歡迎光臨
每天分享高質量文章

BBC權威分析:未來哪些職業不容易被淘汰?

人工智慧技術正在逐個“掃蕩”傳統行業,人們一面期待人工智慧(AI)為我們的生活帶來更多的便利和驚喜,但一方面也在擔憂人工智慧恐怕會奪走工作機會,造成大量失業。

最近,《紐約客》雜誌的一張最新封面毫無徵兆地在朋友圈裡刷了屏。

封面上,人類坐地行乞,機器人則扮演了施予者的角色,意指明顯——在未來社會,人類的工作機會被不斷進化的機器人剝奪,從而淪為了流落街頭的弱者。

也許,人類的工作真的會被機器人所逐漸替代,但到底什麼工作才更不容易被人工智慧取代、淘汰呢?

BBC為了找出這樣一個答案,基於劍橋大學研究者 Michael Osborne 和 Carl Frey 的資料體系分析了 365 中職業在未來的“被淘汰機率”。

結果按“被淘汰機率”從高到低,如下:

01、電話推銷員

被取代機率99.0%

BBC統計了300多個職業,這個職業被認為被取代的機率最大!原因很簡單,即使沒有人工智慧,這個單調、機械的工種也是會被淘汰的。

02、打字員

被取代機率98.5%

曾幾何時,打字員也是一份體面的工作。如今只有速記員能靠打字生活,而語音識別技術的成熟則讓其岌岌可危。

03、會計

被取代機率97.6%

理由是,會計的本質是蒐集資訊和整理資料,機器人的準確性無疑更高。今年,德勤、普華永道等會計事務所相繼推出了財務智慧機器人方案,給業內造成了不小的震動。

04、保險業務員

被取代機率97.0%

保險業的智慧化也在加速,去年多家國內保險公司將智慧技術引入售後領域,未來更有可能替代人工成為個人保險管家。

05、銀行職員

被取代機率:96.8%

銀行櫃員被替代的前景顯而易見,雖然現在不少銀行機器人依然賣萌為主,但未來一定會走上大舞臺。

06、政府職員

被取代機率:96.8%

這裡主要指的是政府底層職能機構的職員。這類工作有規律,重覆性高,要求嚴謹,非常適合機器人操作。

07、接線員

被取代機率:96.5%

智慧語音系統已經很發達,未來接線員被取代顯而易見。

08、前臺

被取代機率:95.6%

前臺是一個展示、引導、接待為主的工作,機器人恰恰很容易提供這樣的服務,比如由日本軟銀公司開發的 Pepper機器人。

09、客服

被取代機率:91.0%

說一個簡單的例子:Siri。事實上,這類人工智慧客服平臺也是這兩年國內創業的熱門方向。

10、HR

被取代機率:89.7%

簡歷審讀、篩選可以透過關鍵字進行,此外包括薪酬管理等HR工作也可以被機器人代替。

11、保安

被取代機率:89.3%

透過監控攝像機、感應器、氣味探測器和熱成像系統等,機器人可以執行大部分保安工作。

12、房地產經紀人

被取代機率:86%

據悉,歐美一些房地產機構已經開始利用大資料和人工智慧完成房產交易。這種方式可以避免太多不確定性。

13、工人,以及瓦匠、園丁、清潔工、司機、木匠、水管工等第一、第二產業工作

被取代機率:80%-60%

體力活被機器人取代是大部分人可以預料的。

14、廚師

被取代機率:73.4%

這裡主要指的是披薩機器人、咖啡機器人、酸奶機器人之類的機械廚師。可以想象,融合技術和藝術於一體的中餐廚師不在此列!

15、IT工程師

被取代機率:58.3%

人工智慧可以取代IT部門中系統管理、專案管理等工作。

16、圖書管理員

被取代機率:51.9%

條形碼、二維碼和智慧系統將壟斷這個職業。

17、攝影師

被取代機率:50.3%

讓人意外的是,不少人認為需要主觀審美的攝影師也將被機器人取代。原因是,影象審美是可以被量化的。以谷歌開發的人工智慧系統為例,便可以創作出這樣的作品:

18、演員、藝人

被取代機率:37.4%

演員很難被取代,但並非不可取代。機器人起碼比“摳圖”演員敬業吧?

日本研製的機器人演員“Geminoid F”

19、化妝師

被取代機率:36.9%

化妝師也是一份依賴人類審美和社交技能的職業,因此比較難被機器人取代。不過去年奧地利設計師開發了一種化妝機器人,以“美學數字公式”提供體驗。

20、寫手、翻譯

被取代機率:32.7%

機器生成的翻譯文章和新聞已經有模有樣,未來經過語言學習和最佳化,將會更加完善。

21、理髮師

被取代機率:32.7%

理髮師比化妝師更難被模仿。

22、運動員

被取代機率:28.3%

奧林匹克的精神在於“更高更快更強”,機器人並不能取代,做陪練倒是可以。

23、警察

被取代機率:22.4%

機器人警察的概念已經不止存在於科幻電影,今年阿聯酋便出現了一款機器人警察REEM,預計2030年投入使用。它配備了“情感檢測裝置”,能夠分辨 1.5 米以內人類的動作和手勢,還可以辨別人臉的情緒和表情。

24、程式員

被取代機率:8.5%

程式由程式碼構成,但是理解程式碼的意義還需要程式員來進行,人工智慧更多作為助手協助。

25、記者

被取代機率:8.4%

記者的主觀能動性以及對人文氛圍的理解,是機器人很難取代的。這個資料也讓小編略感欣慰。

26、保姆

被取代機率:8.0%

需要情感投入的工種難以被機器人取代,同情人和情感交流是程式難以取代的。

27、健身教練

被取代機率:7.5%

機器人能夠提供資料和建議,但是在具體操作上進行細緻指導,只有八塊腹肌的教練能做到。

28、藝術家、音樂家、科學家

被取代機率分別為:3.8%、4.5%、6.2%

藝術是人類最後的堡壘,它代表的是創造力、思考能力和審美能力。

29、律師、法官

被取代機率:3.5%

人工智慧或許能寫出符合要求的申述書,但是難以基於社會公義、法律量刑和人情世故作出判斷

30、牙醫、理療師

被取代機率:2.1%

精細的診療依然需要人類的診斷和操作。

31、建築師

被取代機率:1.8%

畫圖紙不難,難的是對空間的抽象理解。看過《夢想改造家》的就知道。

32、公關

被取代機率:1.4%

同樣,寫公關稿是機器人能勝任的,但如何巧妙平衡輿論是人工智慧做不到的。

33、心理醫生

被取代機率:0.7%

人工智慧對情緒和心理的理解仍然在初級階段,短時間內很難有顯著的突破。

34、教師

被取代機率:0.4%

教的會不一定教的好。人與人的互動能讓學習的過程更加令人享受。

35、酒店管理者

被取代機率:0.4%

這個職業如此低的機率讓人意外,不過看過《佈達佩斯大飯店》就知道,酒店的管理者真的不是那麼好做的。

從這些機率中,我們可以得出兩個基本的結論:

如果你的工作包含以下三類技能要求,那麼,你被機器人取代的可能性非常小:

社交能力、協商能力、以及人情練達的藝術;

同情心,以及對他人真心實意的扶助和關切;

創意和審美。

如果你的工作符合以下特徵,那麼,你被機器人取代的可能性非常大:

無需天賦,經由訓練即可掌握的技能;

大量的重覆性勞動,每天上班無需過腦,但手熟爾;

工作空間狹小,坐在格子間裡,不聞天下事。

以上僅供自查。

不得不說當今社會對人工智慧、機器人、機器演演算法這些領域對人類未來的影響已經充分重視,各種利弊討論很熱鬧。

可以預測未來的人工智慧和機器人將極大地替代簡單、重覆性、操作性的工種,這些工種不僅僅是傳統上定義的工廠生產線工人,還包括很多銀行職員、財會領域等現在被認為是職業技能的領域。

比如現在不少大機構操作股票交易採用機器人下單,提前編好程式,一旦條件觸發,由機器人發出交易指令,這樣比人工判斷和操作速度更快,也可以減少操作失誤。這種趨勢下,基層員工數量將減少,而需要做決策的管理崗位將會被保留,同時催生了給機器人程式設計下指令的工作崗位。

未來的另一個趨勢是,人類的工作時間會進一步減少,增加健身、娛樂、與家人相處的時間。這個趨勢相應催生健康體育產業、休閑娛樂產業等領域的工作崗位。

比如各種體育比賽的組織管理,骨骼肌肉問題的專業訓練師,組織孩子們和家庭戶外野營的專業老師等等,這些從業人員的數量將有所增加。

科技發展帶來的另一個變化是,人們在家辦公的比例將越來越高。除了網路通訊、小型辦公裝置等方面的需求外,家庭辦公增加了人們對網路社交的需求。因為沒有了辦公室與同事溝通的環境,人們需要更多地轉向網路,來滿足基本的社交需求。

網路社交領域會越來越發達,催生更多的工作崗位,比如網頁設計、軟體程式設計、網路行為分析、大資料分析等等。

物聯網的發展使這個世界越來越多的資訊被捕捉,轉為數字化資訊,因此物聯網研發設計、對資料分析、處理、儲存方面的崗位需求會大量增加。

來源:中國統計網

近期精彩活動(直接點選檢視):

福利 · 閱讀 | 免費申請讀大資料新書 第21期

END

投稿和反饋請發郵件至hzzy@hzbook.com。轉載大資料公眾號文章,請向原文作者申請授權,否則產生的任何版權糾紛與大資料無關。

大資料

為大家提供與大資料相關的最新技術和資訊。

長按指紋 > 識別圖中二維碼 > 新增關註

近期精彩文章(直接點選檢視):

華為內部狂轉好文,大資料,看這一篇就夠了!

讀完這100篇論文,你也是大資料高手!

如何建立資料分析的思維框架

百度內部培訓資料PPT:資料分析的道與術

論大資料的十大侷限

打包帶走!史上最全的大資料分析和製作工具

資料揭秘:中國姓氏排行榜

程式猿分析了42萬字歌詞後,終於搞清楚民謠歌手唱什麼了

計算機告訴你,唐朝詩人之間的關係到底是什麼樣的?

資料分析:微信紅包金額分配的秘密

2000萬人口的大北京,上下班原來是這樣的(附超炫蝌蚪圖)

大資料等IT職業技能圖譜【全套17張,第2版】

不要跟賭場說謊,它真的比你老婆還瞭解你

如果看了這篇文章你還不懂傅裡葉變換,那就過來掐死我吧

不做無效的營銷,從不做無效的使用者畫像開始

更多精彩文章,請在公眾號後臺點選“歷史文章”檢視,謝謝。

贊(0)

分享創造快樂