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 ）

建立全域性觀，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。

但從全域性角度來說，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，更善於從全域性角度思考問題。

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

這AI 怕是要當機的。

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域性觀思維的職場人。

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。你必須瞭解趨勢和未來。

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？

這些都是具有全域性觀的職場人應該做的事情：

看到未來的趨勢，並規劃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資料面前相形見絀。

未來的人工智慧可以將患者的症狀匹配資料庫裡千萬份病例，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，知道哪些資料是有價值的；但他們無法搭建出資料架構。

技術人員可以設計資料架構，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，有點像如今網際網路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

在策略一超越裡我們提到，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」，接下來得衝著「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 一路逃進洞裡，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：“ 我不會敲程式碼怎麼辦？ ”

沒關係，程式設計師之外，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 —— 資料科學家 。

數字化的系統和人工智慧的決策，需要海量資料，而且是真實有價值的資料。這就是資料科學家的價值所在。

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。很多網際網路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。營銷專家瞭解產品的優勢和賣點，也瞭解客戶的需求和痛點，透過巧妙的內容營銷、渠道投放直達目標客戶眼前。

但營銷人真的需要會敲程式碼嗎？不至於。