未來有什麼工作絕對不會被人工智慧（AI）取代？
相關話題：有哪些職業容易被人工智慧替代，又有哪些行業不易被人工智慧替代？ - 知乎
點擊這裡參加人工智慧視頻論壇，特邀科大訊飛總裁，一起來參與互動
被技術替代的不是職業，而是「可被替代」的技能。
職位背後不僅是供需關係還有政策方針。
生產力充裕的情況下，總會有新增的崗位為了不同的需求產生。
如果你的在職技能單一繁瑣而且依賴性強，那麼你是要注意一下。這幾十年來，市場改變的速度令人瞠目，之前華為大規模裁員到中興ZTE的離職墜樓事件不能不讓我們思考：
成為螺絲釘打磨自己技能的時候，是不是會因為缺乏多樣性難免被替代？
說一點個人觀點：
1.我們說人工智慧，弱人工智慧講的是「專精」，比如語音識別，強人工智慧講的是「通用」。強人工智慧看不到可行性，不在現有討論範圍內。
2.處理人與人之間關係、團體與團體之間關係、甚至人與物之間的關係的職業是很難被替代的。
3.技術的發展講一橫一豎，橫向觸達更廣的面，縱向節省成本（時間、空間、人力物力）滿足多樣化需求。
【技術帶來集約化發展】
更精簡高效：時代發展滾滾向前，原來需要很久的現在一瞬間，原來需要很大陣仗現在只需要幾個人。
比如說過去押鏢的鏢師、武師的職業不見了，但是保安和押運應運而生。
You could buy one transistor for a dollar in 1968. You can buy half a billion today, and they are actually better, because they are faster. But look at how predictable this is. And I"d say this knowledge is over-fitting to past data. I"ve been making these forward-looking predictions for about 30 years. And the cost of a transistor cycle, which is a measure of the price performance of electronics, comes down about every year. That"s a 50 percent deflation rate. And it"s also true of other examples, like DNA data or brain data. But we more than make up for that. We actually ship more than twice as much of every form of information technology. We"ve had 18 percent growth in constant dollars in every form of information technology for the last half-century, despite the fact that you can get twice as much of it each year.
晶體管的成本減少的非常大，DNA信息採集的成本也在以類似摩爾定律的形式在遞減。
This is not Moore"s Law. The amount of DNA data we"ve sequenced has doubled every year. The cost has come down by half every year.
更多個性化服務：每個人的感受從未如此受到重視，如果搜「美食」問題，彈出廣告是P2P，你肯定覺得這是什麼推薦演算法，幾年前你可不是這樣的。
【標準化流程被替代性強】
我們一直強調一句話：數據是信息時代的石油。
也就是說，老司機你想開起來，還是需要精鍊一道。這時候你想一下精鍊廠的規模，嗯……
標準化強的行業，數據採集非常容易便捷。而大多數行業的信息，呵呵你懂的。門診還有很多手寫甲骨文每天都在生產，這時候你談替代實在還早。不要忽略AlphaGo的突破首先因為棋譜是可以自己和自己下，自己生成數據這個關鍵因素。
先有標準化數據可以訓練，才能有演算法可以有運轉的基礎。
之前跟 @胡郁 的講座 了解人工智慧，幫你過好下一個十年 里，我們貼過一張調查結果：
講道理我不覺得漂亮的前台該有什麼替代率，電話推銷員不僅應該被替代而且應該被除掉。
對於標準化產品來說，客服被替代可以期待，但是「創業企業初期」／「新產品測試期」多是非標準化的產品，這時候的問題是「客服」代表的是更複雜的問題。
「人的因素」在人是市場主體的情況下，不應該被忽視。
【技術的時間觀】
對於個人來說，技術的發展是不可逆的，從過去發展借鑒一些「時間觀」，總會有一些幫助。
1.技術發展以回望的角度是越來越快，身處其中是一個自然的變化過程。
2.把遙遠的事情含糊不清的拉近會帶來煩惱，很多問題是在漫長的演化中成熟的，沒有辦法提前預知太多。（不然你怎麼不買比特幣）
3.人的因素是經濟運轉的核心，行業的變化具有輪動的周期性。比如說，會有一段時間技術導向，也會有一段時期內容導向。
stay hungry，待會兒吃點啥。
1，涉及大量非標準化主觀判斷和洞察力的職位（企業老闆、高級管理、政治家、高級非標中介 -- 小如掮客，大如一線投行）
2，涉及大量有關個人的高級/敏銳/複雜情感體驗的職位（上層商業、個性化諮詢、未成年人教育）
3，涉及大量有關人群的高級/敏銳/複雜合作體系的職位（典型如高級管理）
4，開創性科研工作（特別是硬科學領域，比如高於計算機最底層物理規律的領域）
5，價值天然依靠由人來完成的職位（體育、藝術創作、表演、奢侈品製造）
6，複雜體力勞動（家政、正規或不正規按摩）
其中，1-3主要是因為當下和可預期的未來，AI的限制。但是沒有什麼是絕對的。現如今，這些職業已經可以很好地利用AI來提升效能了；而AI發展到一定程度，自然有可能部分或全部取代1-3的功能。但是的但是，如果這成真，相當於強人工智慧已經實現，問題的底層邏輯早就改變了：人不是「被取代」，而是主動創造了不需要有道義壓力的奴隸。「人活著需要工作」將不再是一個普遍默認，而更有可能會被當作一個新奇而莫名的觀點。人活著的意義，對大部分人來說，將是幸福地混吃等死，對小部分人來說，將是基於興趣和夢想來從事4。而更為宏大的話題將會是，人是否要主動自我進化為更高等的賽博人。
4的不可取代性，主要是邏輯層面的。答案並非是「能取代」或「不能取代「，再多說就是哲學討論或信仰表達了，不表。
5的不可取代性是原生的，因其價值本就是來自於「人的參與」。交通工具早就比人快，電腦下圍棋也可以秒殺人類，AI也有了相當的作曲功能...但這並不會體育和高端藝術的價值本身。
6的不可取代性，主要不是AI的限制，而是跟機械控制和材料相關，同時也包括一部分與2相似的限制。此限制的解除，看機械控制的發展吧。
數據科學家
1.數據和 AI 之間的關係是什麼？
首先，數據科學這個部門最早是在矽谷，領英和 Facebook 大概在十幾年以前最早在企業里設立了這個部門。數據科學家首先需要具備一些基本技能，比如編程的能力，數據可視化的能力，雲平台並行處理的能力，對商業最基本的理解，還有強大的溝通能力。數據科學家很重要的工作就是利用統計學、機器學習以及神經網路的演算法對系統做判斷和預測，這是數據科學家很本質的工作。
江老師（中國乳腺腫瘤科頂級專家、中國臨床腫瘤學會常務理事、副秘書長 江澤飛）分享過機器學習在醫療領域的應用，能識別語音、識別文本，這些最終會落實到醫生迅速判斷腫瘤的原因。數據就像原油、原料，機器學習就像我們從原料里抽象提煉價值，提煉金子、鑽石的方法。
以前我們在領英做過一個工作，通過職場人的社交關係能夠潛在預測一個人未來有多大可能性能成為 CEO，有多大可能性能成為周總（IBM 副總裁、大中華區首席營銷官 周憶）這樣的CMO，有多大可能性能成為非常成功的腫瘤科醫生，以及有多大可能性能成為教書育人，培養那麼多去海外學習回來報效祖國的老師。
數據賦予了我們巨大的能力，幫助我們分析、提高認知，讓我們把以前不能做的、想像不到的變成可能，我覺得這就是數據和 AI 之間最基礎的一種關係。
2.AI 是否會替換數據科學家？
我簡單分享一個以前我在領英感同身受的數據分析故事，我加入領英是 2010 年，當時領英整個數據科學團隊共有 14 個人，每年領英都至少要用 6 到 7 個數據科學家，這些數據科學家基本都是 MIT、CMU 等頂級名校畢業的，去研究一個東西：領英產品里有那麼多功能，用戶因為哪一個功能而愛上這個產品不能自拔、反覆使用呢？
當時的做法是這六七個或接近一半的數據科學團隊需要花三個月到四個月的時間每年來研究產品裡面哪個東西會生成真正的產品黏度，後來被領英總結出了方法論「魔法數字」，特別是互聯網社交產品。
我們 GrowingIO 今天做的工作就是幫助產品能夠通過機器學習演算法， 把此前需要 6 - 7 個數據科學家花 3 - 4 個月的工作，一天或一鍵就能完成。而做這個工作的核心不是為了替代掉數據科學家本身，而是要大幅度地賦能。因為這些數據科學家也好、職場人也好，他們有更高級的創意工作需要去做，這裡麵價值和想像是無限的。
我們指尖的技術正以指數級的速度不斷進化，這也催生了新時代的遊戲規則—— 發展不再是線性的進步， 而是指數級的飛躍。
當你把指數級擴充的知識與指數級增長的技術能力相匹配， 你就能實現指數級的產出。所以嘗試下 GrowingIO 的魔法留存數字，指數級增長。
歡迎各位免費試用：傳送門
可以了解下第1-3次工業革命，全球化，國企改革, AI/機器人就是第4次工業革命的一部分啊。
個人覺得，不容易取代的職業特點：
- 有個人影響力/品牌/資源
- 需要與人/社會直接的交流接觸
- 需要個性化服務
- 有創造性
容易被取代的職業包括下面幾個特點：
- 不需要與外界交流
- 和數據/數據分析相關 (基礎的)
- 有明確定義的任務和規則
- 機械化的勞動
此外牛津大學的研究人員之前702種職業做出了研究，發現，在將來的20年之內，47%的工作都可能被人工智慧/機器人取代。
下面是一些職業被取代的風險。
- 高危職業有：
底層文員，行政人員， 貸款專員，法律助理，司機，物流運輸人員 等等。而程序員也有一半可能會被AI取代。。。
- 風險較低的職業包括了：
律師，演藝人員/娛樂圈人士，外科醫生，小學老師 等等。
更多的職業在這裡：
http://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf
即使一些工作失去了，一些人也沒法轉業，我樂觀地相信總體來說社會更高效，產能和生活水平會提高的。
----------------- 小廣告，歡迎參加我的Live！-----------------
Live入口：
知乎 Live - 全新的實時問答
是時候祭出這張圖了。
大學生最難，因為你們工資太低！
幾乎所有職業都會被人工智慧重構。低端重複工作被替換，臟活累活封裝起來，新增大量的信息處理介面，人類從業者通過調用人工智慧的各種介面來操作底層事務。如果某個職業在重構完畢後，只需要少量人類甚至不需要人類就能正常運轉，那我們就可以認為，在這個職業中人類被人工智慧取代了。
以下職業應該很難被取代：
1.需要根據不充分的和隨時變化的信息，做出重要決斷的職業。如政治家、刑事警察；
2.跟人文關懷和人的情感相關的職業，包括所有的藝術創作工作（音樂、文學、繪畫等等）。肯定會有相應的機器人創作作品出現，但就像照相術的出現無法取代繪畫一樣，機器人藝術流派也無法取代人的藝術創作；
3.高端服務業和高檔手工業（奢侈品業）；
4.科學研究和工業研發。或者廣義地說探索未知和創造新事物的所有職業；
5.各行各業的管理人員。（會配備機器人助手，但最終還是要由真人管理的）人工智慧研發工作。
只要一切用到人的行業，未來即使不被人工智慧取代，也會被人工智慧搞得門檻大幅降低或者被迫轉型！
要說絕對不會其實是不存在的，因為按照人工智慧的發展速度，已經有多來越多的打臉事件發生了。但相對更難被取代的職業，是客觀存在的。
隨著世界各大科技巨頭如谷歌、微軟、亞馬遜等紛紛發力人工智慧項目，我們可以確信未來人工智慧會對我們的生活產生重大影響。
那麼人工智慧會取代人類勞動者帶來更多的失業嗎？恐怕很多人都會考慮這個問題。
有些工作比較容易被AI取代，比如製造業中的一些可以實現自動化運轉的崗位會被AI機器人接手，因為相對人類而言，這些工作由機器人來做成本更低，也更安全。但是即便人工智慧搜索和處理信息的速度比人類快了幾百萬倍，有些職業它卻無法輕易取代。
越來越多的人開始思考這個問題：我的工作會被AI取代嗎？
為了找到答案，我們需要看看如果 AI 不會輕易取代你的工作，你需要符合哪些標準。科技網站 1reddrop 提供了一個列表，一共十條標準，每符合一條得一分，不符合不得分。如果你最終得分超過5分，恐怕就得提前考慮對策了：
- 工作內容主要是完成重複性的任務
- 工作內容主要是分析、處理和展現數據（比如會計工作和財務申報等）
- 工作內容可替代性很強，別人學習不到一個月就能代替你
- 在團隊或公司中不屬於管理或負責人的角色
- 工作內容大部分已經實現自動化了，你只是監督和查看工作流程
- 工作中很少需要你根據工作經驗來做決策
- 工作內容主要是執行標準化的流程
- 有相當多的人可以取代你的職位
- 已經有相關技術（或者正在研發中）能夠取代你
- 工作內容不需要有專業知識或智力技能
來看看你的最終得分處於什麼危險等級：
7-10分：如果你最終得分大於等於7分，那麼你的工作在接下來幾年內很可能會被AI代替。為了避免這種情況，最好開始學習某些領域的知識技能，或者乾脆開始學習AI相關的知識技能，因為作為一個本行業從業人員，理論上更清楚這個行業被AI取代的過程中需要解決哪些問題。
4-6分：相對來說，比較安全，因為你的工作大部分時候需要人來做決策，不是很容易被機器取代。但是還是建議去提高自己的軟實力、管理能力和領導能力，這些能力是防止自己的崗位不被人工智慧取代的保證。
1-3：恭喜了，你目前有份不會被人工智慧輕易取代的工作。但是也別太得意，要時刻提高自己的工作能力，避免落後。
或者也可以試試NPR的測試自己會不會被機器取代的小工具。這個小工具我們在之前一篇專欄里也有提到。傳送門：不用等猴子敲出莎士比亞全集，AI就已經能拿文學獎了！
具體什麼樣的工作很危險？
例如，銀行和金融服務就很容易自動化，製造業也是這樣，目前很多由人力操作的崗位很容易就能被機器代替。還有些職業比如安保服務、客服、技術支持、文秘工作、會計工作等等在未來同樣很容易受到 AI 的威脅。最近英國牛津大學發布了一份報告，其中列舉了容易被人工智慧取代的工作：
1.保安
2.核工業技術人員
3.房地產經紀人
4.麵包師
5.計程車司機
6.藥劑師
7.屠夫
8.預算分析師
9.裁判員
10.電話營銷人員
一些職業未來可能會被人工智慧取代，它們被取代的可能性都是多少？
那麼我們能做些什麼？
這篇回答的目的不是為了嚇唬人，而是建議我們防患於未然。下面這幾條建議也許會有用：
1.不要一直乾等到工作會被人工智慧取代的那天，什麼都不做
2.找找看和你的專長相關的領域還有哪些方面沒被人工智慧涉及，然後培養和提高這些方面工作所需的知識技能
3.學習一些「可遷移技能」，比如團隊管理、表達或演講技巧等這些能用在任何工作上的能力
4.時刻關注人工智慧對你所在行業的影響
5.永遠不要停止學習和掌握新技能
總之，不斷地學習和進步應成為我們的常態。這是我們將來面對人工智慧取代人力時具有「免疫能力」的唯一途徑，往近了說，這也是我們在公司中處於不可替代地位的唯一方式。永遠不要錯誤地以為我們的工作存在絕對的「安全」，否則在即將到來的人工智慧浪潮中中，我們會被衝擊得手足無措，被水淹沒。
拓展閱讀：
世上最大的不可描述網站也向AI和機器學習勢力低頭了！
說3分鐘好像太狂了，5分鐘幫你開啟機器學習的大門吧！
不是人工智慧，是智能機器
官方微博：@景略集智
微信公眾號：jizhi-im
商務合作： @軍師
投稿轉載：kexiyang@jizhi.im
集智QQ群：557373801
公務員！
工種會不斷升級，甚至有新的工種出現。我們很難去預測新工種，但我們可以比較明確我們有哪些核心競爭力是沒法被AI取代的。
那，面對AI，我們該怎麼保持自己的競爭力？
前幾天，我受邀去參加了Linkedin中國和IBM的一個A.I.（Artificial Intelligence，人工智慧）主題報告發布活動。
中間有一個環節蠻有趣的——主辦方邀請《奇葩說》的辯手們討論一個辯題：「職場人士，是否需要恐懼A.I.？」
雙方唇槍舌戰，甚是精彩，最後王強老師得出個結論：無論恐懼不恐懼，如果不想那麼快就被A.I.取代，我們需要積極迎接變化，才能保持自己的競爭力。
那麼問題就來了，身處A.I.時代，我們要保持競爭力，該從哪方面下手呢？
要回答這個問題，我們要先看看，你究竟是和誰在競爭？
你的競爭對手有可能是其他人，也有可能是A.I.。
我們一分為二來看好了。
1A/ 與其他人的競爭
胡漸彪老師提到：A.I.技術讓人與人之間的能力差距在縮小——
比方說老司機，過往有經驗的司機師傅之所以牛X，很大程度是因為他們認路。而導航APP普及後，老司機們的這個優勢也就不復存在了，跟新手司機也沒啥大區別了。
「老司機」們的優勢確實會逐漸喪失。不過人與人之間還是會有能力層面的差距，只是這種差距會慢慢體現在其他方面——新技術的應用能力。
叢林法則還是起作用，環境變了，適合生存的能力不一樣罷了。
每次技術迭代，技術都會改變我們所處的環境，進而改變了人與人之間差距所在的維度。
比方說攝影，過往牛X的攝影師要精通暗房洗照片那一套，而現在，正片負沖啊什麼的，一個濾鏡按鈕就搞定了。攝影的核心競爭力變成圖像處理軟體使用的熟練度。
在A.I.時代，我們與其他人的競爭自然也變成了A.I.操作能力的競爭，誰用得熟練，誰自然就有競爭優勢。
當然，除了與其他人競爭，有可能我們還要跟A.I.競爭——
1B/ 與A.I.的競爭
如果哪天A.I.可以自主運行，那人類是不是就要丟飯碗了？
被A.I.替代似乎不是距離我們很遙遠的事。前段時間看到一個新聞，投資銀行Goldman Sachs的紐約辦公室原來的600多個交易員現在只剩下兩人，起因是他們研發了一套自動交易演算法。
是不是很有危機感？那，有沒有哪些核心競爭力是人類獨有、A.I.取代不了的呢？
別擔心，還真有。
A.I.的定位是人類大腦的外包，用來解放我們的腦力勞動、代替我們思考。
而回歸A.I.目前的發展，大部分的應用僅僅是在思考速度上完虐人類。但在思考質量上，A.I.還遠沒有達到人類水平。
思考質量其實就是思考的等級。
類比一下，就像你玩角色扮演遊戲，你的攻擊速度是別人的100倍，但你一次只能造成1點傷害，對方一次攻擊能造成10000點傷害，這個1與10000的區別，就是質量上的差別，你的速度再快也會被對方秒殺。
比如人類和猩猩就有思考質量上的差別——人類大腦有些獨特的認知模塊，讓我們可以用複雜的語言溝通、讓我們可以做抽象思考。猩猩則沒有這些模塊，就算把它們的思考速度加快到超越人類數倍，他們還是無法理解抽象概念。
那，思考質量最重要的是什麼？
我們不妨先看看思考流程圖，思考一般分為歸納（induction）與演繹（deduction）兩種——
- 歸納過程是輸入階段，決定思考質量的是提煉能力；
- 演繹過程是輸出階段，決定思考質量的是應用能力。
輸出後你會得到反饋，反饋又會成為你的輸入，形成一個閉環。
接著，我們便來詳細介紹下這兩種A.I.短期內無法替代的能力。
提煉能力
當你把外部資訊內化（internalize）為自己的一部分時，勢必要經歷歸納的過程，而提煉能力往往決定著你歸納結果的質量。
我們可以一步步把數據提煉為信息，把信息提煉為知識，再把知識提煉為智慧。
DIKW金字塔上述例子省略了部分補充論據，僅供示意
A.I.也可以做到提煉。比如用數據挖掘（data mining）的方式從大量數據中提取信息，但提取出來的只是信息和知識，還沒辦法達到智慧的層面。
如果說從數據提煉信息、從信息提煉知識可以幫我們do things right，那麼從知識提煉智慧可以幫到我們的是do the right things。
應用能力
說完歸納，我們來聊聊演繹。
演繹過程中對已有知識的應用並不難，難的在於舉一反三的應用能力。
在麥肯錫工作時，一開始我做的大多都是金融機構組的項目，積累了不少金融行業的方法論。而後做房地產等其他行業項目時，發現很多方法論其實跨領域也是相通的。
而且金融行業的一些常見方法論，卻不是其他行業從業者所熟悉的，舉一反三往往可以出奇制勝。
而聰明人往往可以在多個領域都做到極致，舉幾個跨界的案例：
比如好友S，他總是自詡為「學會計裡頭最懂產品的（在美國出版過一本產品書籍），學產品裡頭最懂技術的（任職某投行CTO），學技術裡頭最懂會計的（大學專業會計學，且以一級榮譽畢業）」…
再比如《思考，快與慢》的作者Daniel Kahneman本職是普林斯頓大學的心理系教授，卻獲得了諾貝爾經濟學獎…
還有最著名的跨界人士達芬奇，擁有一堆抬頭：畫家、天文學家、發明家、建築工程師…
舉一反三的應用能力仍是人類思考質量上特有的，A.I.暫時還做不到。
稍微總結一下，身處A.I.時代，我們在面對其他人的時候，核心競爭力應體現在A.I.操作能力；我們在面對A.I.的時候，核心競爭力應體現在提煉能力與應用能力。
搞清楚了我們該往哪些方面努力後，我們來看看下一個問題——
針對前述的三個能力，我也有一些落地的方法可以分享給大家——
2A/ A.I.操作能力
A.I.操作能力屬於技能的一種，而技能的評價標準是熟練程度。熟練程度與使用程度成正比。
換句話說，越早用A.I.的人、用得越頻繁的人自然就越用得越溜。
這不得不提Everett Roger的創新擴散理論：
根據該理論，不同的人接受創新的速度是不一樣的。
不懂A.I.技術的我們或許沒法成為那前2.5%的創新者（innovators），但我們可以保持好奇心，儘可能成為早期使用者（early adopters）。
個人覺得在這方面有3點可以做的：
一是多看看科技博客：TechCrunch、36氪、鈦媒體、PingWest等等；
二是多更新硬體設備：不特指A.I.設備，比如不少人總會買最新一代的iPhone，甚至去kickstarter等眾籌網站買一些創新硬體；
三是多和技術領域大牛聊天：看看最近圈裡有哪些新的技術趨勢。
2B/ 提煉能力
對於很多人而言，讀書的效果並沒那麼立竿見影。
套用前述的DIKW金字塔，這完全是因為，大多人讀書時，對於資訊的接受還停留在數據和信息層面，壓根都沒有往知識或智慧的層面提煉。
而提煉能力，是可以通過知識內化練習提高的。
這個練習分3步：
步驟1：讀書
可以適當地通過讀書筆記記錄重點內容。
步驟2：複述
我們讀完書、聽完課後，可以嘗試用自己的語言複述你學到的知識架構和主要觀點。可以對著鏡子自己複述，也可以對著你的朋友。
步驟3：內化
聰明人往往有自己的既有知識體系。他們可以很快地把新接觸的信息、知識內化為自己知識框架裡頭的一個分支。
在內化的過程中，如果發現所學的新知識與既有知識體系有衝突，需要進一步辯證地思考、判斷。
不斷重複「讀書 - 複述 - 內化」這個知識內化過程，便可以鍛煉你的提煉能力。
2C/ 應用能力
分享1個簡單的鍛煉應用能力的方法——解題訓練。
這是前幾天和好友Z一起吃飯，他分享的方法（順帶一提，這哥們是福布斯的 30 under 30 Asia 其中之一）。
他每天飯後會抽1到2個小時做這個思考訓練——
一個人找個空曠的地方散步，選擇一個自己以前從沒系統性思考過的問題，不一定和自己的工作相關，可以是跨行業的，也可以是生活方面的。
我寫的公號「解題者」Problems系列文章其實也是一樣的思路。
畢竟，你很少會看到一個諮詢出身、做互聯網金融的人，用純理性思維寫情感類文章，而且還在知乎被一堆人諮詢情感問題。
稍微回顧一下，以下是我們的競爭力發展方法總結：
接下來的部分我要開開腦洞，如果對人工智慧不感興趣的朋友們歡迎直接跳過。
我不懂人工智慧技術，以下內容僅供開腦洞，不喜可噴。
人工智慧被分為3種。
大家不難發現，前面的討論其實我們都沒有跳出弱人工智慧範疇。
不過根據科學家預測，2040年前後強人工智慧就有可能會實現。
那麼，如果人工智慧的思考質量真的趕超人類，達到強人工智慧甚至超人工智慧，那會有怎樣的可能？
可能性1：與A.I.的融合，邁向永生
其實我更願意相信我們會跟A.I.融合，變成像《攻殼特工隊》裡頭的半機器人。
先別忙著抗拒，其實我們現在已經算是半個機器人了。
你想想，現在我們每天的生活離得開手機嗎？你需要用它來導航叫車、點外賣、查餐廳位置…手機已經變成你身體的一部分，其實你就是半個機器人。
隨著我們慢慢的A.I.化，未來我們可能會變成像《超驗駭客》（Transcendence）里的Johnny Depp那般，變成了完全的A.I.，可能會有另一個可怕的結局可能會出現——統一意志。
這也是不少科幻作品對人類社會最終形態的一個解答。
我們的輸入是人類社會能接觸到的所有信息，我們的邏輯是求解最優解的統一邏輯。輸入一致、計算邏輯一致，輸出自然也會是一致的。
可能性2：滅絕？
這麼負面的可能性我就不多說了，這裡推薦 謝熊貓君 以前翻譯過的一篇兩年前waitbutwhy的知乎回答《為什麼有很多名人讓人們警惕人工智慧》（相信很多朋友們都看過）。
是不少哲學家關於這個可能性的思考，引人深思。
文章雖長，但很推薦。
參考文獻/推薦閱讀
[1] Tim Urban, &
[2] Jennifer Rowley, &
[3] Everett Rogers, &
專欄原文/ 人工智慧即將取代我們？面對AI，我們該怎麼保持競爭力？
轉載與交流請聯繫/ raphael.xiao@foxmail.com
公眾號/ imjietizhe
照片/ unsplash
只有可能是統治階級了，不過也僅僅是有可能吧
———————————————————————————————————————————
我們現在所定義的能夠帶來發展和進步的技術，不恰恰就是不斷提高效率的技術嗎？在這個大方向上，沒有什麼職業是絕對不會被取代的。
甚至於文藝創作這種看似不可能的，也並不安全。
AI比人類擁有太多優勢，並且現代化的發展，將與AI的發展相輔相成。
第一是，現代化將解構意義，未來只要現代化的腳步不停止，沒有人會在乎一首歌或者一段小視頻的作者是人工智慧還是人類，人們只關心它是否 好看。
第二是，現代化會將我們納入一個永遠不可能逃離的巨大牢籠，我們生活的智能化程度只會越來越高，與互聯網的依存度也只會越來越高，那時候，我們的一切都可以被量化，量化一切的現代化會提供AI最為寶貴的數據。
所以你們覺得在一群擁有比你高無數倍計算能力、擁有更多可用資源的，智力上又和你並無區別的（假設強人工智慧）個體面前，有什麼是不能取代的嗎？
古老的行業。
AI專家。
作為AI設計領域從業者，我們劃定一條明確的界限，創意創造類的設計工作不會被AI取代。
最基礎的是臨摹拓展設計。給你一個東西，照著它拓展一份出來，很明顯這一定是機器第一步取代的工作。而且目前已經做到一大半了，證明這是一個沒法迴避的問題。
第二層，場景表達設計。今天你給它一個東西，它能理解，能表達對。比如今天你根據情人節，這些品牌能夠找到一種合適的設計手段，去表達出情人節的溫馨，這種手繪的方式會稍微難一點，也就是我們前面講到的語義這一層。
第三層，創意洞見設計。它能夠有一些啟發性的東西出來。天貓品牌裡面經常有把貓頭和品牌創意做聯合的事情，這是機器不可能做到的事情，或者在我有生之年沒有指望它能做到的。
最後一層，創造設計趨勢。這一般是設計大師做的事情。它能定義明年、未來幾年的設計趨勢走向，這是更高的設計能力。比如今年「三八」天貓女王節，天貓用了一種全新的設計手段，用這種很輕的質感、很細膩的方式來表達商品。它能夠代表一個新的趨勢和未來，代表一個新的手段，這件事情一定是人來做的。
完整內容：當設計遇上AI，雙十一1.7億廣告圖片背後的產品故事 - 知乎專欄
如果你覺得你的工作很有趣，而且每天都有不一樣的挑戰，需要去思考，並學到新的技能，那你的工作很可能不會被取代；
如果你覺得每天做一些重複性勞動，工作幾年之後跟前1，2年比沒有能力上的本質提升，那就得認真考慮以後的打算了；
程序員肯定是人類最後一個職業。
如果程序員都失業了，那證明程序已經有能力對自己的代碼邏輯更新換代了，很快智商就能被更新換代到智商上百萬的妖孽，有這種智商，還有啥幹不了的？人工智慧開發員。如果取代也是最後的防線吧。
如果開發AlphaGo、無人駕駛的技術人員都被取代了，那就實現了以人工智慧開發人工智慧，這就是強人工智慧，分分鐘通過圖靈測試的節奏。其實，永遠不用擔心這個問題。
看看之前幾次工業革命。出現了蒸汽船之後，划槳的行業被取代了。出現汽車之後，抬轎子的行業被取代了。然而工作機會會因為機器而減少嗎？不會啊，會出現新行業，新方向，產生的新機會遠多於消失的。
所以，不用擔心什麼被取代不取代。創造新行業就是了。北京公交售票員。
研究生，因為他們實在是太便宜了
推薦閱讀：
※網路公司都在哪些地方燒錢？為什麼這麼燒錢？
※FF 內部宣布獲得超 10 億美元融資，賈躍亭出任全球 CEO 和首席產品官，事情真相如何？
※武漢的互聯網產業發展現狀如何？
※如何開始寫技術博客，怎麼選擇？
※怎麼看樂視控股在矽谷建立260人的造車團隊？