如何在AI時代不實業(yè)

2024年，機器會代替人類進行語言翻譯

2026年，機器可以寫出高中論文

2027年，機器可以自動駕駛一輛貨車

……

2049年，機器可以寫出暢銷書

2053年，機器可以代替外科醫(yī)生的工作

隨著人工智能AI（artificial intelligence）的發(fā)展，愈來愈多的工作即將會被機器取代。牛津大學(xué)在2013年的一份研究預(yù)計，近20年里，美國將有47%的工作崗位可以被機器人或自動化科技代替。

我們要如何在AI 的“威脅”下，保證自己不會被淘汰呢？

盡管多數(shù)程序化的、重復(fù)性的工作都會在不久的將來全部交給人工智能來完成。

大多數(shù)的人工智能研究者和專家們還是認(rèn)為，在近幾十年內(nèi)，有些工作是機器沒有辦法做的。

創(chuàng)新工場董事長兼CEO李開復(fù)曾說道：“愛可以把人類和人工智能區(qū)分開來?！彼J(rèn)為，人們應(yīng)該把關(guān)注點放在愛和情感上，因為人工智能還不能具備這些特質(zhì)。

像老師、社工、導(dǎo)游以及護士這些對共情、人際交流能力和身體靈敏度的有較高要求的工作目前比較安全的。

人工智能的發(fā)展還會增加高科技工作崗位的數(shù)量。

比爾蓋茨曾說今后需求最大的將是掌握科學(xué)、工程學(xué)、經(jīng)濟學(xué)相關(guān)技術(shù)的人。馬云認(rèn)為越來越多的公司會挖掘精于數(shù)據(jù)分析和收集的人才。

至2029年，對人才仍然有大量需求的工作包括程序員、開發(fā)者和工程師。

像軟件應(yīng)用開發(fā)、系統(tǒng)軟件開發(fā)、計算機系統(tǒng)分析師和計算機用戶支持專員等崗位，在未來十年內(nèi)很有可能需要越來越多的人才加入。

比如Uber就聘用了上百個無人駕駛汽車的專家，其中大約有50名來自卡耐基梅隆大學(xué)機器人研究所。華爾街對AI人才的需求也日益增加。

同樣，和人工智能研究相關(guān)的工作，比如對機器學(xué)習(xí)工程師和計算機視覺工程師的需求量

公司很可能會雇傭大量博士級別的科學(xué)家，因為他們不僅可以制造公司的產(chǎn)品，而且能夠研究如何優(yōu)化未來的設(shè)備。

在美國，人工智能研究員是最高薪的工作之一。頂尖的研究員的薪水高達(dá)七位數(shù)，初級和中級的研究員每年也可以賺幾十萬美金。Skymind的創(chuàng)始人兼CEO Chris Nicholson表示這樣的高薪就是因為供遠(yuǎn)小于求。

AI會創(chuàng)造出新的工作

人工智能的出現(xiàn)必然會導(dǎo)致一部分工作的消失，但是同時，這種新的工作形式也會創(chuàng)造出新的工作崗位。

根據(jù)咨詢公司麥肯錫的預(yù)測：對科技的投資，包括人工智能和自動化，可以在全球增加兩千萬到五千萬個工作崗位。

Human + Machine： Reimagining Work in the Age of AI》寫道，當(dāng)今并不存在但未來很有可能被大量需要的工作包括“訓(xùn)練者（trainer）” “解釋者（explainer）”和“維持者（sustainer）”。

Paul Daugherty和H. James Wilson兩位作者相信未來人類和人工智能的密切合作會使工作流程更加流暢，當(dāng)人工智能成為主流的時候，成百萬計的目前不存在的工作會被創(chuàng)造出來。

書中提到的“訓(xùn)練者”指的是可以幫助人工智能表現(xiàn)得更像人類、教人工智能學(xué)會同情并且摒除在編程時可能存在的偏見。

“解釋者”相當(dāng)于人工智能和工作人員以及人工智能和顧客之間的聯(lián)絡(luò)員。

如今，“解釋者”已經(jīng)開始被一些公司聘用了。例如在美國的保險公司Guardian Life，所謂“解釋者”（或“翻譯”）的工作就是幫助員工理解在為客戶服務(wù)時科技可以展現(xiàn)的力量以及科技指導(dǎo)和人做教練之間的差別。

“維持者”則是負(fù)責(zé)法規(guī)方面的事宜。畢竟，當(dāng)人工智能取代了上百萬的工作，管理部門需要解決許多問題?！熬S持者”就是需要確保所用的人工智能都是合法合規(guī)的。

為了保證未來不會被AI替代，現(xiàn)在應(yīng)該做什么？

因為科技的飛速發(fā)展，“穩(wěn)定”這個詞離我們越來越遙遠(yuǎn)，為了保證今后不會完完全全被硬件和軟件代替，我們不能懈怠，必須提高學(xué)習(xí)的能力，不斷學(xué)習(xí)新知識、新技能，適應(yīng)這個社會改變的速度，并做好改變職業(yè)的準(zhǔn)備。比如：

a. 學(xué)習(xí)一門編程語言，比如Python

b. 修一個機器學(xué)習(xí)的PhD學(xué)位，如果覺得太難的話，至少上一到兩門有關(guān)機器學(xué)習(xí)的在線課程

c. 提高你的創(chuàng)新能力、同情心和共情能力

d. 向你的老板確認(rèn)公司是否提供培訓(xùn)項目

人工智能和人類所擅長的領(lǐng)域其實有所不同。AI 善于自動化程序性的工作和通過已有數(shù)據(jù)產(chǎn)生新觀點，卻不會跳出人類現(xiàn)有的知識框架。它不能推算或演繹出未知的知識，無法提出還未被概念化的問題，甚至沒有常識。

在這樣的情況下，我們應(yīng)該放棄在機械性的工作上和AI競爭，而是要把注意力轉(zhuǎn)移到諸如創(chuàng)新、與人的溝通、批判性思維、解決問題、團隊合作和共情等等這些AI沒有辦法實現(xiàn)的所謂“軟能力”上。

人工智能和人類并不是相互排斥的關(guān)系，當(dāng)AI和人共同協(xié)作的時候，將雙方的優(yōu)勢結(jié)合時，效率才會得到最大化。