未来人工智能会干掉哪些职业?

浏览: 1277

文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。

来源 | warfalcon(公众号ID:read01)

今天跟大家分享的书籍是《人工智能会抢哪些工作》,本书的内容非常开眼界,作者是一对父子,都是英国为国家制定未来政策的顶级学者。很可能因为内容的专业性比较强,导致翻译有些问题,有些内容很难理解。

作者分析问题的思维方式非常受益,要是你对人工智能非常有兴趣,这本书值得一读。看完这本书就一个结论,一个技能一辈子的已经过去了,需要更多专业技能形成自己的独特优势,学习能力,保持灵活,能随便应对变化才是会有优势,要不然只能被淘汰。

一句话总结:

除了最常见的劳动密集型行业,象医疗、教育、宗教、法律、新闻、审计、管理咨询、建筑这些以前被认为无法取代的专业行业,也面临着被人工智能所替代或的风险。

01专业工作的八种趋势

作者总结了他们观察到的8种广义规律,并针对其中每一种指出了更加具体和精确的趋势。

作者研究了几十种专业,发现每一种专业工作领域里大约都可以观察到其中一半以上的现象都包括在这个图表中(在未来的10、20年左右)

02一个时代的终结

专业工作保持目前的组织形式的时代已经趋近终结——包括他们的工作、服务提供方的身份,以及所提供的服务本质,我们正在进入“后专业时代”。而这个变化的范围是跨行动、跨地域。

总体起来说,传统专业工作时代的终结有四种趋势性特点,分别是:向定制服务说再见;被绕开的传统守门人;从被动反应性变成主动前瞻性;花更少的钱,得到更多服务。

01向定制服务说再见

几个世纪以来,许多专业工作都是用手艺活的模式来处理的。专家和专业人士——比别人知道得更多的人——对外提供着各种私人定制的服务。

在裁缝的世界里,他们的产品不是“标准现成”的,而是“量体定做”的。对每一位客户来说,他们所接受的服务是一次性的,由个人或者受到信赖的顾问手工定制。

这类定制的专业服务看起来终将从辉煌走向衰败,所有专业工作中的元素都开始以各种形式变得日常化:检查清单、标准形式材料、各种各样的系统,而且很多都有在线版本。

02被绕开的守门人

过去,当我们需要专业指导的时候,我们向专业人士或专业机构求助,因为他们了解其他人所不了解的事情,每种专业工作都像是自己领域里相关实践经验的守门人。

而如今,这种运作模式正受到威胁,已经有些工作被从传统专业机构手中夺走。比如说当护士开始承担以前只能由医生操作的工作,或者律师助理开始处理从前属于律师的业务范畴。还有些竞争来自于其他专业领域,会计师和咨询顾问非常有可能蚕食律师和精算师的业务。

如今,专业人士仍然提供大量服务,但是假以时日,他们会发现自己的专业功能,正在逐步被这些新的专业人士所取代。

不仅如此,专业领域的人类专家已经不再是实践经验的唯一来源。在不同的平台上(通常是在线平台),人们分享过往的经验,帮助其他人解决类似的问题。这些被我们称为“经验社区”的平台。更加激进的形式来自于自动生成实践经验的系统和机器,这些都基于一系列高级的技术,诸如大数据和人工智能技术。

专业工作的边界正在被重新界定,不同类型的人和机构正在创造新的实践经验源泉,大量的专业知识正开始被其他人所分享。

03从被动反应性到主动前瞻性

传统的专业工作本质上是被动反应性的,通常由服务接受方发起委托,专业人士做出响应。

看起来每个人都需要成为一名专家来了解是否以及何时应该去寻求专家帮助。这里的风险在于,当你去找专家的时候,问题可能已经发生了本可避免的恶化。为了解决这一问题,专业工作正在变得更加具有主动前瞻性。

例如对预防性的药物和健康管理进行推广;鼓励人们选择锻炼和健康饮食,以此避免心脏手术;限制在阳光下的曝晒,以此避免因黑色素瘤而进行化疗,等等。相比较解决问题,人们普遍更倾向于避免问题和控制问题。

例如在医疗领域,远程检测系统追踪病人的关键体征,并且在病人意识到出现问题之前迅速做出干预;在教育领域,个性化的学习系统追踪学生的学习进度,对特定的理解难点提供预先警示。

04花更少的钱,得到更多服务

所有专业服务的接受方,从大型企业到个人消费者,经费似乎都比较紧张。与此同时,接受方不仅抱怨预算缩水,他们对专业帮助的需求却越来越大。人们对于各种专业人址的服务需要越来越多。

有什么方法可以减少花费,却增加所提供的服务呢?

两种方式可以应对这一挑战——“效率战略”和“协作战略”。前者专注于寻找降低专业工作成本的方法,后者则要求专业服务的用户们联合起来,分享服务并达到分摊成本的目的。然而,这两种战略最终都需要依赖于技术发展。

03正在发生的变化

01各种新兴技能

专业人士的工作环境正处于动荡之中,如今的从业者如果希望脱颖而出,就需要投身去学习掌握新的技术和能力:他们需要学习不同的沟通方式,掌握业务所需要的数据,与机器建立合作关系,实现多样化,等等。

更简单说起来,未来的专业人士需要掌握这样一项解决一切问题的能力——保持灵活、应对变化。不会再有多少工作可以作为终生职业,职业安全感会越来越少,未来也会变得不那么可预见。快速学习、自我发展、迅速适应新角色和新任务的能力将是未来的重点。

02重新部署专业工作

许多人类专家都抱有一种存在已久的观点——他们的工作是一种手艺,没法简化成核查清单或者事先预设好的各种步骤。然而,研究表明这种观点是有待商榷的,许多专业人士的工作事实上可以被描述成标准化的流程。三大主要趋势反映出这种从手工艺形式向流程化管理的转变,即常规化、去中介化再中介化和任务分解。

04新的雇佣关系模式

特殊的劳动力组织方式是传统专业服务的核心,人类在各个特定领域以专业人士的形式工作着,受到高度信任,接受严格监管,还有一种常见的说法,他们有着一套共同的价值观。许多新的现象——劳动力套利、专业人士助理、授权委托、灵活的自我雇佣形式、新的专家、用户参与以及机器——似乎正在改变并补充着劳动力的组织方式。

01劳动力套利

最常见的就是离岸(把工作派发给成本更低的地方)、外包(工作转移到独立第三方执行)

02专业人士助理以及授权委托

当专业工作被分解成各种任务之后,在工作的质量和内容保持稳定的前提下,人们倾向于把它们分别分配给成本最低的方案。

03灵活的自我雇佣形式

专业人士(和专业人士助理)的雇佣模式比起普通公司职员来说,更像承包商的角色,他们可以远程提供服务,有时甚至在家里工作。这一模式常常通过在线平台来实现,专业人士可以进行自我推广,让自己可以被需要相关服务的客户找到,由客户自行选择最适合的服务提供方。就是自由职业者。 除了专业人士的自身原因,还能降低成本。

新的专家:各种新的在线系统 ,把专业人士和其它新新手联手。

网络多用户协作:当互联网用户们聚集到一起,在各种动机的驱动下,以共享的形式搭建了例如Wikipedia和Linux这样的平台,大量知识和经验类的数据库也以相似的形式不断被创建、运营和维护着。

机器化:在人类和机器之间,一种新的工作分配方式正在出现。

04服务接受方拥有更多选择

传统上,大多数专业工作的交付形式是由人类专家以面对面的形式,向外行人士完成交付。这是实践经验在印刷工业时代的传播方式。但是,现在正在出现各种新的选择方案。其中最重要的几种包括:在线选择、在线自助服务、个性化和大规模定制、嵌入式知识以及在线协作。这些选项反过来满足了服务接受方的各种“潜在需求”。

05未来该如何规划自己的学习

根据我们的基本假设,许多常规性、重复性工作,通过专业人士助理、海外业务外包、在线服务等方式,将取代专业人士的角色。那我们岂不是在剥夺年轻专业人士正在摩拳擦掌准备展开事业的机会?如果这些基础性工作都由其他方式来提供,那年轻人要从何入手,才能踏上成为专家的事业道路呢?

在培养专家时会改变原来那经年累月的、常规的、重复性的边干边学的方式。比如:医生、律师都花上很长时间的学习和实践。

其中应当包含三大基本要素。

第一,重新建立学徒制。

掌握工作技能最有效的方法就是跟着经验丰富的专业人士边看边学。这意味着学徒和老师待在一个房间里,在开放空间里紧随身后,近距离观察外科手术,在课堂上坐着旁听,或者跟随记者外出报道。

年轻专业人士应当有机会去学习、吸收、效仿经验丰富的前辈的日常工作习惯和方法。有了这些,再加上合适的辅助技术,新人们就能仔细观察成功专家如何解决问题、让顾客安心、进行沟通并提出预防措施。

第二,把一些外包、交付给第三方去处理的部分工作,拿回来自己做,用来积累经验。

第三,通过更强大的在线学习系统,进行在线模拟专业工作进行浸润式教育。

06未来的社会角色

随着时间的推移,社会对于传统专业机构和专业人士的需求会下降。

“一份工作终老此生”,下一代人在一生中可能会从事几份不同的工作。但是,随着专业工作不断被分解,机器变得越来越强大能干,就业市场迅速做出响应,我们预期人类将不再以职业为基础,而是以任务为模块来接受培训。

把它们总结为12种未来的“角色”。

手艺人:

富有才华、经验丰富的专家,他们能够完成那些找不到替代方案的任务,甚至高度智能的机器也无法取代他们。

助手:

在相关专业领域拥有足够的知识和技能,但又尚不足以让他们成为专家的人。他们可以去辅助专家完成那些定制化的服务。

专业人士助理:

借助标准化的流程和系统,这些通才能够完成如今只有高级专家才有能力完成的任务。

同理心提供方:

专业人士和助理们的关键技能之一,就是能够向帮助对象提供聆听以及同理心——比如说,向病人和客户传达坏消息时要注意措辞保持敏感,同时也应该和他们共同庆祝好运气。未来将会需要这样一类人,他们睿智、富有同理心、自律……他们让服务接受方感到安心,这种服务和解决方案本身正确与否同等重要。

研发人员:

除了维持特定领域的知识更新以外,专业人士和其他服务提供方都需要针对实践经验未来可能的交付方式,开发相关的新能力、技巧和技术。

知识工程师:

他们需要掌握分析某种领域的专业知识的技能,这些知识来源于教科书,也来自于其他专家的经验,他们还需要具备把这些知识以某种方式在互联网系统中构建出来的技能,这样外行人士和专业人士助理就能够直接使用了。

流程分析师:

分析专业工作,把它们分成有意义并且可管理的子任务,并找到合适的方法去管理每个项目,这样一件事本身就需要专业见解和经验。——把专业知识和经验提炼成某种专业人士助理能够应用的形态(包括流程图、核查清单以及决策图等)。

网站管理员:

类似维基百科的网站,需要维护社区和组织,需要具备更清晰的结构和更为系统的协作。

设计师:

提供在线平台的专家,将为我们构想、设计那些在线系统。

系统提供方:

他们会设计各种方法,也许通过订阅费用,也许通过更隐蔽的收费方式,从这项服务中获取利润。

数据科学家:

掌握了用于获取分析大量信息的工具和技术,他们的目标是从数据中找出相关性、趋势、因果关系。和许多新角色一样,他们需要混合背景,不仅要了解并熟练掌握各种技术,也需要熟悉他们所服务的专业领域。

系统工程师:

人工智能系统、大数据系统或者智能搜索系统。这些工程师是按照我们所描述的嵌入式知识或机器生成模式来负责搭建相应系统。

|| 推荐阅读 ||

链接图片1.png

数智物语征稿启事.png

星标我,每天多一点智慧

星标备选20190408.gif

推荐 0
本文由 数智物语 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册