2024年，機器會代替人類進行語言翻譯

2026年，機器可以寫出高中論文

2027年，機器可以自動駕駛一輛貨車

……

2049年，機器可以寫出暢銷書

2053年，機器可以代替外科醫生的工作

隨著人工智能AI（artificial intelligence）的發展，愈來愈多的工作即將會被機器取代。牛津大學在2013年的一份研究預計，近20年里，美國將有47%的工作崗位可以被機器人或自動化科技代替。

我們要如何在AI 的“威脅”下，保證自己不會被淘汰呢？

盡管多數程序化的、重復性的工作都會在不久的將來全部交給人工智能來完成。

大多數的人工智能研究者和專家們還是認為，在近幾十年內，有些工作是機器沒有辦法做的。

創新工場董事長兼CEO李開復曾說道：“愛可以把人類和人工智能區分開來。”他認為，人們應該把關注點放在愛和情感上，因為人工智能還不能具備這些特質。

像老師、社工、導游以及護士這些對共情、人際交流能力和身體靈敏度的有較高要求的工作目前比較安全的。

人工智能的發展還會增加高科技工作崗位的數量。

比爾蓋茨曾說今后需求最大的將是掌握科學、工程學、經濟學相關技術的人。馬云認為越來越多的公司會挖掘精于數據分析和收集的人才。

至2029年，對人才仍然有大量需求的工作包括程序員、開發者和工程師。

像軟件應用開發、系統軟件開發、計算機系統分析師和計算機用戶支持專員等崗位，在未來十年內很有可能需要越來越多的人才加入。

比如Uber就聘用了上百個無人駕駛汽車的專家，其中大約有50名來自卡耐基梅隆大學機器人研究所。華爾街對AI人才的需求也日益增加。

同樣，和人工智能研究相關的工作，比如對機器學習工程師和計算機視覺工程師的需求量

公司很可能會雇傭大量博士級別的科學家，因為他們不僅可以制造公司的產品，而且能夠研究如何優化未來的設備。

在美國，人工智能研究員是最高薪的工作之一。頂尖的研究員的薪水高達七位數，初級和中級的研究員每年也可以賺幾十萬美金。Skymind的創始人兼CEO Chris Nicholson表示這樣的高薪就是因為供遠小于求。

AI會創造出新的工作

人工智能的出現必然會導致一部分工作的消失，但是同時，這種新的工作形式也會創造出新的工作崗位。

根據咨詢公司麥肯錫的預測：對科技的投資，包括人工智能和自動化，可以在全球增加兩千萬到五千萬個工作崗位。

Human + Machine： Reimagining Work in the Age of AI》寫道，當今并不存在但未來很有可能被大量需要的工作包括“訓練者（trainer）” “解釋者（explainer）”和“維持者（sustainer）”。

Paul Daugherty和H. James Wilson兩位作者相信未來人類和人工智能的密切合作會使工作流程更加流暢，當人工智能成為主流的時候，成百萬計的目前不存在的工作會被創造出來。

書中提到的“訓練者”指的是可以幫助人工智能表現得更像人類、教人工智能學會同情并且摒除在編程時可能存在的偏見。

“解釋者”相當于人工智能和工作人員以及人工智能和顧客之間的聯絡員。

如今，“解釋者”已經開始被一些公司聘用了。例如在美國的保險公司Guardian Life，所謂“解釋者”（或“翻譯”）的工作就是幫助員工理解在為客戶服務時科技可以展現的力量以及科技指導和人做教練之間的差別。

“維持者”則是負責法規方面的事宜。畢竟，當人工智能取代了上百萬的工作，管理部門需要解決許多問題。“維持者”就是需要確保所用的人工智能都是合法合規的。

為了保證未來不會被AI替代，現在應該做什么？

因為科技的飛速發展，“穩定”這個詞離我們越來越遙遠，為了保證今后不會完完全全被硬件和軟件代替，我們不能懈怠，必須提高學習的能力，不斷學習新知識、新技能，適應這個社會改變的速度，并做好改變職業的準備。比如：

a. 學習一門編程語言，比如Python

b. 修一個機器學習的PhD學位，如果覺得太難的話，至少上一到兩門有關機器學習的在線課程

c. 提高你的創新能力、同情心和共情能力

d. 向你的老板確認公司是否提供培訓項目

人工智能和人類所擅長的領域其實有所不同。AI 善于自動化程序性的工作和通過已有數據產生新觀點，卻不會跳出人類現有的知識框架。它不能推算或演繹出未知的知識，無法提出還未被概念化的問題，甚至沒有常識。

在這樣的情況下，我們應該放棄在機械性的工作上和AI競爭，而是要把注意力轉移到諸如創新、與人的溝通、批判性思維、解決問題、團隊合作和共情等等這些AI沒有辦法實現的所謂“軟能力”上。

人工智能和人類并不是相互排斥的關系，當AI和人共同協作的時候，將雙方的優勢結合時，效率才會得到最大化。