
AI 催生新的工作機(jī)遇:5個(gè)未來會(huì)很吃香的崗位
人工智能與人類工作是當(dāng)下許多人津津樂道的一個(gè)話題,而討論的重點(diǎn)大多是圍繞在“未來人工智能會(huì)不會(huì)搶走我們的工作”這個(gè)方面。本文作者 Babak Hodjat 是人工智能初創(chuàng)企業(yè) Sentient Technologies 的聯(lián)合創(chuàng)始人兼 CEO,他認(rèn)為,那些擔(dān)心 AI 會(huì)搶走他們工作的人其實(shí)大可不必如此緊張,因?yàn)?AI 也會(huì)催生新的工作崗位。
“人工智能”一詞經(jīng)常會(huì)讓人感覺心生恐懼和憂慮,人們畏懼人工智能所帶來的未知可能性,害怕發(fā)生像《終結(jié)者》這樣的電影中所展現(xiàn)出來的反烏托邦式情景,擔(dān)心人工智能未來某一天可能會(huì)搶走我們的工作。這種恐懼情緒并非最近才剛剛出現(xiàn),也并不是完全沒有依據(jù)。人工智能與其他任何顛覆性技術(shù)發(fā)明一樣,由此出現(xiàn)的更快速、更高效的機(jī)器必然會(huì)取代部分人類工作者。但是,那些擔(dān)心 AI 會(huì)搶走他們工作的人其實(shí)大可不必如此緊張,因?yàn)?AI 也會(huì)催生新的工作崗位,而他們至少可以往這些新工作方向發(fā)展。
據(jù) Gartner 最新發(fā)布的一份報(bào)告指出,盡管 AI 技術(shù)將取代 180 萬個(gè)工作崗位,但同時(shí)也將創(chuàng)造出 230 萬個(gè)新就業(yè)崗位。Gartner 首席研究員 Peter Sondergaard 預(yù)測(cè)表示,AI 將強(qiáng)化員工的工作能力,并可能成為 2020 年的“凈工作創(chuàng)造者”。我相信,AI 與過去所有的其他顛覆性技術(shù)一樣,將為我們帶來許多新就業(yè)機(jī)會(huì)。
得益于 AI 技術(shù)的興起,以下五個(gè)行業(yè)崗位將呈現(xiàn)出顯著的增長(zhǎng)趨勢(shì):
1、數(shù)據(jù)科學(xué)家
數(shù)據(jù)科學(xué)家屬于分析型數(shù)據(jù)專家中的一個(gè)新類別,他們對(duì)數(shù)據(jù)進(jìn)行分析來了解復(fù)雜的行為、趨勢(shì)和推論,發(fā)掘隱藏的一些見解,幫助企業(yè)做出更明智的業(yè)務(wù)決策。正如致力于商業(yè)分析和商業(yè)智能軟件的 SAS 所說的那樣,數(shù)據(jù)科學(xué)家是“部分?jǐn)?shù)學(xué)家,部分計(jì)算機(jī)科學(xué)家和部分趨勢(shì)科學(xué)家的集合體”。
以下是數(shù)據(jù)科學(xué)應(yīng)用的一些例子:
Netflix通過數(shù)據(jù)挖掘電影觀看模式,了解用戶興趣,再利用這些數(shù)據(jù)來做出 Netflix 原創(chuàng)劇的制作決定。
Target 使用消費(fèi)者數(shù)據(jù)來確定主要客戶群,并且對(duì)客戶群中獨(dú)特的購物行為進(jìn)行分析,從而能引導(dǎo)消息傳遞給不同的受眾。
寶潔公司利用時(shí)間序列模型能夠更加清晰地了解未來的產(chǎn)品需求,從而幫助公司規(guī)劃出合適的生產(chǎn)量。
由于AI 推動(dòng)了創(chuàng)造和收集數(shù)據(jù)的趨勢(shì)發(fā)展,所以我們也可以看到未來對(duì)于數(shù)據(jù)科學(xué)家的需求也將日益增加。據(jù) IBM 預(yù)測(cè),到 2020 年,對(duì)于數(shù)據(jù)科學(xué)家的需求增長(zhǎng)幅度將達(dá)到 28%,數(shù)據(jù)科學(xué)家、數(shù)據(jù)開發(fā)人員和數(shù)據(jù)工程師的年需求量將達(dá)到 70 萬人。其中一般的 AI 領(lǐng)域?qū)<?,包括剛踏出校園的博士生以及相對(duì)教育程度低一些、但是有幾年工作經(jīng)驗(yàn)的專業(yè)人士,每年薪水加公司股票可能在 30 萬美元至 50 萬美元范圍內(nèi)。
2、AI/機(jī)器學(xué)習(xí)工程師
大多數(shù)情況下,機(jī)器學(xué)習(xí)工程師都是與數(shù)據(jù)科學(xué)家合作來同步他們的工作。因此,對(duì)于機(jī)器學(xué)習(xí)工程師的需求可能也會(huì)出現(xiàn)類似于數(shù)據(jù)科學(xué)家需求增長(zhǎng)的趨勢(shì)。數(shù)據(jù)科學(xué)家在統(tǒng)計(jì)和分析方面具有更強(qiáng)的技能,而機(jī)器學(xué)習(xí)工程師則應(yīng)該具備計(jì)算機(jī)科學(xué)方面的專業(yè)知識(shí),他們通常需要更強(qiáng)大的編碼能力。
如果你是十年前進(jìn)入機(jī)器學(xué)習(xí)領(lǐng)域,那當(dāng)時(shí)除了學(xué)術(shù)界之外很難找到別的工作。但是現(xiàn)在,每個(gè)行業(yè)都希望能將 AI 應(yīng)用到他們的領(lǐng)域,對(duì)于機(jī)器學(xué)習(xí)專業(yè)知識(shí)的需求也就無處不在,因此 AI 也將繼續(xù)推動(dòng)社會(huì)對(duì)于機(jī)器學(xué)習(xí)工程師高需求趨勢(shì)的發(fā)展。
除此之外,AI 不同垂直行業(yè)的企業(yè),包括圖像識(shí)別、語音識(shí)別、醫(yī)藥和網(wǎng)絡(luò)安全等,也面臨著缺乏合適技能和知識(shí)的勞動(dòng)力這一問題的挑戰(zhàn)。據(jù) Gartner 報(bào)告顯示,有一位首席信息官想要在紐約聘用 AI 技術(shù)的專業(yè)人才,卻發(fā)現(xiàn)人才庫只有 32 人,其中只有 16 人符合潛在候選人標(biāo)準(zhǔn)。而在這 16 人中,只有 8 人正在積極尋找新就業(yè)機(jī)會(huì)。
3、數(shù)據(jù)標(biāo)簽專業(yè)人員
隨著數(shù)據(jù)收集幾乎在每個(gè)垂直領(lǐng)域?qū)崿F(xiàn)普及,數(shù)據(jù)標(biāo)簽專業(yè)人員的需求也將在未來呈現(xiàn)激增之勢(shì)。事實(shí)上,在 AI 時(shí)代,數(shù)據(jù)標(biāo)簽可能會(huì)成為藍(lán)領(lǐng)工作。
IBM Watson 團(tuán)隊(duì)負(fù)責(zé)人 Guru Banavar 表示“數(shù)據(jù)標(biāo)簽將變成數(shù)據(jù)的管理工作,你需要獲取原始數(shù)據(jù)、對(duì)數(shù)據(jù)進(jìn)行清理,并使用機(jī)器來進(jìn)行收集?!睒?biāo)簽可以讓 AI 科學(xué)家訓(xùn)練機(jī)器新任務(wù)。
Banavar 繼續(xù)解釋道:“假設(shè)你想訓(xùn)練一臺(tái)機(jī)器來識(shí)別飛機(jī),你有 100 萬張照片,其中有一些照片里邊有飛機(jī),有一些沒有飛機(jī)。那你需要有人先來教會(huì)計(jì)算機(jī)哪些圖像有飛機(jī),哪些又沒有飛機(jī)。”這就是標(biāo)簽的用處所在。
4、AI硬件專家
AI 領(lǐng)域內(nèi)另外一種日益增長(zhǎng)的藍(lán)領(lǐng)工作是負(fù)責(zé)創(chuàng)建 AI 硬件(如 GPU 芯片)的工業(yè)操作工作。大科技公司目前已經(jīng)采取了措施,來建立自己的專業(yè)芯片。
英特爾正在為機(jī)器學(xué)習(xí)專門打造一個(gè)芯片。與此同時(shí),IBM 和高通正在創(chuàng)建一個(gè)反映神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)、并且可以像神經(jīng)網(wǎng)絡(luò)一樣運(yùn)行的硬件架構(gòu)。
據(jù) Facebook AI 研究總監(jiān) Yann LeCun 表示,F(xiàn)acebook 也在幫助高通開發(fā)與機(jī)器學(xué)習(xí)相關(guān)的技術(shù)。隨著人工智能芯片和硬件需求的不斷增長(zhǎng),致力于生產(chǎn)這些專業(yè)產(chǎn)品的工業(yè)制造業(yè)工作崗位需求將會(huì)有所增長(zhǎng)。
5、數(shù)據(jù)保護(hù)專家
由于有價(jià)值的數(shù)據(jù)、機(jī)器學(xué)習(xí)模型和代碼不斷增加,未來也會(huì)出現(xiàn)對(duì)于數(shù)據(jù)保護(hù)的需求,因此也就會(huì)產(chǎn)生對(duì)于數(shù)據(jù)庫保護(hù) IT 專家的需求。
信息安全控制的許多層面和類型都適用于數(shù)據(jù)庫,包括:訪問控制、審計(jì)、認(rèn)證、加密、整合控制、備份、應(yīng)用安全和數(shù)據(jù)庫安全應(yīng)用統(tǒng)計(jì)方法。
數(shù)據(jù)庫在很大程度上是通過網(wǎng)絡(luò)安全措施(如防火墻和基于網(wǎng)絡(luò)的入侵檢測(cè)系統(tǒng))來抵御黑客攻擊。保護(hù)數(shù)據(jù)庫系統(tǒng)及其中的程序、功能和數(shù)據(jù)的安全這一工作將變得越來越重要,因?yàn)榫W(wǎng)絡(luò)開放程序越來越高。
總會(huì)需要人類的判斷
盡管人工智能可以用來加速日常工作的節(jié)奏,并且未來可能會(huì)取代一些崗位的工作人員,但相比它破壞的工作來說,它創(chuàng)造的工作更多。無論是分析、組織,還是根據(jù)數(shù)據(jù)達(dá)成可行結(jié)論,這些過程中人類的角色仍十分必要。也正是因?yàn)槿绱耍祟愒趧?chuàng)造、實(shí)施和保護(hù)人工智能方面的作用將變得更為重要。
正如 Frost&Sullivan 高級(jí)副總裁 Andrew Milroy 所說:“實(shí)現(xiàn)轉(zhuǎn)型所缺少的人力資源將會(huì)降低技術(shù)采用和實(shí)現(xiàn)自動(dòng)化的速度。AI 會(huì)創(chuàng)造就業(yè)機(jī)會(huì)。隨著新型、顛覆性技術(shù)的出現(xiàn),新的高技能工作崗位也會(huì)出現(xiàn)。而沒有人類工作者,這些技術(shù)的實(shí)施是不可能實(shí)現(xiàn)的事情?!?
人工智能是人類未來實(shí)現(xiàn)連續(xù)統(tǒng)一目標(biāo)的一個(gè)步驟。AI 技術(shù)所創(chuàng)建的工作能夠讓生活更輕松,將人類工作者從瑣碎的工作任務(wù)中解放出來。而當(dāng)前 AI 技術(shù)的傳播速度和普及趨勢(shì)在給我們創(chuàng)造更多就業(yè)機(jī)會(huì)的同時(shí),也意味著我們面臨著一個(gè)新的挑戰(zhàn),我們需要培訓(xùn)工作人員轉(zhuǎn)向這些新職位
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
SQL 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。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10