Andela verzamelde gegevens uit 47.101 technische vacatures van Fortune 500-bedrijven en 2.026 beschrijvingen van vaardigheden.
Uit nieuw onderzoek van het wereldwijde talentenplatform Andela is gebleken dat organisaties er in een werklandschap dat dagelijks wordt getransformeerd door AI, er niet in slagen hun functiebeschrijvingen en titels bij te werken in overeenstemming met de veranderingen.
Andela's 'Emerging Skills Research' verzamelde gegevens uit 47.101 technische vacatures van Fortune 500-bedrijven en 2.026 beschrijvingen van vaardigheden.
Een kernbevinding van het onderzoek was de onthulling dat 53% van de AI-vacatures vragen om vaardigheden die niet overeenkomen met de vermelde functietitel, wat de kloof tussen organisaties, recruiters en werkzoekenden benadrukt.
“AI verandert de technische workflows sneller dan ooit en we hebben nieuwe manieren nodig om die veranderingen voor te zijn”, zegt Carrol Chang, CEO van Andela.
“Dit baanbrekende onderzoek, gebaseerd op onze gepatenteerde vaardighedentaxonomie die is bijgewerkt voor de AI-wereld, biedt een koplamp en geen achteruitkijkspiegel.
“Hiermee kunnen bedrijven nieuwe rollen en vaardigheden identificeren die nog vóór de markt liggen, waardoor zowel ondernemingen als werknemers strategischer en succesvoller kunnen zijn.”
Rammelende rollen
Uit Andela's onderzoek bleek dat van de grofweg 1.832 berichten gericht op mensen met titels als AI-ingenieur en ML-ingenieur, meer dan de helft van de vereiste vaardigheden afkomstig was uit ten minste twee verschillende, gevestigde rollen.
In het rapport staat: “Voor bekende titels als AI-ingenieur zijn bedrijven op zoek naar een andere, naamloze rol die vaardigheden omvat zoals LLM-orkestratie, autonome agenten en vectordatabases. Of bedrijven huren data wetenschappers maar vraag ze dan om LLM-agenten te sturen.
Bij het beoordelen van vacatures van Fortune 500-bedrijven ontdekte Andela dat 23 'groepen' vaardigheden bij elkaar bleven verschijnen, maar zonder dat er een officiële functietitel aan was gekoppeld. Acht van de groepen leken een geheel nieuw soort baan te suggereren, veertien bleken hybrides te zijn van oude banen met nieuwe verwachtingen over vaardigheden, en één werd geschrapt vanwege een gebrek aan bevestigde gegevens.
Twee voorbeelden van ontdekte 'nieuwe banen' zijn MLOps pipeline engineer, die delen van vijf bestaande functies combineert in één, en LLM application engineer, waarbij iemand apps bouwt met behulp van AI-modellen die al bestaan, in plaats van die modellen helemaal opnieuw te bouwen.
Andela vond 6.758 vacatures waarin hoofdzakelijk om een LLM-applicatie-ingenieur werd gevraagd. Ze vermeldden alle relevante vaardigheden, maar de bedrijven gebruikten die functietitel niet omdat deze officieel nog niet bestaat. Dit toont aan dat bedrijven deze vaardigheden sneller nodig hebben dan de arbeidsmarkt de juiste namen ervoor heeft ingehaald, zo blijkt uit het onderzoek.
In het rapport staat: “De bevindingen onderstrepen de uitdagingen waarmee bedrijven worden geconfronteerd, gedreven door de ongekende snelheid van veranderingen in het post-AI-tijdperk, om opkomende vaardigheden nauwkeurig te identificeren, te benoemen en aan functies te koppelen. Mismatches resulteren in verloren tijd, geld en kansen voor zowel werkgever als werknemer.
“Functiebeschrijvingen die zijn geschreven voor de functies van gisteren filteren de kandidaten eruit die bedrijven daadwerkelijk nodig hebben. Bedrijven die de opkomende behoeften aan menselijke vaardigheden niet zien, vooral omdat AI verandert wat het kan doen, zullen voortdurend het verkeerde najagen, en bedrijven die vandaag mensen aannemen voor de functies van gisteren zullen waarschijnlijk naast technische schulden ook een 'talentschuld' opbouwen.”
Volgens Cory Hymel, auteur van het rapport en hoofd onderzoek bij Andela, worden de gaten die de kloof vergroten tussen wat bedrijven denken dat ze mensen aannemen en wat de rol werkelijk vereist, structurele risico's.
Vanaf nu zijn er een aantal opkomende technische functies zoals geïdentificeerd in het onderzoek, waaronder: MLOps pijplijningenieur; LLM applicatie-ingenieur; FinOps-betrouwbaarheidsingenieur; docs-as-code-ingenieur; product front-end ingenieur; lakehouse analytics-ingenieur, DevSecOps-beveiligingsingenieur; en SecOps-observatie-ingenieur.
