AI/ML技能需求持續增長

數字技能差距持續存在，越來越多的工人無法適應全球各行業不斷進行的數字化轉型。目前，人工智慧領域的短缺尤為嚴重，這得益於OpenAI的GPT-3和ChatGPT的普及。分析公司SAS最近的一項調查發現，63%的決策者表示，他們最大的技能短缺在於人工智慧和機器學習（ML）。

GPT-3和ChatGPT的釋出，以及谷歌、Meta等公司正在進行的類似專案，使自然語言處理（NLP）成為AI研究的前沿。NLP旨在幫助機器理解文本和口語的含義。ChatGPT的知名度激發了對NLP和深度學習的興趣，隨著新的生成式AI工具出現在各種商業應用中，這種興趣可能會持續增長。

對AI和ML工具潛力的日益迷戀在O'Reilly最近的《2023年技術趨勢》報告中可見一斑。該報告分析了O'Reilly線上學習平臺上280萬使用者最關注的技術主題，透過分析使用者每天學習的平臺，識別出可能影響未來一年的技術和商業趨勢。

這些趨勢值得關注，尤其是隨著更多組織轉向再培訓和技能提升，以確保其員工能夠跟上趨勢。在SAS調查中，75%的決策者表示，培訓和技能提升是縮小技能差距的首要方法。隨著低程式碼和無程式碼工具的使用增加，培訓將變得越來越重要。

來源：O'Reilly Media的《2023年技術趨勢》報告

在O'Reilly進行的進一步研究中，我們發現開發人員在使用新工具時面臨的最大挑戰是培訓（34%），其次是易用性（12%）。雖然這些工具越來越多地基於AI，但它們不一定簡單。使用它們所需的技能包括分析思維、測試和除錯。

自然語言處理佔據主導

ChatGPT影響的一個明顯跡象是O'Reilly使用者對NLP的興趣，其同比增長最高，達42%，深度學習緊隨其後，增長23%。NLP有很多用途，從自動聊天伺服器到程式碼生成和寫作工具，因此這種興趣並不令人驚訝。開發人員也越來越頻繁地搜尋與transformer相關的內容，這種AI模型有助於推動NLP，進一步反映了GPT-3和ChatGPT的影響。隨著這些產品的潛力增長和新專案的出現，對NLP和深度學習的興趣只會增加。

聊天機器人是NLP和深度學習興趣增長的“受害者”；其使用量同比下降5.8%。這個結果起初可能反直覺，但考慮到GPT-3釋出的分水嶺影響，它使之前的一切都顯得過時。

ChatGPT的未來將取決於它及其相關產品如何商業化，因為它將成為付費服務，並且微軟和谷歌正在開發自己的基於聊天的搜尋工具。

AI和ML工具備受關注

開發人員和研究人員對Scikit-learn持續表現出興趣，這是一個相對較舊但積極維護的工具，也是最受歡迎的庫。其使用量同比增長4.7%。

來源：O'Reilly Media的《2023年技術趨勢》報告

PyTorch和TensorFlow的整體使用量與Scikit-learn大致相當（PyTorch略領先），但這兩者可能走向不同的方向。PyTorch現在勢頭強勁，增長20%，而TensorFlow下降4.8%。同時，使用TensorFlow的前端庫Keras下降40%。然而，真正的贏家將是ChatGPT、Bard等語言模型的公共程式設計API。這些API已經催生了新一代AI驅動的應用。

另一個值得注意的發展是MLOps興趣下降，其使用量下降4%。MLOps專注於簡化將ML模型投入生產的過程，並進行後續維護和監控。這似乎填補了將AI和ML應用整合到其他IT應用部署中的重要角色。

然而，MLOps目前仍不成熟，需要版本控制、測試和部署工具。DevOps團隊需要更高效地測試、編碼、釋出和監控軟體，但由於這些問題才開始得到解決，預計過程將是漸進的。

資料工程展現價值

對AI日益增長的興趣並不掩蓋資料類別（包括AI在內的廣泛主題）在技術專業人員心中的重要性。資料工程，涉及大規模儲存和交付資料，是迄今為止的主導主題，同比增長35%。資料工程包括將資料遷移到雲端、構建資料管道以獲取資料並將其傳遞給應用軟體，以及解決不同組織中資料孤島引起的問題。所有這些使企業能夠最佳化資料可用性——這是許多組織的重要舉措，因此興趣激增並不意外。

事實上，沒有資料工程就不會有AI。構建GPT-4所需的資料工程令人難以置信，但即使更小的專案也需要大量的資料工程來整合組織的資料並使其對訓練AI有用。

來源：O'Reilly Media的《2023年技術趨勢》報告

雲端計算技能需求旺盛

雲端計算持續增長，組織高度重視招聘雲專家。根據Indeed 2021年的工作資料，從2018年到2021年，每百萬個工作中雲端計算工作的比例增加了42%。具有一定水平的雲經驗似乎是軟體開發人員和工程師的基本要求。

AWS仍然是最受歡迎的雲，其次是Microsoft Azure和Google Cloud——它們共同佔據雲平臺內容使用量的97%。令人困惑的是，所有三個提供商的使用量都略有下降（可能不顯著），AWS下降3.8%，Azure下降7.5%，Google Cloud下降2.1%。雲認證也遵循類似模式，AWS下降最多，其次是Azure和Google Cloud，均同比下降。

儘管特定雲提供商的內容使用量下降，但其他雲端計算主題的興趣卻增長了。最受歡迎的主題包括雲遷移（增長45%）、雲服務模型（增長41%）和混合雲（增長28%）。這些結果可能表明組織的雲成熟度不斷提高。一旦度過早期採用階段，組織可能更少關注單個雲，而更多關注高階問題，如全面雲遷移。儘管有“雲回遷”的說法，但很明顯對雲的興趣仍在增長。我們的《2023年技術趨勢》報告稱Linux是入門要求；在不久的將來，雲端計算將成為入門要求，如果還不是的話。

為企業長期成功奠定基礎

來自O'Reilly平臺的使用資料清晰顯示了技術工具的流行度增長或下降。有一些重要趨勢的訊號——有些是全新的，有些是幾年前開始的趨勢的延續。關注這些趨勢可以給商業領袖帶來優勢，幫助他們為未來一年及以後的成功做好準備，因為他們努力在對其公司最有影響力的領域對員工進行再培訓和技能提升。

關於作者：Mike Loukides是O'Reilly Media新興技術內容的副總裁。他編輯了許多備受讚譽的技術書籍。他對程式語言、Unix以及系統與網路管理特別感興趣。他是《System Performance Tuning》的作者，併合著了《Unix Power Tools》和《Ethics and Data Science》。最近，他一直在撰寫關於資料和人工智慧、倫理、程式設計未來等主題的文章。他還是一名鋼琴家、業餘無線電愛好者和鳥類愛好者。可透過Twitter @mikeloukides和LinkedIn聯絡Mike。

相關文章：

ChatGPT主導的職場技能需求：Udemy報告

提示工程師：AI領域下一個熱門工作

Coursera報告排名全球商業、技術和資料科學技能