30 年内 77% 的岗位被 AI 取代，人类的下一个职业叫“需求采集员”

2017-03-19 22:21:00

当清晨醒来，一个甜美的声音和你送上早安，并用机械手递来牛奶面包时，这是斯皮尔伯格在《人工智能》中的幻想。

如果场景再次切换，你吃完面包却倒地不起，机器人却在冷笑，这样的画面，或许是《终结者》中天网的梦想，又或者是阿西莫夫《我，机器人》里最不愿意看见的“机器人三定律”被破坏的场景。

如果，人类被机器控制，沉浸在幻想的世界中无法脱离，少数人破壁而起呢？满满的《黑客帝国》来了……无数不靠谱的人工智能（英文缩写为AI）幻想被电影之后，我们到底离AI有多远？其实，只要你20年前在街头电游室玩过麻将游戏，总是被截胡的你，已经早早的认识到了它的厉害了。

何必还要等到2016年，AI提出60周年的时候，去围观阿尔法狗如何在围棋上用帽子戏法碾压李世石呢！

琴棋书画样样皆能的工匠与大师

一直秉承AI威胁论的霍金，2016年底再次在《卫报》的专栏中发文称：“工厂自动化已经让众多传统制造业工人失业，AI的兴起很有可能会让失业潮波及到中产阶级，最后只给人类留下护理、创造和监督工作。”

这个可能有吗？阿尔法狗之战已经让我们认识到，第一个被摧毁的其实应该是那些被标榜有工匠精神的可用精准数据管理的行业，哪怕它被认为具有一定的创造性或需要AI暂时并不具备的思考特征。

首当其冲的是新闻行业。就在2016年11月30日，新华社国家高端智库传播战略研究中心与新华网融媒体未来研究中心共同发布了《智能编辑部发展报告》。该报告认为，当前媒体正在加速推进新闻编辑部智能化进程。

一个事实是，新闻写作这个看似需要创造和创意的领域，已经塌陷了一小块，早些年，福布斯网站、美联社、彭博社、洛杉矶时报等媒体已在体育、财经、天气等领域实现了“机器人写新闻”。

其实，深谙新闻写作游戏规则的媒体人也大多明白，基本的消息写作就是个五要素堆砌的模块化文字，不需要温度，只需要客观称述，一个小学生作文的段位而已。至于真正深度的报道，则需要通过采访和凝练，并且需要足够的“温度”时，机械的冰冷也就无法进行“模仿游戏”了。

其实这已经投射出了AI的大未来，即替代人类完成一些看似创造，其实是按照某些既定规则来执行的劳动，特别是那些被看做是特别有工匠精神，需要精雕细刻、却实际可以编程的东西，加拿大多伦多大学的研究人员就开发出了一种被称作“神经卡拉OK”的AI系统，能自动谱写新的圣诞节歌曲。其实就是一种对既定经验的重复和再制造。

这其实也就是让人们告别工匠式的琴棋书画格局，把基本层面的简单劳动让渡给AI，而留下金字塔顶端的创造给“大师”的过程。 AI可以在一个规则的球体上刻画出更精细的核雕，可面对不规则的核桃呢？

这时应该大师登场，顺（纹）理成（文）章。

AI还能更猛烈些吗？这个答案是肯定的！

让云和大数据来加持，三位一体才是未来

更高、更快、更强，必然是未来10年AI从婴儿期慢慢长大中的关键词。一个拥有大师级奥赛能力的理智型AI和依然是婴儿式情感模拟的AI，并不相悖。

即将更为普及和实用的云计算和大数据将成为幕后推手。百度总裁张亚勤就认为，人工智能会变得像电力一样重要，主导着每个人的数字生活体验。大数据就像是新能源，能让服务商更了解用户需求，让用户更轻松地获得自己喜欢的商品和服务。云则提供了各种应用和服务运营的基础。

以百度云为例，医疗云、教育云、金融云、交通云，物流等等，其实都是在垂直领域作用的云计算，其核心并非过去民用概念的网盘，而是成为了工业生态，这其实是每一个新技术最初出现所必然作用和引爆的领域。云计算在互联网上走了一段时间弯路，最终2016年，民用云盘的集体崩溃和垂直商用云的出现，其实就是一个趋势。

而这些都将成为AI的养分，云和大数据，其实就扮演了一个知识宝库和应用宝库，而AI则是在书斋（知）和工厂（行）中前行。

至少，人工智能已经产生影响的一个领域是提高预测能力。汇聚调查数据形成大数据，预测天气、选举乃至其他，已经越来越接近结果。

解放双手，这才是AI出现后的题中应有之意。问题在于，AI怎样扮演这样的角色，并且先扮演哪些角色？

老司机们不会成为第一批被击倒的选手，尽管谷歌的无人驾驶汽车已经在路上奔跑了多年。“这个场景只要它没见过，可能就会犯严重的错误，就像AlphaGo下棋一样会突然发疯。”搜狗CEO王小川是如此来形容他眼中无人驾驶汽车的未来。

依然缺乏数据，这是当下互联网时代依然无法解决的问题。同样，物联网也无法彻底连接所有物体，至少在当下，这都让许多看上去很美的黑科技和人工智能目前只能停留在实验室中。

一个词在浮现，变量。未来10到15年的互联网大未来其实不在发现技术，而在发现变量。

发现变量、消费变量和增值变量

变量，足够的变量出现，会干扰整个棋局。

围棋之所以被颠覆，就因为它缺少变量。但无人驾驶汽车依然有可能在十年间普及，如果所有的车辆都AI、无人驾驶时，行人和非机动车辆从其他路径运动时，道路上不再出现变量，风霜雨雪均实现车联网和可预报，大数据最终有效的驾驭着所有的车辆，就好像高速铁路上，AI去按照时刻表和运行状况，分配运行资源一般。届时，老司机也依然还是会退场。

同步翻译呢？就在中国，近几年里，搜狗、阿里云、百度、科大讯飞等公司都在公开场合展示过实时语音识别，并均对外声称对中文语音识别的准确率达到了97%左右（安静环境下），而在此基础上，其实一个同步翻译的大未来已经展现出来了。

基于文本之间的AI翻译，通过深度学习和机器学习技术，结合了超强计算、海量数据和优秀算法，已经不再生硬。这一点在在语音、图像、自然语言处理，乃至人脸识别上都已经获得了可能比一般人类或一般工匠更强大的能力。普通速记员、同传翻译或许将不再是白领，因为他们只能下岗再就业。

这就是AI替代人类工作的边缘突围路线，从一个个技能级的领域进击。

美国《科学》杂志今年初给出的判断是，到了2045年，全球50%的工作岗位都有可能被AI的机器替代，中国是77%。也就是说，未来的30年之内，在中国每4个工作中会有3个由AI来代替。这其实是必然的。

或许有人会说，面对方言、俚语，AI也就近似白痴了。其实这依然是人类本位主义的思考，在中国南方，十里不同音、百里不同俗的大环境下，住在城里的人也未必能够准确的“翻译”出城市周边几个县里的方言，何况AI！无外乎，大家为了更好地沟通，尽可能都说普通话，哪怕不太标准，尽可能把字写清楚点，不太潦草罢了。

这是进步，而不是取代。而从边缘化进击，逐步替代许多按部就班、如同机器一样去创造价值的中产阶级们的AI，也同样不能替代那些下岗再就业后，从边缘重新找到工作的前中产阶级们。

比如在招商引资中，借助AI的翻译，让用不同语言的外商，能够和听得懂普通话、却只能说一口方言的“土著”们进行交流，翻译方言成普通话给AI听，也是一种同传翻译的职业。这其实就是从变量中寻找新的消费点，并让其实现增值。

不能单纯依靠人的改变。互联网的技术革命，首先还是要优化算法，其实恰恰是技术极客们首先依靠大数据和云计算正在解决变量的难题。

2016年6月份，MIT的研究者们通过其自行开发出一种能够预测“视觉表征”的算法，在经过600个小时无标签视频训练后，在预测两个人是否会拥抱，接吻，握手或者击掌上，该系统达到了43%的准确度。

算法+心理学+行为学，形成一定公式后，在通过大数据采集来不断修正，形成一种深度自我学习。

而更为关键的是，实现大数据和云计算之后个体或人群画像之后，更多基于产业化和实用化的互联网+技术将实现新岗位的诞生，比如3D打印。

三位一体下，新的岗位正在出现

每一轮技术革命，都会带来一批岗位的淘汰，就如木匠、铁匠、石匠在我们生活中消失一般，但就如同那句笑话说的一样，当AI、大数据和云计算实现三位一体和深度学习之时，总要有一个人扮演那个保卫人类最后防线的人。

对，一个拔插头的人。

麦当劳公司前美国负责人爱德华·伦西接受《福克斯商业》杂志采访时称，花3.5万美元购买一台机器人，比付给效率低的员工每小时15美元去炸薯条要实惠得多。AI代替人类从事许多职业，就如工业自动化让许多企业变成只要一两个人的黑灯工厂那样。

有一种声音这样认为，在三位一体时代，各个细分领域的创业者更容易成功，他有自己独特的创意，独特的品位和感觉，就能打动独特的人群，很难被其他巨头用资金、数据和入口血洗出局。

一个很有用的工具就是3D打印，随着3D打印技术的日趋成熟，或许，前面提到的大师们，这一小撮金字塔尖顶的人，将成为另一种大师。发现存在于大数据之中的小数据，然后通过3D打印的方式，重新创造和定义一些崭新的事物，以满足这一小撮变量的需求，并让每一个人都能够以可以接受的价格，不在享受和别人一样量产的产品。