AI大爆炸，哪些人会最先失去工作？

　　头图来自英剧《Real Human》

　　人类会被机器人和人工智能夺走工作，甚至生命，早就不是什么新鲜话题。

　　各种影视作品和学术分析，都已经指明了未来人工智能在整个生活空间中必然会占据一个庞大位置，但问题是那很遥远啊。远远还不到真正威胁我们工作和收入的程度。

　　然而来到了今年下半年，从巨头到创业公司，从硅谷出来的风到国产黑科技，好像都在告诉我们这样一个事实：人工智能真的能用了。

　　经历了PC和移动两个互联网时代的我们，应该已经知道互联网改变现实工作机会的方式：首先扎开几个小孔，随后是一场洪流般的普及运动，最终遍地开花。

　　那么，“真实应用版”的人工智能最有可能从哪些行业开刀呢？本文来做一个统计，希望作为读者的你并不在其中。当然，在也无妨，毕竟任何工具的进化，本质上都会提供更多职业上升通道。

　　【速记】

　　罗永浩的新品发布会突然激活了语音输入这个行业，可能是今年最有意思的不期而遇之一。但是不得不说，这是个必然而非偶然。

　　从最近火热的讯飞，到行业老大搜狗输入法，甚至BAT以及国际巨头，人工智能语音识别其实已经不是一两天内的新闻了。

　　但区别在于，基于语音精神元的单位化智能识别大大加强了人工智能语音识别的准确性。加上降噪、抗干扰、对话角色识别等功能，通过人工智能把语音转换成文字已经成为了基本可行的工作。

　　而在这个转换中被省略掉的人力劳动，显然是速记。根据亲身实测，很多付费软件的语音文字转换正确率已经比职业速记高出不少。而且显然响应速度更快。目前最大的问题仅在于人名、地名以及部分专有名词的识别上（事实上速记也识别不出）。

　　进一步可能受到威胁的职业是同声传译。因为绝大多数同传错误率本就很高，基于类似谷歌神经网络翻译技术得到的翻译结果再通过语音传输，其实可以推翻大部分同传的工作。

　　当然，涉及创造力和专业属性的翻译暂时还是安全的，但能安全多久我们也不得而知。

　　【股票分析师】

　　fintech已经被喊了有一段时间，但是在国内，这个名词还更多被看做是p2p升级版的噱头和合法化包装。

　　然而从金融、证券，尤其是个人理财服务的本质上看，判断收益率和选择投放，并做出合适的一揽子配比就是这类工作的基本面。大数据和深度学习技术的完善，已令人工智能有能力完成大多数金融服务工作。

　　fintech体系中一个重要部分叫做“机器人理财”。众多针对这项技术的硅谷和以色列创业团队今年都收获了巨额投资或者并购，从技术上看已经相对成熟。国内机器人理财方兴未艾的原因，一方面是平台缺乏公信力，无法赢得用户和监管方的信赖，一方面是机器人理财平台如何获得收益是个问题。一但BAT级别的巨头加入这个战场，可能造成的变量相当可观。证券分析、理财服务等从业者很可能受到冲击，尤其是“民间专家”型分析者。

　　当然，AI＋人工的金融服务更可能成为未来主流。对于金融业来说，fintech更像是一次升级机会。

　　【导购】

　　对于用户来说，导购人员的作用是什么呢？一是通过导购了解产品，二是帮助自己选择商品，三是用来讲价。

　　而在大数据，尤其是客户数据体系、客户画像能力、智能推荐技术都日臻完善的今天，购物场景中通过新奇的技术体验来帮助用户完成选择很可能成为主流。

　　淘宝的VR购物平台buy＋一经上线就受到热捧，可见消费者对于以新技术＋体验的方式完成购物是非常认可的。实体店和商超广泛引入人工智能导购体系，不仅可以大大节省人力支出，还能在平台接入、支付系统、线上增值服务等端口获得更多红利，商家何乐而不为？

　　大规模把人脸识别、用户画像和智能推荐的导购体系推进商场，其实只需要一次声势浩大的补贴和返现活动，而中国互联网人是极擅长这招的。由此产生的连锁效应，很可能令低端导购、纯粹提供分拣、拿货、收银、推荐等体力服务的导购失去工作意义。

　　当然，智能推荐＋购物可能创造的新就业机会也很多，这或许是O2O的又一次觉醒契机。

　　【客服人员】

　　容联云、平安，包括阿里、腾讯，目前都已经推出了自己的云客服系统。这个2B产业风口已经被认为是企业级服务的突破口。当然，目前云客服工具对于很多企业来说应用价值还不高，仅仅是减轻了客服人员的部分工作而已，企业付出的人力成本基本没有变化。

　　但人工智能广泛入场之后，现状很可能被进一步改写。

　　人工智能目前已经可以提供语音识别、语言响应、智能推荐等功能。基于问题数据库和处理方式数据库，搭建比较完善的客服响应中心，辅以接通深度学习端口的人工服务，一个简单实用的客服处理中心基本可以宣告完成。

　　人工智能＋客服，优势是响应快而无时间限制，出错率少，并且可以搭建多路径整合的响应方式，这些是人工客服永远无法完成的。甚至有美国研究机构发现，通过智能推荐，智能客服完成的二次交易率都比人工更高。相比起来，人工客服所能提供的只是情感交流、特殊问题解答等不可代替服务，前者应用频次过低，后者可以通过深度学习不断弥补。

　　因此，企业通过人工智能完成客服＋市场＋客户群租运营的日子应该已经不远了。国内就有很多平台级玩家在解决这一升级需求。而相应的就是客服人员可能大量遭遇工作价值缺失，当然，人性总归是复杂的，在缓解客户情绪（尤其是挨骂）上，人工客服永远有存在的必要。

　　【文字工作者】

　　没错，我跟我的同行也面临着人工智能带来的失业压力。

　　人工智能写稿，一直是未来媒体和新媒体领域探讨的关键技术。但从今年的态势看，这个技术已经很大程度能够被投放应用。先不说写诗写小说这种创作型写作（事实上这些人工智能也已经能完成），就说每个新媒体人和企业的新媒体运营、网络编辑都会遇到的“抓热点”“造点击率”，人工智能的组稿和撰稿引擎已经被证明可以完美胜任。

　　相比人类，人工智能抓取的热点和关键词更准确，而初级网络编辑的“拼稿＋塞图”行为人工智能也能完整进行，而且效率超高。

　　另一方面，文案和公文写作的文字工作者面临的挑战更大。这种模块化写作内容其实是人工智能的最爱，它可以准确满足所有需求，避免一切错误，甚至能深度学习审稿人的爱憎。用人工智能写手来写公文，显然可以永远不犯领导名字顺序写错这种错误。堪称众多公职人员和媒体人的福音，同时也是他们的最大竞争对手。

　　当然，人工智能在创造力和深度上还完全没有优势，它只能满足阅读者的需要，却不能给阅读者提供任何新东西。

　　【这些行业的共同点】

　　其实还有很多行业马上就会面临人工智能的挑战。总结这些行业，会发现有以下共同点：

　　一、处在信息的两端。目前的人工智能，能高效完成的其实只有两件事：识别数据，推荐数据。而这两者刚好处在信息的两端。那么同样，在识别数据端的速记、翻译，和推荐数据端的导购、理财师，就很可能受到直接冲击。相对来说，运用数据和基于数据再创造的职业会安全一些。

　　二、以归类＋选择为工作目的。有很多工作，其本质上并非是创造价值，而是在固有信息过多或者难以处理的情况下，帮助他人归类并选择信息。但是人力有时而竭，人工智能一但链入具体数据库，所能提供的服务比人力要优越很多。

　　三、高度模块化。还有一种工作很可能被人工智能打败，就是职业本身内容是把高度模块化的东西反复拼接在一起，尤其是信息拼接。这就像信息空间中的工业革命，人工智能拼接模块和信息流的效率十分惊人，而且可以基于数据满足使用者需求，从效率和目的上都是人力无法匹敌的。而其前提是工作的初始模块已经完全固定，当然这样的工作其实很多。

　　总的来说，识别、归类、选择的工作已经非常危险，即使人工智能不进行硬件化和设备化，也可以完成替代。如果设备化完成，那么驾驶、机械操作、摄影摄像等设备工作也将面临巨大冲击。

　　怎么办呢？其实最好的办法就是先知先觉变成人工智能专家，然后去抢别人的就业机会。