- AI tidak akan ada tanpa data – jadi mengapa AS mempekerjakan lebih banyak spesialis AI dibandingkan insinyur data?
- Daerah-daerah yang kurang maju dalam bidang teknologi kemungkinan besar merupakan penyebab terburuknya, dan menjadi yang paling populer
- Pekerja AI mendapat imbalan lebih dari insinyur data
Lebih dari empat dari lima proyek AI gagal, menurut penelitian RAND – yang jumlahnya sekitar dua kali lipat dibandingkan proyek teknologi non-AI, dan data ketenagakerjaan AS yang baru dapat mengungkap alasan di balik hal ini.
Menurut Jalur Gandapenyebab utama bukanlah AI itu sendiri, melainkan data yang diandalkannya. Alasan utama kegagalan AI adalah karena data yang buruk, tidak dapat diakses, atau tidak diatur – bukan karena model yang lemah. Faktanya, hampir dua dari tiga (63%) organisasi kurang percaya diri dalam pengelolaan data mereka untuk AI.
Dan hingga saat ini, tren perekrutan menunjukkan bahwa banyak perusahaan belum memahami hal ini, sehingga menyebabkan potensi kegagalan di kemudian hari. Tiga dari lima proyek AI tanpa data yang mendukung AI dapat ditinggalkan pada tahun 2026, menurut data Gartner.
AI gagal karena kesiapan data yang buruk
Data DoubleTrack menemukan bahwa perusahaan di AS mencatatkan 111.296 peran AI/ML, namun hanya 76.271 peran infrastruktur data, sehingga terdapat perbedaan sebesar 46% antara kedua posisi tersebut. Sektor penjualan, hukum, teknik, pemasaran, dan teknologi semuanya memiliki ketersediaan peran yang lebih besar di seluruh peran AI dan ML.
Misalnya, terdapat 232% lebih banyak peran AI dibandingkan peran data dalam penjualan, dan hal ini berisiko mengingat betapa berantakannya data CRM. Pemasaran lebih seimbang, namun masih ada 54% lebih banyak peran AI.
Laporan tersebut juga menemukan bahwa spesialis AI memperoleh penghasilan rata-rata $15.000 lebih banyak daripada insinyur data. Artinya, perusahaan membayar lebih untuk memberikan penghargaan kepada pekerja yang tidak dapat melakukan pekerjaan tanpa landasan yang tepat.
Dari segi geografi, negara bagian tertinggi yang mengutamakan AI adalah Mississippi (264%), Missouri (179%), Kansas (176%) dan Montana (175%), yang secara umum dianggap sebagai wilayah yang kurang matang dalam hal teknologi, sehingga mengindikasikan bahwa negara-negara bagian tersebut mungkin mengejar tren tersebut.
Intinya adalah bahwa perusahaan tidak boleh mengukur keberhasilan AI berdasarkan kecepatan karena hal ini berisiko melewatkan pekerjaan data penting.
“Bisnis yang paling berisiko saat ini bukanlah bisnis yang bergerak lambat dalam penggunaan AI,” laporan tersebut menyimpulkan. “Mereka adalah orang-orang yang merekrut secara agresif peran AI tanpa investasi yang sesuai dalam kualitas data, tata kelola, dan infrastruktur.”
Ikuti TechRadar di Google Berita Dan tambahkan kami sebagai sumber pilihan untuk mendapatkan berita, ulasan, dan opini pakar kami di feed Anda. Pastikan untuk mengklik tombol Ikuti!
Dan tentu saja Anda juga bisa Ikuti TechRadar di TikTok untuk berita, review, unboxing dalam bentuk video, dan dapatkan update rutin dari kami Ada apa juga.
