人工智慧,會搶走我的工作嗎?

人工智慧,會搶走我的工作嗎?

來自專欄瞎說職場371 人贊了文章

前言

人工智慧(AI),如今已經成為職場人很難迴避的話題,隨著人工智慧技術的成熟,職場人很自然會感到焦慮,擔心有一天自己的工作會被機器取代。

在我接到的職業規劃問題中,很多小夥伴都很關心:

「我的工作未來是否會被AI取代?」

這種擔心很正常,美國管理諮詢大師達文波特的新書《人機共生》里就針對性的討論了職場人如何避免被人工智慧奪去工作的方法。

一、AI消滅工作,還是創造工作

AI逐漸滲透進入職場,對人類來說是好事。

科技解放人,人們得到更多閑暇時間,產生更多需求,帶來更多崗位機會。

人工智慧搶奪職場人的工作機會這個觀點並不新鮮。

過往每一次科技革命,都奪去了不少職場人的工作。

工業革命時期,機器的廣泛使用讓很多手工業者破產,工人失業。於是工人們開始了打砸機器的運動。

工人們將機器視為問題根源,試圖通過打砸破壞機器來保住自己的工作。在20世紀中葉,福特汽車的工人也曾通過罷工手段反抗新的流水線自動化系統。

這種行為後來被發展經濟學收錄成「盧徳謬論」

認為科技的發展,會減少對勞動力的需求,導致失業率上升。

但這種說法並不正確。

科技發展的意義在於解放了人。

當人有了更多閑暇時間,就會產生更多需求;而為了滿足這些新增的需求,就會有更多崗位誕生。

阿里巴巴創始人馬雲在一次關於科技革命的訪談中提到了自己的看法:

每一次科技革命都有很多工作崗位消失。第一次科技革命殺死了很多工作崗位,但創造了更多工作崗位;第二次科技革命同樣如此,殺死工作,但創造更多工作。

每一次科技革命里,都會有工作消亡,但一定會出現更多工作機會。

舉個例子,國外已經在研究取代電話銷售的人工智慧和長途貨運的自動駕駛技術。

如果你是電話銷售或者是貨運司機,你可能會虎軀一震:

這是要搶我飯碗啊。

但事實上,如果沒有前兩次科技革命,就沒有電話和汽車,這兩份工作根本無從談起。

不僅如此,電話銷售的成功率通常徘徊在1%-2%,成功率之低,令人髮指,這對從業人員的士氣和心態是嚴重的打擊,並不算是一份令人愉悅的工作。

而貨運司機在大部分時間在路上,一個人孤獨疲倦的面對枯燥的工作,這也算不上一份理想工作。

而人工智慧,這一次科技革命的主角,可以幫助更多職場人得到更多的閑暇時間,更多的閑暇時間,意味著更多需求,更多崗位機會。

二、我的工作,會被AI取代嗎

對於職場人個體來說,危機依然是存在的。AI的滲透可能會奪走我們的崗位,那麼哪些行業是我們的機會?

馬爸爸的大道理無疑是對的,但這次的情況有所不同:

第一次工業革命,機器將人們從繁重的體力勞動中解脫出來,工人失業,但從職業發展來說,損失也沒那麼嚴重,畢竟工廠里繁重的體力活,既沒有前途,也沒有吸引力。

當機器接管了繁重的體力活,職場人進入了新的高地——辦公室。這裡的工作不再危險而繁重,這種工作的關鍵詞是「重複枯燥乏味」。

第二次革命,這些從事事務性工作的腦力勞動者開始受到衝擊,比如秘書,打字員,銀行櫃員,以及電話客服。

這些活,人可以做,但缺乏職業發展的前途,而且機器更高效更廉價。

到了如今第三階段,我們身邊的機器日益智能化,在駕馭了辛苦/危險以及枯燥的工作之後,它開始逐漸滲入決策工作。

這是最讓我們職場人擔心的環節,因為這個區域的工作已經很符合我們對自己的身份認同。

財務、營銷、銷售、人力資源……每個職位都被滲透;

媒體、諮詢、管理、醫療、保險,每一個行業都被滲透。

我們不用為人類擔心,但還是得為自己的前途擔心:

如果是我的工作消亡了呢?

轉型是件很痛苦的事情,更別提轉型失敗了。

所以作為個體,面對人工智慧的競爭,哪裡是我可以退守的高地?

我在之前的文章分享過:科技是未來的關鍵詞。

Sean Ye:如何判斷行業和公司的「錢途」?

zhuanlan.zhihu.com圖標

一滴水如何能逃過乾涸的命運?

融入大海。

職場人如何能避免被新興科技取代?

加入科技行業。

科技行業之外呢?可以想一想哪些行業,會是人們在得到更多閑暇時間後願意去花時間做的事情。比如:

  1. 活久一點:醫療、體育和健康管理;
  2. 快樂一點:旅遊、娛樂和社交
  3. 享受一點:奢侈品、高端消費……

三、五大生存法則,贏在人工智慧時代

對於職場人來說,除了挑選行業外,在工作方式上有哪些策略可以讓我們能在人工智慧時代存活呢?

達文波特在《人機共生》一書中告訴我們:職場人依然可以有所作為,依然可以決定自己的命運。

他一口氣給出了五種工作策略。


1.超越(Stepping Up)

建立全局觀,彌補人工智慧的短板

從人工智慧目前的發展來看,在某些細節領域,AI的確能吊打我們人類。

比如下圍棋的阿法狗。

但從全局角度來說,人工智慧並非萬能,它的運算邏輯,仍然是由人來決定的。而我們人類,更善於從全局角度思考問題。

比如,阿法狗再強,你讓它組織中國棋院工作,帶隊參加三國擂台賽,帶動全民圍棋熱……

這AI怕是要死機的。

這就是職場人的機會。

隨著人工智慧時代的來臨,每家公司都需要具備全局觀思維的職場人。

如果你希望成為超越人工智慧的人,那我給你的建議是「抬頭看路」。

很多小夥伴把大部分精力集中在每一件具體的工作上,這很好,但這不夠。你必須了解趨勢和未來。

拿HR舉個例子,一個HR經理,如果他把精力都放在招聘上,放在簡歷篩選上,他未來很難與人工智慧PK。

你讀簡歷的速度總沒電腦快,電腦已經匹配好關鍵詞找到最合適的簡歷了,你可能剛剛開了個頭,而且每次做篩選判斷時,你的原則可能也會有微調,但電腦不會,他會始終以同一標準匹配最合適的簡歷。

但作為HR經理,工作絕不應該僅僅是眼前的簡歷篩選。未來員工看重什麼福利?行業內人才流動的趨勢是什麼?如何打造完善的內外部人才庫,保證企業人才不斷檔?

這些都是具有全局觀的職場人應該做的事情:

看到未來的趨勢,並規划出一條走向未來的路線。

2.避讓(Stepping Aside)

機器做它能做的,人做人能做的事

躲,看似消極,但未必不是好策略。

當柯潔輸掉與阿法狗的對決後,放聲大哭,讓無數旁觀者心痛。

有媒體寫了這麼一段話:

「柯潔輸了,他哭了;阿法狗雖然贏了,但它不會笑。」

這話揭示了一點:

涉及人性和情感領域的工作,比如藝術和人際溝通,人工智慧很難取代我們。

畢竟,誰能比我們人類更有人性?

我有一個醫生朋友,聽說人工智慧技術後很是擔心。作為醫生,他多年積累的診斷經驗,可能在人工智慧的海量數據面前相形見絀。

未來的人工智慧可以將患者的癥狀匹配資料庫里千萬份病例,分析出所有可能的病症,以及可能性比例,並給下一步檢查或診斷建議。

他問我:「我們學了這麼多年的醫,我們讀書時背過的醫書,我們多年加班問診的經驗,還有什麼用呢?」

「很有用,但不再僅僅是診斷方面,在我家人生病的時候,你給了我很多建議,也幫我做了很多分析,你說的內容和主刀的主任醫生說的,並沒有本質區別。但是主刀醫生,特別忙,300塊的特需門診,他也只有空和患者聊2-3分鐘。

「和你聊就不同,你站在我的角度幫我提建議,而且也能體會到病人的感受,建議我如何與生病的家人溝通。和你談,讓我心安。

「這可能就是未來醫生的價值。擁有同理心,出色溝通技能的醫生,可以將人工智慧冰冷的分析,轉化成病人可以接受的表達方式。」

這種方式,看起來是躲避,但從效果來說,卻是人和機器的最佳拍檔形式。

3.參與(Stepping in)

與人工智慧共事,給人工智慧打工

第三種策略,就是翻譯(投敵)。

如今的現狀是:

業務人員知道真實的業務需求,知道哪些數據是有價值的;但他們無法搭建出數據架構。

技術人員可以設計數據架構,但是他們不懂業務。

所以在業務和技術之間,需要一座橋樑,這就是第三種生存法則,你可以選擇做橋樑。

可能聽得比較耳熟,對的,有點像如今互聯網公司的產品經理角色。

人工智慧無法決定自己的目標,也無法清晰解讀自己的決策,所以需要參與者作為人工智慧與人溝通的橋樑。

想走這條路,你需要專精於某一行業某個領域,在人工智慧開始滲透攻打你的行業時……

你就……及時投敵,成為AI的帶路黨,給人工智慧團隊打工。

對於人工智慧團隊來說,他們需要你這樣擁有豐富行業經驗的從業者。

比如一個用過多種財務軟體的財務經理,就是財務軟體開發商眼中的重要人才。

4.專精(Stepping Narrowly)

找到沒人想自動化的領域

在策略一超越里我們提到,一味搞專精,遲早被吊打。

但也不總是這樣。

有些事情通常沒有人願意花費精力和時間來做,因為投資回報率太低了,犯不著。

當阿法狗戰勝柯潔之後,阿法狗團隊表示不再研究圍棋了,要轉身去研究醫療領域的人工智慧了。

為啥呢?因為醫療是個花錢的深坑啊。美國的醫療支出接近GDP的20%,中國2017年在醫療領域的支出預算超過1.4萬億。

把這一塊做好了,拿下1%的市場意味著140億的營業額哦,辛辛苦苦打敗圍棋高手給自己帶來了「名」,接下來得沖著「利」去了。

但在有些領域,比如區分賽車彈簧,證明古老手稿的年齡……這些非常細分的領域裡,人工智慧進來沒法獲取足夠的利潤來抵消其成本,所以沒有動力。

看過《貓和老鼠》嗎?

Jerry一路逃進洞里,而Tom卻撞在了洞口。

化身大貓的人工智慧不可能進入每一個細分領域,說到底,人工智慧也要算賬嘛,成本多少收益多少,進入這塊細分市場是不是合適。

專精者成功的奧義在於,瞄準一個細分市場,開始深挖,並堅持下去。

5.開創(Stepping Forward)

做人工智慧的爸爸

如果你從事的是AI研發工作,那麼當大家討論AI引發失業潮時,你的臉上可能掛滿了笑容。危機根本不存在。

有小夥伴說:「我不會敲代碼怎麼辦?」

沒關係,程序員之外,我們仍有其他選擇

如果你學理科,愛好與數字打交道,那你可以考慮一下21世紀最性感的工作——數據科學家

數字化的系統和人工智慧的決策,需要海量數據,而且是真實有價值的數據。這就是數據科學家的價值所在。

你也可以成為產品經理

人工智慧也是產品,產品就需要產品經理。產品經理的重要職責在於確保產品具有客戶需要的特徵和功能,並規劃產品在保證質量的前提下儘快進入市場。很多互聯網從業的小夥伴對於這個職位應該並不陌生。

你還可以成為營銷專家

人工智慧是產品,產品就需要賣出去,那麼就需要營銷專家的存在。營銷專家了解產品的優勢和賣點,也了解客戶的需求和痛點,通過巧妙的內容營銷、渠道投放直達目標客戶眼前。

但營銷人真的需要會敲代碼嗎?不至於。

總結

今天的文章主要是達文波特的《人機共生》一書的讀後感。

《人機共生》湛廬文化出版社

達文波特在文章里的案例更多,為我們或多或少指明了職場人如何與人工智慧共存的方式。

而這五大方式中,總有合適我們個人的一款。

作為領讀人,我在知乎讀書會裡也分享過關於本書更詳細的書評。

知乎大學?

www.zhihu.com圖標

公眾號:瞎說職場(HRInsight)

我的職場live:

掌握這十招面試技巧 成為面試達人?

www.zhihu.com圖標聽說你想進入諮詢行業??

www.zhihu.com圖標

推薦更多千贊回答:

簡歷丨加薪丨跳槽丨面試丨性騷擾丨離職

職場女性 | 企業文化丨職業規劃 | 職場潛規則


推薦閱讀:

TAG:人工智慧 | 互聯網 | 職業發展 |