標籤:

自動化焦慮症---科技與職場的未來

讀書筆記 by Zhenyu

第一章 暢想科技的未來

聊天機器人,下一前沿

從喬布斯開啟的應用市場,到基於文本的聊天機器人市場的轉變? 為什麼:應用市場趨於穩定和飽和,只有即時通訊類應用逆勢而上

  1. facebook message
  2. WhatsApp:每周使用服務時間到達200mins
  3. Line
  4. Wechat

聊天機器人經濟:

  1. 俄羅斯:Telegram
  2. 專業化服務:提醒媒體新聞、推送消息、幫助管理銀行賬戶、網路旅行社、安排會議、
  3. 其他基礎服務:搜索、購物推薦
  4. 優勢:定位於伺服器。更容易創建和開發
  5. 其他思路:醫療市場診斷日常疾病,和企業的互動,餐館接受訂單

從無需馬匹到無需司機:自動駕駛

  1. 倫敦城外的希思羅機場豆莢車停車場
  2. 挑戰汽車所有權的概念:最昂貴的物品之一,96%的時間都處於閑置狀態---共享經濟
  3. Google認為自動駕駛計程車會有超過75%的使用率,路上只剩下30%的汽車
  4. 模擬:里斯本,所需汽車數量減少80%-90%
  5. 對於汽車製造商:把自動駕駛汽車車賣給車隊運營商而非個人
  6. 同樣也會影響汽車保險業
  7. 更加安全:94%的車禍源於人為失誤:酒駕、超速和分心
  8. 增加道路容量、減少停車位:城市密度更大,郊區將會擴展。
  9. 前路崎嶇:道德問題

初級階段

IBM的沃森

  1. 雲端,認知計算
  2. 醫療應用:iPad上面回答問題
  3. 律師查閱相關資料
  4. 搭配食物和酒
  5. 酒店服務自動化

其他系統:

  1. Clarifai:照片添加關鍵詞標籤
  2. Metamind:分析推特信息(品牌名、情緒)
  3. 微軟:人臉識別

計算機的未來

Moore定律的盡頭 未來?

  1. 軟體:AlphaGo
  2. 」雲「:要求快速可靠的連通性
  3. 新的計算架構:量子計算

第二章 科技對商業模式的顛覆

玩應用的卡車司機:物流

如何整合,更加高效 Uber:兼職司機運送包裹 亞馬遜:任何人都可以遞送包裹 獲得酬勞

巴菲特的報復:酒店的共享經濟 酒店的顯著季節性和Airbnb

掙紮上行:傳統汽車製造業的未來

  1. 把自身塑造成」出行「公司
  2. 短期租車:汽車共享 和Uber和協議雙贏
  3. 未來的輕裝上陣和更大的競爭

」算「不起來:

由計算機生成的理財建議 Wealthfront和Betterment為首的機器人顧問

壓低管理費 機器決策 智能手機應用 低門檻

目前表現讓人有些失望: 規模至關重要

人工智慧:自動化與未來的工作機會

自由交流專欄:自動化焦慮症--對「人類無事可做」的擔憂

  1. 工業革命時期:盧德派
  2. 替代效應
  3. 新的行業會被創造出來
  4. 人工智慧的進步:革命史而非漸進式
  5. 可能的突破來源:
  6. 機器人云學:相互學習
  7. 深度學習:海量數據

機器收益

  1. 貧窮國家的工作崗位可能尤其容易受到自動化影響
  2. 富裕國家有更多難以提到的崗位:需要創意、複雜的社會互動或者分析和靈巧結合
  3. 消費者的偏好

熊彼特:教授醫生大律師機器人

之前高門檻的職業正受到前所未有的衝擊 專業人士的特點:

  1. 推動知識的前沿發展
  2. 講專業技能用到普通人身上

例子:

  1. 醫療類服務網站WebMD
  2. MOOCs
  3. eBay的電子裁決

12百萬美元寶貝

矽谷搶奪人才,大學難留明星學者 風險:技術過度集中小少數企業

工作的異化,變與不變

零工經濟:收入穩定器

  1. 按需經濟和傳統職業
  2. 就業者介於承包商和僱員之間:公司承擔部分醫保和工資稅,但是不會享受最低工資或者失業保險。
  3. 絕大多數只是補貼性質

自由交流專欄:兼職問題,小題大做

  1. 「僱員」?
  2. 僱傭和承包:當交易成本走低的時候,公司就沒有存在的必要了
  3. 僱員的福利:公共養老金、醫療保險和失業保險。
  4. 解決方案:以收入作為發放救濟的唯一準繩,而非離職情況。
  5. 是否設立最低工資?可能會扭曲激勵機制:承包人可能在未來壟斷的情況下變成弱者

樣樣有應用:自由職業者

  1. Handy:打掃住處
  2. Washio:洗衣服
  3. Fancy Hands:私人助理等
  4. 更深層次的轉型:藉助無所不在的智能手機平台用各種方式提供勞動力和服務
  5. Amazon Mechanical Turk:用戶可以發布審核人工智慧內容
  6. 平台的變化:智能手機
  7. 利用閑置產能
  8. 規模經濟:外賣
  9. 關鍵:提供信任
  10. 降低成本
  11. 監管和政治問題
  12. 傳統行業的抵制
  13. 規模和忠誠度
  14. 全球性和地域性

推薦閱讀:

數據科學、機器學習、人工智慧的區別到底是什麼?
探索「意識」的起源:從RNA世界假說到人類大腦糾纏網路
人工智慧帶來的道德困境(一):生死時速
人工智慧與互聯網的關係研究匯總和案例分析

TAG:人工智慧 |