近年来，由于各种因素，包括越来越多的IT自动化和人工智能，IT专业人员的工作发生了重大变化，但由于全球发生疫情，绝大多数组织的员工转向远程工作。

随着疫情持续到2021年，组织继续推迟重新进入办公室，推出混合工作场所策略或鼓励永久性远程办公，很难预测2021年行业的状况。

一个明确的主题浮出水面：IT自动化和人工智能（包括机器学习）将继续成为跨部门IT专业人员的重要因素。这是2021年将发挥作用的一些方法。

 技术人员将持续短缺

在自动化和数据方面采取正确行动的一部分是组建合适的IT专业人员团队。但是，IT人才的持续短缺可能使这变得困难。未来十年，IT工作预计将增长12％。尽管计算机科学的毕业率在过去十年中增长了10％，但仍然远远落后于其他几个技术行业。

技术培训非营利组织PerScholas公司社会风险投资执行副总裁Damien Howard表示，由于学位最低招聘标准、经验要求、H-1B签证的不确定性以及退休劳动力等因素，行业需求与可用工作人员之间的差距进一步加剧。

Howard指出，在过去十年中，计算机科学领域的失业率一直是美国总体失业率的一半左右，即使在疫情期间，其失业率也一直保持相对较低的水平。根据Teksystems全球服务学习服务总监LeslieDeutsch引用的劳工统计局的数据，只有59％的计算机科学专业毕业生从事与学位密切相关的工作。

Deutsch说，“自从2010年以来，IT人才市场持续紧张，这意味着人才越来越难招募。”

其最终结果是什么？这是一个需求被压抑的行业，在短期（疫情期间）和长期（向IT自动化和人工智能方向发展）业务发生重大变化之际。

他说：“组织要求跟上技术进步的步伐比以往任何时候都高。疫情只是增加了这些需求，随着向远程工作的转变，许多管道数字化改造项目变得更加紧迫。随着公司业务的调整，对IT职业的需求只会继续增长。这意味着熟练的IT人才将比以往更加重要。”

 使用机器数据

只要是正确的数据，企业中就有数据和机器学习的潜力。Splunk公司首席技术倡导者AndiMann说，机器学习中使用了三种类型的数据。关系数据是“行和列”，即电子表格和数据库。参考数据涉及语义数据，例如电子邮件和文档。第三类是机器数据，是由包括服务器、交换机和网络的系统生成的。

第三类数据是企业空间的巨大潜力。Mann说：“如果可以读取机器数据，那么可以阅读整个故事。这就是企业从头到尾关注客户或客户互动，或查看员工工作情况的方式。”

在Interop Digital会议上，Mann概述了企业可以通过机器数据揭示的一些见解。随着更多数字化工作的到来，这些数据在2021年的自动化和人工智能工作中将变得越来越重要。例如，这包括员工远程进行工作，这些工作以前可能是亲自或通过使用网站和应用进行购买和其他交互的客户来完成的。

例如，使用此数据，机器学习可用于突出显示聚类事件并做出预测，或查看当前事件（例如购买模式）。

Mann指出，有时机器数据的价值不在于模式，而在于异常或离群值。例如，无效的数字互动可以指向具有异常但负面体验的客户。

 人工智能：炒作还是希望？

Quantarium公司首席执行官Romi Mahajan在主持一次行业会议时首先提出了一个直截了当的问题：媒体和行业对人工智能的不断呼吁是否代表了某种修辞或真实的东西？

Akvelon公司主管Cal Escue说。“每家媒体都在关注人工智能，对于一些选择追求IT自动化和人工智能的企业来说，有一些边际的积极因素，而其他企业则是真正的积极因素，但很难找出任何一个组织或用例在哪里。”

Deriveone公司首席执行官Samir Saluja说，关于人工智能的许多信息都归因于外部压力，要求企业围绕它开展业务。但是，这种外部压力并不能抵消真正的潜力。

Saluja说：“当我想到人工智能时，基本上是在试图优化人类的过程。这可以采取两种形式：尝试复制人类所做的事情（例如自然语言处理），或者尝试复制人类做不到的事情（例如大规模数据分析）。

人工智能的这些用途很重要，并将在2021年继续扩大。但是Saluja和Escue都表示，重要的是要记住，仍然需要IT专业人员。

Escue说：“最终实现完全自动化的过程是无止境的，所有这些过程都需要协同工作，并与那些不自动化或“智能”的过程协同工作。IT自动化将继续推进，并将使IT专业人员自由从事更多创造性工作或学习新技能，但它不能取代这些专业人员。现在，人工智能将专注于逐步优化某些人工流程。”