AI碾压我们的智商，抢我们工作，咋办？

在去年AlphaGo跟韩国李世石比赛的时候，中国的天才少年柯洁在微博上是这样说的：有种冲我来啊！

今年终于来了，最后的新闻标题是柯洁哭了。

柯洁输了也改变不了他是围棋界顶尖高手的身份，在人类的选手中，他现在仍然是最牛的高手。

棋圣聂卫平的评价比较客观，不是柯洁不厉害，而是这其实两个不同维度的竞争。

作为一项智力和体育活动，围棋永远会有人玩，人类也会从中发现乐趣和快乐。但人工智能所代表的趋势，则给许多职场人以警醒！

1

1

简单理解，人工智能包括感知智能、认知智能与决策智能。感知智能类似于人的耳朵、眼睛、鼻子，电脑能够听明白、看明白和闻明白；认知智能和决策智能类似于人类的学习与判断和决策，电脑能够学会自主学习、能够考虑多维度因素去做出合理的判断与决策，当然前提是要告诉它判断的依据。譬如AlphaGo就在很短的时间内”自学”了3000多万棋谱，而且它还可以“左右互搏”自己跟自己下棋积累经验，所以可以快速的从对围棋一窍不通到胜过九段高手。

在当前发展最好的人工智能是感知领域，语音识别、语义识别、图像识别等，百度每天语音识别的日请求已经超亿次，准确度达到97%以上，它比我们普通人听力都要好，说话含混不停或者有口音的他都能听清楚。科大讯飞的语音识别技术也差不多，他们已经说要替代掉会议常见的速记人员了。

如果能够积累某个人大量的语音素材，还可以进行语音合成，这个准确度也在迅速提高。这个想起来就很可怕，如果将某个人说话的声音录足够多时间，就可以用这个人的口气说话，但这个话那个“真实的人”从来没说过，这不是间谍片才有的桥段吗？图像识别的技术也在日益成熟，人脸识别准确率越来越高。

仅仅从语音识别、语义识别、图像识别角度发散去想一下，会有多少人的岗位会被替代掉：速记员、翻译、保安、主责抓贼的警察等等。现在公安有自己的网上追逃系统，里面一般有嫌疑人的照片，如果全国的摄像头都能联网，图像识别系统启动后，自动去比对追逃库里的照片，是不是贼也不好做了。再想一下，如果将TFBoys的语音资料存储量够大，是不是就可以自动用他们的声音来给各种动画片配音啦，一年配几千部都没问题，导航里面的林志玲语音也类似于这个原理。

2

2

这才是智能感知能做的一小部分事情，加上智能认知和决策，人工智能可影响的范围现在我们现在还无法想象。关于如何看待人工智能和人类的关系，既有悲观也有乐观派。但关于人工智能对于就业和岗位的影响，专家们的认知倒是比较一致：部分工作岗位会被替代掉，更重要的一部分是辅助，类似于汽车帮助人跑的更快，人工智能将帮助人类尤其是知识工作的更加有效率。这也意味着社会所需岗位的急剧减少成为一个不可逆转的趋势，就是说由于技术和工具的进步，没有那么多岗位提供给适龄的劳动者，许多人未来可能要失业。

也有人乐观的说，工业革命、信息革命的进步，许多原来从事农业的人口、原来的生产线工人岗位减少，不是又出来更多的新岗位吗？

这次可能没有那么乐观，因为它太快了，可能不到10年时间就会天翻地覆，而那些时代的变迁都是以世纪为单位的，没有那么长时间创造出新的岗位。

3

3

小布什曾经问过胡锦涛，作为国家元首最操心的是什么问题。胡的回答是就业，每当想到每年需要安排2400万以上的人就业就感到不安。作为个体，大部分都讨厌上班，如果没有了岗位，你会怀念上班的好。

那什么样的人在未来能够保有自己的岗位呢？举个例子吧：

前面提到，随着图像识别能力的提升，抓贼的警察需求可能会越来越少，但这样的警察例外。在萨苏《京城捕王》书中有一个“神眼小尹”的警官，他是这样描述的：

“老尹的工作地点在北京站口，主要打击目标为混在人流中的逃犯。他的擅长的是盘查，讲究的是短兵相接，在极短的时间里，几秒钟内断定面前走过之人是不是负案在逃，然后就要上前盘问，乃至行动抓人。所以，什么现场，证物，预定方案，对老尹来说都过于奢侈。这就经常会发生老尹把人抓了，还不知道人家到底干了什么的事情。

但是，根据北京市公安局的记录，老尹抓了二十多年逃犯，落到他手里的通缉犯将近千人，真正抓错了的只有一起，而被抓的还是同行。这个战绩在北京治安民警中，至今无人打破。不知道我干了什么事儿他怎么就能抓我呢？这不知道是多少逃犯发自心底的痛切疑问。

这种警察不仅可以抓已经被追逃的贼，还可以抓没有被发现的贼。这样的警察一定不会被人工智能代替。

普通的翻译在未来会被替代掉，但能够很自然、贴切的翻译出：“守职而不废，处义而不回”、“召远在修近，避祸在除怨“和”人或加讪，心无疵兮。“的翻译一定无法替代。因为它除了要熟悉外文，还要深刻了解语言所在国的相关文化背景、俗语俚语，也需要中文的深厚功底。关键是现场翻译的根本不知道发言者什么时候会说什么样的语言，没有明确套路可循。

4

4

对应于体力工作者，德鲁克提出了知识工作者（Knowledge Worker），我们简单定义为：以处理信息和知识为主要工作内容的人。程序员、编辑、销售员、政府雇员、教师等等都是知识工作者，能读到这篇文章的人大部分也是。

这里的处理包括知识的生产（譬如科学家），也包括知识的传播（出版）、利用（譬如工程师）等活动。

但同是知识工作者，差异也会很大：一名在10086接线的客服代表与一位做风险投资的大佬，都是在做处理信息和知识的工作，但他们工作对于信息和知识的使用与创造要求却迥然不同。

所以有必要对知识工作者进行再分类。由于目的不同，对于知识工作者的分类是一个有意思的话题，相关的研究也有很多。

这里只根据2个维度去分类：

1、知识工作者工作中需要的协作程度：个人独自完成还是需要协作完成；

譬如医生虽然对于疑难病症也会会诊、请教其他人，但他们的大部分日常工作都不要依赖于自己做判断。而销售总监可能也要去亲自卖东西，但其核心价值是要依赖于他所带团队的绩效。

医生这个职位所需要的协作程度较低，而销售总监则需要的协作程度高。

2、知识工作者工作中需要的知识的程序化程度：有章可循还是需要临机判断。

对于公民而言，应该是“法无禁止即可为”，而对于政府而言，则是“法无授权不可为”，所以大部分政府普通公务员所办理的事情，都是程序化、有章可循的。但有的工作，则完全无章可循或者需要临机判断。譬如医生，每次都需要基于患者的检查指标进行判断。

基于以上2个维度，结合起来会形成四类角色：

您属于哪一类？

哪一类人最容易被机器所替代？

5

4

将来，有许多人是去做跟人、情感满足相关联的工作，技术再进步也需要人跟人之间的互动、沟通和交流，人类永远需要关怀、交互和爱。

做这类工作的人不大可能失业。但凡是规则明确繁杂费神的工作都会被技术化，而做这类工作的岗位则很危险。

人类需要去做那些没有明确规则的工作，由我们在工作中主动的去总结、提炼出规则来，再交给机器去做，提升效率。可以参考一下这篇文章：普通高手使用套路，顶尖高手创造套路

而能够提炼出岗位、行业规则的人，一定是这个领域的高手！简单说，要想不被替代，你需要成为能够产生规则的的高手！

随着生产力的提升，未来许多人可能都不需要工作就可以过的不错。而很多上班的人，也是为机器“打工”：对于还没有明确规则的地方，有各领域的高手去生产出明确、结构化的模式和规则，然后再有机器去实现，服务更广的领域和人群，提升整个社会的效率。