大数据、云服务和IT的消费者化不再是新兴的趋势--它们现在已经嵌入主流IT。 机器学习（ML）、人工智能（AI）、下一代工业自动化（工业4.0）、智能分析和量子计算是下一波新兴趋势。 当我们谈论劳动力的未来时，我们真正谈论的是人和数据的关系。 未来劳动力的一项关键技能将是利用正在收集的大量数据，将其转化为信息和可操作的见解，以推动决策。
工作的性质正在改变
让我们花点时间考虑一下在技术进步的推动下，劳动力所发生的混乱。 多年来，自动化一直在取代工厂工人，但我们现在看到技术正在取代管理人员、知识工作者和客户服务人员曾经从事的活动。 仅仅因为目前的角色被破坏，并不意味着从事这些工作的人没有技能和才能为公司的未来发展作出贡献。 这意味着，公司需要重新利用，也许需要重新培训这些专业人员，以便在一个数据驱动的世界中运作。
决策者仍然没有得到他们需要的信息
在过去的十年中，技术的扩散创造了一个比任何人都要大的大数据问题。 曾经的数据短缺现在变成了大量的数据过剩，以至于决策者难以从环境中不相干的噪音中分离出有意义的信息。 当他们对呈现在他们面前的数据感到不知所措时，领导者们现在忽略了数据，而诉诸于本能作为关键决策的基础。 这种方法不会持续很久。
未来十年的新挑战
未来5-10年，企业面临的挑战是如何利用现有的数据，将其提炼成信息，并从这些信息中获得可操作的洞察力来推动决策。 虽然技术在实现这一转变中发挥了很大的作用，但对数据专业人员的需求也是巨大的，他们需要解释数据，对其进行分类，并将其纳入需要解决的业务问题中。 许多以前的知识工作者、客户服务人员和管理人员都很适合这个角色--因为他们了解你的公司、市场、产品和客户环境。
将你的员工队伍转变为数据专家
将这些工人培养成数据专家的关键是为他们提供获取数据的机会，提供组织和处理数据的分析工具，以及为决策过程提供数据完善的结构化过程。工具和获取数据是容易的部分，劳动力技能的差距在于理解和执行数据提炼过程。 在过去，有一群特殊的员工懂得如何去做这件事。他们拥有数据架构师、数据科学家和业务分析师等头衔--专门的数据管理专业人士，他们了解处理大量数据所需的条件。 现在，这些专家的技能和技术需要被复制到更广泛的员工队伍中，以利用更多的业务知识库，解决更广泛的业务问题。
为你的公司和员工设置成功的条件
未来十年的工作在很大程度上将集中于管理公司今天所拥有的数据，并帮助组织以新的方式使用数据来解决问题和开发新的机会。虽然许多工作角色正在被技术所颠覆，但如果你给他们提供技能和环境，让他们以新的方式使用这些技能和经验，他们可以为你的公司创造巨大的价值。 领导人渴望得到真正的信息和可操作的洞察力来推动决策。 这将取决于未来的劳动力为他们提供他们所需要的信息。
Kepner-Tregoe是问题解决、持续改进和运营决策方面的行业领导者。 60多年来，KT的专家们一直在帮助企业通过最佳实践、流程和员工培训来推动可衡量和可持续的改进。
