在講人工智能之前，我們先看看之前歷史上，對人類影響最大的2次技術發展，也就是一二次工業革命，基於對能源的運用，人類用機器替代了大部分之前手工勞作的工作，並且效率極大提高。這裡對工作其實有兩類影響，一類是手工作業，這部分工作是人類之前可以做，並且可以做好的，但是機器用更高的效率，更低的投入替代掉了，還有一類是人類之前無法想象的工作，比如汽車、飛機，電影放映機等。或者更簡單說，一類是是被替代的工作，一類是創造出來的新工作。
哪些工作會很容易被取代？
這裡不從工作領域來區分，更傾向於從工作模式來作為判斷，以目前人工智能的算法能力來看，那些輸入輸出非常確定，並且標準化的工作，或者說，依靠非常明確的經驗判斷的工作大概率會被取代掉，這麼解釋可能比較抽象，舉幾個例子，工廠內很大部分的質量檢測（良品率確認）工作已經被基於視覺識別（也有聽覺識別）的算法來取代之前有經驗的老師傅，因為質量判斷本身就是被量化的標準，輸入就是產品外觀或某些檢測手段後的反饋數據，而輸出就是通過或者不通過，這類工作很早其實就開始使用機器學習算法，後續會更多，與之相似，但是更復雜的可能是醫療診斷，當然目前醫療診斷很多片子其實還是非常依賴於醫生臨床的實操的，但是對於輸入確定的數據源，憑藉大量臨床實踐的數據支持，算法是可以給出非常高精度的診斷建議的。當然還有另一位答主提到的人工智能檢測母豬懷孕的工作，這個就是很標準的人工智能提供的一類相對標準化的決策服務。
人工智能可以對最為優秀的人類可以作出的判斷進行學習，但是這個問題本身首先要有非常明確的定義，那麼對於那些不足夠優秀的人，很可能就會被替代掉，因為人工智能可以給出高於95%的人類水平的決策結果。這一點非常明顯的體現在了目前人工智能公司大部分都去做to B業務上，因為to B的服務中，很多依賴於員工負責的決策流程可以被精簡，自動化，而幾乎無損。同時，公司可以在只保留少量頂尖專家的情況下，支持大量同類型的工作，並保持更標準化以及高效的結果，這對於成本降低和效率提高都是非常有益的。
相反，To C的工作就不一定會如此容易，這裡特別想說的是服務業，因為基於服務的感知是具備很強溢價能力的，比如理髮的美感，按摩的舒適度，餐飲的口味等等，人類的感官並不是確定的輸出，同時又很個性化，數據的收集就是很大的難題，何況人的喜好也會經常變化，當前的人工智能還無法完成如此複雜的服務，但是某些流程依然可能被取代，比如收銀、點菜是目前大家可以感知到的在逐漸被取代的部分，這裡並不是一定就是因為人工智能，但是基於標準經驗的服務，並且服務質量沒有很大區別的工種，也是很危險的。
總而言之，在大家目前從事的工作中，感覺自己的經驗和技能在長時間的工作中變化和成長很小的，既定經驗一成不變，並且自身也很難給出創造性空間的工作，我都非常建議大家慎重考慮。至少在未來相當長的一段時間內，穩定的工作內容都可能帶來非常不穩定的未來。
哪些工作會因為人工智能被創造出來，或者變得更好？
看看2018結束的時候，最火爆的社會話題是什麼？我個人感知大概是兩個，一個是經濟下行，一個是我國的人口紅利可能會消失，這對於大部分人來說都是很差的消息，但是對於真心從事人工智能應用的從業者來說，可能卻是非常利好的消息，因為這兩點都反映了同一個信號，成本必須要降低，效率必須要提高，而人卻會變得越來越貴。那麼這時候，所有企業都有共同的需求，減少人力成本，提供更高效率的企業運營方案，這是所有人工智能公司都可以趁虛而入的節點，因為不好的形勢創造出了真正的剛需（吐槽：反而之前經濟形勢好的時候，一方面資本無節制的投入導致AI公司非常不接地氣，而去討好資本，另一方面，企業由於不缺乏資金，導致對AI的期待非常不具象，而去做PR）。
基於此，我個人判斷的是，基於人工智能的協同，會是未來5-10年內的可能產生的工作模式，也就是有能力，有創造力的人，使用人工智能的技術，去創造高效率的工作方式，來取代大部分之前低效，重複，無創新的工作內容。
閱讀更多 MIT科技評論 的文章
