頭圖來自英劇《Real Human》


　　人類會被機(jī)器人和人工智能奪走工作，甚至生命，去工早就不是大爆什么新鮮話題。

　　各種影視作品和學(xué)術(shù)分析，炸人作都已經(jīng)指明了未來人工智能在整個生活空間中必然會占據(jù)一個龐大位置，先失但問題是去工那很遙遠(yuǎn)啊。遠(yuǎn)遠(yuǎn)還不到真正威脅我們工作和收入的大爆程度。

　　然而來到了今年下半年，炸人作從巨頭到創(chuàng)業(yè)公司，先失從硅谷出來的去工風(fēng)到國產(chǎn)黑科技，好像都在告訴我們這樣一個事實：人工智能真的大爆能用了。



　　經(jīng)歷了PC和移動兩個互聯(lián)網(wǎng)時代的我們，應(yīng)該已經(jīng)知道互聯(lián)網(wǎng)改變現(xiàn)實工作機(jī)會的方式：首先扎開幾個小孔，隨后是一場洪流般的普及運動，最終遍地開花。

　　那么，“真實應(yīng)用版”的人工智能最有可能從哪些行業(yè)開刀呢？本文來做一個統(tǒng)計，希望作為讀者的你并不在其中。當(dāng)然，在也無妨，畢竟任何工具的進(jìn)化，本質(zhì)上都會提供更多職業(yè)上升通道。



　　【速記】

　　羅永浩的新品發(fā)布會突然激活了語音輸入這個行業(yè)，可能是今年最有意思的不期而遇之一。但是不得不說，這是個必然而非偶然。

　　從最近火熱的訊飛，到行業(yè)老大搜狗輸入法，甚至BAT以及國際巨頭，人工智能語音識別其實已經(jīng)不是一兩天內(nèi)的新聞了。

　　但區(qū)別在于，基于語音精神元的單位化智能識別大大加強(qiáng)了人工智能語音識別的準(zhǔn)確性。加上降噪、抗干擾、對話角色識別等功能，通過人工智能把語音轉(zhuǎn)換成文字已經(jīng)成為了基本可行的工作。

　　而在這個轉(zhuǎn)換中被省略掉的人力勞動，顯然是速記。根據(jù)親身實測，很多付費軟件的語音文字轉(zhuǎn)換正確率已經(jīng)比職業(yè)速記高出不少。而且顯然響應(yīng)速度更快。目前最大的問題僅在于人名、地名以及部分專有名詞的識別上（事實上速記也識別不出）。

　　進(jìn)一步可能受到威脅的職業(yè)是同聲傳譯。因為絕大多數(shù)同傳錯誤率本就很高，基于類似谷歌神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)得到的翻譯結(jié)果再通過語音傳輸，其實可以推翻大部分同傳的工作。

　　當(dāng)然，涉及創(chuàng)造力和專業(yè)屬性的翻譯暫時還是安全的，但能安全多久我們也不得而知。



　　【股票分析師】

　　fintech已經(jīng)被喊了有一段時間，但是在國內(nèi)，這個名詞還更多被看做是p2p升級版的噱頭和合法化包裝。

　　然而從金融、證券，尤其是個人理財服務(wù)的本質(zhì)上看，判斷收益率和選擇投放，并做出合適的一攬子配比就是這類工作的基本面。大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)的完善，已令人工智能有能力完成大多數(shù)金融服務(wù)工作。

　　fintech體系中一個重要部分叫做“機(jī)器人理財”。眾多針對這項技術(shù)的硅谷和以色列創(chuàng)業(yè)團(tuán)隊今年都收獲了巨額投資或者并購，從技術(shù)上看已經(jīng)相對成熟。國內(nèi)機(jī)器人理財方興未艾的原因，一方面是平臺缺乏公信力，無法贏得用戶和監(jiān)管方的信賴，一方面是機(jī)器人理財平臺如何獲得收益是個問題。一但BAT級別的巨頭加入這個戰(zhàn)場，可能造成的變量相當(dāng)可觀。證券分析、理財服務(wù)等從業(yè)者很可能受到?jīng)_擊，尤其是“民間專家”型分析者。

　　當(dāng)然，AI＋人工的金融服務(wù)更可能成為未來主流。對于金融業(yè)來說，fintech更像是一次升級機(jī)會。



　　【導(dǎo)購】

　　對于用戶來說，導(dǎo)購人員的作用是什么呢？一是通過導(dǎo)購了解產(chǎn)品，二是幫助自己選擇商品，三是用來講價。

　　而在大數(shù)據(jù)，尤其是客戶數(shù)據(jù)體系、客戶畫像能力、智能推薦技術(shù)都日臻完善的今天，購物場景中通過新奇的技術(shù)體驗來幫助用戶完成選擇很可能成為主流。

　　淘寶的VR購物平臺buy＋一經(jīng)上線就受到熱捧，可見消費者對于以新技術(shù)＋體驗的方式完成購物是非常認(rèn)可的。實體店和商超廣泛引入人工智能導(dǎo)購體系，不僅可以大大節(jié)省人力支出，還能在平臺接入、支付系統(tǒng)、線上增值服務(wù)等端口獲得更多紅利，商家何樂而不為？

　　大規(guī)模把人臉識別、用戶畫像和智能推薦的導(dǎo)購體系推進(jìn)商場，其實只需要一次聲勢浩大的補(bǔ)貼和返現(xiàn)活動，而中國互聯(lián)網(wǎng)人是極擅長這招的。由此產(chǎn)生的連鎖效應(yīng)，很可能令低端導(dǎo)購、純粹提供分揀、拿貨、收銀、推薦等體力服務(wù)的導(dǎo)購失去工作意義。

　　當(dāng)然，智能推薦＋購物可能創(chuàng)造的新就業(yè)機(jī)會也很多，這或許是O2O的又一次覺醒契機(jī)。



　　【客服人員】

　　容聯(lián)云、平安，包括阿里、騰訊，目前都已經(jīng)推出了自己的云客服系統(tǒng)。這個2B產(chǎn)業(yè)風(fēng)口已經(jīng)被認(rèn)為是企業(yè)級服務(wù)的突破口。當(dāng)然，目前云客服工具對于很多企業(yè)來說應(yīng)用價值還不高，僅僅是減輕了客服人員的部分工作而已，企業(yè)付出的人力成本基本沒有變化。

　　但人工智能廣泛入場之后，現(xiàn)狀很可能被進(jìn)一步改寫。

　　人工智能目前已經(jīng)可以提供語音識別、語言響應(yīng)、智能推薦等功能。基于問題數(shù)據(jù)庫和處理方式數(shù)據(jù)庫，搭建比較完善的客服響應(yīng)中心，輔以接通深度學(xué)習(xí)端口的人工服務(wù)，一個簡單實用的客服處理中心基本可以宣告完成。

　　人工智能＋客服，優(yōu)勢是響應(yīng)快而無時間限制，出錯率少，并且可以搭建多路徑整合的響應(yīng)方式，這些是人工客服永遠(yuǎn)無法完成的。甚至有美國研究機(jī)構(gòu)發(fā)現(xiàn)，通過智能推薦，智能客服完成的二次交易率都比人工更高。相比起來，人工客服所能提供的只是情感交流、特殊問題解答等不可代替服務(wù)，前者應(yīng)用頻次過低，后者可以通過深度學(xué)習(xí)不斷彌補(bǔ)。

　　因此，企業(yè)通過人工智能完成客服＋市場＋客戶群租運營的日子應(yīng)該已經(jīng)不遠(yuǎn)了。國內(nèi)就有很多平臺級玩家在解決這一升級需求。而相應(yīng)的就是客服人員可能大量遭遇工作價值缺失，當(dāng)然，人性總歸是復(fù)雜的，在緩解客戶情緒（尤其是挨罵）上，人工客服永遠(yuǎn)有存在的必要。

　　【文字工作者】

　　沒錯，我跟我的同行也面臨著人工智能帶來的失業(yè)壓力。

　　人工智能寫稿，一直是未來媒體和新媒體領(lǐng)域探討的關(guān)鍵技術(shù)。但從今年的態(tài)勢看，這個技術(shù)已經(jīng)很大程度能夠被投放應(yīng)用。先不說寫詩寫小說這種創(chuàng)作型寫作（事實上這些人工智能也已經(jīng)能完成），就說每個新媒體人和企業(yè)的新媒體運營、網(wǎng)絡(luò)編輯都會遇到的“抓熱點”“造點擊率”，人工智能的組稿和撰稿引擎已經(jīng)被證明可以完美勝任。


　　相比人類，人工智能抓取的熱點和關(guān)鍵詞更準(zhǔn)確，而初級網(wǎng)絡(luò)編輯的“拼稿＋塞圖”行為人工智能也能完整進(jìn)行，而且效率超高。

　　另一方面，文案和公文寫作的文字工作者面臨的挑戰(zhàn)更大。這種模塊化寫作內(nèi)容其實是人工智能的最愛，它可以準(zhǔn)確滿足所有需求，避免一切錯誤，甚至能深度學(xué)習(xí)審稿人的愛憎。用人工智能寫手來寫公文，顯然可以永遠(yuǎn)不犯領(lǐng)導(dǎo)名字順序?qū)戝e這種錯誤。堪稱眾多公職人員和媒體人的福音，同時也是他們的最大競爭對手。

　　當(dāng)然，人工智能在創(chuàng)造力和深度上還完全沒有優(yōu)勢，它只能滿足閱讀者的需要，卻不能給閱讀者提供任何新東西。

　　【這些行業(yè)的共同點】

　　其實還有很多行業(yè)馬上就會面臨人工智能的挑戰(zhàn)。總結(jié)這些行業(yè)，會發(fā)現(xiàn)有以下共同點：

　　一、處在信息的兩端。目前的人工智能，能高效完成的其實只有兩件事：識別數(shù)據(jù)，推薦數(shù)據(jù)。而這兩者剛好處在信息的兩端。那么同樣，在識別數(shù)據(jù)端的速記、翻譯，和推薦數(shù)據(jù)端的導(dǎo)購、理財師，就很可能受到直接沖擊。相對來說，運用數(shù)據(jù)和基于數(shù)據(jù)再創(chuàng)造的職業(yè)會安全一些。

　　二、以歸類＋選擇為工作目的。有很多工作，其本質(zhì)上并非是創(chuàng)造價值，而是在固有信息過多或者難以處理的情況下，幫助他人歸類并選擇信息。但是人力有時而竭，人工智能一但鏈入具體數(shù)據(jù)庫，所能提供的服務(wù)比人力要優(yōu)越很多。

　　三、高度模塊化。還有一種工作很可能被人工智能打敗，就是職業(yè)本身內(nèi)容是把高度模塊化的東西反復(fù)拼接在一起，尤其是信息拼接。這就像信息空間中的工業(yè)革命，人工智能拼接模塊和信息流的效率十分驚人，而且可以基于數(shù)據(jù)滿足使用者需求，從效率和目的上都是人力無法匹敵的。而其前提是工作的初始模塊已經(jīng)完全固定，當(dāng)然這樣的工作其實很多。

　　總的來說，識別、歸類、選擇的工作已經(jīng)非常危險，即使人工智能不進(jìn)行硬件化和設(shè)備化，也可以完成替代。如果設(shè)備化完成，那么駕駛、機(jī)械操作、攝影攝像等設(shè)備工作也將面臨巨大沖擊。

　　怎么辦呢？其實最好的辦法就是先知先覺變成人工智能專家，然后去搶別人的就業(yè)機(jī)會。