導讀:你有沒有想象過這樣的場景?
妻子忙於事業長期不在家,回家後卻發現家裡的機器人過於完美,甚至取代了孩子心中母親的位置;
丈夫想跳槽到更好的公司,沒想到老闆親口告訴他,他的工作可以被人工智慧代替;
連社群都給每位老人配備了人工智慧保姆,監測他們的健康指標,並實時傳輸給醫生,督促他們吃藥……
那些原本屬於你的職業身份甚至是家庭角色,被看起來冰冷的AI替代。
本文經授權轉自公眾號網易公開課(ID:open163)
▲《真實的人類》劇照
科幻迷你劇《真實的人類》,展現了未來人類被人工智慧支配的模樣。
劇中人工智慧大行其道。他們有人類的外觀,優秀的能力,在家庭和社會中被廣泛應用。
但這些看似荒誕的劇情不無根據,科技發展造成失業率上升,是不爭的事實。
除了科技因素,產業更新換代、人事管理提升……都要求不斷提升自我的競爭力,以防被一波波新浪潮拍死在沙灘上。
01 8億人即將失業?沒有饑餓感真的可能餓死
諾基亞全球總裁在最後一次新聞釋出會上說:
“我們倒閉了,我們好像什麼東西都沒有做錯,但是我們今天倒閉了。”
十年前,是諾基亞最輝煌的時代,它曾經連續三年蟬聯全球市場榜首,2010年,諾基亞中國市場的份額達到了40%。
在蘋果、三星開始研發智慧機的時候,諾基亞沒有跟上這場變革,甚至拒絕面對真實的競爭環境。
今天,這個品牌殺回智慧手機的市場,卻已不復昔日的競爭力。
同樣,那些拒絕新變化的從業者,也會面臨失業的危機。
2017年麥肯錫全球研究院(McKinsey Global Institute)在年底釋出的報告,在自動化發展迅速的情況下,到2030年,全球8億人口的工作崗位將被機器取代。
▲註:橫坐標代表不同國家的2010年的GDP總值,縱坐標代表2030年各國目前的工作被自動化取代的比例。深藍色圓圈代表中國,表示2030年,中國預計有1.112億人的工作被自動化所取代 / US Bureau of Labor Statistics; McKinsey Global Institute analysis
隨著科技的進步,未來全球大概有3.75億人口將面臨重新就業,中國佔了三分之一。
到2030年,從數量上看,中國將面臨最大規模的就業變遷,預計將有1200萬至1.02億中國人需重新選擇工作。
▲註:從左至右國家分別為:美國、其他發達國家、中國以及其他發展中國家。淺藍色方塊表示在自動化發展迅速的情況下,各國分別將有5400萬、6400萬、1億、7200萬人需要重新就業並學習新的技能;深藍色方塊表示在自動化發展相對緩和的情況下,各國分別將有1600萬、1700萬、1200萬、1000萬人需重新就業 / US Bureau of Labor Statistics; McKinsey Global Institute analysis
面對襲來的改變浪潮,調整自己所掌握工作技能的價值,才能應對即將到來的就業大變遷時代。
2009年2月18日,美國紐約麗笙酒店舉辦工作招聘會,大批應聘者在酒店外排隊。在全球金融危機中,美國國內失業率居高不下 / 視覺中國
全球事務研究員Phil Levy說:“美國製造業現在發展很好,雖然就業下降了,但是我們用更少的人,生產了更多的產品。”
這很大程度上是科技的進步、美國製造業自動化創新導致的。
當自動化漸漸取代了流水線,那些只會機械化勞動的工人,只能默默捲鋪蓋回家。
甚至是公司的高層,都有可能因為一個落後的決策迅速貶值。
在全球產業更替,科技取代人力的大背景下,從業者都應保持著危機感,因為“鐵飯碗”的時代已經一去不復返。
博鰲論壇嘗試使用AI同傳翻譯時,一些翻譯在朋友圈稱,這次的AI同傳是“繼谷歌翻譯後,又一個不要臉的產品”。
然而,AI同傳在會議現場翻了車,犯了許多低階錯誤,還傳出緊急招募英語同聲傳譯人員救場的資訊。
那些剛開始如臨大敵的翻譯們,瞬間長舒了一口氣,有的甚至開始嘲諷:
馬雲說:“面對新的機遇,很多人都經歷過四個階段:看不見、看不起、看不懂、來不及。”
那些尋求心理安慰的翻譯們,也許正在看不起的階段徘徊。
機器翻譯的進步正在一步步威脅著人工翻譯,幾年前谷歌翻譯給出的譯文,還要進行幾乎全文的修改。
今天的機器已經可以達到同聲傳譯的水平。
與其嘲笑AI同傳的一次翻車,不如增加危機意識,精煉自己的技術。
02 跟上步伐,才能甩掉危機!
人類社會進入工業化以來,每一次的社會升級,都伴隨普遍的職業危機感。
BBC基於劍橋大學研究者Michael Osborne和Carl Frey分析了300多種職業在未來的“被淘汰機率”。
結果發現,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
而有以下特徵的工作,都在淘汰的邊緣:
-
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,手熟就行;
-
工作空間狹小,坐在格子間裡,不聞天下事。
根據這些特徵審視自己工作被淘汰的機率,也許能讓你安心一些。
除此之外,因為時下某個行業處在熱門,而拋棄自己擅長的技能和職業、盲目跳槽的人不在少數。
但那些現階段大熱的產品,沒有一個是一朝一夕做出來的,大多經歷了初創時期的不斷試錯。
如果你在一個團隊中,能夠不斷提升自己的競爭力,遠比不斷跳槽、吃別人的勝利果實更能彰顯自己的能力。
吳曉波說:“沒有所謂的傳統行業,也沒有所謂的新興行業,有的是你能不能跟上這個時代變革的步伐,不斷進行自我革命。”
一家曾被稱為“鞋王”的公司最輝煌的時候,市值一度超過1500億港元。然而,去年該公司卻宣佈正式退市。
在電子商務剛剛起步的時候,這家公司仗著銷售量大,並沒有認可這種樣式,最終付出的慘重的代價。
當時公司的執行長接受採訪時說,自己當時連微信都沒有,對市場變化沒有預判,沒有抓住轉型的好機會。
“每次開業績會都難受,正是因為有責任感,所以感覺無法交代。”
今天所有企業面臨的挑戰都發生在公司圍牆之內。
沒有一個敵人可以殺死你,除非你已經缺乏抵抗能力。
因此,要不斷地自我革命,奮力地跟上步伐,才能甩掉危機。
03 提升自己的不可替代性,才有你的立足之地
卓別林在《摩登時代》中,扮演了一個流水線上工作的工人。
他的任務是扭緊六角螺帽,結果最後他眼睛裡唯一能看到的東西,就是一個個轉瞬即過的六角螺帽。
這樣的工作樣式最方便管理者壓榨員工,因為它不必對你進行專業培訓,每個人從事的工作重覆性極高、並且對自我毫無提升。
很多職業看似光鮮亮麗,其實與卓別林的工作一樣,不需要任何創意,唯一的貢獻只是輔助整個系統運轉。
為了避免這樣的職業危機,個人需要不斷尋找機會充實自己。
1. 減少”無腦”工作,自己找個對手battle
無需動腦即可完成的工作是可替代性最強的。因為“無需動腦”的另一層意思,就是這項工作你已經非常熟練。
一份工作從陌生到掌握,可能需要幾年的時間,但是一旦熟練,繼續重覆也就意味著停止學習。
你可能重覆工作了20年,但你的經驗,也許只停留在開始的那幾年。
想要從重覆的工作中“解脫”出來,並不是鼓勵你以此為藉口不斷跳槽,這山看著那山高。
而是從重覆工作導致的固有思維裡走出來,不再閉門造車,突破舒適圈從而產生創造力。
企業渴求人才的本質是看中了人才的創造力,而提高創造力的秘訣其實很簡單。
紐約大學管理與組織學教授Evan Polman和康奈爾大學組織行為學博士生Kyle J. Emich發現:創造力的顯著提高,透過換個人稱代詞就能實現。
實驗中用到了一個常見的創造力測試題:
“一個囚犯被關在一個高塔裡。他在裡面找到了一條繩子,但這條繩子只有塔高的一半。他把繩子分成兩部分,併成功地逃走了。請問他是怎麼做到的?”
一半參與者想象自己被關在塔裡,另一半想象別人在塔裡。
後者答對這個問題的機率要顯著高於前者。(答案是把繩子分成兩股)
換個角度思考問題,跳出自己所處的環境,才能有新發現。
想象一個“對手”來和自己比拼,從他人的目光中,才更容易找到自己的侷限所在,從而擺脫困境。
2. 用特長“包裝”自己,培養“斜槓”意識
斜槓精神鼓勵人們在正職工作外,還具備其他的才能和身份並能從中獲得收入。
隨著消費升級,人們有了越來越多的需求。
為了享受文化,人們走進各種酒吧、書店聽脫口秀;
在博物館裡,有人專門花錢在網上請繪畫或歷史方面有研究的人陪同參觀。
對外表的重視激發了對買手的需求,甚至有人付費要求“搭配師”陪同逛街。
五花八門的需求讓你任何一種特長都可以變現,同時成為“擁有有趣的靈魂”的個體。
3. 避免掉入螢幕的“陷阱”,養成獨立思考能力
你的業餘時間是如何度過的?
開啟新聞,刷著充斥著推薦廣告的頁面,把日常談資侷限在熱搜;
開啟短影片,刷著演演算法根據你的喜好不斷推給你的同質化內容;
開啟朋友圈,刷一刷朋友們想要展示給你看的生活……
看似對生活沒有影響,但你已經在不知不覺中把自己禁錮在一座孤島上。
在大資料的幫助下,你可以輕易過濾掉自己不熟悉、不認同的資訊,只看自己想看的,只聽自己想聽的。
但換個角度看,這種自己決定資訊的方式,也帶來了“自我封閉”的危險。
一旦將自己禁錮在個人的興趣中,就再難接受不同的觀點,甚至在不同人群、不同代際之間豎起交流的屏障。
高曉松曾說,“工業革命到來之後,再好的馬車夫也會面臨著失去工作。”
尋找一個自己真正感興趣的方向,去精心鑽研,理智思考,別讓你的生活被支配。
在這個與日俱新的時代,保持對知識和新技能的饑餓感和危機感,才是維持自我競爭力的核心。
什麼都沒做錯過,有時,才是最大的過錯。
本文轉自公眾號“網易公開課”。網易公開課,分享你想要的知識。公眾號:“網易公開課”(ID:open163)微博@網易公開課。
更多精彩
在公眾號後臺對話方塊輸入以下關鍵詞
檢視更多優質內容!
PPT | 報告 | 讀書 | 書單
Python | 機器學習 | 深度學習 | 神經網路
區塊鏈 | 揭秘 | 乾貨 | 數學
猜你想看
Q: 你做好重新就業的準備了嗎?
歡迎留言與大家分享
覺得不錯,請把這篇文章分享給你的朋友
轉載 / 投稿請聯絡:baiyu@hzbook.com
更多精彩,請在後臺點選“歷史文章”檢視