高考季：哪些专业未来更不容易被人工智能替代
从去年下半年到现在，短短一年不到的时间，人工智能出现了跨越式的发展。原本离生活还很远，感觉只能在手机上帮人问个时间天气的“人工智能”，突然变得非常跨界，大量AIGC式人工智能开始出现。画图的，写作的，做PPT的，生成视频的……对于很多人来说，人工智能已经大幅度改变了他们的工作方式和工作流程，也给目前正准备选择专业的高考生们提出了新的思考维度。
我选择的专业，会因为人工智能出现改变吗？这些改变会怎样影响我未来的就业呢？
这个问题极为现实。
比如一些语言类专业的学生就有这样的担心——目前许多翻译类的人工智能性能已经非常强大，之前只能做一些在线翻译，现在连同声传译，摄像头拍照翻译都能做到。设计、美术相关的专业，在StableDiffusion、Midjourney和Adobe的压力下，也遇到了同样的问题。
当然，在目前的技术水平上，这些软件目前只能使用来满足不太复杂或者不是特别定制化的需求，因此对于专业中的顶尖人才来说，其工作暂时无虞。但对于专业技术能力一般的，占每个行业绝大部分的从业者来说，人工智能的产出效果正在实实在在地逼近甚至超过他们，而其价格和时间耗费却又要比人类从业者低得多。对于这些人来说，他们的工作岗位正在实实在在地被人工智能所威胁，甚至替代。
在之前的推送中，我们分析了什么样的职业可能会被GPT（们）影响以及替代，当时我们沿用了OpenAI对美国劳动力市场的分析方法，分析了中国的劳动力市场。在高考成绩即将公布的今天，我们再来看一看，哪一些专业的就业更容易被这类人工智能替代？
一，从16.4亿条招聘岗位中获取专业需求——每个专业的学生去向了哪一个岗位？
如何研究每个专业被人工智能所影响的程度呢？
有人可能会从专业的脉络、原理和产出上进行研究。比如我们前面举出的一些例子中，语言专业的可能会去翻译岗位，而翻译这一个行当会被人工智能影响；美术专业的可能会去设计岗位，而设计这一行当会被人工智能影响。这是从供给侧上判断。这都是从能力的供给侧和人工智能的发展趋势来判断的。
但是，每个专业的学生毕业后，会去哪一些岗位，哪一些职业，其对应关系真的会如此明显吗？我们手中正好有从2015年到2022年共8年16.4亿个岗位的招聘数据。在这些招聘数据中，有相当一部分会写出非常明确的专业需求来，一个典型的例子如下：
前端开发工程师15-20K·13薪
1、计算机相关专业本科以上学历，4年及其以上工作经验；
2、熟练掌握HTML5、JS、Jquery、React等前端技术；
3、熟悉jQueryMobile、AngularJS、VUE等常用的JS框架；
4、有响应式布局开发基础，如：Bootstrap；
5、有良好的代码习惯，要求结构清晰，命名规范，逻辑性强，代码冗余率低；
6、有大型互联网（移动互联网）WEB开发经验者优先。
我们将16.4亿条招聘岗位的专业需求，和中国的本科、高职、高专的专业列表做了一一匹配，其中约2亿条招聘对专业有着明确需求。相对供给侧来说，我们希望从需求侧来研究不同的专业在劳动力市场上的位置是怎样的。
本科专业目录
举个例子，对于一个“外国语言文学类”专业的毕业生来说，他的毕业去向可能会在哪里？
我们使用招聘数据随机抽取了几条专业需求为“外国语言文学类”或者其下具体专业细类的招聘广告，他们的具体要求如下：
外贸单证员：
1.负责公司一切与储运有关的运费管理；
2.负责公司一切与储运有关的供应商管理；
3.负责协调各个环节，保证公司储运安全顺畅的进行；
4.负责报关、清关、商检、结汇所需的全套单据资料的制作及领取；
5.负责有关纸质单证的申领和保管；
6.负责妥善管理文件，进行分类、归档；
7.负责海关、商检、保险、产证等有关单位的年检或合同续签、续费工作；;
8.;负责公司交办的其他事宜；
任职要求：1.工作认真，细心，为人谨慎，有耐心；2.思维清晰，做事有条理，沟通能力，应变能力强；3.国际贸易或英语相关专业，英语四级及以上；;4.有外贸单证员资格证书、报关员证的优先考虑
雅虎外贸业务员：
1、利用雅虎网店上传产品，邮件对应，商品发货；
2、按时完成公司、部门制定的销售目标；
3、配合公司做好售后服务；
4、完成上级领导安排的其他工作。
任职资格：1、日语相关专业，或者日语交流良好，男女不限，30岁以下；2、有梦想、有勇气，敢于挑战高薪；3、具有强烈的责任心，团队协作意识强。
留学文案：
1.负责翻译材料，对英语文件的翻译审核、校队；
2.负责英语文书的写作以及修改；
3.为学生翻译，准备全套签证材料；
4.对客户提供的材料进行真实性调查；
5.与客户沟通了解学生申请签证所需相关背景情况。
任职要求：1.本科以上学历，英语相关专业，专八或者同等水平，有很强的英语笔译能力；2.有一年以上英语文案相关工作经验优先；3.优秀的英语翻译能力，熟练掌握办公软件；4.具有较高的素质，能够迅速掌握公司的业务相关知识；5.具备较强的学习能力和沟通能力；6.工作细致、认真、有责任心，热爱留学行业；7.欢迎英语专业，热爱文书写作的优秀应届毕业生应聘。
可以看到，这三个岗位都在专业需求中列出了对于英语、日语的专业要求，但是在具体工作中，涉及到语言的部分其实很少。
外贸单证员，虽然需要英语，但其实大部分工作都是各种具体的流程处理和关节打通。
外贸业务员，虽然需要日语，但却更像是一个完整的销售人员，售前售后都得一把抓。
留学文案，虽然对英语的要求更高，但本质上是在各种了解客户需求，以及与各方做沟通和调查。
所以，职位对专业的需求，和这个职位真正在做的工作，可能完全不一样，甚至差十万八千里。
大家都是去做销售，这项销售工作可能只有5%的工作和外语的听说读写相关，而就是在这5%的工作中，外语专业的毕业生可能可以替公司省1块钱，快1分钟，沟通起来成单率高那么一点点。
好的那么就是你了，外语专业的毕业生！
限定专业，对于绝大部分岗位来说，并不是该岗位确实需要大量专业知识，而是需要在更低的用人成本上，保证这个岗位的某一项任务的某一个环节上，最终应聘者的表现更好的概率更大一些、成本更低一些。
在这样的供需背景下，选择某一个专业，不是选择了它的专业知识，而是在广泛的职位需求组合中找到一个相对更大的公约数，而如果你的专业，能在这个公约数上，比起其他人存在一些比较优势。
是的，人工智能确实在许多场合已经非常优秀。但在大量工作中，人工智能还是只能承担一小部分任务，而这一小部分任务是被链接在各种任务组合当中，无法独立出来。此时，某一个专业的毕业生只要在某一个环节存在一个微弱优势——哪怕是在这个领域的人工智能的利用得比别人更熟练一些，这个优势也会在高度同质化的岗位需求以及海量的应聘者供给的今天被成倍放大。
二，从每一条职业需求中获取具体工作任务（考生可以跳过）
评估一个具体的职位的各种性质，是一件很困难的事。一些岗位的人口多，收入高，声音大，我们可能相对比较熟悉。但如果要评估另一些岗位，比如我们前文举例中出现的一个岗位——外贸单证员——有多大可能性会被人工智能的发展所影响？那行业外人士可能根本难以说出个一二三，因为大部分人不知道这个岗位具体是做什么的。
只有当我们将“外贸单证员”这一项工作的具体职责一项项剖开后，拆解成一个个工作任务后，人们才能对这个岗位稍微有一些实感。
在之前那篇文章中，我们用了下图这样的方法来拆分职业。一个职业可以按照一定标准被拆分成具体的任务和具体工作，然后使用GPT来判断每一项具体工作被替代的可能性。
拆分职业
由于时间所限，当时这一项工作基本上是完全复制了openAI的做法，即使用O*NET的数据库，将不同职位拆分成具体的task（任务），再把每一个task（任务）给拆分成具体工作（detailedworkingactivity）。
我们用O*net的数据，将中国的职业映射到O*net，再分拆成19265条工作任务和23534种工作内容。
而这个步骤对于中国劳动力市场来说，其实存在一系列不太合理的假设：
1，O*NET给出的工作任务拆分，是针对美国劳动力市场进行问卷调查得到的，这是一个基本保持静态的数据库。而这个拆分并不一定适合中国。同一个岗位，比如都是销售，都是设计，都是程序员，在美国的具体工作任务和在中国可能是不一定相同的。
2，就算大家都是程序员，在北京、上海和三线城市，在大厂和外包公司，在初创企业和成熟企业，具体工作是一样的吗？显然也是有差别的。
我们需要更好的方法来拆分每一个岗位的具体工作内容。
而每一个招聘广告的招聘需求，就是一个天生已经做好的工作拆分。比如在上面引用的招聘广告中，一个外贸单证员的工作内容包括这些：
1.负责公司一切与储运有关的运费管理；
2.负责公司一切与储运有关的供应商管理；
3.负责协调各个环节，保证公司储运安全顺畅的进行；
4.负责报关、清关、商检、结汇所需的全套单据资料的制作及领取；
5.负责有关纸质单证的申领和保管；
6.负责妥善管理文件，进行分类、归档；
7.负责海关、商检、保险、产证等有关单位的年检或合同续签、续费工作；
8.负责公司交办的其他事宜；
不过，如果我们直接把这些文本作为每一个工作的任务来进行分析，那么16.4亿条岗位中，可能会存在至少5亿条不同的“职责”。
但是，如果我们把这些文本，变成一条条动宾结构再来处理，会怎么样呢？
比如第一条职责：负责公司一切与储运有关的运费管理。实际上其中心的动宾结构就是“管理-运费”。
第二条职责：负责公司一切与储运有关的供应商管理。其实中心的动宾结构就是“管理-供应商”。
第三条如果用动宾结构来总结，就是“协调-环节”、“保证-储运”。
在成千上万个外贸工作人员中，可能存在成千上万种和储运相关的具体工作职责，但其中相当一部分在抽取了具体动宾结构后，就能得到“保证-储运”这一条。复杂而多样的职业职责文本，经过这样的处理，变得更加标准，其分析数量也下降了至少100倍。
我们对招聘数据进行了这样的处理，最终获得了约80万条动宾结构，而其中出现频率最高的10万条就占据了所有岗位所有职责的93.2%，频率最高的5万条就占所有岗位的90%左右。
其中出现频率最高的20条动宾结构如下所示：
动宾结构高频组合
光是看不同的职业的动宾结构变化，其实就能对中国的经济形势变化有所判断。比如从2015年到2022年，销售代表的工作内容出现了什么变化？从动宾结构的抽取结果看，结果如下：
动宾结构反映销售代表的工作内容变化
随着经济增速的放缓，需求潜力开发已经基本完成，即使同样叫做“销售代表”的一个岗位，其具体工作内容也随时间出现了不小的变化，从向外扩张发展新客户开拓新市场，变成了维护和现有客户的关系。
这部分工作，为我们下文的人工智能暴露计算打下了良好的计算基础。
三，什么样的工作任务更容易暴露在人工智能的发展路径上？（考生可以跳过）
评估每一个具体的工作任务是否会受到人工智能的影响，我们依然要使用GPT-4。
现在看来，人工智能多模态地存在于各种平台上的日子，眼看着就越来越近了，人工智能的特点，其实就是用现存知识，模拟了人类大脑“慢思考”的过程。考虑到这一点，我为GPT-4提供了这样略显激进的prompt——
**背景：你是一名职业发展评估专家。随着人工智能的发展，我们试图理解它对不同行业和职位的影响。你将评估一系列动宾结构所代表的工作任务，在同等完成情况下，人工智能参与时可被减少的人类工作时间，即人工智能可以替代人类劳动的程度。评分范围为0-5，其中5表示此任务只能由人类单独完成，人工智能的参与不能减少人类劳动时间；0表示此任务已经能够由人工智能单独完成，人工智能可以替代100%的人类劳动时间。
每一个技能都用动宾结构来表示，例如“开拓-市场”表示开拓潜在市场，“收集-信息”则表示搜索可能得信息。例如，"翻译-文章"可能得到较低分数，因为人工智能已经能够进行高质量的文本翻译。相反，"维护-关系"可能得到较高分数，因为它涉及到人际交往和情绪处理，这是人工智能难以模拟的。
你所考虑的人工智能发展背景更倾向于替代人类思考功能，即“思考脑”。若是一项任务只需要人类用到眼睛、耳朵输入信息，再结合推断、分析、总结、撰写、编辑等大脑的“慢思考”步骤，并用代码、文字、语音、图片、音像或者视频的方式输出结果，那么这项工作的人类劳动便有较高可能被人工智能所替代。如果一项任务更多使用到人类大脑思考功能以外的其他感官和肢体的任务（例如需要手、脚和皮肤触感）以及在处理信息时使用到“反射脑”与“储存脑”（例如抚触、共情、反射、回忆），则该任务的人类劳动更难被人工智能替代。
但也有一些动宾结构并没有实际的职业意义，例如“使-顾客”，“有-感”，这并不是一个具体的职业任务，也并非对该岗位的具体要求。对这些动宾结构，请不要评分，不需要返回任何数值。
**任务：请对以下每一条动宾结构所代表的工作任务按照上面的背景要求评分，将能够评分的结果以“id,评分”的格式返回，id和评分中间用逗号分隔，一行一条。
使用GPT-4的API对于出现频率最高的前5万条动宾结构进行打分后，下表列出了GPT-4在我给出的prompt下，打分最高和最低的动宾结构。
受人工智能影响最大与最小的动宾结构
说实话，对于GPT-4的打分结果，左边的这一列，受影响最小的动宾结构，并不令人觉得很意外。而右边这一列，GPT-4还是在用自己的理解，给我们提供了一个可能性不小的未来。
四，不同专业的人工智能暴露率
前面的三项工作中，我们将每一个具体的工作岗位首先和专业列表进行了映射，再把每一个工作岗位拆分成了不同的工作动宾结构，最后使用GPT-4对于每一项动宾结构进行了打分，看这项具体的工作任务有多大可能性会暴露在人工智能发展的路径上。
接下来，我们将三个结果合并在一起。
首先，根据每一个岗位的动宾结构打分，再将0-5分换算成一个0-1的人工智能暴露系数。（之所以用0-5分，而不直接用0-1分，是因为GPT-4似乎不太擅长给出小数）
接下来，给每一个岗位的专业需求赋予权重——如果这个岗位只要某一个专业，那么权重为1。如果这个岗位需要N个不同的专业，那么每个专业的权重为1/N
最后，对于每一个专业，加权平均计算它在所有岗位中的平均暴露系数，得到这个专业的人工智能暴露系数。下表列出了在对应招聘岗位较多的本科专业中，20个暴露系数最高的专业和暴露系数最低的专业。
人工智能暴露程度最高与最低的专业
这个结果，可以说在一定程度上是较为出人意料的。
比如同样属于经济学大类的金融学在表格左边，而财政学却在表格右边。
比如许多医学大类专业，包括口腔医学，中西医结合，心理学，中医学，动物医学等，出现在了表格左边。但药学类、公共卫生和预防医学类，却又出现在了表格右边。
这是为什么？
关键在于，GPT-4会对于每一个岗位的动宾结构进行打标，而需要每一个专业的岗位，他们的责任分布和动宾结构，是完全不一样的。
从医学大类的分布来看，越是在左边，暴露率更低的医学大类专业，都是越需要和病人打交道，并且抚慰病人痛苦的专业。甚至包括动物医学，因为需要动物医学的许多岗位都是宠物医院的医生，他们面对的“病人”可能并不会表达心情，但是这些病人的主人是非常需要安慰的。
而越是在右边，暴露率更高的医学大类专业呢，不管是药学还是预防医学，相对来说与病人大量交流的频率就要低得多了。在这张表格中，还没有出现的还有临床医学、基础医学、法医学，这几个医学专业的人工智能暴露率从低到高，也与我们的直观感受相吻合。
将所有本科专业的暴露率和2021年的平均工资放在一张散点图上，可以看到，两者出现了较强的相关性。毕业后去向岗位平均工资越高的专业，其岗位的人工智能暴露率也越高。
专业毕业起薪与人工智能暴露程度
工资是由劳动生产率确定的，而劳动生产率，在很大程度上是由每个人的专业知识确定的。脑子更聪明，更努力，专业知识掌握得越多，经验越丰富，其工资也越高。
但目前的人工智能，正是在挑战这一点。如果说专业知识和经验之前是一个山峰，目前的人工智能的发展趋势，就是要削平整座山峰——但还留下山顶那些，因为山顶代表了人工智能知识的边界——在山顶以下，人人平等。
所以我们才会看到，医学的真谛“总是安慰，常常帮助，偶尔治愈”中，“总是安慰”会变得越来越重要，心理学，口腔医学，中医学，动物医学，更多地处在了暴露率最低的区间。更多负责“偶尔治愈”的基础医学和临床医学出现在了暴露率中等的区间，而以“治未病”为天职的的药学、预防医学正处在高暴露区间。
所以我们才会看到，同属经济学大类，金融学的暴露率较低，而财政学暴露率较高。因为“编制-预算”这样的动宾结构被GPT-4列为最容易替代的工作内容。而在最难替代的动宾结构中，赫然出现了“引入-资金”。
在专业知识之外，人和人的交流变得前所未有的重要。现在，如果你想成为一个不与客户和同事打交道的专业人才，那么你最好做到顶尖。如果做不到顶尖，那么你至少得有客户、渠道或者资源这些人工智能更难替代的东西。“人际交往的事情，你们不用管，你们就负责研究和开发”这样的日子，对于大部分专业人才来说，一去不复返了。
五，为了帮助考生选专业，我们做了一个小工具
AI带来的变化，目前可能只是出现在了地平线的远端。但这一届高考考生毕业时，他们可能就不得不面临更大的挑战。因此，选择专业也就成为了更重要也更为复杂的一件事。
我们在微信小程序“数据团+”中（是的，就是去年给出了各城市疫情预测的那个小程序），便更新了这样的内容。填入你的分数和科类，你可以看到2022年时你的排名可以去向的专业。
点进每一个专业的“趋势/薪资”页面，你将能看到每个学校、专业从2016年开始的排名变化。越高的排名表示录取名次越靠后，即趋势上越容易被录取。
在页面下方，还能看到每一个专业的趋势变化和薪资变化。
这里的红绿色柱状图，表示的是经济学专业总体的录取趋势，这个数值是根据所有学校的所有经济学专业的专业百分位排序计算的，红色柱越高，表示该专业在每个学校的录取排位名次在该学校的总位次的百分位中上升，即热门程度上升；绿色柱状图代表了相反的趋势。
而薪资则是使用16.4亿个带专业需求的岗位工资平均计算的，从这里也能看到不同专业的绝对工资和相对工资变化。我们仍在用招聘数据复核计算各专业的详细人工智能暴露率，未来两天会更新到小程序中。
希望小程序提供的数据，能够帮助各位高考考生结合学校、专业的位次变化以及专业总体的报录趋势、薪资趋势和人工智能替代等信息，选择适合自己的专业。
人工智能时代，哪些职业和专业可能会被淘汰
最近，新华社推出了全球首个AI合成女主播。新闻一出，受到了不少人的关注。这位栩栩如生的女主播怎么看都像一个真人，播报的视频也很流畅自然。AI合成主播上线后立即投入到新闻报道中并实现量产，目前已参与两会新闻播报。现实中的主播只能每天工作8小时，这名AI女主播却能每天工作24小时！
2018年4月，西班牙世界零售大会上，刘强东宣布了一件大事：未来在京东员工数量减半，每天只需工作2-3小时.京东将全面实现「无人公司」，用AI技术颠覆传统管理与服务方式。
除此之外，未来还会有无人派件机，无人驾驶公交车等等。人工智能仿佛渗透在我们生活中的每个领域，也让人们感受到了前所未有的危机。未来，人类真的会像科幻电影里演得那样，被机器人统治吗？
《纽约客》杂志封面曾经展示了这样一个场景：一个胡子邋遢的乞丐盘腿坐在未来的曼哈顿大街上，拿着自己的空咖啡杯，等待着从身边经过的机器人的施舍，一个从他身边经过的机器人向他施舍了一些螺丝和螺丝帽。
这幅漫画当时在网络上疯传，人类向机器人乞讨，多么不可思议！
人工智能时代，职业如何变化？
在人工智能异军突起的时代，面临高考的考生们要选择什么专业？怎么填报志愿呢？大家一定不希望四年后毕业就失业的情况发生。
今天就为大家盘点一下未来容易被人工智能取代的职业和发展前景较好的职业，以及它们对应的专业。
李开复的《AI未来》里面有一张就业风险评估图，分析了什么工作是人工智能擅长的，什么是人工智能的难以做到的。
体力劳动图中，横向来看，左边是低技能结构化，右边是高技能非机构化，纵向来看，下面是弱社交，上面是强社交。
脑力劳动中，横向来看，左边是优化型，后边是创意或决策型。纵向与体力劳动图一致。如果是可量化的职业就成为优化型职业。
这两幅图分别将职业分为4个类型，图中左下角是危险区，左上角是安全区，右上角是结合区，右下角是慢变区。
落在危险区的工作有卡车司机、个人信用评估员，放射科医生等，都在未来面临被取代的高风险。安全区的工作如心理咨询师、理疗师在可预见的未来中不太容易被取代，因为这些是需要情感链接的工作，而机器人是没有情感的。
慢变区和结合区近两年还不会被取代，但是裁员将会增多，比如结合区的服务员、理财经理，甚至全科医生。日本有一个机器人酒店，服务员就是机器人，但是如果出现机器人解决不了的问题，那就需要人工服务。落在慢变区的职业，比如建筑工人、美术设计师，虽然不依赖社交技能，但是要与来灵活的思维和巧妙的设计，这种创造性的工作是否会被取代，取决于人工智能今后的发展。
1、什么职业专业是不易被取代的？
剑桥大学做了一项分析，有8类职业是不易被取代的。
❖第一类、程序员被取代的概率为8.5%。
理论上来说，一些基础的编程工作人工智能是可以完成的，但是并不是所有的编程工作它们都能做。
相关专业：计算机科学与技术、软件工程、网络工程、信息安全、互联网工程等。
推荐院校：清华大学、北京邮电大学、四川大学、电子科技大学等。
❖第二类、护理人士取代的概率为8.0%。
人类无法被机器模仿的一点就是同情心，人工智能可能可以为人提供一天的护理计划，但很难与人有感情的沟通，所以这个职业难以被取代。
相关专业：护理学、临床护理等。
推荐院校：北京大学、清华大学、复旦大学、上海交通大学、中南大学等。
❖第三类、健身教练被取代的概率为7.5%。
其实现在有很多健身软件，能帮助我们制定健身计划，或者教我们健身方法，但这都比不上我们看见一个有八块腹肌的健身教练有激励效果。
相关专业：体育学、运动医学，运动康复学等。
推荐院校：北京体育大学、上海体育学院、华中师范大学等。
❖第四类、牙医、理疗师被取代的概率只有2.1%。
在伦理上，技术要求上都是难以被取代的，尤其是牙医。
相关专业：口腔医学。
推荐院校：四川大学、中国医科大学、武汉大学等。
❖第五类、建筑师被取代的概率只有1.8%。
建筑师的工作立足于创意、审美、建筑理念等等，这些都是人工智能无法模仿的。
相关专业：建筑学、土木工程、城乡规划、风景园林等。
推荐院校：同济大学、清华大学、东南大学、华南理工大学等。
❖第六类、公关被取代的概率只有1.4%。
公关就是典型的强社交工作，需要关怀、说服等，人工智能难以做到。
相关专业：公关关系学。
推荐院校：中山大学、中国传媒大学、复旦大学等。
❖第七类、心理医生
因为机器无法理解人类的情绪。
相应专业：心理学、临床心理学、应用心理学。
推荐院校：北京师范大学、北京大学、华东师范大学、华中师范大大学、武汉大学、中山大学等。
❖第八类、教师
因为人工智能无法与学生很好的互动，也没法解决学生复杂的情况。
相关专业：教育学，各师范专业。
推荐院校：北京师范大学、华东师范大学、华中师范大学、西南大学等。
2、不易被取代的职业专业有什么特点？
❖需要创意
这类工作需要加入创意和情感的，结果难以被量化，或者得出的量化结果十分不稳定。以画家梵高为例，他的画作在他所处的时代并没有得到太多的认可，但随着时间的推移，人们对后印象派越来越认可，梵高的画作也越来越被大众欣赏。不过，即使现在对梵高的认可这么高的情况下，其作品还是受到很多不一样的评价。所以可以看出创意型的工作很难被量化或者评级。
❖社交性强
虽然人工智能在数据处理上有很大的优势，但是分析人类情感却是其一大短板。在与人类的沟通中，人工智能目前能做到的就是在内容库中选择合适的内容与人类交流，而无法根据人类的情感创造出交流内容。
未来，与人沟通、关怀、说服人，能使人信赖、增加人脉等是我们需要加强的地方，所以未来在填报职业，选择职业的时候要根据自身情况，更多考虑前面提到过的安全区和慢变区的专业和职业。
3、人工智能取代概率最高的职业有哪些？
❖电话销售员，工作内容单调、重复迟早是会消亡的。
❖打字员，现在的语音识别技术已经威胁到了速记领域。
❖会计，财务职能机器人方案已经变的很便捷了。
❖保险业务员、银行柜员、政府工作人员等等重复性很高的工作。
前面提到的优化型工作都是容易被取代的。以个人信用评估员为例，他们就是要通过数字将客户近期的商业信誉罗列出来，根据信用评估表一一对应，最终得出信用评分就可以了。这类工作的结果都是可以量化的，而人工智能是处理数据，量化结构的行家，所以这种可量化的工作是容易被取代的。
人工智能时代，如何选择专业？
专家预测，人工智能将在外文翻译上达到一定的水平，2026年能写出高中水平的文章，2027年能驾驶卡车，2030年能从事零售工作，2049年能写出畅销书……这简直是就是要淘汰一大批专业。
那么在这样的情况下，考生们要如何选择专业呢？
1、AI方面
在人工智能火热势头依旧的情况下，AI方面的人才也供不应求。据2018年《第一财经》报道，去年AI硕士应届生的年薪30万元左右，博士生年薪50万。而今年博士生已经拿到80万了。
部分院校已经率先开设了相关专业，比如中国科学院大学就有人工智能技术学院和自动化研究所，清华大学人工智能研究院、华中科技大学-人工智能与自动化学院&人工智能研究院等。
2、延展性强
人工智能的渗透性很强，经济学、医学等都可以与之结合，形成人工智能+X的创新应用。在我国颁布的《新一代人工智能发展规划》里明确提出，要重视人工智能与数学、计算机科学、物理学、心理学、社会科学、法学等专业教育的融合。
3、历史悠久
从上述发展来看，历史悠久的基础学科，如数学、物理学等都是不错的选择。
4、创意/情感
建筑学、教育学、心理学、管理学、护理学等需要情感与创意的专业也可以报考。
改变失业的四条途径？
❖找到人与人工智能最本质的区别，避开重复性、机械性的劳务；
❖提升数字化协作能力，能够借助网络智能平台与他人或者机器人一起办公；
❖培养批判式思维，不要仅仅停留在资料收集整理上，要思考总结；
❖保持终身学习的习惯，保持自己的社交能力、创造能力。
最后，我们想说即使在人工智能渗透各行各业的情况下，只要你有自己的核心技能，就不会被淘汰。欢迎大家到小鹰生涯规划院进行测评和咨询，了解个人天赋技能，能更好更快地找到擅长的领域，合适的专业。
相比焦虑、恐慌，我们更应该拥抱人工智能时代，在人工智能大爆发之前做好准备，从容迎接一切挑战。返回搜狐，查看更多
“人工智能”将代替“人力”专业全面解读！
前言
机器人领域：人工智能机器人，如PET聊天机器人，它能理解人的语言，用人类语言进行对话，并能够用特定传感器采集分析出现的情况调整自己的动作来达到特定的目的。
随着人工智能的迅速发展，很多职业在将来都可能被人工智能所取代，英国广播公司曾经报道：剑桥大学教授发布了一项报告。该报告根据大数据计算系统，分析了365种职业在未来被人工智能淘汰的概率。
报告显示：部分职业会被“人工智能”代替
预计到2025年人工智能将颠覆全球15个行业中的8500万个工作岗位。伴随自动化和数字化，针对数据录入、会计和行政服务等技能的就业需求正在减少。
最可能被人工智能及机器自动化代替的工作职位包括数据输入员、会计、记账员、工资结算员、行政助理等，其中21％来自金融服务领域、19％来自汽车行业，还有20％的采矿和金属行业。
人工智能的“起源”：
人工智能概念的提出始于1956年的美国达特茅斯会议。人工智能至今已经有60多年的发展历史，从诞生至今经历了三次发展浪潮。分别是1956-1970年、1980-1990年和2000年至今。
近年来，深度学习+大数据+并行计算共同推动人工智能技术实现跨越式发展。“人工智能+”应用已开始落地开花，从智能安防，到智能客服，再到智慧教育和智慧医疗等。基于人工智能技术的各种产品在各个领域代替人类从事简单重复的体力或脑力劳动，大大提升了生产效率和生活质量，也促进了各个行业的发展和变革。
美国人工智能专业优势：拥有高层次学者数量最多
AI高层次学者是指入选AI2000榜单的2000位人才，由于存在同一学者入选不同领域的现象，经过去重处理后，AI高层次学者共计1833位。从国家角度看AI高层次学者分布，美国A1高层次学者的数量最多，有1244人次，占比62.2%，超过总人数的一半以上，且是第二位国家数量的6倍以上。中国排在美国之后，位列第二，有196人次，占比9.8%。德国位列第三，是欧洲学者数量最多的国家；其余国家的学者数量均在100人次以下。
人工智能专业部分应用领域：
1)机器人领域：人工智能机器人，如PET聊天机器人，它能理解人的语言，用人类语言进行对话，并能够用特定传感器采集分析出现的情况调整自己的动作来达到特定的目的。
※News：美国特斯拉将在明年推出TeslaBot人形机器人：
美国CNBC的报道：8月19日特斯拉首席执行官ElonMusk在的人工智能发布会上宣布：特斯拉将在明年推出TeslaBot人形机器人以从事人们不喜欢做的危险、重复性或者枯燥的工作。
ElonMusk在发布会表示：未来社会的“劳动力不会短缺”，一些只消耗体力的工作将会被机器人所替代。特斯拉机器人的目的就是让人们不必再从事不用动脑筋的琐碎工作。
2)语言识别领域：该领域其实与机器人领域有交叉，设计的应用是把语言和[i]声音转换成可进行处理的信息：如语音开锁(特定语音识别);语音邮件以及未来的计算机输入等方面
3)图像识别领域：利用计算机进行图像处理、分析和理解，以识别各种不同模式的目标和对象的技术;例如人脸识别汽车牌号识别等。
4)专家系统：具有专门知识和经验的计算机智能程序系统，后台采用的数据库相当于人脑，具有丰富的知识储备采用数据库中的知识数据和知识推理技术来模拟专家解决复杂问题。
人工智能的四个方向及应用实例：
四个方向：第一，模式识别；第二，机器学习；第三，数据挖掘；第四，智能算法。
应用实例：指纹识别、人脸识别、视网膜识别、虹膜识别、专家系统、智能搜索、博弈等。
美国人工智能专业top8名校
1、麻省理工学院
2022QS世界大学排名：第1
2022泰晤士世界大学排名：第5
麻省理工它的计算机科学和人工智能实验室已经创作出了一系列机器人。其中现在最负盛名的波士顿动力的前身腿足实验室便是在麻省理工学院创办的。还有机器人之父科林·安格尔，irobot公司创始人之一的海伦·格雷纳，还有卡内基·梅隆大学机器人研究所的负责人马特·梅森等等。
2、卡内基·梅隆大学
2022QS世界大学排名：第53
2022泰晤士世界大学排名：第28
卡内基梅隆大学简称cmu，坐落在宾夕法尼亚州的匹兹堡﹙pittsburgh﹚，是一所享誉世界的私立顶级研究型大学。卡内基梅隆大学是nasa航空航天科研任务的主要承制单位之一，该校的机器人研究所从事过自动驶车、月球探测步行机器人，单轮陀螺式滚动探测机器人的研究。
3、斯坦福大学
2022QS世界大学排名：第3
2022泰晤士世界大学排名：第4
斯坦福大学在1962便成立了人工智能实验室，在这50多年间一直致力于推动机器人教育。学生每周聚集在一起剖析机器人论文，并讨论机器人领域的最新研究成果。值得一提的是前百度的首席科学家吴恩达便是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。
4、哥伦比亚大学
2022QS世界大学排名：第19
2022泰晤士世界大学排名：第11
哥伦比亚大学位于美国纽约市曼哈顿，于1754年根据英国国王乔治二世颁布的《国王宪章》而成立，属于私立的美国常春藤盟校。哥伦比亚大学的校友和教授中一共有87人获得过诺贝尔奖，包括奥巴马总统在内的三位美国总统是该校的毕业生。据网上评价，哥伦比亚大学的机器人研究团队令人印象深刻。该校学生已经制造适合城市的自动驾驶汽车，以及三维仿真工具——可以指导机器人如何与现实世界互动，甚至还发明了一种指导机器人手术的程序。
5、南加州大学
2022QS世界大学排名：第112
2022泰晤士世界大学排名：第63
南加利福尼亚大学简称usc，又译为南加州大学，位于美国加州洛杉矶市，1880年由监理会创立，是加州最古老的私立研究型大学，世界著名高等学府。南加大是美国大学协会成员，被卡内基基金会归类为“特高研究型大学”，科研与教学水平世界一流。该校的机器人研究实验室，鼓励本科生在教师指导下亲手参与机器人研究。毕业生会被邀请参与机器人的制造。
6、加州大学伯克利分校
2022QS世界大学排名：第32
2022泰晤士世界大学排名：第8
加州大学伯克利分校与斯坦福大学、麻省理工学院等一同被誉为美国工程科技界的学术领袖，其常年位居泰晤士报全球大学排行前十名。
该校的机器人和智能机器实验室，致力于用机器人复制动物的行为。该校的自动化科学和工程实验室从事更广泛的机器人功能的研究，如机器人辅助外科手术和自动化制造。还有计算机可视化小组，学生可以学到如何帮助机器人能“看的见”。
7、约翰·霍普金斯大学
2022QS世界大学排名：第25
2022泰晤士世界大学排名：第13
约翰·霍普金斯大学﹙johnshopkinsuniversity﹚，简称霍普金斯大学，成立于1876年，是全美第一所研究型大学，也是世界一流的著名私立大学，属于全球顶级名校。
该校的计算机感知和机器人实验室的研究方向是：在机器人科学和工程领域，创造知识，促进创新。这是通过让学生接触到各种各样的机器人来实现的。其肢体实验室，探究了动物感官的指导原则，并研究如何将它们应用于机器人。该校的计算机交互和机器人实验室研究了很多人机交互和机器人空间意识方面的难题。
8、佐治亚理工学院
2022QS世界大学排名：第88
2022泰晤士世界大学排名：第45
佐治亚理工学院简称georgiatech，1885年建校，是美国顶尖的理工学院。该校著名机器人专家，亨里克·克里斯滕森领导的机器人和智能机器研究所，近来猜测，当今的新生儿再也不必驾驶传统的汽车。该校的项目旨在让学生了解各种主题的机器人，如力学，交互，感知和人工智能以及识别能力。
同学可以通过留学定位系统//school.liuxue315.cn/studyassess?ozs=96341-2709给自己一个定位看看，输入你的均分专业、语言成绩。系统会自动匹配数据库中情况与你类似的同学案例，你看他们都申请到了哪些学校/专业，结合自身情况也能有个大致的定位。