本篇共4751字｜预计阅读时间7分钟
谷歌（Google）此前宣布其DeepMind技术在古老的围棋比赛中击败了世界排名最高的冠军之一。这只不过是人类在人工智能和机器人领域取得的许多戏剧性进展的一个例子。
机器正在迅速承担起越来越具挑战性的认知任务，开始形成使人类有别于其他物种的根本能力：我们做出复杂决定的能力、解决问题的能力，以及（最重要的）学习的能力。
DeepMind的功绩之所以尤其引人瞩目，不仅仅是因为技术终于占了上风，而且还因为它基本上是凭借自我训练战胜了对手。不久之后，能让工程师和企业家们创建智能机器人系统的工具和构造块将会如此先进和易于获得，以至于近乎所有能够利用这种技术的机遇都会被立即发现和抓住。转变近期未来的，很可能不是一般用途的机器人，而是近乎无限数量的专业应用。
总体而言，这些系统可能覆盖整个就业市场和经济，最终接手几乎所有在某种程度上例行和可预见的工作。怀疑者将很快指出，历史清楚地表明，先进技术在破坏现有就业机会的同时还会创造新型的就业机会。这种过程无疑将会持续，但机器人技术似乎不太可能创造足够就业机会吸收那些被挤出传统岗位的劳动者。这里只举一个例子，想想自动驾驶汽车带来的影响吧。显而易见的是，驾驶出租车或投递车辆、或者为优步(Uber)工作的数以百万计的人的就业将面临极高风险。
根据世界经济论坛研究预计，总共将失去710万个岗位，同时增加200万个新岗位。研究涵盖的15个经济体的劳动力数量约占世界劳动力总数的65%。研究凸显了现代技术所构成的挑战，涉及制造业和医疗保健等行业。国际劳工组织预计，到2020年全球失业人数将增加1,100万，规模发人深省。基于对全球个人和战略高管的调查显示，预计失去的岗位中，三分之二在办公室和行政领域，因为智能机器将接手更多日常工作。机器学习、机器人等自动化技术在日常生活中越来越有存在感，不难想见，它们对职场的影响也已成为研究机构和公众关注的焦点。那么问题来了，哪些工作更容易被机器取代，哪些又能暂时高枕无忧？
《未来工作》（Future of Jobs）报告称，每个行业都会有工作岗位被替代，但各行各业受到的影响差别很大，医疗保健行业的工作岗位预计受影响最大，其次是能源和金融服务业。
但同时，拥有某些特定技能的劳动力需求将增加，包括数据分析师和销售代表。报告称，女性将是这一趋势的最大受害者，因为女性劳动力大多集中在低增长或衰退中的领域，如销售、办公及行政等岗位。
在职场上，工作者几乎五分之一的时间都花在体力劳动或在可预测环境下操作机械上；可预测环境，即员工熟悉的工作环境和工作内容，即使发生变化也是相对容易预测的。透过改装与应用现有的技术，我们估计，这类工作活动的自动化技术可行性为78%，是七个大类里最高的。这类可预测的体力劳动大多集中在制造业、餐饮住宿和零售业，因此，若单纯考虑技术因素，这些行业是最容易受到自动化技术威胁的。以制造业为例，工人们在可预测环境下进行体力劳动或操作机器占据了工作时间的三分之一，工作内容包括商品包装、给生产设备上料、焊接、设备维修等。因此，约59%的生产活动能够自动化，但是这个数字忽略了不同活动之间的差别。具体而言，焊接机、切割机等工作中，有90%可自动化，但是客服代表工作的可行性则低于30%。同一行业里，不同企业也有不同的自动化潜力。不过，若仅从技术潜力来看，制造业的自动化前景在美国市场上排在第二，排在首位的是服务业里的餐饮住宿行业。根据分析，73%的后勤工作——比如淮备食材、烹饪、上菜、清洁、洗碗等——在技术上都完全可以实现自动化。实现自动化的例子并不鲜见，比如自动售货机和自动咖啡厅。餐饮行业也在探索更新颖的概念，比如自助点单，甚至引入机器人服务员。据说，Momentum Machines公司推出的一款汉堡机器人每小时可以做出360个汉堡，能使一系列的烹饪和淮备过程自动化。另一方面，尽管在技术上非常可行，企业也必须考虑收益与成本的平衡。上述一些工作活动中，由于对技能要求低、劳动力供应大，职员工资接近美国职场上的最低水平。既然餐厅服务员的时薪只需10美元左右，以降低劳动力成本为由引入机器可能就站不住脚了零售业是另一个具有很高自动化潜力的行业。我们预计，零售业53%的工作都是可以被机器取代的，不过跟制造业相同的是，不同工作岗位需要具体分析。对零售商来说，引入高效的技术管理库存和物流是行之有效的，比如清点商品、打包发货、收集客户信息等。但是，零售业同样需要熟练的认知与社交技能，比如给客户推荐商品的销售人员。因此，我们的研究指出，销售人员47%的工作具有自动化潜力，这一数字远低于簿记员、会计师和审计员的86%。不过，本文一直强调的一点是：“能够被自动化”不等于“会被自动化”，更多的经济因素在起作用。簿记员、会计师和审计员的工作诚然需要一定技能与培训，但是这些工作能够大部分被软体和电脑取代，因此自动化成本低于人力成本。从这些角度出发，一些“中等技能（middle skill）”的工作相对容易被自动化取代，比如数据收集与数据处理工作。随著自动化技术不断进步，机器也可能在更大程度上取代一些技能要求更高的工作。
如下热度图所示，不同行业及业内的不同工作的自动化潜力都各不相同。
职场上的所有职业，三分之一的工作时间都用于收集和处理数据，这两项工作的自动化潜力都超过了60%。长久以来，许多公司已经把采购、工资支出、物资计算等工作进行自动化处理，现在随著技术进步，计算机能够处理更多工作，甚至包括贷款申请。
值得注意的一点是，不仅是职场新人或是普通员工需要收集和处理数据，年薪超过20万美元的高层也会把约31%的时间花在这些基础的事情上。金融服务和保险行业就是两个很好的例子。金融界向来依赖专业经验，股票经纪和投行都是靠脑子立足的。但是，金融和保险从业者中，50%的时间都是用于收集和处理数据。这两方面的工作完全可以用自动化技术取代。因此，从技术潜力来说，占据金融从业者43%工作时间的活动都能用自动化取代。区别在于，抵押经纪人可能90%的工作时间都用来处理抵押申请，若能引入更先进的核证流程来处理文件和信贷申请，以上比例就能降到略高于60%。这样，经纪人就能从日常事宜中抽出更多时间向顾客提供建议，达成双赢。其他具有中等自动化潜力的工作包括不可预测环境下的大量体力活动或机械操作，典型行业如农业、林业、建筑等，具体工作包括在建筑工地操作起重机的工人、提供紧急医疗服务的急救人员、在酒店整理房间的清洁人员等。在酒店整理房间归类为不可预测环境下的工作，因为不同客人可能把床铺弄乱成不同的样子、可能在床上乱堆放衣服等。这类工作比可预测环境下的工作要求更高的灵活性，因此仅用现阶段的技术相对更难实现自动化，其自动化潜力为25%。不过，也有一些工作更容易引入自动化技术，比如农业（如评估作物质量）和建筑业（把建筑蓝图化为具体的作业要求）。如果经济学家的话可以相信，当如今的小学生有朝一日进入劳动力市场时，大量就业岗位将已经消失。牛津大学(Oxford university)的卡尔·贝内迪克特·弗雷(Carl Benedikt Frey)和迈克尔·奥斯本(Michael Osborne)曾说过：未来二十年，美国几乎一半的就业岗位、印度三分之二的岗位以及中国四分之三的工作都很可能被计算机取代。
在劳动者担心机器人是否会抢走他们的饭碗之际，老师们却在思考如何利用教育使下一代人免遭这种命运。这种方法以前成功过。20世纪初，当上一波自动化浪潮席卷发达世界时，政策制定者认定，解决方案是教育。如果机器将取代人类的体力，他们推断，更多人将需要从事脑力劳动。
由澳洲区域研究所（Regional Australia Institute）和国家宽带网公司（NBN）共同推出了一份报告，题为 “未来的工作 ——为儿童创造成功”。全球范围内的各行业不断创新不断发展，各种趋势组合汇聚在一起，从根本上重塑了工作的世界。为了给我们的孩子在未来就业市场上博得先机，我们需要给他们最好的机会来发展它们成功所需的技术和个人素质。这份全国报告显示，现在的学龄前儿童需要具备计算机技术的综合“硬性”知识，以及沟通和创新技能的“软性”知识，才能在长大后在就业市场上有立足之地。
智力超群但是不善于沟通的人或许在过去十年还能够混得过去，但是未来就业市场将会出现大量的“人对人”的工作。数字技能固然重要，但软技能必不可少，包括：创业创新能力，人际沟通能力等。此外，该报告还强调，一些经济欠发达的地区尤其要提供良好的软技能和硬技能教育。
报告评估了澳洲的就业趋势，并表示有一半的澳洲人在2030年需要具备编程、开发软件和数字技术的能力才能在就业市场保持竞争力。
在未来五年中，90％的现有就业人口将需要具备基本水平的数字技术来进行沟通、查找信息、购买商品，以及满足潜在雇主的需求。报告说：“这种混和技能就是一切，可以在硬技术和软技能之间取得良好的平衡将使年轻一代在进入就业市场时，获得最大的优势。”
自动化技术预计将取代大量低技能人力工作，低技能入门级别的工作将变得越来越少。
报告认为，过去十年中，专注学术的人和擅长于IT技术的人发展良好，这两种人在未来的就业市场中将受到高度重视。“除了数字技能外，更多本质特性，如企业家精神、创造力和交际技能 ，将对企业和各机构来讲变得越来越重要，” 报告说，“许多人呼吁将企业经营文化和企业家精神融入到中小学和大学教育中。”
报告还强调，偏远地区需要为将来的就业市场做好准备，通过提供良好的硬性、软性技能教育，开发更完善的基础设施，来培养出一个适宜企业文化和创新精神的地区氛围，使之更适宜人们的工作和生活。
人工智能往往可以井井有条地解决问题，但是人类大脑在有逻辑地发挥想象力、进行跳跃性思维方面要出色得多。人脑直觉更好、更具创造性、更有说服力。即使人工智能的有福时代最终真的到来，我们也不能免除学习阅读、写作和算术等高难度认知技能。因为只有掌握这些基本技能，我们才能建立起创造性解决高阶问题的思维框架。即使真的到了计算机完成大多数工作的那一天，认知技能仍然很重要——不是对于经济而言，而是为了民主社会的顺利运转。在那样的社会中，对完成所有工作的计算机和机器人的拥有和监管将关系重大，围绕这类问题的讨论将需要受过教育、有知识的民众。
您和您的孩子，做好准备了吗？
