资讯
人工智能(AI)在专业软件开发领域的迅速发展，迫使摩尔定律(Moore'sLaw)得到了重新启动。这是由英特尔联合创始人乔治?摩尔提出的著名软件行业公理预测，集成电路中容纳的晶体管数量将每年翻一番，从而使越来越小的处理器拥有更强的计算能力。
在过去的50年里，摩尔被证明是正确的。但是今天，随着对大量计算能力的需求持续增长，较小(通常是可穿戴设备)设备上处理复杂任务所需，已经超过了硅晶体管更新换代的速度。取而代之的是，新的“深度学习”芯片品种，它们使用代数方程和人工智能将更多的处理能力压缩到更小的包装中。
作为这一趋势的证明，请考虑这样一个事实“”在康奈尔大学arXiv预印服务器上，有关机器学习的学术论文数量每18个月就会翻一番。
人工智能软件产业转型的故事是该技术如何强制每个企业重新思考基本面的典型例子。凭借比以往任何时候都更具有分析能力，获取信息的新方式，以及几乎无限的增长潜力，今天的商业领袖需要适应放开遗留流程和限制，拥抱变革。
对许多企业来说，这是一个巨大的转变，但并不是每个人都担心的那种。人工智能的早期充满了对机器人取代传统劳动力的不切实际预测。2015年的一项研究甚至预测，到2025年，专业服务部门中的四分之一的工作岗位将被人工智能机器人取代。
在所有关于机器人抢走工作的危言耸听者预测中，甚至有人猜测机器人抢走工作后必须纳税，人工智能正越来越多地表明，它更像是一个推动者，而非破坏者。
事实是，尽管每一个恐惧制造者都预言机器人将很快取代人类，处于机器人革命中心的科技公司却无法以足够快的速度雇佣人类技术人员。在全行业范围内，目前在美国每个技术人员对应四个空缺职位。
当然，其原因在于，未来并非真正取代人类;它是关于让人类更聪明。为实现这一目标，我们需要具有领域专业知识的技术人员来实现新的突破，同时还需要软技能来驾驭企业文化并识别客户的痛点，因为我们都经历了一段时间的巨大变革。这是一项独特的挑战，会颠覆招聘的现状。
这就是为什么更有可能在黑客马拉松、大学校园、科技见面会和行业会议中搜寻我们的招聘人员，而不是在办公室通过简历或起草招聘广告。你还会发现将花费较少的时间与候选人讨论特定技术和以前职业生涯达到的里程碑，更多的是关于解决问题的方法。这与五年前的招聘管理方式相比，是一个重要的转折点。
我们在当今的技术专业人员中寻找的神奇成分有点难以量化。我们称之为“学习灵活性”，它衡量的是一个人如何快速有效地学习新概念并成功应用于商业挑战。它需要深层领域专业知识的组合，以快速识别潜在的解决方案，但也需要软技能，如沟通和同情的能力，以找到最佳的完成途径。
我们对求职者和我们自己的公司都有了更细致、更全面的看法，把工作的硬方面和软方面编织进了整体招聘中。当许多公司认为技术的发展将减少对人的需求时，我们看到了一个截然不同的趋势。技术确实在改变我们所招聘的人才的形象，并极大地影响我们搜寻他们的方式，但它并没有改变我们仍然需要人才的事实，也许现在比以往任何时候都需要。
最终，人工智能的崛起不断证明，那些在不确定时期蓬勃发展的公司，是那些对创新、创造力、协作和学习有着不懈承诺的公司，是那些拥有多样化的员工队伍、能够预测趋势并发现来自最不可能的新威胁的公司。这将越来越需要把重点放在专业人员身上，他们不仅具有应对当今挑战的技术敏锐性，而且具有适应未来挑战的灵活性。
