这些工作将被人工智能取代，来看看你的行业能幸免吗
原创小北北京大学出版社人工智能拍了拍你，然后你的工作没了……没了……早在1965年，人工智能这个术语就被正式提出。
1977年，IBM深蓝战胜人类国际象棋冠军，标记着人工智能往前迈开了重要一大步。2017年谷歌旗下的AphaGo与柯洁对战，3比0获胜，至此，围棋界公认AphaGo的棋力已经超过人类职业围棋顶尖水平。含泪对弈的柯洁正是此弈之后，人工智能迅速引起社会关注，人工智能即将取代人类工作的话题被广泛讨论，引起了普遍的狂热和焦虑。
事实上，在AlphaGo成名前人工智能就已不再只是一项存在于实验室中的科技，Siri、微软小冰、小爱同学等都已经出现在我们的生活中，只不过那时的他们还没那么聪明罢了。而随着人工智能水平的不断提高和人工智能的广泛应用，确实有越来越多的岗位受到冲击——
例如从2016年到2018年，智能化建设的推进使银行业务线下人工处理率从15.69％下降到11.31%。因此，中国农业银行雇用了638名技术工程师，而26808名柜面人员则失去了工作。
这一趋势在中国建设银行的事例中更为明显，2017年中国建设银行将线下人工处理率降低至３％，柜面人员和技术工程师的数量在2018年均有所下降。
还有那些更直观的例子，高速收费站慢慢地没有了收费员，图书馆多了自助机器人，超市多了自助结账通道......所有这些在日常生活中具体可感的事例让人们“人工智能即将让人类失业”的焦虑更是有增无减。站在人类历史的角度来看，人们的这种焦虑实属变革中的常态。这不是人类技术史上第一次有人担心工作被机器取代。
根据历史经验，虽然科技进步取代了人类的一部分工作，但同时又会派生出新的工作。比如蒸汽机革命让大批使用手摇纺织机的工人失业，但英国的纺织工业却因此有了巨大发展，而由此也需要更多的人从事相关工作。但是，对于每一个个体而言，我们最关心的并不是那些宏大的历史叙事中的劳动者，而是生活在真实世界中的需要工作养家糊口的劳动者。对于历史而言，一些职业消失了，一些新的职业会填补空白，如此就业岗位数量总体是稳定的。而对于个人而言，在技术变迁中提供的新岗位往往是自己无法胜任的。因此，人们总是容易看到那些失去的工作，但不容易看到新技术带来的新工作。
人工智能对就业的影响已经初见端倪，而未来随着人工智能的普遍应用和发展，人工智能又将对就业市场产生什么影响呢，哪些人最有可能被人工智能替代？来看专家团队的分析吧。人工智能的理论替代概率这一概念可理解为人工智能取代人类智能的全部潜力。
更通俗点，就是从理论上讲人工智能可以在哪些方面在哪种程度上取代人，比如AlphaGo就能够在计算能力上完胜人类，但是它的识图水平远比不上人类。
我们将引入指数“人类水平绩效评分”（也就是人类做某项工作的平均水平）来定义人工智能理论替代概率。人工智能技术在人类水平绩效评分卡中所获分数越高，它对劳动力的理论替代概率就越高。下图显示了按目标能力划分的技术分类。
与人类能力相对应的主要人工智能技术人工智能替代的是能力而非职业，因此那些被替代的劳动力则需要依靠其他能力寻找新工作。
各职业人工智能理论替代概率的计算结果显示，对感知和操作能力、创造力和沟通技能要求较低的职业更易受到人工智能的影响，例如水利设施管理养护人员替代率高达88%，机械制造加工人员替代率为87.67%。
另一方面，人工智能虽然在过去十年中取得了巨大进展，但许多关键性的人工智能技术仍在技术生命周期的起始阶段，因此人工智能就目前而言发展尚处于起始阶段，我们依然有时间去学习新技能以满足将来的工作要求。各职业理论替代概率人工智能应用率顾名思义，人工智能应用率其实就是AI应用在各个行业的广泛程度。这一因素衡量了人工智能技术的现实收益。
当人工智能系统的能力显著提高至接近甚至超越人类水平后，AI方案会在各类行业工作场景中爆发式广泛应用，取代人类劳动。
但是，受制于投资回报、效率、改造成本甚至政治原因等现实瓶颈，人工智能在工业领域的应用以及对人工劳动的替代进度将远远落后于人工智能的理论发展速度，而且AI方案在不同行业和职业的落地速度也差异巨大。即，人工智能虽然看上去对我们工作威胁巨大，但它现在还是只刚出生的小老虎，对我们威胁有限。
人工智能时代最重要的就是各类数据的采集和获得，因为人工智能需要大量数据“投喂”如此他们才能变得更聪明。想想各大厂，如阿里、腾讯等最值钱的是什么？我们现在最担心的是什么？就是他们手中掌握的广大用户的各类使用数据。因此，我们将数据的可获得性量化为数字化率。某一行业对物联网投资越多，可用数据量就越大。而当前低数字化率是应用人工智能的主要瓶颈。此外，人工智能解决方案在行业中的应用依然严重依赖于部署定制，而且应用场景的限制不同，所应用的解决方案也会体现较大差异。
也就是说，各个行业内部对于人工智能的使用尚未达成某种标准协定，各个企业各自为营，自己搞自己的，这将会阻碍人工智能的大规模推广应用。
如同集装箱一样，在集装箱出现之前，各个国家都有自己的标准，跨国运输就会很麻烦，运输成本也将提高一大截，而集装箱的出现在最大程度上规避了这些矛盾和麻烦。而人工智能领域内的“集装箱”目前尚未出现。
综合以上因素和2017人工智能应用率，中国各行业2049人工智能应用率计算结果显示，批发零售业、住宿和餐饮业、金融业为应用率最高的三个行业，而其相对应的职业则是替代率较高的职业。纵观全局，人工智能无法完全替代人类智慧和所有职业，但各行业对人工智能的不同采用程度的确会使就业率受到不同程度影响。人工智能实际替代率实际替代概率等于理论替代概率乘以应用率，根据这一公式，我们根据劳动者的年龄、性别、受教育程度和收入水平等特征将样本划分为不同子样本，估算出了人工智能对不同特征劳动者的实际替代概率。
年龄
首先，根据劳动者年龄计算出人工智能替代概率加权平均值，结果如图所示。
不同年龄组人工智能替代效应结果表明，20-29岁年龄组的人工智能替代概率最低，而60-69岁年龄组的人工智能替代概率最高。
造成这一现象的主要原因是，年轻人更有可能获得新知识和新技能，而老年人适应技术变革的能力较弱，因此更有可能被人工智能所取代。
性别
下图显示了根据劳动者性别计算出的人工智能替代概率加权平均值。
不同性别组的人工智能替代效应结果表明，女性劳动者比男性更容易被人工智能替代，但差距仅为1个百分点。
一些研究表明，在求职、晋升机会和劳动报酬方面，女性在劳动力市场上比男性受到歧视的可能性更大，这可能是二者在替代概率上细微差别的来源。
受教育程度
一些研究表明，人工智能对就业的替代效应并不是技术中性的，对高技能劳动力和低技能劳动力的影响存在较大差异。下图显示了根据受教育程度计算得出的人工智能替代概率。
不同受教育程度组别的人工智能替代效应结果显示，人工智能替代概率随着受教育程度的提高而降低:文盲、小学和初中组的替代率较高，而高中及以上组的替代概率则大大低于前者。特别是具有大学及以上教育程度的人，人工智能的替代概率仅为低教育程度组的一半。
2049年这些人将被替代在前文我们已经获得了2049年各行业人工智能的实际替代概率，而根据中国目前的行业分类，劳动力就业主要分布在19个行业大类中。
因此可以根据2015年人口普查数据中的各行业就业比率和2018年中国就业人数来估算这些行业大类中的就业人数，并结合人工智能的实际替代概率，预测2049年每个行业中被人工智能替代的就业人数。
2049年被人工智能替代的就业人数估算结果显示，中国将有1.42亿城市劳动力被人工智能替代，占城市总就业人数(4.34亿)的32.7％；同时，中国农村劳动力中将有1.35亿人被替代，占农村劳动力总数(3.42亿)的39.5％；到2049年，中国将有2.78亿劳动力被人工智能替代，占中国当前就业人数的35.8％。
具体而言，城市中就业人数替代最多的三个行业是制造业、交通运输、仓储和邮政业，以及农、林、牧、渔业。农村中就业人数替代最多的三个行业是农、林、牧、渔业，制造业，以及建筑业。
而如果我们将人工智能应用率的高低因素考虑进去，那么在高应用率下2049将有3.326亿劳动者被替代，在低应用率下也将有2.007亿劳动者被替代。
其他因素的约束然而，人工智能对中国劳动力市场的影响也受制于许多其他因素。
首先，它取决于人工智能技术和人类传统劳动力的相对使用成本和收益，虽然目前中国劳动力成本显著增加，但与发达国家相比仍然相对较低，而人工智能技术的应用目前成本较高，若将劳动力成本因素考虑在内，人工智能的应用则可能需要更长时间。
其次，中国逐步加快的人口老龄化进程也会作用于人工智能对中国劳动力市场的影响，但人工智能也会反过来弥补老龄化进程加快造成的劳动力数量的减少。
根据相关专家的预测，从2018到2049，中国适龄劳动人口数量将减少1.67亿-2.57亿，而减少的劳动力将很可能被人工智能取代。换言之，人工智能技术的发展在一定程度上减轻了老龄化对中国劳动力市场的负面影响。最后，与其他技术类似，人工智能技术在产生巨大替代效应的同时，也具有非常显著的创造效应。受人工智能上下游产业发展的驱动，人工智能技术将创造出一系列相关领域的工作或新职业。
人工智能并不可怕，它如同蒸汽机和电力的出现一样，将对人类社会产生前所未有的广泛影响。而人工智能并非在取代任何行业，而是在改变所有行业。在未来，人工智能必将得到长足发展，而我们想要避免被其取代就不能让自己成为依赖单一工具的人，而要成为能够利用人工智能来提升自己的人。
中国2049-End-
编辑：山鬼黄泓
文字来源：
《中国2049》
原标题：《这些工作将被人工智能取代，来看看你的行业能幸免吗？》
阅读原文
复旦人工智能教授：未来3
今年5月1日国际劳动节当天，
第一波AI失业潮到来，
科技巨头IBM公司宣布暂停7800人的招聘，
称这些岗位的工作将由AI取代，
此前3月底，高盛集团发布报告，
预计全球将有3亿工作岗位会被生成式AI取代，
其中律师和行政人员受影响最大。
▲
AI生成美女图，以假乱真
▲
AI超现实创作：上班族在地铁里看金鱼、瓜农川普
在中文网站，因为ChatGPT和Midjourney，
也陆续出现了第一批失业的设计师和文案编辑。
未来3-5年，什么样的工作会被AI取代？
哪些行业是相对安全的？
如果想要成为AI工程师，需要什么样的能力？
以及文科生可以转AI吗？
一条采访了复旦大学人工智能专家张军平教授，
针对以上问题做了解答。
自述：张军平
编辑：刘亚萌
▲
张军平教授行走在复旦校园里
ChatGPT-4的出现是令人震惊的，我们做AI研究的，知道迟早会有这么个东西出来，不过没想到这么快，以及跑出来的性能这么好。
3月份以来，我朋友圈里很多人都在晒ChatGPT-4的聊天截图，非常狂热。再加上MidjourneyV5一起，大家都很担心，自己的工作会不会被AI取代？
▲
人机共存场景
一条编辑部经由Midjourney生成
这个担忧是合理的。
ChatGPT-4最令人惊艳的一点，是它的“涌现功能”，就是当它训练的数据量足够大的时候，这个复杂的系统，就诞生了其各组成部分所没有的属性——接近人类的“思维模式”和“智力表现”。
里面有个思维链，帮助ChatGPT-4去“链式思考”。就像我们有时候做作业，到了某个节点，做不出来，然后家长说“你再想一想”，其实也没说什么，但是这个学生就觉得我可能还有一些东西没掌握，通过慢慢想和一点点的引导，就突然把一个正确答案得出来了。
所以你在对话框里，让ChatGPT-4“再想想”，它也会再给你一个改进过的答案，大家就会觉得很惊讶。
因为AI对生产效率的提高，一个优秀的人才可以做很多工作，由一小部分人运营一个大市值公司的现象，以后可能会越来越多。你看Midjourney就是个典型，员工只有11人，但是年营收1亿美金。
▲
AI生成“失火”的白领工位
细看来，未来3-5年内容易被取代的工作，有两个标准：脑力工作和简单易重复。确实白领受影响比较大。
笔译和客服已经被替代得差不多了。
我自己的生活里，现在接快递电话，好多是机器人。国内科研工作者写论文要翻译成英文，以往可能要找国外的母语翻译者，以后说不定可以尝试ChatGPT-4翻译，它速度快，把领域内的专有名词限定下，应该会很不错。
▲
Office365里嵌入ChatGPT，能自动生成简报、表格
接下来最危险的是办公室文员、人力资源，还有做财务报表的。微软Office365已经把ChatGPT嵌入到Word、PPT和Excel里了，可以自动生成简报、PPT和表格，你以往费心学习的这些Office技能价值就下降了。
有个段子说“财务不会被AI替代，因为它不能做替罪羊”，虽然有点道理，但生产效率提高了，意味着公司对财务的人才需求压缩，你的就业空间就变小。
另外还有律师行业。我们知道律师很重要的一块工作是熟练法条和查找以往的案例，查找的过程是非常耗时间的，律所里应该专门有一部分人做这块工作。
换成AI的话，它把所有的案例都收过来，ChatGPT用对话的方式给你，速度非常快，那么以前做这部分工作的律师，就不再需要了。
▲
程序员们在工作
一条编辑部经由Midjourney生成
ChatGPT-4也会生成代码的，部分程序员会受到影响，尤其是前端。因为前端设计比较模块化，并没有涉及到很复杂的计算。OpenAI有个演示，就是在纸上画个草图，然后ChatGPT-4就给你跑出来了一个网页。
从公司的角度，有可能以后会更加倾向于ChatGPT写代码。因为每个人写代码的风格是不一样的，一个员工走了，新员工过来，因为不顺手，可能要重写代码。那么ChatGPT的一致性会更好，从公司的角度来说，更加有效率。
▲
AI生成的风格插画
受Midjourney影响的插画师、设计师，我网上看到有些人已经被裁员。你人完成一副插画可能要花2天时间，机器几分钟就出来了，效果还很好，这在迫使大家去做更具有创新性的工作。
一个有意思的现象是，一部分AI研究者自己的工作，都被AI干掉了。
据说现在美国一些大学，在自然语言处理、计算机视觉和语音识别方向的教职，不再增加了。
然后我们就讨论是为什么？以往科研院校，3-5年会出些成果，细细碎碎的需要那么些人去做，但是ChatGPT-4出来之后，它把很多问题都解决了，剩下都是一些非常难啃的硬骨头，那么你是不需要那么多教职去做的，就导致一些岗位被减掉。
▲
制作漆器的手工艺人
首先，跟实体相关的工作，比如医生、护工、驾驶员，还有小众手工艺者，比如做古琴的、做陶瓷的艺术家，都是依赖个人经验来做的，被AI替代的概率较小。
因为一直以来AI大多在做认知相关的任务，感知这块下的功夫少，现阶段跟实体相关的都做不好，与人类相比，机械手比较初级，拧一个瓶盖还是很难的事情。
就连打扫卫生，对我们人类来说是“简单易重复”，但对机器却是一个模糊的概念，没有办法程序化或形式化。
那么对于白领工作，还有一部分比较安全，就是大数据进入不了的行业。
▲
《滚蛋吧，肿瘤君》剧照
我们想想ChatGPT是怎么起来的？它的数据都是Billion级的，就是10亿级以上，这就意味着这么多数据，很有可能都是不设隐私的，才能被它调用。
如果一个行业涉及到隐私，数据不能公开，不能上模型训练，那么AI就挤不进去。比如说医疗、银行、生物等领域，相对来说是安全的。
所以我的一些学生，他们就不在互联网公司找工作了，而是会去一些数据相对封闭的领域，稳定一些。
如果高中生选专业，只考虑就业前景的话，我觉得人工智能方向目前还是最好的，所谓“不入虎穴焉得虎子”。
我们有个新名词叫做AIforScience，用人工智能帮助科学发展，以后各行各业都需要AI的辅助，要由懂AI方向的人来操作，那么就会有一个非常大的人才缺口。
▲
AI研究员
一条编辑部经由Midjourney生成
一个好的AI研究者或工程师，需要三个基本素质：数学基础、编程能力、英文。学英文是因为要跟踪国际最前沿的技术，读文献资料，然后对编程能力的要求，要比数学高一些。
现在不像以前那样需要了解特别深的人工智能知识，如果你是计算机或其他理工科专业，转AI的话门槛并没有那么高。
首先，现在的研究大部分是模块化，深度网络都是一些模型，就像积木一样在搭。算法方面，在ArXiv上你能够快速知道最新的算法是什么样子，代码呢本身就有很多网站，比如Github上的代码是共享的。这三点，就使得你现在进入这个行业是比较容易的。
文科生也有机会转AI的，我们复旦有中文系的学生，转到我们做自然语言处理的这个组，做得还挺好的。
▲
机器人与女孩一起在农场工作
一条编辑部经由Midjourney生成
首先，我们确实需要追赶，不追不行，要不然就会被卡脖子。
据说GPT5已经训练完了，那我们什么时候能追上国外的？目前有两派，一派是乐观派，觉得问题不大，2-3个月能追上。另一派是悲观派，觉得需要1年至1年半。
可能你觉得1年时间不算太久，其实这里面有些麻烦的地方。
目前AI主流的发展路径是三大块：模型、算力、大数据。
乐观的地方是，模型框架前辈们都做好了，几乎是公开的，研究人员把它做大、做深就行了。
▲
深度学习之父GeoffreyHinton
2006年GeoffreyHinton就提出来了深度学习模型，之后有一个图像分类竞赛上采用了大规模数据集ImageNet，2012年GeoffreyHinton就带着他的学生为这个竞赛做了新的深度学习模型，一下子就令人震惊了，比上一届冠军性能提升了将近10个百分点。
这是什么概念呢？如果你是用传统机器学习方法来做，每年就提高0.3-0.4个百分点。这意味着，深度学习的方法比传统机器学习方法，加快了20年左右。所以那时候，大家都转到做深度学习模型。
但是深度学习模型，是需要强大的算力的，在特定的GPU芯片上面跑。
据说ChatGPT有1万块A100的GPU做支撑，单块A100的售价在1万美元左右，光是GPU成本就是1亿美元（约合6亿人民币），这就是为什么OpenAI不到100人的小公司，微软投资了20亿美元上去的原因之一。所以大模型，几乎只能由大公司、大机构来做。
但是我们国家，目前在算力上有瓶颈，因为2022年12月份，美国对中国禁售了A100以上的GPU。这样国内没法用A100（有替代品，但通讯模块受限），但国外还能用比A100更好的卡，这就有点麻烦了。
现在我们做研究成本很高，也是因为GPU，以往你发文章只需要时间和人力成本，但是现在一篇论文的成本说不定在10万人民币左右。
再一个就是大数据，中文语料库推不上去。
ChatGPT有10亿级以上的数据做预训练，它都是英文的，但是我们中文的每个平台，都设了一个进入的门槛，防止你大范围搜索，另外还有格式的问题，这就导致我们堆数据，没有国外那么方便。
而且ChatGPT-2之后就没有开源了，你也不知道确切的差距到底在哪里。
现在国内的AI投资很火，资本层面的驱动还是蛮重要的。而且我们复旦前段时间发布了一个Moss系统，还开源了，相对来讲还是一个比较小的模型，大家都还是在努力的。
▲
上海街头的机器人
一条编辑部经由Midjourney生成
从历史上来讲，人工智能不到90年，我们一般认为它的开端，是1936年的图灵机，期间一直经历涨跌的过程。
七八十年代它经历第一次寒冬，当时如果你说自己是做人工智能的，是拿不到项目的。在90年代初，又经历了第二次寒冬。
我自己是从小喜欢看科幻小说，接触AI是在1997年，当时更流行叫自己是做机器学习而非人工智能的。
我的感受是到了2012年，也就是GeoffreyHinton带着学生赢得了竞赛那一年，人工智能才真正迎来腾飞。
▲
2016年AlphaGo对弈韩国围棋手李世石
到了2016年AlphaGo赢了李世石，然后2017年谷歌研究出了Transformer网络，这之后才有了ChatGPT的一系列工作，还有自动驾驶、AI金融、AI医疗等各个领域都在前进。
但其实到2022年，AI行业有点往下走的趋势了，因为大家觉得该做的都做了，并没有看到很好的应用，很明显的是有些大公司的深度学习这块，已经在裁员了。但突然今年3月一下子ChatGPT-4出来了，就又把大家都拉了回来。
所以它有兴盛期，也有衰败期。我自己在这个领域待久了，对于ChatGPT-4掀起的热潮看得比较冷静一些吧。AI的研究范围是很宽泛的，很多问题很难，难以在短时间内变现，人类对智能的理解还有很长的路要走。
作为一名研究者，乐趣还是在于探索未知，你在未知里面可以找到一点点进步，那个愉悦感就很令人满足了。
原标题：《复旦人工智能教授：未来3-5年，哪些工作会被AI取代？》
阅读原文
人工智能否取代教师中科院院士：缺情感，无法替代许多工作
2015年6月3日，一台“机器人”在九江学院一间教室里为学生讲课。未来，教师这个职业会消失吗？
5月13日，一场探讨“人工智能与未来教育”的高峰论坛在华东师范大学举行。十余名专家作了主题演讲，探讨人工智能将如何影响教育、改变教育等问题。
多名学者认为，目前看来，因为情感能力、认知能力等方面的局限，人工智能尚无法取代教师，但凭借数据处理等方面的优势，人工智能在教育领域大有可为。
也有专家指出，人工智能神经元呈指数型成长，未来完全可以承担创造性工作，甚至获得情感能力。
讨论：机器人未来会取代教师吗？
多位学者在当天的发言中认为，至少在短期内，人工智能仍无法取代教师。
中国科学院院士、华东师范大学信息科学技术学院院长褚君浩相信，机器人教师可以汇聚好老师经验，在未来完全可以承担具体的教师工作。
但他也指出，现阶段机器人耗能大，且无法融入情感等，无法替代教师的很多工作。“人有精神来驱动，有哲学来指导他，所以能够做出很好的成绩。”
华东师范大学计算机科学与软件工程学院副院长蒲戈光认为，当下人工智能革命的本质，是机器对知识的处理取得巨大进步。“但是人类的优势，就在于破坏知识和创造知识。”
沪江网创始人伏彩瑞也对人工智能完全取代教师持有怀疑态度。“我还是琢磨着，一直到最后它也不如人聪明。”他说。
伏彩瑞提出，未来十年会是人工智能和人的智能并举的时代，机器人能承担很多重复性的枯燥工作，而教师的工作重点，会是机器做不到的事，包括培养孩子的综合素质、情商等。
不过，也有多名技术领域的专家指出，人工智能发展迅猛，未来完全可能胜任创造性工作，甚至具备情感能力。
机器学习与量化金融专家邹昊表示，人工智能神经元的数量增长是指数式的，认知技术、情感技术都是发展重点。未来，机器人在和学生的沟通当中，完全有可能习得如何了解他们的情感和需求。
他表示，未来几十年，人工智能完全可能胜任创造性工作。
专家：记忆教育将走向创新教育
科大讯飞副总裁吴晓如在发言中指出，短期内，人工智能完全替代教师并不可能。当前环境下，应该更多地考虑，师生怎么在人工智能背景下更好地教、更好地学。
他举例，现阶段大班制教学中，教师往往只能掌握前几名和后几名学生的情况，对大部分学生学业情况其实并不了解。
“这就需要老师有更多双眼睛和耳朵关注更多的学生。”他认为，这就是人工智能可以作为的地方，“我们要让学校里面越来越多地添置一些基础数据采集设备。”
他认为，随着数据越来越多，学校的智慧系统会越来越强大。不仅可以提高课堂效率，甚至可以指导教和学的过程。
值得一提的是，发言中多名学者都提到，人工智能的发展将重新界定教育内容。未来，研究性学习、创造性思维培育等将是教育的重心所在。
中国教育三十人论坛成员、南京师范大学教育科学学院教授项贤明认为，未来“知识中心主义”慢慢会淡出教育舞台，“全人教育”会占据核心，“记忆的教育将走向创新的教育”。
（文中涉及演讲内容由记者根据论坛现场整理，未经嘉宾本人审定。）