572
機器人
人工智能來了 哪些職業可能被取代？
人工智能來了！在下棋這種活動上，人工智能已經毫無疑問超過了人類。那麼人工智能會將人類解放出來嗎？
李開複說：
“這些技術可能輔助專家，也可能取代專家。非專家的工作者很多將會麵臨失業。未來十年，大部分今天的人類工作可被機器取代。機器將取代許多的護士、記者、會計、教師、理財師。。。的工作。任何帶有 “助理”、“代理” 或 “經紀” 等字樣的職位都很可能被取代。 這些機器不需要工資，隻需要供電和網，就會一年365 天，一天 24 小時 “上班”。這些機器將幫助我們創造世界上的大部分財富。”
那麼具體分析一下，哪些我們能預見到的職業會被廣義上的人工智能/機器人(包括各種算法、大數據、雲計算、無人機、機器人等）取代？
十年之內可能被取代的：
1）速記員 （被語音識別取代）
這可能不需要十年，語音識別進展迅速，普通話的語音轉文本已經毫無問題，標準的方言也沒有問題，隻要下一步容錯能力上升，速記員這個職業很快就要消失了。
2）駕駛員 、快遞員（被自動駕駛取代）
穀歌的自動駕駛技術已經接近了可實用的水平，連百度都開發了自動駕駛技術，因此讓聯網的機器開車可能很快會實現。自動駕駛有什麼好處呢？機器不會疲勞，不會危險駕駛，不會加塞，可能首先被取代的是公交車、貨車司機，隨後擴展到私家車。如果全部都使用自動駕駛，還有一些隱性的好處，比如車險就不需要繳納或者隻繳納一點點；又比如交通擁堵會緩解很多，可以通過中樞係統實時分配車流。
3）消息記者 （被基於大數據、搜索、語義分析之上的寫作機器人取代）
騰訊、新華社、彭博都開始用寫稿機器人發消息了，第一這些機器快，速度第一；第二是社交媒體為這種寫作提供了豐富的素材。但特刊、深度報道、評論仍然無法被取代。
4）股票交易員、研究助理、被動投資經理（但理財師可能存活，畢竟人與人還需要溝通）
這和阿爾法圍棋的勝利是一脈相承的，股市交易策略最終是機器勝出，如果機器能在學習中判斷策略的勝率的話，很快投資經理就無法在量化和被動投資上勝過機器了，在交易方麵上也是如此。
三十年內被取代的：
1）攝影師、攝像師（被無人機 機器人取代）
你可以說攝像、攝影是一門藝術，但在技術麵前可能有新的變化。比如機器拍照一張照片可能不如一個資深攝影師，但如今先拍照後對焦這樣的技術已經成熟，機器以量取勝時代可能臨近；另一方麵無人機、雲台等的發展，使得航拍、各種高難度拍攝變得簡便。
如果說攝影家仍然有存在的空間（藝術價值），而作為創業產業最基本工種的攝影攝像，被取代指日可待。比如以前一個電視采訪需要一個出鏡主持人和攝像燈光等，以後可能就變成了一個記者和一台（多台）無人機。
2）經濟學家（被IT程序員取代）
經濟學家為什麼會被取代？因為人性基本被認識得差不多了，經濟學所能做的不過是用模型在分析人的行為。而要在模型分析和推演方麵勝出，還能比人工智能做得更好嗎？所以以後可能隻有IT程序員負責檢驗人工智能經濟學家的成功，改進推演的算法，不再需要專門的“經濟學家”這個職位。
3）大部分產業工人 （被機器人取代）
這可能比想象的更快，但為什麼我將它放到30年內而不是十年呢？因為機器取代人最典型的領域就在這裏，產業工人的群體巨大，因而政治阻力也將是最大的，這可能會延緩機器取代人的步伐。
4) 保險經紀 （被大數據、雲計算和機器人取代）
前麵提到自動駕駛如果普及了，車險就消失了。如果未來更進一步，醫療、社保、支付等信息采集都集中到雲端，雲端的人工智能將比任何保險經紀更了解你，更知道你需要什麼產品，因此保險行業將不再需要支付銷售成本，保險業務員會消失，僅有的客服功能和售後可能也會由機器人來完成。
5) 導購，導遊（VR、AR）
這一點取決於旅遊、商業領域的接受程度和國別接受程度。比如你去買衣服，可能不再是站在商場裏一件一件換（你知道換衣服要排多長的隊嗎！！），而是用VR來實現（虛擬試衣），或者AR（魔鏡試衣）；旅遊+AR的空間更大也可能更快，想象一下你站在羅馬鬥獸場前參觀，AR技術告訴你它的曆史，甚至在遺址上放送當年羅馬人觀看鬥獸表演的場景。
6）法務、財務、HR（雲計算、大數據）
現在這些領域已經有了垂直、細分的趨勢，很多公司不再有獨立的財務、法務、HR，而交由第三方公司處理；而未來處理這些的則可能是人工智能，他們不會算錯，不會漏繳，不會舞弊。
五十年內：
1）醫生（機器人、大數據和雲計算）
未來可能出現這樣的一種機器人，他/她高速運算，熟知人類所有疾病的症狀，通過社交網絡知道你的行蹤習慣、環境中的致病因子和當下的流行病學資料；同時他/她的手臂可以探測你的心率、血壓、血糖，眼睛可以拍攝CT，拂過你的身體就完成了一次核磁共振。
未來進醫院，有病沒病都是三分鍾的事情。
2）護士（機器人）
這是接上文來的。如果生病臥床，真人護理的需要支付的費用估計你已經負擔不起，機器人會來護理你。在老齡化加劇的未來，低廉的護理機器人可能是唯一出路。
3）大部分性工作者 （機器人）
從技術上看，這一點現在就可以實現。隻是一方麵目前這類機器還不具備學習能力，另一方麵主要是人類社會的接受程度還不夠高。
4）IT技術支持
當一切構築與雲上，還需要線下IT支持人員嗎？從另一個角度說，有可能已經發明了一台機器處理你所有的IT硬件問題。
最後更新：2017-10-08 04:35:16