普通人在 AI 时代的职业观
一、AI信息技术不断更新换代
(注:本文针对的是普通社会的普通人群,即智商未超过140、不是少年班天才的人士,也非“官二代”“富二代”,这类人群请绕道。)
从上一期的内容我们可以得知AI时代即将到来,并且在各个领域产生了一定的影响,AI已经开始取代传统行业的职业。作为深受AI冲击的普通大众,我们必须提前做好应对准备。接下来,本文会提供给大家具体的应对策略。
现在有些职业的人才是“越老越吃香”,比如中医,经济学家等;也有一些职业在达到一定年限后便可“一劳永逸”了,比如英语老师等。但是IT行业正好相反,这是一个日新月异的行业,更新换代速度非常之快,这就要求IT从业者具备强大的学习能力,能快速掌握工具,在别人的指导下干活。而未来AI方向的信息技术进步将会“一日千里”,更新换代的速度将比现在的信息时代还要快。
我绘制了如下图表为大家说明知识更替与职业年限之间的关系:
因为从AI方向的信息技术来看,大概每一到两年都有一种新的语言被开发出来,每一季度差不多都会有新的算法被生成,而几乎每个月都会有新的技术被开源。所以无论是从语言的角度、算法的角度,还是开源的角度,AI方向的信息技术进步都是非常快的。而作为AI方向的专业人士或技术人员,每月、每季度和每隔一两年就要去学习新的东西,这是不断更新换代的AI信息技术带来的对人才的新的要求。
二、“麦肯锡”和“普华永道”等国际企业的参考价值
麦肯锡公司的表格分析员们曾互相自嘲是“表亲们”。初级的表格分析员被称为“表弟表妹”,他们只能在一部分的表格里去分析数据;而能够在一组表里面分析数据的比较有经验的表格分析员被称为“表哥表嫂”;那些资深人士,可以在海量的表格里分析数据的分析员,就是“表叔表婶”了。最开始这一类的称呼只是分析员之间用来互相自嘲,就像现在程序员们称呼自己为“程序猿”一样。然而现在随着AI时代的即将到来,这已经变成近乎“骂人”的话了,因为如果你是“表亲系”的表格分析员,说明你在本行业内并不够好,并且随时可能被不断发展和已经开始被应用的人工智能淘汰掉。
同样地,变化也出现在了四大会计师事务所之一的普华永道。2017年6月,继四大会计师事务所都宣布积极地将AI 技术运用到审计领域后,普华永道又放大招:将开始招聘高中生进入其核心两部门——审计部和和咨询部。坚持以人为本战略的 “四大”已经开始对现在的大学人才教育体制表现出失望,因为现在的大学教育已经无法再教育AI时代的人才了,所以他们已经开始从高中阶段就开始接收人才并进行培训。
下图是我制作的麦肯锡和普华永道这两大公司目前内部的人才体系示意图,从图中可知世界顶级公司的人才体系金字塔顶端已由AI占据,传统人才已经沦落为金字塔的底部。
三、面对由AI带来的失业冲击,我们应该更新自己的职业观
以上这些事情在警示我们,人才体系已经变了,“表亲系”的体系已经难以在未来的AI时代立足,我们原有的传统的职业观需要更新。麦肯锡和普华永道公司的发展变化过程其实是一面镜子,我们从这样全球顶尖的优秀公司可以看出,随着时代的发展,人才体系相应的演化过程。
我们国家在解放初的时候曾经有一句老话:你要在中国创业,用不着去想怎么创业,你只用出趟国,去看看国外的现状,就知道十年以后的中国是什么样子。这句话说明了,一些先进性的东西能够在时间上有预示性。中国改革开放的历程中,确实有一些企业是沿着这条路走过来的。
国外的进程可以让我们学习,诸如麦肯锡、普华永道这样的国际顶级公司的发展变化过程也值得我们现在国内的公司去参考,值得我们现在各行各业的普通员工去参考。
四、AI时代会有哪几类职业?
信息时代把人分成了信息技术人才,适应信息化社会的普通大众,以及脱离信息化的人群。AI时代同样不例外,既有AI的优势人才,也有非精英的普罗大众。我认为AI时代的人可以划分为三类,这就是上一节我提到的AI时代的人才体系。以下是我画出的人才分层图。
(一)优势人才
所谓优势人才,实际上指的是跨学科深度人才。我们知道AI的学科基础是数学和信息技术(IT)。由于优势人才是将会在AI时代起主导作用的人才,负责建立AI的组织架构,所以他必须至少同时精通这两门学科,并且还跨界其他学科,才能成为优势人才。下面我们将说明在这两门基础学科上需要达到什么样的水平,你才有机会成为未来AI时代的优势人才。
1. 数学
作为专门学数学的人,比如数学专业或应用数学专业的,至少要达到本科水平。而研究生则至少是非数学专业的理科研究生水平,才能达到成为AI优势人才的入门级要求。想要深度学习AI,必须在高等数学上达到一定水平才可以。
2. IT信息技术
在信息技术方面,是需要常规的计算机编程能力的,但这不是本文的主题,所以这里从略;并且由于计算机语言的日新月异,所以我们更关注的是底层的思维能力。我认为以下三项思维能力是对未来AI优势人才的核心要求,同时它们也是相互联系、层层递进的。
(1)格式塔能力:A. 抽象分层的能力,即把一个复杂的事情变成不同层面、不同维度及不同角度的事情来综合思考;B. 标准化的能力,即格式化的能力,因为我们需要对事物在认知层面建模。
(2)逻辑思维能力:逻辑思维能力的起点是数字逻辑,即与或非,这是基础。把数字逻辑的思维扩大化,从而来实现比较、分析、抽象、判断、推理,在逻辑层面建模,这就是逻辑思维能力。
(3)运筹思维能力:运筹的“筹”就是采取数学化的分析方法进行计算; 而“运”是指运动着变化着的意思。换句话说,不是静态地进行计算,而是在时间的维度上根据时间产生的不同的变化再用数学去计算。二者合一,即是在时间的层面进行计算, 从而预测未来发生什么事,知晓未来必然会发生什么事,这相当于在数学层面进行建模。
(二)适应性人才
任何一个社会的优势人才或精英毕竟都是少数,占大多数的还是普通大众。AI时代的普通大众中,也会有很多AI领域的人才,他们要么在数学、要么在信息化上各有专长,哪怕数学不够好,但也有一定基础,具备AI入门级人才要求的知识水平。他们属于未来AI体系里的中等水平的人才,既无明显优势,也没太多劣势,但是具有良好的适应性和学习能力。我们称之为适应性人才,适应性人才又分为以下两种。
1. 技术性的适应性人才
信息化的进步通常是把复杂的东西简单化,即工具越来越简单化。
过去的美工要做一张图,绘画、设计等必须亲力亲为,比较复杂,也很辛苦,而现在有了PS等做图软件的辅助,很多做图程序早已写好,只需调用即可;在以前我们要想写出一份精致的文档,要手工画图,要自己排版,而现在有了类似Word、PPT这样的办公软件,直接调用,方便多了;在过去作统计分析的工作,需要自己去做大量的复杂工作,而当数据库工具和BI商业智能分析工具出现后,工作量大大减少。这些例子告诉我们信息化的趋势其实是把复杂的事情简单化、工具化,而只要人们能够学会去使用这些工具,成为工具使用者,就可以继续发挥自己的职能。
AI时代的信息化进步也需要像这样的工具使用者,他们能通过学习掌握工具,被定义为AI工具的使用者。它们虽不如那些优势人才在数学和信息化水平上那么出色,但是从社会发展来看,中国的IT技术主要是把一些复杂的东西让大家能够简单地使用。技术性的适应性人才通常在信息化方面比较好,擅长掌握新的信息工具。他们通过使用这些简化性的工具来执行命令,在他人的命令下通过一些简单的工具来做一些底层的工作。
2. 非技术性的适应性人才
而非技术性的适应性人才,就是在顶尖的AI优势人才把平台和工具体系搭好后,来训练AI,使它变成一个便于使用的工具。
他们需要懂一定的技术原理,但他不一定需要在技术上很深入;他们需要懂一定的数学知识,但也无需在数学上非常深入。但是在非技术性的适应性人才自己的方向上一定要深入,也就是管理方向或运营方向有非常好的经验,并且能够把这些经验抽象成具体的业务逻辑。
最近几年有一个比较火的概念——产品经理,他们分为两类,一是纯技术出身产品经理,二是非技术出身产品经理。非技术出身的产品经理跟非技术的适应性人才比较类似,他们有一定的产品知识,知道产品怎么弄,虽然他们不太懂编程,但是可以从商业领域去做这个事情。
非技术出身的产品经理擅长于把自己在管理或运营方面的经验抽象成具体的业务逻辑,从而使工作更加标准化。
非技术性的适应性人才跟AI或者AI团队之间的关系,就像产品经理和技术团队之间的关系。但是他们没有产品经理那么强势,产品经理是做决定的人,主要是一个管理者的角色,而非技术性的适应型人才更多的是一个顾问的角色,一个支持者和经验输出者。由于能力强弱上的划分,我们的职业定义也不同,分为以下两种。
(1)AI导师:
能力较强,可以直接去写AI的商用策略或者算法原型的人,我们称之为“AI导师”,他们尽管数学不够好,但是对商业或者管理抽象化的能力比较强,能够总结抽象日常的工作,使之变成一个标准化的工作,相当于出示定义。
工业时代其实就有这样的例子,工业时代之前的工艺大师和艺术家们是非常受人尊崇的,他们的工匠精神更是让人赞颂。当时因为还没有出现标准化的工作流程,一件艺术品永远只有少数人能把它做出来并做好,所以那些有着工匠精神的大师和艺术家就显得尤为珍贵。而工业革命来临后,很多工作被标准化,可以批量地生产,虽然没有大师作品那么优秀,但是成本高、效率低,那些大师反而被逼得没有活路了。
所以这种把管理和运营抽象化的能力并不是今天才有的,只不过在工业时代是更多的人和人的思想在里面,管理制度较少;AI时代则是更多的管理制度和运营策略,更少的人工干预。所以原来做管理的那些运营经理和总监、老总等,在AI时代不再是“管人”了,而是去定一些管理策略和方法去要求AI。而这些要求、标准、策略就由AI技术人员去从技术层面实现。
(2)AI训练师:
而现在的一线管理者、基层管理者或业务骨干等能力稍弱者,就可以转型成“AI训练师”。因为他们没有能力去前瞻性地制定整个管理体系,但他们有局部性的做事的经验,对具体的事情能够有明确敏锐的判断。所以他们在AI的学习过程中可以为AI指明方向,作出判断。
现在各大科技论坛上有一个出现频率较高的词——“深度学习”,深度学习属于机器学习的一种,它可以有效帮助机器像人的大脑一样进行学习,让机器更加人工智能化。深度学习分为有监督学习和无监督学习,具体如下图。
未来AI训练师扮演的角色即是AI的有监督学习中需要消耗的较多的人工。因为AI一般都需要通过训练或者深度学习去优化,其中有监督学习需要在AI学习过程中告诉它对错,AI训练师就可以在这个过程中发挥作用,帮助AI快速地达到教学优化的目的。
所以作为AI的老师,他们要么是直接做算法原型,要么就是帮助对算法进行优化,这是两种不同等级的能力,但“AI导师”和“AI训练师”都属于团队中的辅助者、支持者和经验知识的输出者。
下图我将“产品经理”、“AI导师”和“AI训练师”做了一个分析比较,便于大家理解。
五、无法融入AI时代和作出改变的人群
(一)非适应性人才
那些经过专门训练,拥有的技能比较单调的人,他们的技能很容易用一种统一的、规范性的方式去约束,则会被AI淘汰。
比如作为司机,他们的技能是可以被规范化的,所以很可能被AI取代;作为会计,这类标准化程度高的职业也会被淘汰,普华永道就是个例子,他们已经开始训练AI,未来他们的账都会交给AI来做;作为翻译,如今语音翻译功能已经非常强大,这样简单的工作也将会被AI代替。诸如此类的还有编程、编辑和美工等,在AI时代大量被淘汰的都是这一类拥有专业技能的人士,大家现在或许认为这些人目前还混得不错,但是AI带来的失业冲击里,他们首当其冲。他们就是AI时代的非适应性人才。
(二)个人体力劳动者
人类社会的科学进步中都会不断地淘汰一批又一批的人。过去的工业革命淘汰的都是最底层的人,即个人体力劳动者。而在AI浪潮中却相反,它不再淘汰个人体力劳动者。因为他们的工作不容易被标准化,会有各种不可预估的情况发生,所以不会受AI约束。诸如这类出卖单纯劳动力的工作反而在AI时代更容易生存,因为他们的工作可以被AI强化,他们甚至可能获得新生。
比如58同城上的家政服务人员,AI可以帮忙找到更适合他们的客户,能够为他们合理安排到雇主家的路线和时间,收入还可能会提高。还有餐厅的服务人员、月嫂、保姆等,他们的工作在未来都不会被替代,并且能够在AI的帮助下做得更好。但是他们在AI时代依然改变不了作为个人体力劳动者的命运。
六、未来我们将被迫成为哪种人?
在AI大潮即将到来之际,我们万万不可认为这是底层的人才需要担心的事情,因为只要能够被规范化的技能都会被淘汰,而基于这些技能所依附和存在的人,一定也会被淘汰。所以我们认为那些做重复劳动和拥有稳定技能的人,以及不跨学科、不跨专业、不跨行的人,他们最危险。基于这种潜在的危险性,为了远离被淘汰的命运,我们在未来只能被迫转型成为新型的人才。
面临AI时代的挑战,我们最好的选择当然是去学习AI,努力去成为前文中我们提到的AI优势人才,但是金字塔的顶端通常是最小的部分,AI优势人才也是,不是所有人都能做到这种程度的优势人才,大部分甚至连入门都很难。所以作为普通大众,我们只能被迫去成为适应型人才。
七、AI时代的人才结构
这里有一份我对目前AI人才薪资结构的分析表,如下:
所以我们需要根据自己的实际能力去对号入座,选择自己适合成为的人才类型。比如数学、IT等都还可以的,可以继续努力深造,争取去成为AI优势人才;数学、IT不行的,可以向适应型人才的方向去发展,根据自身专业能力的强弱,选择去成为技术性的适应性人才或非技术性的适应性人才。
技术性的适应性人才现在开始就要去学习掌握工具,成为未来AI工具使用者。
而非技术性的适应性人才要做的是:
1. 从现在开始训练自己的“欧式”管理思维,因为“欧式”管理思维强调标准化,强调把人当做标准化的组件。
2. 需要跟进具体的管理工具。比如通用公司的质量管理体系“六西格玛”,其原理就是如果你检测到你的项目中有多少缺陷,你就可以找出如何系统地减少缺陷,使你的项目尽量完美的方法。“六西格玛”的正确率可以达到99.999999%,差错率极低,已经相当于完全标准化。
过去我们追求“专才”,强调人才的专业性,对“万精油”型的人才都是鄙夷态度。但现在我们发现,如果不能成为专业方向的金字塔最顶端的人才,只在专业的道路上研究某一个专业,那将会是被淘汰的命运。而未来哪些人不会在乎AI所带来的失业冲击呢?
首先,专业领域内最顶级的人才不会在乎,最底层的人他们也不在乎;还有一种,跨学科、跨场景、跨体系的人也不在乎。因为现在的AI体系没办法实现全场景化和全环节化,但是它可以在局部的场景或环节派上用场,这些跨领域的人才便可充分发挥他们的管理才能去管理AI。这样的了解多个领域知识的“全才”,也是我们现在大部分人需要去努力成为的那种人。
我们常说“技多不压身”,在AI时代,只有多种技能傍身,再加之人类独有的模糊判断能力和人脑天然的量子计算机特性,才能将来立于不败之地。下一期,我们将继续探讨和介绍人类优于AI的这些独特的能力,帮助大家认清人类在未来AI时代的优势。文末我们将附上“身边某IT公司现有工作职能在AI时代来临前的分析”,为大家提供参考。
关键字:产品经理, 业界动态
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!