今天小編分享的教育經驗：麥肯錫：未來6年内，50%工作被AI取代，歡迎閲讀。
以下文章來源于技術領導力 ，作者 Mr.K
作者 | Mr.K 管理智慧
來源 | 技術領導力 管理智慧
咨詢合作 | 13699120588
文章僅代表作者本人觀點
AI 留給我們的時間不多了？近期，麥肯錫全球研究院發布的《工作的新未來》報告顯示：" 在 2030 年至 2060 年間，将會有 50% 的現有職業被 AI 取代，中點為 2045 年，而且與之前同類型評估相比，加速了大約 10 年。" 換句話説，留給我們準備、應變的時間只有 6 年。
説實話，K 哥對這份報告的内容并不感到驚訝，近兩年我走訪了很多企業，聽到見到太多因 AI 引發的令人震撼的變革。今天就結合 K 哥的一些思考，聊一聊未來哪類工作會被 AI 取代，職場人需要具備哪些基礎技能，該如何應對 " 第四次科技革命 "？
AI 将取代哪些工作？
AI 在快速發展，也在急速 " 破圈 "。随着機器學習、深度學習、自然語言處理等技術的不斷突破，AI 從事的工作越來越復雜，取代人類勞動力的領網域也在不斷擴大。麥肯錫預測，到 2030 年，歐美發達國家将有 27% 至 30% 的工作崗位被 AI 所取代。國内情況相信也 " 不遑多讓 "，這一趨勢必将對 00 後、10 後兩代年輕人的就業，產生重大影響。
1. 五類工作，将被替代
1）批發零售業（傳統銷售、客服）
很多人早已看出迹象，傳統的銷售和客服工作将是 AI 替代的重災區。在零售領網域，AI 驅動的自動售貨系統、智能導購、語音助手等技術，已大幅減少對人工操作的需求。在客户服務領網域，基于自然語言處理和對話系統的虛拟客服 AI，也将逐步取代大量傳統的呼叫中心及在線客服工作。不得不説，相對 AI，人力在這些崗位上，幾乎已沒有溢價。
2）制造業（基礎體力、基礎技能類）
制造業同樣不樂觀，尤其是那些基礎體力和基礎技能類工作，将逐漸被工業機器人和智能制造系統所替代。據 K 哥了解，許多企業已經在大規模導入自動化設備，用以從事諸如焊接、裝配、包裝、搬運等流水線工作 , 以及產品測試、數據輸入等簡單重復性工作。相信在未來，這一趨勢只會越來越明顯。
3）金融行業（傳統櫃員、行政管理類）
花旗銀行早在 2016 年就預測，未來至少 30% 的銀行業職位會因 AI 而消失。事實也是如此，AI 在金融行業風險評估、交易處理和數據分析方面等方面的應用越來越普及，使得很多前端客服和後台辦公室工作實現自動化、無人化。從事這方面工作的人被逐漸取代，并非意外。
4）高科技行業（軟體開發、研發領網域）
未來時代，不是打着 " 高科技 " 的幌子，就能高枕無憂。一些軟體開發和研發領網域工作，同樣面臨着 AI 的挑戰。目前 AI 在代碼編寫、軟體測試、數據标注等方面已經有了驚人的進步，面對不眠不休不牢騷不加薪的 AI，普通的技術人員該拿什麼拯救自己，将是不少人不得不面對的沉重命題。
5）教育和咨詢（傳統教育、初級咨詢）
教育培訓和咨詢領網域，雖長期被視為智力密集型的行業，但它們也不能幸免，同樣會遭到 AI 的衝擊。随着深度學習和知識圖譜等技術的進一步突破，AI 未來完全（或部分）可以接管傳統教學和一些初級咨詢工作。
2. 四類工作，需求暴增
汽車取代了馬車，但車夫未必會一直失業，他們可以學習做司機。同樣的道理，雖然 AI 取代一些工作，但也創造了新的就業機會：
1）人工智能（基礎研究、AI 與各行業應用）
AI 技術的持續發展，需要大量的 AI 相關的研究人員和工程師。他們不僅要進行 AI 基礎研究，開發新的 AI 算法和模型，還要将 AI 技術應用到各個行業中，體現技術最終的價值。這是 AI 時代最直接、最核心的就業方向。
2）新能源（為 AI 提供算力）
随着 AI 技術的不斷發展，對算力的需求也在不斷增加。新能源作為一種清潔、高效的能源，可以為 AI 提供強大的算力支持。像太陽能、風能等新能源，不僅可以為數據中心提供電力，還減少了對傳統能源的依賴，降低能源成本和環境污染。
3）生物醫藥（AI 大幅提升醫療、藥品研發技術）
AI 技術正在快速改變生物醫藥行業，已經應用到藥物研發、疾病診斷和個性化醫療等領網域，大大提高了醫療和藥品研發的效率和質量。随着 AI 技術不斷成熟和突破，在生物醫藥領網域應用将更為廣泛，對生物醫藥專業人才的需求，也必将水漲船高。
4）高技能領網域（芯片制造、超導技術、新材料研發）
AI 技術的應用依賴于先進的硬體和材料。因此，芯片制造、超導技術和新材料研發等高技能領網域，将擁有巨大的發展潛力，也将創造大量的就業機會。這些領網域需要高度專業化的技能和知識，對人才的需求同樣會非常大。
AI 時代，需要的 5 種基礎技能
麥肯錫在報告裏提到，在未來的職場格局裏，無數工作崗位将被重新定義和分配。并從就業需求的角度，把 AI 時代所需要的工作技能劃分為五大類：
1、技術類技能
該技能涉及高級數據分析和數學、IT、編程、科研開發、工程等，也就是我們常説的 STEM 能力。在 AI 時代，圍繞人工智能、大數據、雲計算等新興技術領網域的需求，會不斷擴大，培養更具跨學科能力、創新能力 STEM 技能，将能更好地适應 AI 技術發展下的新型就業需求。
2、社會和情感技能
李開復曾説過："（AI 時代）愛與感情、人與人之間的信任與溝通将是人類的最後防線。" 麥肯錫報告也認為，人工智能時代，人需要更像人，人更需要展現人際同理心和領導能力。
和強大的 AI 硬剛，我們碳基生命在很多方面都是不堪一擊的。相對于 AI，我們最後的優勢，也許就是我們是 " 人 " 本身，而與 " 人 " 伴生、且 AI 難以學習和模仿的能力，就是我們的社會和情感技能。這一能力涵蓋适應力、持續學習、高級溝通與談判、創業精神和主動性、人際交往技能和同理心、領導和管理、教學和培訓等。
某種程度來説，這些能力是我們面對 AI 時，為數不多的長板，也是我們仍然有揮灑舞台，難以被替代的一些重要因素。比如，人類廚師做菜，會創造性的在 " 色香味 " 上下很多功夫，為食客提供全方位的情緒價值，而不是像 AI 一樣，只會 " 評估 " 營養是不是均衡。再比如，AI 醫生只會和患者 " 就病論病 "，而不會明白什麼是 " 醫者仁心 "，更不會奉上具有同理心的温暖關懷。
3、體力和手動技能
盡管 AI 技術在自動化方面取得了顯著進展，但一些需要精細操作和手動技能的工作，仍難以被 AI 完全替代。比如，藝術創作、外科手術、精密儀器制造等領網域，需要人類獨有的審美、感官、判斷、責任感和協調能力，這些都是 AI 在短時間内難以企及的。另外，在航空航天、軍事等一些對設備和機械的精度和可靠性，要求特别高的特殊領網域，AI 也許可以承擔一些輔助性工作，但復雜的故障診斷、維修和保養等，仍需要人類手工完成。
4、高級認知技能
AI 時代對認知能力提出了更高的要求，為了更好的處理復雜信息，我們需要具備更高的認知能力，包括高級讀寫技能、復雜信息處理與解釋、創造力、批判性思維和決策、項目管理、定量和統計技能等。擁有這些能力，才能幫助我們在未來復雜的社會環境、海量信息、跨學科的工作推進中，做出準确有效的分析和判斷。
5、創新與決策技能
在 AI 驅動的新經濟中 , 創新将是引領發展的根本動力。麥肯錫研究認為，未來創造力依然是 AI 時代最重要、最有需求的技能。相對于純體力勞動對人類需求的大幅減少，未來對創造力的需求，将增加 12%。具備創新能力的人，能夠在各個領網域提出新的設想，創造新的價值和機會，本身也會越具有價值。
此外，在 AI 時代我們還要具備深入分析問題，并做出明智的決策的能力。比如，如何平衡 AI 技術發展與倫理道德之間的關系，如何應對 AI 技術帶來的就業衝擊等問題。面對這些錯綜復雜的問題，我們如何做出及時正确的決策，将是一個很大的考驗。
033
" 第四次科技革命 " 來襲
職場人如何應對？
1、提高工作中的 " 含 AI 量 "
就在近期，谷歌 CEO 皮猜公開表示，谷歌 25% 的代碼已經由 AI 編寫了，且代碼質量能夠滿足谷歌内部代碼标準。想想看，在工作中讓擁有一流程式員能力的 AI 幫自己寫代碼，對于提升效率、降低成本能起到多大幫助？在未來，一個人的競争力，已不僅僅取決于這個人的能力和努力，更取決于他利用 AI 的能力，以及在工作中的 " 含 AI 量 "。對于職場人來説，在 AI 時代提高工作中的 " 含 AI 量 " 已不再是選擇題，而是必答題。将 AI 工具融入日常工作中，不斷探索 AI 工具的應用場景和邊界，将成為新時代職場人的基本 " 修養 "。
2、發揮 " 人 " 的特有優勢
盡管 AI 目前在邏輯推理、模式識别等某些特定領網域已經超越了人類，但在涉及情感互動、創造力發揮以及復雜環境下的決策判斷時 , 人類仍保有獨特的優勢。比如，共情力需要情感智力的支撐，需要對他人的内心世界有深刻體察和理解；創新需要跳躍性思維和非線性思考，需要打破常規 , 跳出邏輯框框；而復雜決策則要求對動态環境進行整體把握，做出高度概括和預判……這些能力恰恰都是目前的 AI 所欠缺的。因此，和 AI 較量要想取得優勢，就先要選對方向，而堅持發揮 " 人 " 的特有優勢，無疑是我們最明智、最有利的方向。
3、拓展圈子和人脈
在 AI" 專注 " 于各自領網域内高強度的學習和工作時，我們碳基生命則應該有意識地強化我們在人際交往，情感陪伴方面的能力。這是另一個我們具有相對優勢的 " 側面戰場 "。通過不斷拓展圈子和人脈，與不同領網域的人交流互動，不僅可以及時了解更多的行業動态，發掘更多的發展機會，還能收獲情感陪伴和更多的情緒價值，這些都是 AI 無法取代的。這種人與人之間的情感連接，也是人之所以為 " 人 " 的重要标志。
4、關注行業發展和新的趨勢
OpenAI 創始人奧特曼，最近在接受美國招聘網站 Indeed 采訪時表示：" 我相信，未來會有很多工作，而且其中許多工作看起來會與今天的工作有所不同，但我們似乎永遠不會無事可做。" 但要想找到奧特曼所説的那些 " 事 " 和 " 工作 "，就需要我們持續關注各個行業的發展動态和新趨勢，深刻了解 AI 技術在這些領網域的應用場景和需求，并結合自己的專業背景和特長，為自己物色更适合、更有前景的職業發展新機會。
" 二八法則 " 告訴我們，所有的變革總會有 20% 的人受益，其餘的人要麼經過調整維持 " 平局 "，要麼無所作為被淘汰出局。當前，留給我們的視窗時間已經沒有多少了。是時候動手準備點什麼了，希望大家都能成為那幸運的 20%，共勉。
