy to better communicate its value proposition, created a dedicated team of specialized AI recruiters, and changed hiring processes

In just six months, the company boosted the size of its AI drug discovery team by approximately 10%, increased its commercial analytics organization by about 25%, and dramatically reduced its attrition rate for data and analytics talento.

---

A escassez de talentos é uma das principais preocupações dos executivos em todo o mundo. A data, Poucas empresas escalaram com sucesso ai , mas isso mudará à medida que as organizações estão aumentando muito rapidamente. Ao abraçar uma abordagem inteligente para recrutar, reter e envolver o talento da IA, as empresas obterão uma vantagem competitiva de longo prazo em um campo que está fundamentalmente redefinindo o futuro dos negócios. Ruaud.

The authors thank the following experts for their contributions to this article: Romain Gailhac, Orsolya Kovács-Ondrejkovic, and Anne-Françoise Ruaud.