Das Dilemma der Menschen: Wie Humankapital die Verwirklichung nationaler KI-Strategien vorantreibt oder hemmt

In den frühen Tagen der COVID-19-Pandemie (Juni 2020) LinkedIn veröffentlichte einen Bericht, der zeigt, dass sich die Nachfrage nach KI-Fähigkeiten abgekühlt hat – aber im Oktober 2020 war die Nachfrage bereits da brüllend zurück . Dies ist nicht verwunderlich: Laut der RELX Emerging Tech Executive Report 2020 , stieg die KI-Einführung während der Pandemie sprunghaft an, und beeindruckende 68 % der Unternehmen erhöhten ihre KI-Investitionen im Laufe des Jahres. Darüber hinaus berichten 81 % der Unternehmen, dass sie KI-Technologien einsetzen, ein Anstieg um 33 Prozentpunkte seit 2018.

Unternehmen verwenden zunehmend KI-Technologien für geschäftskritische Anwendungen, was zu einem explosionsartigen Bedarf an Datenwissenschaftlern und Technologen zur Entwicklung und Unterstützung dieser Anwendungen geführt hat. Es überrascht nicht, dass 39 % der Unternehmen einen Mangel an Technologie-Know-how als führender Stolperstein zur KI-Nutzung und -Akzeptanz.

Trotz des Werts des maschinellen Lernens basiert ein Großteil der KI-Entwicklung immer noch auf zwei Säulen: Technologien und Verfügbarkeit von Humankapital. Unsere früheren Berichte für Brookings, How different countries view Artificial Intelligence and Analyzing Artificial Intelligence plans in 34 countries , haben detailliert beschrieben, wie Länder an nationale KI-Pläne herangehen und wie diese Pläne zu interpretieren sind. In unserem jüngsten Folgestück Winners and Loser in the erfüllen nationaler Ansprüche an künstliche Intelligenz haben wir diskutiert, wie verschiedene Länder ihre Ansprüche in technologieorientierten und menschenorientierten Dimensionen erfüllen. In dieser ersten Folgeanalyse tauchen wir tiefer in die menschliche Dimension unserer Typologie ein und achten dabei besonders auf Qualifikationslücken und Leistungsstand.

Entwicklung der Humankapitalfaktoren

Wir verfolgten bei der Untersuchung der personellen Dimension der Erfüllung strategischer Pläne durch KI dieselbe Strategie wie in unserem vorherigen Beitrag. In diesem Fall hatten wir drei Datenelemente, die unsere Personaldimension umfassten: Relative Skill-Penetration (die Prävalenz von KI-Kenntnissen für den durchschnittlichen Beruf im Land), KI-Einstellungsindex (der Prozentsatz der LinkedIn-Mitglieder in einem bestimmten Land, die über KI-Kenntnisse verfügten, spiegelt sich in ihrem Profil wider) und MINT-Absolventen (die Anzahl der Absolventen mit MINT-Abschlüssen in einem bestimmten Land). Die ersten beiden Datenelemente waren von Stanfords Human Center Artificial Intelligence arbeiten, während die MINT-Absolventeninformationen von der Weltbank .

Anstatt zu versuchen, drei Datenelemente isoliert voneinander zu interpretieren, führten wir eine Faktorenanalyse durch, um festzustellen, ob eines der drei Datenelemente eng verwandt war. Eng verwandte Elemente wurden mathematisch zu einem einzigen zusammengesetzten Faktor kombiniert, der beide Datenelemente enthält, um bei der Interpretation der Daten zu helfen.

Unsere Faktorenanalyse hat gezeigt Relative Skill-Penetration und KI-Einstellungsindex waren eng miteinander verwandt und bildeten einen einzigen zusammengesetzten Faktor. Unser anderes Datenelement, MINT-Absolventen, war mathematisch nicht mit den anderen Datenelementen verwandt, und daher basiert unsere Interpretation auf diesen beiden Faktoren. Der erste Faktor spiegelt den aktuellen Arbeitsmarkt für KI wider, da dieser auf den aktuell existierenden Fachkräften und Stellenausschreibungen basiert.

Der zweite Faktor basiert auf MINT-Studenten innerhalb jedes Landes, was zukünftige Zugänge zum Arbeitsmarkt widerspiegelt. Wenn diese MINT-Studenten ihren Abschluss machen, werden sie die Lage auf dem Arbeitsmarkt verändern. Unter Verwendung der beiden Faktoren können wir die Dimension „Personal“ in zwei unterschiedliche Unterdimensionen interpretieren: Gegenwartsmarkt und Zukunftsmarkt.

Abbildung 1 zeigt, wo sich eine ausgewählte Gruppe von Ländern entlang dieser Unterdimensionen befindet.

Wir interpretieren und benennen die Quadranten wie folgt. Die Länder, die sich in der oberen rechten Ecke befinden, synchronisieren wir Führungskräfte ; sie verfügen sowohl über einen robusten aktuellen Markt (Faktor 1) als auch über ein starkes Angebot an qualifizierten MINT-Studenten (Faktor 2). Länder im unteren rechten Quadranten, die wir überspielen Zukunft vorbereitet und dies sind Länder, die ein Angebot an qualifizierten MINT-Studenten haben, aber ihr derzeitiger Arbeitsmarkt ist schwächer. Die Länder im oberen linken Quadranten – wir nennen die Präsentieren und sind diejenigen Länder, die derzeit über einen robusten Arbeitsmarkt verfügen, aber nicht über ein starkes Angebot an Nachwuchskräften verfügen. Schließlich der untere linke Quadrant – wir überspielen den Unvorbereitet Quadranten und diese spiegeln Länder wider, die derzeit weder über einen robusten Arbeitsmarkt noch über ein starkes Angebot an Nachwuchskräften verfügen.

Indien, Deutschland und Singapur

Indien (94. Perzentil im aktuellen Markt und 92. Perzentil im Zukunftsmarkt), Deutschland (73. Perzentil im aktuellen Markt und 98. Perzentil im Zukunftsmarkt) und Singapur (82. Perzentil im aktuellen Arbeitsmarkt und 94. Perzentil im Zukunftsmarkt) sind alle ideal positioniert um den Humankapitalbedarf der KI-Arbeit zu decken. Alle drei Länder verfügen derzeit über einen robusten Markt an technisch qualifizierten Arbeitskräften und sind in der Lage, mit ihrem derzeitigen Bildungsweg noch mehr zu generieren. Wir sehen keine menschenzentrierten Probleme, die sie wahrscheinlich behindern könnten.

China und Südkorea

Sowohl China (48. Perzentil im aktuellen Markt und 96. Perzentil im zukünftigen Markt) als auch Südkorea (50. Perzentil im aktuellen Markt und 86. Perzentil im zukünftigen Markt) befinden sich in derselben Position. Obwohl sie derzeit keinen robusten Markt für KI-Technologen haben, drängen sie eine beeindruckende Anzahl von College-Studenten in die MINT-Bereiche. Im Laufe der Zeit werden sie dadurch in den Leaders-Quadranten verschoben. Für diese Länder stellt sich die Frage, wie schnell sie ihren Zustrom an MINT-Absolventen in den Arbeitsmarkt umsetzen können und wie viele ihrer Absolventen – wenn überhaupt – in andere Länder abreisen.

USA, Kanada, Australien und Schweden

Alle vier dieser Länder stehen vor einem ähnlichen Problem. Obwohl sie derzeit einen starken Markt für qualifizierte Technologen haben, sind sie dabei, ohne einen starken Zustrom von MINT-qualifizierten Studenten eine Klippe zu verlassen. Während Kanada (80. Perzentil im aktuellen Markt und 38. Perzentil im zukünftigen Markt) in einer geringfügig besseren Position ist als die anderen drei Länder, müssen alle vier Länder stärkere Anstrengungen unternehmen, um mehr Einwohner zum Einstieg in die MINT-Fächer zu bewegen. Für die USA (80. Perzentil im aktuellen Markt und 18. Perzentil im zukünftigen Markt) wird sich dieses Problem wahrscheinlich verschärfen: Die Mehrheit ihrer derzeitigen MINT-Studenten stammt aus anderen Ländern und wird wahrscheinlich nach ihrem Abschluss in ihre Heimatländer zurückkehren. Daher glauben wir, dass die Position der USA künstlich optimistisch sein könnte, da unsere Daten die Staatsbürgerschaft aktueller MINT-Studenten innerhalb des Landes nicht unterscheiden.

der Supermond 2016

Die USA rangieren schlecht

Derzeit sind Indien, Singapur und Deutschland stark aufgestellt und entwickeln auch ausreichend Humankapital, um ihre nationalen KI-Strategien zu verwirklichen. Alle unsere Analysen zeigen, dass ihre aktuellen Märkte gut sind und ihre zukünftigen Märkte ebenfalls stark sind. China und Südkorea holen Indien, Singapur und Deutschland auf, da ihr derzeitiger Arbeitsmarkt schwach ist, sie aber über eine sehr starke Basis an Nachwuchskräften verfügen.

An den schlechten Nachrichten für die USA, Kanada, Australien (62. Perzentil im aktuellen Markt und 20. Perzentil im zukünftigen Markt) und Schweden (48. Perzentil im aktuellen Markt und 72. Perzentil im zukünftigen Markt) führt kein Weg vorbei. Alle vier Länder werden mit einem Mangel an KI-Talenten in Schwierigkeiten geraten, wenn sie die Zahl der MINT-Absolventen an ihren Hochschulen und Universitäten nicht sofort und dramatisch erhöhen. Während sie aufgrund der Anzahl und Talente, die derzeit existieren, überleben, sieht die Zukunft düster aus, wenn keine starken Maßnahmen ergriffen werden.

In unserem nächsten Beitrag werden wir tiefer in die technologische Dimension der Erfüllung nationaler KI-Strategiepläne eintauchen. Aber diese Ergebnisse sind unverkennbar ein klarer Aufruf an die USA, jetzt dramatische Veränderungen in der MINT-Ausbildung vorzunehmen oder bald in den zweiten Rang zu verbannen.