李开复：未来“名存实亡”的十种工作

文/李开复（kaifu）

未来30年内，人工智能可能带来太多人类目前还不理解的社会现象，不理解就可能会带来麻烦甚至是灾难。首当其冲的就是取代人类的工作，甚至会让部分人失去“生而为人”的意义。

[![李开复](http://oss.cyzone.cn/2018/0925/4ea0e471a48bbcc05fb88bfa32f3c2b6.jpg "李开复")](https://www.huzhan.com/ishop15009/ "李开复")

当人工智能开始从实验室走向更为广泛的应用时，它就不再仅仅具有技术上的冲击力，而是会越来越明显地影响到人类经济社会的运行。人工智能使人类获得更大解放的同时，也带来了失业、收入差距拉大等负面影响。

而且，它来得是这么快。一切都网络化以后，人工智能只要把数字拿来算一算、推一推，就可以做出各种比人更精确的决策、判断、预测、分类。

我在新书《AI.未来》里也对这个话题做了系统分析：“华尔街的交易员，这个曾经很光鲜的职业很快消失了；未来的保安也会部分消失，因为摄像头的监控，加上一些机器人巡视，已经不需要保安了；司机可能也会消失，还包括一些非常高端的白领，比如说放射科医生，他们的看片能力不如机器人。”

为什么会出现这个结果？分析人工智能取代工作岗位，不能仅仅用传统“低技能”对比“高技能”的单一维度来分析。人工智能既会产生赢家，也会产生输家，这取决于具体工作内容。尽管人工智能可以在基于数据优化的少数工作中远胜人类， 但它无法自然地与人类互动，肢体动作也不像人类那么灵巧，更做不到创意地跨领域思考或其他一些需要复杂策略的工作（因为这些工作投入的要素和结果无法轻易量化）。一些人类看上去很难的工作，在人工智能看来可能非常简单；一些在人类看上去很简单的工作，可能却是人工智能的死穴。我们可以用以下两张图来说明：

对于体力劳动来说，X轴左边是“低技能、结构化”，右边是“高技能、非结构化”。Y轴下边是“弱社交”，上边是“强社交”。脑力劳动图的Y轴与体力劳动一样（弱社交到强社交），但X轴不同：左侧是“优化型”，右侧是“创意或决策型”。如果脑力劳动的重点是将数据中可量化的变量最大化（例如设置最优保险费率或最大化退税），就归类为“优化型”的职业。

这几条轴将两张图各分为四个象限：第三象限是“危险区”，第一象限是“安全区”，第二象限是“结合区”，第四象限是“慢变区”。工作内容主要落在“危险区”的工作（如卡车司机等）在未来几年面临着被取代的高风险。“安全区”的工作（如心理治疗师、理疗师等）在可预见的未来中不太可能被自动化。“结合区”和“慢变区”象限的界限并不太明确：尽管目前不会完全被取代，但工作任务的重组或技术的稳定进步，可能引起针对这些工作岗位的大范围裁员。

在左上角的“结合区”中，大部分计算和体力性质的工作已经可以由机器完成，但关键的社交互动部分使它们难以完全自动化。所以，最可能产生的结果就是幕后优化工作由机器完成，但仍需要人类员工来做客户的社交接口，人类和机器形成共生关系。此类工作可能包括服务员、理财顾问甚至全科医生。这些工作消失的速度和比例取决于公司改造员工工作内容的灵活程度，以及客户对于与计算机互动心态的开放程度。

落在“慢变区”的工作（如水暖工、建筑工人、美术设计师等）不依赖于人类的社交技能，而依赖灵活和巧妙的手工、创造性或适应非结构化环境的能力。这些仍是人工智能的短板。由于不断发展的技术会在未来几年中慢慢提升这些短板，所以此象限中工作消失的速度，更多地取决于人工智能能力的实际扩展。

在我看来，警告、悲观、恐慌是“不识庐山真面目”的杞人忧天。撕掉标签，人工智能，既不是“人”，也没有那么“智”。它只能成为人类的工具，不可能取代人类的所有工作。对职场人而言，来自机器人与人工智能算法的压力是巨大的，但前景并不完全黯淡。人工智能将会取代目前由人类员工从事的许多工作，在某些行业，这种趋势已经开始显现，但在可预见的未来有些工作并不能被取代。

以下是我预测的，最容易受到AI冲击、“名存实亡”的10种工作。

1、电话营销员/电话销售

电话销售将是最快被AI取代的岗位之一。你很可能接到过自动语音来电，未来这类电话会变得越来越自然。在由AI主导的单一领域对话中，AI也更容易达到真实的效果。此外，AI会通过顾客资料、购买历史以及表情识别，找到吸引顾客的方法。例如，使用温和的女性声音或有说服力的男性声音，向冲动型购买者进行追加销售，用价格、类别均合适的商品来锁定顾客。与人工电话销售员相比，AI几乎是零成本，而且不抱怨、绩效高、与商业逻辑高度一致，所以电话销售类工作是没有未来的。如果你正从事电话销售，可以考虑换成面对面销售或其他需要和人们打交道的工作。

2、客户支持

客户互动会随着AI的应用而增加。不过，鉴于这类工作的重复性（通常会有教科书式的应答方法作为参考），客户支持将在很大程度上被AI取代。这一过程会分为几个阶段进行。最先被取代的将是聊天机器人和邮件客户服务，接着是涉及大量来电和相对简单产品/服务的语音服务。一开始，AI将和人类联手工作，由AI提供建议性的答案、主题和固定回复。人类则将充当后备人员，处理AI无法处理的来电（譬如来电者处于愤怒状态）。这样将会缩短顾客的等待时间、提高问题解决率（因为使用AI的前提是确认它可以解决问题）并大大降低成本。这一过程会为AI积累大量数据，并最终使得AI的工作表现超过人类。如果你从事的是客户服务工作，可以从文本支持转向语音支持、从轻度支持转向深度支持、从电话/互联网服务转向面对面服务，同时也应该学习共情、沟通和劝说的技巧。

3、仓库工人

亚马逊仓库已经采用了由Kiva系统开发的机器人，它们会把货架搬到固定位置的人类工人面前，由这些工人拣选好商品并放入箱子里。不过，随着计算机视觉和机器人操控技术的发展，固定位置工人的工作会经历强度加大而后被取代的命运。另外，AI将很快能从事搬箱、装车以及其他仓库工作。和工厂相比，仓库自动化所需的精度低，因此更容易实现。

4、出纳和运营人员

花旗银行近日宣布将运营人员的数量从两万名裁减至一万名。这些都是和数据、信息打交道的“无名”中间人，他们负责的工作包括文件存档、处理、采购、库存管理、错误勘查、销售额估算、向管理层报告调查结果等。随着商务流程的电子化，商务智能系统可以让整个流程实现自动化，AI甚至能直接做出决策。这一现象不仅发生在银行业，也将出现在每一个和海量数据打交道的大公司。在AI时代，没有人会想成为千人一面的数据处理员。

5、电话接线员

电话接线员是电话类工作中最不需要用到人际技巧的工作。现在语音识别越来越精准（微软的语音识别已经超过了人类水平），以情景对话为导向的语音合成也越来越自然（谷歌最新的语音合成与人声几无区别）。另外，电话类工作也随着更多的人依赖信息而受到挑战，因此被彻底淘汰只是时间问题。

6、出纳员/收银员

出纳员和收营员正在被ATM机和自助结账机取代。日益激烈的竞争迫使零售商、银行和快餐公司大量精简人工流程。Amazon Go无人商店已经预示了一个商店完全无人化的未来。不过，由于无人商店价格高昂、移动支付尚未普及且摄像头和面部识别仍存在隐私问题，无人商店不会迅速地大规模铺设。但如果你是一名收营员，可先别感到松了口气。基于射频识别（RFID）和计算机视觉的自助结账机正来势汹汹，一同来袭的还有智能贩卖机和小型便利店。现在是时候换份销售助理的工作了，最好是那种会对亲和力与说服力进行评估和奖励的工作。

7、快餐店员

食物的准备工作兼具重复性和场所固定两大特点，因此将不可避免地被AI取代。现有的连锁餐厅已经开始推广自动化点餐流程，很可能不久后便会使用面部识别和语音识别技术。下一步自然就是对食物的准备和烹饪进行自动化了。另外，未来还将出现烹饪和上菜全自动化的全新平价连锁餐厅 （比如价格只有麦当劳一半的机器人中餐厅）。这些“机器人餐厅”将抢走传统快餐行业的生意，从而导致快餐店员工数量下降。

8、洗碗工

不要把洗碗机想像成一个机器人，而要把它想像成一个超大型洗碗机，能直接从餐桌上撤下碗碟（当然还有食物、骨头、餐巾和其他餐具），然后把碟碗和银器洗得锃亮。位于加利福尼亚的初创公司Dishcraft已经在销售这种超大型洗碗机了。这些洗碗机价格的确比较高，但是对于大型餐厅而言，和省下来的人力成本相比，仍然是可以接受的。假以时日，大规模的投产会使洗碗机的成本降低。如果你现在正从事洗碗这类重复性劳动，是时候接受培训，换份重复性较小的工作了。

9、生产线质检员

生产线工作将会逐渐被淘汰，这类工作重复性高，工作环境固定。整个淘汰过程有可能长达二十年之久，因为操控机器人对AI来说仍有难度。但也有一些AI容易上手的生产线工作，比如检查商品的损毁和瑕疵情况（像是检查 iPhone装壳这类保证产品美观的工作，或是检查电路板这类保证产品功能的工作）。这类工作利用了电脑视觉的快速发展，同时需要很少、甚至完全无需操控。对人类检查员来说，这种工作既麻烦又累人，特别伤眼睛。所以，是时候换一份对健康伤害小、对灵敏度要求高、需要在非固定结构的新环境中从事的工作了。

10、快递员

快递员和送货员正在被快递机器人、小型汽车、大型卡车以及无人机取代。最先出现的将是结构化环境中的室内配送服务（酒店客房和公寓），之后会延伸至非公共道路，最后渗透整个快递行业。短期内，电子商务会持续增长，快递需求也会随之增加，但快递工作绝不是个好选择，其中涉及的人类专有技能和人际互动微乎其微。

对智能机器取代人类劳动岗位的担忧并非是杞人忧天。从卡车装卸工人到法律研究工作者，无论是白领还是蓝领，只要是重复性的劳动，都将被机器人和基于人工智能的软件取代。在智能机器时代，人类的意义是什么？

已有 1 条评论

Ta的最新文章

最近评论

标签大全

阅读目录