人工智能(AI)在專業(yè)軟件開發(fā)領(lǐng)域的迅速發(fā)展，迫使摩爾定律(Moore 's Law)得到了重新啟動。這是由英特爾聯(lián)合創(chuàng)始人喬治?摩爾提出的著名軟件行業(yè)公理預測，集成電路中容納的晶體管數(shù)量將每年翻一番，從而使越來越小的處理器擁有更強的計算能力。

在過去的50年里，摩爾被證明是正確的。但是今天，隨著對大量計算能力的需求持續(xù)增長，較小(通常是可穿戴設備)設備上處理復雜任務所需，已經(jīng)超過了硅晶體管更新?lián)Q代的速度。取而代之的是，新的“深度學習”芯片品種，它們使用代數(shù)方程和人工智能將更多的處理能力壓縮到更小的包裝中。

作為這一趨勢的證明，請考慮這樣一個事實，在康奈爾大學arXiv預印服務器上，有關(guān)機器學習的學術(shù)論文數(shù)量每18個月就會翻一番。

人工智能軟件產(chǎn)業(yè)轉(zhuǎn)型的故事是該技術(shù)如何強制每個企業(yè)重新思考基本面的典型例子。憑借比以往任何時候都更具有分析能力，獲取信息的新方式，以及幾乎無限的增長潛力，今天的商業(yè)領(lǐng)袖需要適應放開遺留流程和限制，擁抱變革。

對許多企業(yè)來說，這是一個巨大的轉(zhuǎn)變，但并不是每個人都擔心的那種。人工智能的早期充滿了對機器人取代傳統(tǒng)勞動力的不切實際預測。 2015年的一項研究甚至預測，到2025年，專業(yè)服務部門中的四分之一的工作崗位將被人工智能機器人取代。

在所有關(guān)于機器人搶走工作的危言聳聽者預測中，甚至有人猜測機器人搶走工作后必須納稅，人工智能正越來越多地表明，它更像是一個推動者，而非破壞者。

事實是，盡管每一個恐懼制造者都預言機器人將很快取代人類，處于機器人革命中心的科技公司卻無法以足夠快的速度雇傭人類技術(shù)人員。在全行業(yè)范圍內(nèi)，目前在美國每個技術(shù)人員對應四個空缺職位。

當然，其原因在于，未來并非真正取代人類;它是關(guān)于讓人類更聰明。為實現(xiàn)這一目標，我們需要具有領(lǐng)域?qū)I(yè)知識的技術(shù)人員來實現(xiàn)新的突破，同時還需要軟技能來駕馭企業(yè)文化并識別客戶的痛點，因為我們都經(jīng)歷了一段時間的巨大變革。這是一項獨特的挑戰(zhàn)，會顛覆招聘的現(xiàn)狀。

這就是為什么更有可能在黑客馬拉松、大學校園、科技見面會和行業(yè)會議中搜尋我們的招聘人員，而不是在辦公室通過簡歷或起草招聘廣告。你還會發(fā)現(xiàn)將花費較少的時間與候選人討論特定技術(shù)和以前職業(yè)生涯達到的里程碑，更多的是關(guān)于解決問題的方法。這與五年前的招聘管理方式相比，是一個重要的轉(zhuǎn)折點。

我們在當今的技術(shù)專業(yè)人員中尋找的神奇成分有點難以量化。我們稱之為“學習靈活性”，它衡量的是一個人如何快速有效地學習新概念并成功應用于商業(yè)挑戰(zhàn)。它需要深層領(lǐng)域?qū)I(yè)知識的組合，以快速識別潛在的解決方案，但也需要軟技能，如溝通和同情的能力，以找到最佳的完成途徑。

我們對求職者和我們自己的公司都有了更細致、更全面的看法，把工作的硬方面和軟方面編織進了整體招聘中。當許多公司認為技術(shù)的發(fā)展將減少對人的需求時，我們看到了一個截然不同的趨勢。技術(shù)確實在改變我們所招聘的人才的形象，并極大地影響我們搜尋他們的方式，但它并沒有改變我們?nèi)匀恍枰瞬诺氖聦?，也許現(xiàn)在比以往任何時候都需要。

最終，人工智能的崛起不斷證明，那些在不確定時期蓬勃發(fā)展的公司，是那些對創(chuàng)新、創(chuàng)造力、協(xié)作和學習有著不懈承諾的公司，是那些擁有多樣化的員工隊伍、能夠預測趨勢并發(fā)現(xiàn)來自最不可能的新威脅的公司。這將越來越需要把重點放在專業(yè)人員身上，他們不僅具有應對當今挑戰(zhàn)的技術(shù)敏銳性，而且具有適應未來挑戰(zhàn)的靈活性。