可怕的不只是AI,而且我们正好遇到了 AI+5G+物联网+机器人 这几个底层技术发展的交汇期。我个人的看法是AI不会引起大规模失业,但是会转化现有的工种,然后全球人口数会下降。

受这几个主流技术影响,具体有哪些岗位会面临失业?我之前写过一篇文章,把具体职位写了一遍,可以参考:

有哪些行业会面临渐渐消失的风险?

我个人预测人工智能的发展会给社会主要带来三个影响:

1、社会产品剩余

人工智能目前直接影响是生产效率的N倍提高,人类在物质层面会变得更加充裕,人均能耗会不断提升,整体物质生活水平会超过之前所有时代;

2、社会分工再调整

以后重复的工作、高危的工作、部分高薪的工作肯定都会被机器取代,但这是一个非常缓慢的过程,等真把这个过程走完,这些人也都找到别的工作了,比如90年代的国企倒闭潮,下岗的员工很多去了广东,这也是一步步转化的。

a、物质制造工作 变成 精神满足工作。

有个不恰当的比喻,比如现在很多人转行选择做直播、拍抖音。未来人的物质会逐渐满足,慢慢的会要更高层次的精神享受。或者比如哪天VR或者机器人特别成熟,直接变成沉静式的新世界,比如美剧西部世界。

b、重复型工作 变成 创意/复合型工作

因为目前人工智能的发展还是非常难做到迁移学习,很难让一个机器人触类旁通,但是人可以,所以人未来可以多做一些复合型、创意型的工作,比如搞下画画、音乐、写作、拍电影。

3、虚拟世界和现实世界的融合

未来很多东西可能只要在虚拟世界中就能完成,比如赚钱、学习、游戏。虚拟社会中的身份会直接映射到现实生活中。现实生活的需求也可以映射到虚拟世界中,比如你想要生个宝宝,可能宝宝存在在虚拟世界就够了。最后现实生活中的总人口预计会逐步降低。


再补充谈谈干AI的人失业的问题。

我们主赛道就是投人工智能,大部分还是可以落地并赚钱的,当然不排除有个别发展确实不如预期。我看了排名第一的问答,确实有这个现象,有部分AI公司无法落地倒闭裁员都是必然。

我们投人工智能的时候,发现很多投资人根本不专业,啥都不懂就瞎投,BP只要提提AI还以为就是真AI,然后2018年AI又被各种大佬们PR了一波,真的是泡沫太多,现在是回归正常而已。

我们之前统计过我们看的案子,把案子分了个类:假AI和真AI。

大致比例我也说下

1、真AI,很烧钱(占市场5%)变现周期长或者没有场景,以芯片、自动驾驶为主

2、真AI ,能赚钱(占市场5%) 以视觉、语音语义、广告、fintech为主

3、假AI,真落地 (占市场20%)挂AI牌子,但其实还是可以赚点小钱的

4、假AI,不赚钱(占市场70%)基本都是忽悠投资人的

所以,市场上看到很多公司其实就是个假AI公司,一点技术壁垒都没有,这样的公司,死掉大部分也正常。也有一些真AI公司,虽然都是技术大牛,但商业化能力确实太弱,投资人的钱也只能打水漂了。

------------------------------------------------------------------------------------------------------------------------------

任何技术的“跨越式”进步都会对社会带来巨变:蒸汽机带动的第一次工业革命;电力带动的第二次工业革命。

第三次工业革命,应该还未有终极定义,我们正处于这个过程中。“半导体”的发现,带动了电子技术革命,然后计算机的发明基本让人类进入了一个新时代,核能(裂变/聚变)的利用等等新技术,都有可能成为与“蒸汽机”、“电力”具有同等“历史地位”的候选项。

当然“AI”也有可能。

技术的发展,必然会“改造”一部分行业,也会“消灭”一部分行业,但更重要的是:会“创造”大量的新行业与就业机会。

先不说AI,看看仅10年来我们身边的变化:

外卖、快递、滴滴司机、自媒体……

我们不能只去关注“电商消灭实体”、“O2O让人懒惰”,也要看到在这个过程创造的大量的新的就业机会。

当然,新的就业机会,不一定都是“消灭”的那部分行业的从业人员去补充的,能够适应变化的,或许会“焕发第二春”,如早期的淘宝小卖家做出来的,各路自媒体头部的玩家,网约车补贴大战早期入局的驾驶员;不能适应变化的,只能说:“XXX带来了大规模失业”。

回到AI的问题,先从自动控制说起。

我们知道工业自动化技术发展多年,技术水平已经相当高且“靠谱”,所以我们的生产线、发电厂、炼油厂等等支撑当前世界运转的核心工业才能有长足进步,也使得很多劳动密集型产业变成了技术、资金密集型产业,这其中最重要的一点就是“自动控制技术”的发展。

“自动控制“要发挥作用,“被控对象”的“可测性”非常重要,只有被控对象可观、可测,并能通过各种传感器、变送器转变为“电信号”,PID控制才有可能。正是因为被控对象的“精准可测”,火星车才能自己在火星“玩耍”,发电厂能全自动运行,工业流水线能自动化生产。

在这一切背后的“无名英雄”其实都是:传感器。

举个例子,感受下AI和传感器的关系。

过去我们开门用钥匙 ---> 有了RFID技术后,我们可以刷卡开门 ---> 指纹识别传感器成熟后,我们可以刷指纹开门 ---> 人脸识别技术成熟后,我们可以刷脸开门。

过去我们在停车场停车,工作人员给你写个小纸条,夹在雨刮片下面,同时还要在自己小本本上记录 ---> 有了RFID技术后,改成了发卡 ---> 车牌识别技术成熟后,直接抬杆入场 ---> 绑定了支付工具后,可以实现出场自动放行,无感支付。

过去我们进火车站,必须要人工验票、看身份证,来确定:票没问题,身份证与候车人 一致,为什么这个操作模式一直没有变化,直到人脸识别技术成熟?

过去技术上没有“传感器”可以做到“识别人”与身份证的一致性,因为人脸这种“被测对象不可测”,所以是不可能出现“自动化”的技术方案的。但“人脸识别技术”在深度学习技术推动的机器学习技术取得突破后,准确率已经达到“可信任”水平时,“人脸”这个“被测对象”现在具备了“可测性”,结合RFID的身份证芯片识别,车票的二维码/条形码识别,“人脸闸机”这种无人值守、全自动的“准入产品”才能横空出世(有点绕,没看懂多看两遍,仔细品)。

换个角度看问题,现在是不是对AI的价值有了更深刻的印象?

可以这么说:随着AI技术的发展,只要突破“可信任”这个门槛的技术,都会成为“新的传感器”推动某一个领域自动化水平大幅发展。

所以,AI取得实质性突破的领域,必然会带来对应领域的从业人员失业问题,这个是工业革命的历史车轮向前推进的必然。

说到当下,呼叫中心、客服,可能是受冲击比较大的岗位,但是,现阶段还是有监督学习为主方向的,所以同时也创造了“标注师”这个岗位啊。

最后回到我之前“抖机灵”的答案。

AI这个方向大热应该是2012年的AlexNet 胜利开始的,但是,当下的大多数AI催生的技术,还远未达到传感器级别的“可信任”程度,也就是说,还未具备大规模工业化应用的可能,这个时候,一窝蜂的涌入,必然需要付出“前浪死在沙滩上”的代价。

黎明前的黑暗有多长,也许还很长。

Gartner 的 The Hype Cycle (成熟度曲线)算是具有大多数认同的行业分析报告,2019年的报告如下如(中英文都有):

AI 真的会带来大规模失业吗?相关推荐

  1. MIT请来了一群经济学家,就AI是否会带来大规模失业展开了一场辩论

    2019独角兽企业重金招聘Python工程师标准>>> <你的xx工作要被机器人取代了!> <xxx万xx员因为人工智能面临下岗!> 是不是已经被这样的媒体头 ...

  2. 人工智能带来的是大规模失业,还是“少干活多拿钱”?

    来源:人神共奋(ID:tongyipaocha) 人与机器之间的竞争 未来的人们可能有两种工作方式: 第一种:服务于人工智能的各种工作,成为AI与客户的接口: 第二种:每天做你最想做的事,最好是创造一 ...

  3. AI真的会取代人类吗?当然不可能!

    来源:ATYUN AI平台 人工智能作为目前的趋势与潮流,已无法阻挡!前不久,中央也下发<新一代人工智能发展规划>,要抢占人工智能的最高点,并且还开展人工智能课程,培养AI技术型人才,将A ...

  4. 现在,分分钟开发AI真的不是梦!

    从本质上讲,这是一条捷径,对于AI公司而言,少走为妙. AI开发的门槛往往很高,似乎只能是Stanford.MIT.Carnegie Mellon机器学习的PhD或者Facebook.Google这些 ...

  5. 38岁了,难道程序员35岁以后真的都要失业了吗?

    ‍ ‍刚打开头条,收到平台推送的一条邀请问道: 38岁了,难道程序员35岁以后真的都要失业了吗? 之前也回答过类似这样的问题,感觉之前的回答有些过于笼统,没有真正贴近实际案例. 以前我也时常在思考一个 ...

  6. AI 没让人类失业,搞 AI 的人先失业了

    最近和几个 AI 领域的大佬闲聊 根据他们讲的消息和段子 改编出下面这个故事 如有雷同 都是巧合 1. 老王创业失败,被限制高消费 "这里写我跑路的消息实在太夸张了." 王葱葱哼笑 ...

  7. AI会让我们失业吗?

    2019独角兽企业重金招聘Python工程师标准>>> Gartner分析称,到2020年,AI智能运维技术几乎将被引入至每一款新型软件产品及服务当中. 2016年1月," ...

  8. AI真的快让我们失业了,从ChatGPT到Midjourney

    参考文章: https://mp.weixin.qq.com/s/3RdHPPhYgDfB6KY6Y9Sk2A 跟AI有关的新闻,一个接着一个.前一天你还和往常一样进入梦乡,第二天醒来就能被新的AI新 ...

  9. AI真的快让我失业了

    跟AI有关的新闻,一个接着一个.前一天你还和往常一样进入梦乡,第二天醒来就能被新的AI新闻"炸弹"震得心惊. 以ChatGPT为代表的AI语言模型,以Midjourney为代表的A ...

最新文章

  1. Push Notification (1)Google C2DM 服务
  2. 面试问Kafka,这一篇全搞定
  3. ASP——判断数据库NULL值
  4. MySql cmd下的学习笔记 —— 有关建立数据库的操作(连接Mysql,建立数据库,删除数据库等等)...
  5. c ++查找字符串_C ++类和对象| 查找输出程序| 套装1
  6. 一人网站所有的 ip地址_咸宁网站建设-网站的主要特征
  7. 学python编程好就业吗_学好python编程就业真的没有压力吗?
  8. HCIE-Security Day20:GRE协议:实验(一)配置基于静态路由的GRE隧道
  9. Java:类与对象概念
  10. 725.分隔链表(力扣leetcode) 博主可答疑该问题
  11. 易语言 内存调用html文件夹,将文件移到指定文件夹 易语言移动文件到指定文件夹内...
  12. c#打包安装程序[VS2010]
  13. 二元/多元函数连续 极限存在问题
  14. ZUC密码(C语言实现)
  15. linux下搭建阿帕奇服务器
  16. Windows电脑上不错的五款办公软件
  17. tomcat下载指定版本
  18. 华为、微软、戴尔等企业将参加“多哈智慧城市博览会”
  19. 剖析Spring源码:加载IOC容器
  20. 「MacTeX 小笔记」LaTeX 学习资料推荐篇

热门文章

  1. java拷贝压缩文件_Android java, 快速文件拷贝,文件压缩,获得系统时间 | 学步园...
  2. BiLSTM+CRF的损失由发射矩阵和转移矩阵计算而得 BiLSTM+CRF命名实体识别:达观杯败走记(下篇
  3. Python:Pandas之变长字典Series
  4. loss函数为何选交叉熵
  5. python数字图像的行 宽的不同处 cv2.resize(1389,1500) p1列宽 p2 行高 stop2.shape 得(640,960,3) v1列宽 v2 行高 v3 通道数
  6. 《MongoDB权威指南》迷你书连载一-入门篇
  7. 在Flex控件中使用XMLListCollection
  8. 如何在TensorFlow中用深度学习修复图像
  9. 零知识证明实践教程,第一部分
  10. 送你一份概率图模型笔记