
作為即將被機(jī)器人取代的第一批職業(yè)人,該如何選擇
如果你是一名人類工人,那么很不幸地通知你,機(jī)器即將在20年內(nèi)逐步取代你的工作:到2030年,機(jī)器人和人工智能將“淘汰”所有人類工人。
近日,麥肯錫全球研究院(McKinsey Global Institute)在周三發(fā)布的報(bào)告中稱,隨著科技的進(jìn)步,機(jī)器人將會(huì)取代全球8億個(gè)工作崗位,未來全球大概有3.75億人口將面臨重新就業(yè),其中中國(guó)占1億。
麥肯錫報(bào)告中分了11個(gè)行業(yè)大類,看不同國(guó)家未來在這些行業(yè)的崗位需求變化。其中涉及到創(chuàng)意工作、技術(shù)類工程師、管理類以及社會(huì)互動(dòng)類的崗位需求增長(zhǎng)明顯,因?yàn)闄C(jī)器還無法在這些領(lǐng)域取代人類。另一方面,那些在可預(yù)測(cè)環(huán)境中進(jìn)行物理活動(dòng)的部分崗位需求將下降明顯。
(來源于麥肯錫報(bào)告)
(來源于網(wǎng)友攝于某次人工智能大會(huì))
至于人工智能是如何取代人類的?C君認(rèn)為網(wǎng)友@朱帝龐克 曾經(jīng)的一張圖通過對(duì)職業(yè)技能按功能分類以后,根據(jù)不同職業(yè)的屬性和崗位要求等四個(gè)層面進(jìn)行細(xì)分,總結(jié)出的關(guān)于機(jī)器人的入侵人類職業(yè)的路線很具有代表性。
看到人工智能的來勢(shì)洶洶,很多人甚至開始產(chǎn)生自我懷疑,產(chǎn)生了對(duì)機(jī)器人的異樣的“敬畏”,1969年日本機(jī)器人專家森昌弘提出“恐怖谷理論”,為什么人們?nèi)绱恕皯峙隆睓C(jī)器人?
根據(jù)森昌弘的說法,隨著機(jī)器人的擬人程度增加,人類對(duì)它的好感度就會(huì)改變。通過森昌弘圖表可以發(fā)現(xiàn),恐怖谷理論就是隨著機(jī)器人到達(dá)“接近人類”程度時(shí)候,人類好感度突然下降的范圍。會(huì)活動(dòng)的類人體比靜止類人體變動(dòng)的幅度更大。
除了人工智能除了“懼怕”,我們還應(yīng)該更理性的思考自己的定位和自我職業(yè)規(guī)劃。
麥肯錫報(bào)告中也特別指出,到2030年中國(guó)將有至少1.18億人的崗位被機(jī)器人取代,而其中700-1200萬人需要轉(zhuǎn)換職業(yè)(這意味著他們?cè)械膷徫粡氐妆粰C(jī)器人取代,不再具有人工價(jià)值)。而1億多人口面臨再就業(yè),就意味著1億多人口需要掌握新技能,學(xué)習(xí)新技術(shù),提升自身的適應(yīng)時(shí)代發(fā)展的職業(yè)技能與技巧。
(圖為成功的人工智能轉(zhuǎn)型需要因素,來源麥肯錫報(bào)告)
經(jīng)過C君采訪,CDA數(shù)據(jù)分析研究院的老師們紛紛指出:個(gè)人職業(yè)轉(zhuǎn)型關(guān)系著自身職業(yè)發(fā)展,轉(zhuǎn)型就意味著自我投資,選擇依舊需要十分謹(jǐn)慎。
順應(yīng)人工智能發(fā)展的大潮,經(jīng)管之家聯(lián)合旗下CDA數(shù)據(jù)分析師教育品牌成立AIU人工智能學(xué)院(AI University),為廣大的數(shù)據(jù)科學(xué)家、數(shù)據(jù)分析師、機(jī)器學(xué)習(xí)工程師、大數(shù)據(jù)分析師、人工智能工程師等崗位的從業(yè)者提供眾多優(yōu)質(zhì)在線課程,無疑這給很多轉(zhuǎn)型人員一個(gè)新的選擇和機(jī)會(huì)來提升自我,適應(yīng)時(shí)代發(fā)展對(duì)人才的需求。
推薦學(xué)習(xí)書籍
《CDA一級(jí)教材》在線電子版正式上線CDA網(wǎng)校,為你提供系統(tǒng)、實(shí)用、前沿的學(xué)習(xí)資源,助你輕松邁入數(shù)據(jù)分析的大門!
免費(fèi)加入閱讀:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11