埃森哲(Accenture)最近的科技愿景调查(Technology Vision survey)显示，70%的企业高管表示，他们在人工智能(AI)方面的投资比仅仅两年前大幅增加。超过一半(55%)的人表示，他们计划广泛使用机器学习和嵌入式人工智能解决方案。
[相关阅读：IT专业人士并不害怕机器人的崛起]
但在工作场所AI和机器人技术的快速进步，对边不大于所以在IT专业人士。随着机器变得更加复杂，并能够学习和做决定，他们正在成为IT生态系统的一个越来越重要的方面。这创造了人类劳动力的恐惧，不确定和怀疑。
阿赫亚杜贝，AI系统制造商IPSoft的创始人和CEO，曾表示，未来的IT基础设施不会被人而是由智能系统进行管理。工程“家务事”将实现自动化和技术专家将专注于创意和创新。然而，该组织负责提供技术支持的变化对公司的其余部分几乎没有热衷为自己这样的转变。“虽然发展人工智能的燃料自动化继续推进，IT作为业务功能一直不愿意改变，”杜贝说。“与其设计业务运营都围绕新兴技术，它通常被迫工作围绕基础设施已经存在。”
[相关阅读：10种外包趋势在2016年观看]
CIO.com talked to Dube about the immediate impact of increased automation on IT professionals, mitigating disruption using top-down leadership, the obligations of companies and governments have to retrain their labor forces for the future, and the changes we’ll all have to make as our work we do becomes fodder for the robots.
CIO.com：正在考虑如何管理影响个人对他们的球队，因为他们把更多的人工智能和机器人技术的IT领袖？
Chetan Dube, IPsoft首席执行官:因为人工智能混合劳动力已经是大多数行业的发展方向，IT领袖们肯定在考虑如何管理这些变化和与他们的劳动力直接相关的问题。然而，由于许多公司仍然在遗留的平台和过时的技术上运行，并不是每个IT专业人士都知道最好的做法。
领导能力可以铺平道路，但成功将在很大程度上取决于每个人的适应意愿。那些愿意接受变化并努力更新技能以适应新职位要求的人将会获得回报。
特别是在IT功能中，IT经理需要考虑他们如何适应管理自动化的过程，而不是围绕手工工人有限的能力来组织他们的功能。这是思维方式的巨大转变，但它将为更高技能和更多样化的工作岗位带来更多机会。
当人们问他们如何适应机器驱动的未来时，你会怎么回答?
杜贝：要克服变革的阻力，我们对人工智能和自动化的看法必须从恐惧转变为接受。我们不应该关注机器如何取代人类，而应该创造人们与机器一起工作的场景。问题不再是“机器vs.人”，而是“机器和人”。
我们必须记住，人的技能会不断变化的，而不是一成不变的。每一个新的技术发展创建之前，前所未闻了十年的角色。例如，Twitter和Facebook革命导致建立专用于新的业务需要社会媒体专家甚至整个机构的数万。
这种调整可以帮助IT转变领导人保持一天做一天操作，专心致力于战略转变。一个工程师，例如，开发新的算法，或者必须彻底改变业务和影响其生产力潜在的系统性的改进。
当引入越来越多的人工智能和自动化时，最直接的挑战是什么?
杜贝：当前的挑战是正确地帮助人们转变对人工智能驱动的劳动力的看法，并重新培训你的劳动力以适应角色和责任的变化。为了做到这一点，必须给予工人成功所需的工具，而这从教育开始。必须优先教育员工，让他们了解自动化如何能带来更愉快、更具战略性和创造性的工作角色，以及自动化将如何带来更高的生产率和更高的收入。这从cio和商业领袖开始，他们可以帮助降低过渡的风险。为了使过渡成功，它必须得到组织内部自上而下的完全支持。
尽管任何形式的重组都不可避免地会遇到一定程度的阻力，但从中长期来看，这种新模式有可能为公司全体员工带来更大的利益。
有没有可能在某些领域实现自动化，但破坏太大了?
杜贝：商业领袖必须问自己一个至关重要的问题:“如果不接受这种变革，将会发生什么?”“(可能会有)多米诺效应。如果一家企业不能适应，它很可能会倒闭。如果企业倒闭，那么就没有工作需要保护了。当然，这是最坏的情况;然而，这是有道理的。不能接受变革和实施自动化会影响收入和竞争力，这对一个组织都有巨大的影响。
CIO.com:随着自动化能力的不断提高，您认为会出现什么样的新角色?
杜贝：人工智能的引入将催生新的高管，比如首席数据情报官(Chief Data Intelligence Officer)。这些高技能工人将能够过滤和解释来自自动化程序的大量数据，并将其转化为有价值的情报。洞察全局、发现趋势和机会的能力将成为IT领域的一项关键技能，因为它将人和机器的不同能力最大化。
数据科学家的角色不存在（下这个名字，至少）10年前。对于精明的商业数据分析的需求已经大大超过供应，与公司，包括微软和谷歌在大规模招聘热潮。