李開復最新刷屏演講:人工智慧最難取代這13種工作,也最容易威脅人性與愛!...
這兩年,創新工場董事長兼執行長李開復,一直為人工智慧站臺和奔走,還出新書幫助人們規劃未來的AI生活。
他預言,中國有望在全球範圍內首先實現OMO(Online-Merge-Offline,線上線下融合),BAT之後,下一個超級公司將在其中產生。
人們也已清楚地感受到:人工智慧時代已經來臨,AI產品已經從象牙塔,飛入了尋常百姓家;AI技術正在滲透每一個行業、每一個工作。但AI是否會如科幻片描寫的那樣,成為人類的“終結者”?
在李開復看來,警告、悲觀、恐慌是“不識廬山真面目”的杞人憂天。撕掉標籤,人工智慧,既不是“人”,也沒有那麼“智”。它只能成為人類的工具,不可能取代人類的所有工作。
近日,李開復提出了一種新的觀點被網際網路圈廣泛刷屏:對職場人而言,來自機器人、AI的壓力是巨大的,但前景並不完全是黯淡的。AI將會取代目前由人類員工從事的許多工作,在某些行業,這種趨勢已經開始顯現,但有些工作是AI在可預見的未來所無法取代的。
邦哥在此特意編輯整理了李開復提到的AI最難取代的13種工作,也許與我們未來的職業道路息息相關,在此分享給大家:
心理醫生
心理醫生、社工和婚姻諮詢師這些職業都需要極強的溝通技巧、共情能力以及獲取客戶信任的能力。這些恰好是AI的弱項。此外,隨著時代變遷、不平等加劇以及AI取代人類工作,對這些服務的需求很可能會增加。
醫療護理人員(護士、養老護理)
由於收入的增加、福利的健全、AI推動的護理成本降低以及人口老齡化(從而產生更多的護理需求),醫療保健領域預計將有長足增長。這些因素將促進人機共存醫療保健環境的形成。在這種環境下,AI將接手醫療行業內的分析性工作,而醫療護理工作將更多地轉向關懷、陪伴、支援和鼓勵方面。
小說作家
講故事是創造力的最高體現形式之一,也是AI的弱項所在。作家們要想象、創造並耗費心力寫出具有風格和美感的作品。尤其是那些偉大的虛構類作品,需要具備獨到的見解、有趣的人物、引人入勝的情節以及詩意的語言。所有這些都是很難被複制的。AI雖能編寫社交媒體資訊、建議類文章,甚至對寫作風格進行模仿,但是在可見的未來,最好的書籍、電影和舞臺劇本依然將由人類操刀。在AI時代,財富和閒暇時間都將大大增加,娛樂因此會成為熱點領域。
老師
AI將成為老師們和教育行業的左膀右臂。它會基於每位學生的能力、學習進展、習慣和性格而制定出專屬課程。屆時,教育者們將更多地幫助每位學生髮掘自己的理想,著重培養他們的自學能力,並以良師益友的身份教會他們如何與他人互動、獲取他人的信任。這些工作只能交給老師來做,對學生/老師的比例也有嚴格要求(5:1甚至更低)。因此,人文關懷型教師的崗位將大大增加。實際上,家長也許是最好的人文關懷型教師。如果未來的政府足夠明智,就會補償在家對子女進行教育的家長。如過你是老師或有心成為一名老師,就應該多多學習如何與學生建立關係,進行一對一的培養,而非學習怎麼在五十名學生面前授課。
刑事辯護律師
頂尖律師們大可不必擔心會丟了飯碗。從跨領域推理,到獲得客戶的信任,再到常年和法官們打交道、說服陪審團,他們的工作完美地結合了複雜性、策略性以及人際互動,這些都是AI力所不能及的。不過,在檔案審查、分析和推介等準備工作方面,AI的表現將遠超人類。此外,律師助理負責的很多工作會逐漸被AI取代,其中包括證據開示、訂立合同、處理小型索賠和停車案件等。由於法律成本較高,AI律師助理和AI初級律師的工作會受到部分取代,但頂尖律師卻絲毫不必擔心飯碗不保。
計算機工程師
麥肯錫報告顯示,到2030年,高薪工程類工作(電腦科學家、工程師、IT管理員、IT工作者、技術諮詢等)將激增2000萬個,全球總數將高達5000萬個。不過,這類工作要求從業者必須緊跟科技發展,涉足尚未被科技自動化的領域。
科學家
科學家是將人類創造力發揮到極致的行業。AI只能基於人類設定的目標,對科學活動進行優化。不過,AI雖不可能取代科學家,卻可以為科學家所用。例如,在藥品研發中,AI可用於預測和測試現存抗病藥物的潛在用途,或篩選出有治療潛力的新藥,供科學家參考。AI將使人類科學家如虎添翼。
管理者(真正的領導者)
好的管理者往往具備極佳的人際互動技巧。他們擅長激勵、協調,有說服力,能代表公司與員工進行有效的雙向溝通。更重要的是,最好的管理者都是領導者,他們為公司打造強大的企業文化和價值觀,並通過一言一行讓員工心悅誠服地追隨自己。雖然AI可用於績效管理,但管理者會繼續由人類擔任。如果管理者一副官僚做派,只會發號施令,從不親力親為,就會被他人取而代之。
人力資源
人力資源、特別是員工招聘和獵頭工作,都要涉及大量的人際互動。說服某人放棄現有工作、考慮其他工作是相當不容易的,這需要建立在對對方的長期深入瞭解和互相信任的基礎上。當然,隨著人力資源工作變得更傾向於以人為中心,人力資源行業也會利用AI完成常規的問答工作(比如回覆僱員的郵件)、監督僱員工作表現、發起招聘啟事、篩選求職者並進行工作匹配等。
健身教練
儘管未來總會有更高質量、更智慧的健身器材幫助我們鍛鍊,但健身教練無可取代的地方在於,他們能為我們每個人量身打造健身計劃,在旁陪練指導,還能敦促我們堅持鍛鍊,避免犯拖延症。其次,隨著社會財富增多,出行方式變得更高效(如智慧型、甚至是自動型電動平衡車),我們對於鍛鍊的需求將大大超出以往。
保姆
保姆是最討喜的工作之一,甚至可能會被當成家庭成員來看待。保姆的許多體力工作會實現自動化(比如除塵和洗碗),如此一來,他們的工作會逐漸轉向“關愛和個性化”服務,比如悉心烹飪一頓孩子愛吃的飯菜,或是朗讀孩子最愛聽的故事。保姆將花更多的時間去陪伴、照料家裡的孩子,和他們玩耍。能夠成功轉型的保姆是AI無法替代的。
導遊
優秀的導遊是擅長講故事的人。他們將個人經驗和百科知識巧妙地融合在一起,並以戲劇化的方式呈現給遊客,從而打造出獨一無二的旅行體驗。優秀的導遊還能挑起趣味橫生、內容豐富的談話,創造出一段令人懷念的旅程。當然,那些照本宣科、一味重複的導遊,在AI取代人類工作的大潮中就沒那麼走運了。
AI研究員
AI的發展勢必會帶來AI崗位的猛增。據高德納諮詢公司估計,未來幾年內,AI創造的工作會超過被其取代的工作數量。不過,要記住的是,隨著AI工具的精進,AI行業內的一些入門級工作也會隨之自動化。AI從業者需要緊跟這些變化,就像軟體工程師們以前不得不學習組合語言、高階語言、物件導向程式設計、移動程式設計,現在不得不學習AI程式設計一樣。
除了最近分享的關於AI的新觀點,就在上個月,李開復時隔26年,還重返了TED演講臺,更進一步地解讀了AI與人性的博弈,以及深度思索了人工智慧對於人類的意義。
在演講裡,李開復分析了矽谷大腕為何在中國變成“紙老虎”,國內天生“精益”的創業鬥士,又是如何打造出“平行宇宙”。
完整演講視訊▼
以下為演講全文實錄▼
那是1991年12月16日上午11點,我即將初為人父。我的妻子先玲躺在產床上,歷經著12個小時的辛苦分娩。
我人還在她床邊,眼睛卻不停地瞄著手錶——我沒有告訴她的是如果我們的第一個孩子沒能在一小時內出生,我將不得不把她留在產房,然後趕回蘋果總部,向公司CEO做一個關於人工智慧的報告。
幸好我的女兒珍妮弗在正午出生了,沒讓我做出件荒唐事來。我把工作擺在家庭前面,為此,我對先玲和珍妮弗抱有歉意。
不過,我向蘋果CEO做的報告進展倒是很順利。1992年,也就是26年前,就在TED這個講臺上,蘋果公司決定啟動我的人工智慧專案。我當時篤信我們有了個大發現,顯然第二天的《華爾街日報》也是這麼想的。
不過事實上就該發現的重要性而言,我的這個人工智慧的發現既算不上發現印度也比不上發現美洲,勉強算得上是葡萄牙附近的一個小島吧。
人工智慧的發現時代從此便一發不可收拾,接著在大約十年前,幾個美國人和加拿大人有了個重大發現,那就是深度學習。深度學習是一款了不起的優化軟體,它使用某一狹窄領域內的海量資料,從而做出精準度超人的決策或預測。比如:
深度學習在接受食物照片的訓練後,就能識別出任何食物照片,包括我們最愛的熱狗或非熱狗食品。
在接受大量交通狀況的訓練後,深度學習就能比高速公路上的多數人駕駛得更好。
用川普總統的所有演講對其加以訓練後,我們就能要求人工智慧川普總統談些和人工智慧有關的事……甚至是用中文來說。
在美國引領的發現時代中,深度學習是迄今為止最重要的發明,沒有之一。自深度學習出現突破以來,我們就邁入了人工智慧的實踐時代,在這個時代裡,要緊的是執行力、產品質量、速度和資料。中國因此順勢而入。
中國的科技執行力是基於令人難以置信的勤奮工作。我差點棄妻子於產房不顧的那事兒,和中國的企業家相比,簡直就是小巫見大巫了。我在中國做風險投資,有一回見了個聲稱自己能給員工提供極佳工作生活平衡的初創公司,理由是他們採用996工作制。什麼是996工作制?是從早上9點工作到晚上9點,一週工作6天。中國的大多數其他初創公司採用的是997工作制。
由於競爭激烈,中國的產品質量有了大幅提高。矽谷的競爭像古時的戰爭,交戰雙方輪流開火。在中國,競爭好似角鬥士們在競技場上毫不設防的殊死搏鬥。激烈的競爭逼著企業家們雷厲風行地改進產品,並開發出可立於不敗之地的商業模式。所以,微信和微博可以說已演進成比臉書和推特還優秀的產品了。
中國市場迅速向新產品和新正規化張開懷抱。僅在過去3年內,移動支付取代現金和信用卡,成了頭號交易工具。2017年,移動支付的交易總額高達18.8萬億美元,甚至超過了中國的GDP。這是怎麼做到的呢?中國的移動支付建立在世界頂級的基礎設施上:交易費幾乎為零、支援小額支付而且點對點。超過7億的中國使用者可以互相進行支付轉賬,無論是線上上還是線下、是進行借貸還是贈禮,是給孩子、村裡的農民還是乞丐。
中國巨大的市場體量又為之推波助瀾,它產生的海量資料是人工智慧發展的關鍵助力。中國擁有資料優勢:中國的手機使用者比是美國的3倍,食品外賣量是美國的10倍,移動支付額是美國的50倍,共享單車乘騎數是美國的300倍。
有了這些海量資料,中國企業的人工智慧便如虎添翼。如今,中國在計算機視覺、無人機、語音識別、語音合成和機器翻譯等領域擁有世界上最有價值的公司。
美國研究人員引領人工智慧的發現,中國工程師們則成了人工智慧應用的領軍人物。這兩個超級大國將帶來史上最迅猛、最波瀾壯闊的技術革命。人工智慧將產生前所未有的巨大財富。據普華永道估計,到2030年,人工智慧將帶來16萬億美元的全球GDP增長。這會幫助消除貧窮和飢餓。
然而,人工智慧也將嚴重威脅許多人的生計。
工業革命把手工工匠的工作轉化成大量常規工作(如生產線工作),但是人工智慧革命將徹底取代這些生產線工作。不出十五年,駕駛、電話銷售、卡車司機甚至是放射科醫生等類似工作和事務也將被人工智慧取而代之。在這場人工智慧摧毀工作的浩劫中,唯有創造性工作才能從中全身而退。
然而,人類將面臨的最大考驗並非是失去工作,而是失去生活的意義。工業革命催生的工作倫理給我們很多人洗了腦,讓我們相信工作決定了我們生活的意義。
在這波造就工作狂的洗腦浪潮中,我也深受其害,甚至因此差點錯過了珍妮弗出生那一刻。曾經的我和我投資的企業家們一道,朝九晚九,一週六天地勤懇工作。
五年前,我對工作的痴迷戛然而止,因為我被確診患有第四期淋巴瘤。
我的PET掃描顯示,二十多個惡性腫瘤如火球般噴湧而出,把我的壯志雄心付之一炬。突然間,我面臨生命僅剩數月的可能。
在那段極為不安的日子裡,我思考良多。我開始看清,把自我價值完全建立在工作成就上是多麼愚蠢。
我生活中的優先順序完全本末倒置。我疏於關心家庭。我的父親過世了,我再沒機會告訴他我愛他;我的母親失智了,再也認不出我;我的孩子們都已長大成人。
我在化療期間讀了邦妮·韋爾(Broonie Ware)的書,寫的是人們瀕死時的懊悔。她發現沒人希望自己曾更努力地工作。大家都希望自己曾花更多時間與所愛之人相伴相守。
值得慶幸的是,我的病情現在有所緩解,所以我可以重回TED舞臺和你們來做分享:我現在花更多時間陪伴我愛的人。我搬到離母親更近的住所,也會經常與妻子相伴出遊。當女兒們回到家中,我會享受跟她們在一起的時光。
我的瀕死經歷不僅改變了我的生活,也讓我重新審視人工智慧對於人類的意義。在所有重複性工作上,人工智慧都將高出人類一籌。但我們並非因為擅長重複性工作而為人。是愛定義了我們的人性。
愛是我們見證孩子降生那一刻的感動;愛是一見鍾情時的悸動;愛讓我們向所需之人伸出援手。唯獨人類才能愛與被愛。
愛使我們有別於人工智慧。無論科幻電影是如何描述的,我可以負責任地告訴各位,人工智慧程式沒有愛的能力。阿法狗或許能在圍棋比賽中擊敗世界冠軍,但它無法從勝利中感受到喜悅,也不會在勝利後產生擁抱心所愛之人的渴望。
與人工智慧相比,人類勝在有創造力和同情心,因此,我們該對之前的圖表予以反思,並加上一個新的同情心維度。
常規工作雖會被人工智慧取代,但我們可以創造出許多關愛型工作。你們可能會質疑我們是否真需要那麼多“服務性”工作。但是在後人工智慧時代,你們難道不認為我們需要更多社會工作者來幫助人們平穩過渡嗎?你們難道不認為我們需要更多富有同情心的護理人員嗎?他們雖然還是使用人工智慧進行醫療診斷和治療,但卻可以用人性之愛的溫暖包裹冷冰冰的機器。你們難道不認為我們需要數以十倍計的教師,來手把手幫助孩子們在這個美麗新世界中生存和發展嗎?
況且,我們創造出的財富如此之多,現在該創造以人性關愛為本的工作了,如老年人護工和家庭學校中身兼數職的“老師家長”。
這幅圖表當然不甚完美,但展示了四種我們與人工智慧共事的方式:
第一,人工智慧將代替我們承擔重複性工作。
第二,人工智慧工具將幫助科學家和藝術家提升創造力。
第三,對於非創造性、關愛型工作,人工智慧將進行分析思考,人類以溫暖和同情心相輔相成。
最後,人類將以其獨一無二的頭腦和心靈,做著只有人類擅長、以人類創造力和同情心取勝的工作。這就是人工智慧和人類共生的藍圖。
人工智慧的發展雖是機緣巧合,對人類文明來說卻來得正好。它將把我們從常規工作中解放出來,迫使我們思考人因何為人。
讓我們選擇善用機器,互相關愛吧!
編輯 | Gemini
來源 | 諸葛智庫
演算法數學之美微信公眾號歡迎賜稿
稿件涉及數學、物理、演算法、計算機、程式設計等相關領域,經採用我們將奉上稿酬。
投稿郵箱:math_alg@163.com
相關文章
- 安啦!李開復說這四類工作不用擔心被AI取代!AI
- 前端開發最容易犯的13個JavaScript錯誤前端JavaScript
- 另一種威脅論,人工智慧也許會令人類變廢物人工智慧
- 學習Linux tar 命令:最簡單也最困難Linux
- 最實用也最容易被遺忘的 Linux 命令列使用技巧Linux命令列
- Top 5 榜單:最容易學習和最難掌握的程式語言
- 網站容易受到哪些安全威脅網站
- 科技愛好者週刊(第 330 期):李開復梳理人工智慧人工智慧
- 未來,13個最難被替代的 IT 職位!
- 李開復:AI能在15年內取代40%~50%崗位AI
- Java 開發最容易寫的 10 個bugJava
- 科學家研究發現這樣剝雞蛋最容易
- 這可能是最容易理解的 Go Mutex 原始碼剖析GoMutex原始碼
- 企業最容易遇到的5種網路攻擊型別!型別
- 為什麼說“產品經理的工作是世界上最容易的工作”?
- 李開復:歐洲人工智慧毫無希望人工智慧
- 最愛吃的菜,‘最後的記憶’。
- KubeCon 2020 演講集錦|《阿里巴巴雲原生技術與實踐 13 講》開放下載阿里
- 人生最困難的不是努力,也不是奮鬥,而是抉擇!
- 分散式基石|最難 paxos 和最易 raft ?分散式Raft
- 霍金已逝,人工智慧的威脅還在!人工智慧
- Java 開發者最容易犯的10個錯誤Java
- 十個PHP開發者最容易犯的錯誤PHP
- 【合集】企業最容易遭受的5種網路攻擊型別!型別
- 也許這是最優雅的前端請求方案前端
- 這不是就是軟體工程師最愛的東西軟體工程工程師
- 律師行業最愛的網盤在這裡行業
- 安全要素與 STRIDE 威脅IDE
- ClickHouse與威脅日誌分析
- 陸奇演講:人工智慧精要人工智慧
- TOP 13大最熱開源微服務Java框架微服務Java框架
- 在漫改這條路上,騰訊最強IP也不行
- Kisi:2019年工作與生活最平衡的城市
- 研究顯示,網路安全威脅在不斷演變
- 《極圈以南》:為了在遊戲中講述人性與愛,開發者們去了一趟南極遊戲
- WHO:2020年麻疹疫苗接種率下降 正在威脅全球消除麻疹工作進展
- 還不懂最新趨勢Flutter?Flutter的一生,最通俗講解!Flutter
- codeforces 1426F,初學者也能做,div3的最難題