自動化正在IT產業帶來重大變化，但擁有正確技能的人才能殺出重圍 !

開發人員和IT工程師將會因整合AI到他們的工具中而變得更加高效和有效，這是Hummingbird的首席技術官Jesse Reiss的觀點。他指出，雖然AI技術目前還不能夠自主編寫應用程式，但是AI技術可以幫助開發人員加速開發，回答技術問題並快速概述構建新功能的步驟。此外，AI技術還可以快速輸出常見、簡單的樣板代碼，這樣可以節省時間並避免繁瑣的代碼編寫。

隨著生成式人工智慧的普及，越來越多的技術工作正在使用低代碼和無代碼運動。根據CGI公司的分析、AI和機器學習副總裁Diane Gutiw的說法，開發人員可以借助生成式AI來創建新的代碼和解決方案，從而節省時間和精力。相比於從頭開始編寫AI和機器學習代碼，生成式AI可以利用、定製和訓練演算法，從而提高開發人員的效率。這也與無代碼/低代碼運動的興起相吻合。

生成式人工智慧和低代碼技術對於開發和部署應用程式的影響。低代碼技術使得非技術使用者可以構建和部署應用程式，並且生成式人工智慧可以自動創建代碼和解決方案，從而節省時間和精力。但是，使用自動化工具仍然是存在風險的，主要是因為開發人員、設計人員和使用者對於模型的工作方式以及輸出如何收集數據來生成答案缺乏一定程度的透明。因此，生成式人工智慧不能被視為IT專業人員的替代品，負責任的AI人工智慧開發仍然需要開發人員監督和完善演算法的輸出。除此之外，人工智慧和自動化的發展將使IT專業人員能夠花更多時間處理更高價值的活動，並在組織中發揮更重要的戰略作用。

這些IT工程師會負責監督自動化流程，確保它們符合業務目標。同時也要負責將自動化系統與傳統系統集成，並確保它們是具備可擴展、可靠和安全的規格。但是，要將現實世界的技能與人工智慧技術相結合是一項具有挑戰性的任務。IT工程師需要研究如何有效地應用人工智慧和自動化來解決問題，這是現階段正在面臨的主要挑戰之一。對於生成式AI，IT和領域專家需要瞭解AI介面，並幫助業務其他方面更好地利用這項技術來支援其運營或工作流程。除此之外，使用ChatGPT來快速修復代碼的好處雖然很明顯，但代價是什麼呢？由於這項技術的變化程度如此之高，有些專家認為建立和維護以人工智慧為基礎的系統可能需要重新調整職業道路，以利於擁抱人工智慧和機器學習發展。因此，想要擔任數據科學家或人工智慧的IT專業人員必須專注於一個領域，成為該領域數據的專家，然後應用工具來實現預期的結果。

除了重要的技術技能，比如像研究、數據分析、Python、R、SQL、統計學、機器學習和MATLAB之外，IT專業人員還需要具備更多軟技能。這些軟技能包括創造力、好奇心和利用業務和技術資源的能力。

Gutiw也認為，希望從事人工智慧系統管理的技術專業人員需要能夠處理大型數據集，理解模型，以及開發能夠有效處理和分析數據的演算法。IT工程師還需要具備AI框架和程式設計語言方面的專業知識，例如Python、R和TensorFlow。

除此之外，IT專業人員還需要有效的溝通和協作技能，以便與跨職能團隊高效合作。這些團隊可能包括數據科學家、設計師和業務分析師，他們可能沒有太多編碼或自動化技術的經驗。這有助於確保在沒有業務和數據主題專家的情況下，數據和輸出不會被解釋錯誤，IT專業人員可以更好地解釋結果。他們需要能夠用非技術術語解釋技術概念，並與利益相關者合作，確定業務目標並確定其優先順序。