作者| Mr.K 管理智慧
来源 |技术领导力 管理智慧
咨询合作| 13699120588
文章仅代表作者本人观点
AI留给我们的时间不多了？近期，麦肯锡全球研究院发布的《工作的新未来》报告显示：“在2030年至2060年间，将会有50%的现有职业被AI取代，中点为2045年，而且与之前同类型评估相比，加速了大约10年。”换句话说，留给我们准备、应变的时间只有6年。
说实话，K哥对这份报告的内容并不感到惊讶，近两年我走访了很多企业，听到见到太多因AI引发的令人震撼的变革。今天就结合K哥的一些思考，聊一聊未来哪类工作会被AI取代，职场人需要具备哪些基础技能，该如何应对“第四次科技革命”？
01
AI在快速发展，也在急速“破圈”。随着机器学习、深度学习、自然语言处理等技术的不断突破，AI从事的工作越来越复杂，取代人类劳动力的领域也在不断扩大。麦肯锡预测，到2030年，欧美发达国家将有27%至30%的工作岗位被AI所取代。国内情况相信也“不遑多让”，这一趋势必将对00后、10后两代年轻人的就业，产生重大影响。
1.五类工作，将被替代
1）批发零售业（传统销售、客服）
很多人早已看出迹象，传统的销售和客服工作将是AI替代的重灾区。在零售领域，AI驱动的自动售货系统、智能导购、语音助手等技术，已大幅减少对人工操作的需求。在客户服务领域，基于自然语言处理和对话系统的虚拟客服AI，也将逐步取代大量传统的呼叫中心及在线客服工作。不得不说，相对AI，人力在这些岗位上，几乎已没有溢价。
2）制造业（基础体力、基础技能类）
制造业同样不乐观，尤其是那些基础体力和基础技能类工作，将逐渐被工业机器人和智能制造系统所替代。据K哥了解，许多企业已经在大规模导入自动化设备，用以从事诸如焊接、装配、包装、搬运等流水线工作,以及产品测试、数据输入等简单重复性工作。相信在未来，这一趋势只会越来越明显。
3）金融行业（传统柜员、行政管理类）
花旗银行早在2016年就预测，未来至少30%的银行业职位会因AI而消失。事实也是如此，AI在金融行业风险评估、交易处理和数据分析方面等方面的应用越来越普及，使得很多前端客服和后台办公室工作实现自动化、无人化。从事这方面工作的人被逐渐取代，并非意外。
4）高科技行业（软件开发、研发领域）
未来时代，不是打着“高科技”的幌子，就能高枕无忧。一些软件开发和研发领域工作，同样面临着AI的挑战。目前AI在代码编写、软件测试、数据标注等方面已经有了惊人的进步，面对不眠不休不牢骚不加薪的AI，普通的技术人员该拿什么拯救自己，将是不少人不得不面对的沉重命题。
5）教育和咨询（传统教育、初级咨询）
教育培训和咨询领域，虽长期被视为智力密集型的行业，但它们也不能幸免，同样会遭到AI的冲击。随着深度学习和知识图谱等技术的进一步突破，AI未来完全（或部分）可以接管传统教学和一些初级咨询工作。
2.四类工作，需求暴增
汽车取代了马车，但车夫未必会一直失业，他们可以学习做司机。同样的道理，虽然AI取代一些工作，但也创造了新的就业机会：
1）人工智能（基础研究、AI与各行业应用）
AI技术的持续发展，需要大量的AI相关的研究人员和工程师。他们不仅要进行AI基础研究，开发新的AI算法和模型，还要将AI技术应用到各个行业中，体现技术最终的价值。这是AI时代最直接、最核心的就业方向。
2）新能源（为 AI 提供算力）
随着 AI 技术的不断发展，对算力的需求也在不断增加。新能源作为一种清洁、高效的能源，可以为 AI 提供强大的算力支持。像太阳能、风能等新能源，不仅可以为数据中心提供电力，还减少了对传统能源的依赖，降低能源成本和环境污染。
3）生物医药（AI 大幅提升医疗、药品研发技术）
AI技术正在快速改变生物医药行业，已经应用到药物研发、疾病诊断和个性化医疗等领域，大大提高了医疗和药品研发的效率和质量。随着 AI 技术不断成熟和突破，在生物医药领域应用将更为广泛，对生物医药专业人才的需求，也必将水涨船高。
4）高技能领域（芯片制造、超导技术、新材料研发）
AI技术的应用依赖于先进的硬件和材料。因此，芯片制造、超导技术和新材料研发等高技能领域，将拥有巨大的发展潜力，也将创造大量的就业机会。这些领域需要高度专业化的技能和知识，对人才的需求同样会非常大。
02
麦肯锡在报告里提到，在未来的职场格局里，无数工作岗位将被重新定义和分配。并从就业需求的角度，把AI时代所需要的工作技能划分为五大类：
1、技术类技能
该技能涉及高级数据分析和数学、IT、编程、科研开发、工程等，也就是我们常说的STEM能力。在AI时代，围绕人工智能、大数据、云计算等新兴技术领域的需求，会不断扩大，培养更具跨学科能力、创新能力STEM技能，将能更好地适应AI技术发展下的新型就业需求。
2、社会和情感技能
李开复曾说过：“（AI时代）爱与感情、人与人之间的信任与沟通将是人类的最后防线。” 麦肯锡报告也认为，人工智能时代，人需要更像人，人更需要展现人际同理心和领导能力。
和强大的AI硬刚，我们碳基生命在很多方面都是不堪一击的。相对于AI，我们最后的优势，也许就是我们是“人”本身，而与“人”伴生、且AI难以学习和模仿的能力，就是我们的社会和情感技能。这一能力涵盖适应力、持续学习、高级沟通与谈判、创业精神和主动性、人际交往技能和同理心、领导和管理、教学和培训等。
某种程度来说，这些能力是我们面对AI时，为数不多的长板，也是我们仍然有挥洒舞台，难以被替代的一些重要因素。比如，人类厨师做菜，会创造性的在“色香味”上下很多功夫，为食客提供全方位的情绪价值，而不是像AI一样，只会“评估”营养是不是均衡。再比如，AI医生只会和患者“就病论病”，而不会明白什么是“医者仁心”，更不会奉上具有同理心的温暖关怀。
3、体力和手动技能
尽管AI技术在自动化方面取得了显著进展，但一些需要精细操作和手动技能的工作，仍难以被AI完全替代。比如，艺术创作、外科手术、精密仪器制造等领域，需要人类独有的审美、感官、判断、责任感和协调能力，这些都是AI在短时间内难以企及的。另外，在航空航天、军事等一些对设备和机械的精度和可靠性，要求特别高的特殊领域，AI也许可以承担一些辅助性工作，但复杂的故障诊断、维修和保养等，仍需要人类手工完成。
4、高级认知技能
AI时代对认知能力提出了更高的要求，为了更好的处理复杂信息，我们需要具备更高的认知能力，包括高级读写技能、复杂信息处理与解释、创造力、批判性思维和决策、项目管理、定量和统计技能等。拥有这些能力，才能帮助我们在未来复杂的社会环境、海量信息、跨学科的工作推进中，做出准确有效的分析和判断。
5、创新与决策技能
在AI驱动的新经济中,创新将是引领发展的根本动力。麦肯锡研究认为，未来创造力依然是AI时代最重要、最有需求的技能。相对于纯体力劳动对人类需求的大幅减少，未来对创造力的需求，将增加12%。具备创新能力的人，能够在各个领域提出新的设想，创造新的价值和机会，本身也会越具有价值。
此外，在AI时代我们还要具备深入分析问题，并做出明智的决策的能力。比如，如何平衡AI技术发展与伦理道德之间的关系，如何应对AI技术带来的就业冲击等问题。面对这些错综复杂的问题，我们如何做出及时正确的决策，将是一个很大的考验。
033
“第四次科技革命”来袭
职场人如何应对？
1、提高工作中的“含AI量”
就在近期，谷歌CEO皮猜公开表示，谷歌25%的代码已经由AI编写了，且代码质量能够满足谷歌内部代码标准。想想看，在工作中让拥有一流程序员能力的AI帮自己写代码，对于提升效率、降低成本能起到多大帮助？在未来，一个人的竞争力，已不仅仅取决于这个人的能力和努力，更取决于他利用AI的能力，以及在工作中的“含AI量”。对于职场人来说，在AI时代提高工作中的“含AI量”已不再是选择题，而是必答题。将AI工具融入日常工作中，不断探索AI工具的应用场景和边界，将成为新时代职场人的基本“修养”。
2、发挥“人”的特有优势
尽管AI目前在逻辑推理、模式识别等某些特定领域已经超越了人类，但在涉及情感交互、创造力发挥以及复杂环境下的决策判断时,人类仍保有独特的优势。比如，共情力需要情感智力的支撑，需要对他人的内心世界有深刻体察和理解；创新需要跳跃性思维和非线性思考，需要打破常规,跳出逻辑框框；而复杂决策则要求对动态环境进行整体把握，做出高度概括和预判……这些能力恰恰都是目前的AI所欠缺的。因此，和AI较量要想取得优势，就先要选对方向，而坚持发挥“人”的特有优势，无疑是我们最明智、最有利的方向。
3、拓展圈子和人脉
在AI"专注"于各自领域内高强度的学习和工作时，我们碳基生命则应该有意识地强化我们在人际交往，情感陪伴方面的能力。这是另一个我们具有相对优势的“侧面战场”。通过不断拓展圈子和人脉，与不同领域的人交流互动，不仅可以及时了解更多的行业动态，发掘更多的发展机会，还能收获情感陪伴和更多的情绪价值，这些都是 AI 无法取代的。这种人与人之间的情感连接，也是人之所以为“人”的重要标志。
4、关注行业发展和新的趋势
OpenAI创始人奥特曼，最近在接受美国招聘网站Indeed采访时表示：“我相信，未来会有很多工作，而且其中许多工作看起来会与今天的工作有所不同，但我们似乎永远不会无事可做。”但要想找到奥特曼所说的那些“事”和“工作”，就需要我们持续关注各个行业的发展动态和新趋势，深刻了解 AI技术在这些领域的应用场景和需求，并结合自己的专业背景和特长，为自己物色更适合、更有前景的职业发展新机会。
“二八法则”告诉我们，所有的变革总会有20%的人受益，其余的人要么经过调整维持“平局”，要么无所作为被淘汰出局。当前，留给我们的窗口时间已经没有多少了。是时候动手准备点什么了，希望大家都能成为那幸运的20%，共勉。
点击下方卡片，关注管理洞察
喜欢这篇文章
请为我点赞和在看
