人工智能能否替代人类有哪些行业不会被人工智能取代
实际交流中，我就发现一些候选者报价比较贵，但技术人员的水平是真的高，一问出问题来，就知道他们认真分析过零件特点，并且能准确找到重点、难点；但是另一些供方，问出的问题都是“次要”的，关键部分却只字未提。
最后的结果也很明了：设备都差不多，但人员更专业的一方，做出来的东西确实更好。
显然这种技术人员的个体差异，不是说你看懂图纸就能弥补上的；面对一种新零件，对重点对筛选与细节的分析，这个是需要过硬的专业素养，与足够的经验积累的。
无论是显性知识所代表的「技术」，还是隐性知识所代表的「技能」，其背后反映出的最真实的竞争力其实是「时间」——
因为技术需要时间来学习，而技能需要时间来积累。只有经历过时间的打磨，这些关键因素才能够在生产线上发挥其真实价值。
毫无疑问，中国的生产链体系是经过了常年的训练的，已经积累起了「时间」这一维度的竞争力。
不仅如此，技能的打磨不仅需要时间的积累，还需要在规模足够大的供应链网络中有足够的实践，而后者起到的是提升单位「时间」的技能积累效率的影响。
知识可以分为显性和隐性，显性知识可以通过学习等方式获得，可以说是人人都有机会去得到的知识。而隐性知识则不同，隐性知识更依赖于大量的实践和丰富的经验，它无法直接习得，只能依靠转化来实现。
几年前我也曾担心过未来人工智能和机器对人的替代程度，不过我现在也极大改变了这样的观念，人的重要性依旧无可替代，前提是人需要发挥出自己的独特优势，而不是做那些机器就能做的事情。
中国制造业的发展不仅仅要靠技术，更要靠人。技术可以在很多环节上节省成本以及提高效率，但如何发挥出机器最大的优势，则是人要去考虑的。
哪怕在现在看来机器替代人的程度很高的制造业，将来也会有人们巨大的用武之地，我们要思考的就是如何让人和机器协作的效果和产出达到最高。
所以说，对于生产环节而言，中国通过「常年的生产链体系实践」以及「规模足够大的供应链网络」这两点优势，训练出了有足够「时间积累」的工程师和手艺人，这是中国制造体系中无法替代的竞争力。
“隐性知识”具有两个主要特点：
第一、难以简单标准化。如模具设计前对接客户的需求、生产过程中对“火候”的把握、解决不同问题的经验等，其中的模糊性需要人能够根据实际情况做出动态调整，所以难以在标准化的机器操作中实现。
第二、技能沉淀的特殊性。这种隐性知识不仅需要时间积累，而且需要在一个需求极大的环境中通过实践中的反复打磨来获得，两者缺一不可，属于“不可编程”的技能。
我们不妨思考一下，自己具有或需要培养哪些“隐性知识”。
所谓隐形知识，其实就是去掉了可编码知识之后，依然剩下来的东西。你说他是智慧也好，还是把它看成制造，这都无所谓。
关键在于，这些隐形知识需要人的参与，这才是人的价值所在。
标准化和流程化的前提是一定的规模性，就像企业从小到大生长的过程中也会越来越注重制度建设；同时，机器对人的替代也一定是这些标准化、重复性极高的工序，中国在智能制造的前景广阔，也为此发布了《中国制造2025》规划蓝图。
彼得·德鲁克认为，隐性知识是不可用语言来解释的，它主要来源于经验和技能的，学习的惟一方法就是领悟和练习。
所以人工智能，目前来看，在制造业环节，可能只能在显性知识部分（能够明确表达的知识）替代人类。未来，人类和人工智能的关系，至少短期来看，是互相配合，而非取代的关系。
但是在模具行业，我觉得需要客户沟通确认材料和图纸的环节，还是需要人类工程师。在编程环节，是有可能由机器来完成的。
因为编程环节，实际上已经是将所有规则显性化了，只是通过机器语言来表达。
此外，像3D打印这样新的制造技术的兴起，会部分替代和改变传统材料生产工艺，逐渐对很多行业造成影响，可能导致部分环节不需要人类。
隐形知识无法传承的问题应该是个“古已有之”的问题，要不然怎么有很多影视作品里关于过去“失落的秘密”的精彩描述。
过去我看“传统技艺”，总有一种后来者的偏见，觉得有了新的计算器当然不该费劲学珠算，现在我对这个问题有了新的思考。
人类所谓的“学习”，不是简单的复制粘帖，从师傅那里学来的，一定也有自己继承和发扬的部分，这里面必定是同时存在与时俱进和优胜劣汰的。学习传承本身也是这项知识和技艺的成本之一。
设计、研发、编程环节很难被机器替代，这确实是最难被替换的环节，但是也在逐渐被机器替代。
例如说，数码相机的出现、手机的出现，让拍照变得更加简单，对专业摄影师需求下降了；再比如说，python语言中有很多标准化封装好的程序包，大大降低了编程的门槛，让更多的人开始在日常工作中探索机器学习、数据分析等。
和同事去客户那边开会，大家喜欢让我写会议纪要，为什么呢？
是我文笔好吗？当然，文笔好是事实，但是这不是原因。我写会议纪要会对内容进行分类排列，硬生生把一件可编码工作，加入了很多隐形知识。
这样做的好处，是我可以对会议纪要进行分析，提炼出客户的真实需求。别人都把它当成会议纪要，但是在我的眼中，它是数据源。
正因为我赋予了他不同的意义，所以我才能把别人不愿干的事做得津津有味。
制造业的隐性知识没有被显性化还有一个原因其实是相对而言，中国制造业的逻辑还处于工业时代，互联网化的程度不高，特别是工厂生产线上的数字化程度相当低，可以说这是中国供应链暂时无法被迁移出去的一个很重要的原因。
其次就是中国目前还有工程师的红利，制造业中对产品的设计/研发/工艺需要大量的工程师，要整体转移出去的成本相对较高，如果仅仅是转口贸易，核心团队是不会转移出去的。
隐性知识和显性知识是一种相辅相成的关系。
就像话剧行业。有很多理论知识，表演，导演，编剧，舞美，服化道等等，这些都有一定的知识可以直接学习。但是如果你只会这些，你一定不是顶尖人才。因为谁都可以会的东西意味着谁都可以替代你。
尤其是在表演上，隐性知识特别重要。为什么那么多人喜欢表演做演员，但是最终能挣钱养活自己的都已经算是少数人了呢？
因为这其中涉及到很多的隐性知识。你知道表演理论和你能真正的表演好一个角色是有很大的距离的。
尤其是话剧每场演出都要面对现场的真实观众，面对着观众最真实的反馈，演得好会有掌声和笑声，演得不好，则会有尴尬的冷场。而这些经验光靠说是很难让对方理解的。
演员会在一场场的演出之后，不断的感受到什么样的表演是观众喜欢的，什么样的表演是观众讨厌的。然后再结合显性的表演理论知识，去不断地改善自己的表演。
突然想到一个词———量身定做。
服装行业是对“量身定做”这个词最好的解释。
一件衣服在批量生产前是需要做样衣的，做样衣的师傅就是那个具备“隐性知识”的手艺人。
他在拿到设计师的款式图后会下意识地知道哪里要多走两针，哪里要走一个饱满的弧度等等才会做出一件穿着既不别扭又符合设计师理念的衣服。
我相信机器是无法取代这样的手艺人的，别看程序简单，但每一道程序下的细节都不容忽视，就拿服装来说，有的地方在用机器缝制的时候就需要把下层的布料拉一拉，同时推动上层的布料多一些吃量，这样做出来才会既不出褶皱又有型。这种小的细节在服装中会有很多，机器是做不出这样一身合身的成衣的。
中国的服装面料也有很多是机器不能替代的，例如一些缎锦绸，刺绣之类的，这都需要一些有经验的师傅们一针一线的去织。
“受过良好规范化教育的人，通过实践发展出隐性知识的能力会比教育水平差的人更好”，这句话我深有体会，好的缝纫师傅可能一辈子就是好的缝纫师傅而已，而一个好的缝纫师傅如果受过良好的规范化教育，那他就可能会成为一个好的设计师。
内隐知识，本质是程序性知识。程序性知识的获得划分为三个阶段。
（1）认知阶段。在这一阶段，新知识进入原有的命题网络，与原有知识形成联系。学生将使用自己已有的为达到一定目的有效方法，对某一技能作出陈述性解释，并对这一技能的各项条件及行动形成最初陈述性特征的编码。
（2）联系阶段。经过各种变式练习，使贮存于命题网络中的陈述性知识转化为以产生式系统表征和贮存的程序性知识。
在这一阶段，原先指导行为的知识将发生两种转变：第一，最初对技能所作的表征将慢慢转变为特殊领域里的程序性知识；第二，构成这一程序的各个部分的产生式间的联结将得到增强。
（3）自动化阶段。在这一阶段，整个程序本身将得到进一步的精致和协调。过程性知识依据线索被提取出来，解决“怎么办”的问题。
读破万卷,神交古人。神交，必须在实践中领悟，光读是领悟不来的。
我们的教育体系都是偏重在温室里培养逻辑思辨人士，口水战高高手，真正一上场，就蒙了。
这也是为什么足球，篮球在经济如此发达的西欧美国，还如此重视运动这种技能的市场价值的挖掘。
反而是古人，勤学武艺给我们树立了典范，他们每日都在践行。
师傅领进门，修行在自身。
说得具体一点，医生可以告诉人们如何生娃，但是具体生娃的事还得自己行动！返回搜狐，查看更多
注意！最易被人工智能取代的职业排行榜来了……
创意和审美。
如果你的工作符合以下特征，那么，你被机器人取代的可能性非常大：
无需天赋，经由训练即可掌握的技能；
大量的重复性劳动，每天上班无需过脑，但手熟尔；
工作空间狭小，坐在格子间里，不闻天下事。
以上仅供自查，以下则是部分具体职业的前景展望。
02
职业被淘汰概率排序
下面是按照最容易被淘汰的概率进行排序的结果，快看看你的工作被取代几率是多少吧。
01、电话推销员
被取代概率99.0%
BBC统计了300多个职业，这个职业被认为被取代的几率最大！原因很简单，即使没有人工智能，这个单调、机械的工种也是会被淘汰的。
02、打字员
被取代概率98.5%
曾几何时，打字员也是一份体面的工作。如今只有速记员能靠打字生活，而语音识别技术的成熟则让其岌岌可危。
03、会计
被取代概率97.6%
理由是，会计的本质是搜集信息和整理数据，机器人的准确性无疑更高。今年，德勤、普华永道等会计事务所相继推出了财务智能机器人方案，给业内造成了不小的震动。
04、保险业务员
被取代概率97.0%
保险业的智能化也在加速，去年多家国内保险公司将智能技术引入售后领域，未来更有可能替代人工成为个人保险管家。
05、银行职员
被取代概率：96.8%
银行柜员被替代的前景显而易见，虽然现在不少银行机器人依然卖萌为主，但未来一定会走上大舞台。
06、政府职员
被取代概率：96.8%
这里主要指的是政府底层职能机构的职员。这类工作有规律，重复性高，要求严谨，非常适合机器人操作。
07、接线员
被取代概率：96.5%
智能语音系统已经很发达，未来接线员被取代显而易见。
08、前台
被取代概率：95.6%
前台是一个展示、引导、接待为主的工作，机器人恰恰很容易提供这样的服务，比如由日本软银公司开发的Pepper机器人。
09、客服
被取代概率：91.0%
说一个简单的例子：Siri。事实上，这类人工智能客服平台也是这两年国内创业的热门方向。
10、HR
被取代概率：89.7%
简历审读、筛选可以通过关键字进行，此外包括薪酬管理等HR工作也可以被机器人代替。
11、保安
被取代概率：89.3%
通过监控摄像机、感应器、气味探测器和热成像系统等，机器人可以执行大部分保安工作。
12、房地产经纪人
被取代概率：86%
据悉，欧美一些房地产机构已经开始利用大数据和人工智能完成房产交易。这种方式可以避免太多不确定性。
13、工人，以及瓦匠、园丁、清洁工、司机、木匠、水管工等第一、第二产业工作
被取代概率：80%-60%
体力活被机器人取代是大部分人可以预料的。
14、厨师
被取代概率：73.4%
这里主要指的是披萨机器人、咖啡机器人、酸奶机器人之类的机械厨师。可以想象，融合技术和艺术于一体的中餐厨师不在此列！
15、IT工程师
被取代概率：58.3%
人工智能可以取代IT部门中系统管理、项目管理等工作。
16、图书管理员
被取代概率：51.9%
条形码、二维码和智能系统将垄断这个职业。
17、摄影师
被取代概率：50.3%
让人意外的是，不少人认为需要主观审美的摄影师也将被机器人取代。原因是，图像审美是可以被量化的。以谷歌开发的人工智能系统为例，便可以创作出这样的作品：
18、演员、艺人
被取代概率：37.4%
演员很难被取代，但并非不可取代。机器人起码比“抠图”演员敬业吧？
日本研制的机器人演员“GeminoidF”：
19、化妆师
被取代概率：36.9%
化妆师也是一份依赖人类审美和社交技能的职业，因此比较难被机器人取代。不过去年奥地利设计师开发了一种化妆机器人，以“美学数字公式”提供体验。
20、写手、翻译
被取代概率：32.7%
机器生成的翻译文章和新闻已经有模有样，未来经过语言学习和优化，将会更加完善。
21、理发师
被取代概率：32.7%
理发师比化妆师更难被模仿。
22、运动员
被取代概率：28.3%
奥林匹克的精神在于“更高更快更强”，机器人并不能取代，做陪练倒是可以。
23、警察
被取代概率：22.4%
机器人警察的概念已经不止存在于科幻电影，今年阿联酋便出现了一款机器人警察REEM，预计2030年投入使用。它配备了“情感检测装置”，能够分辨1.5米以内人类的动作和手势，还可以辨别人脸的情绪和表情。
24、程序员
被取代概率：8.5%
程序由代码构成，但是理解代码的意义还需要程序员来进行，人工智能更多作为助手协助。
25、记者
被取代概率：8.4%
记者的主观能动性以及对人文氛围的理解，是机器人很难取代的。这个数据也让小编略感欣慰。
26、保姆
被取代概率：8.0%
需要情感投入的工种难以被机器人取代，同情人和情感交流是程序难以取代的。
27、健身教练
被取代概率：7.5%
机器人能够提供数据和建议，但是在具体操作上进行细致指导，只有八块腹肌的教练能做到。
28、艺术家、音乐家、科学家
被取代概率分别为：3.8%、4.5%、6.2%
艺术是人类最后的堡垒，它代表的是创造力、思考能力和审美能力。
29、律师、法官
被取代概率：3.5%
人工智能或许能写出符合要求的申述书，但是难以基于社会公义、法律量刑和人情世故作出判断
30、牙医、理疗师
被取代概率：2.1%
精细的诊疗依然需要人类的诊断和操作。
31、建筑师
被取代概率：1.8%
画图纸不难，难的是对空间的抽象理解。看过《梦想改造家》的就知道。
32、公关
被取代概率：1.4%
同样，写公关稿是机器人能胜任的，但如何巧妙平衡舆论是人工智能做不到的。
33、心理医生
被取代概率：0.7%
人工智能对情绪和心理的理解仍然在初级阶段，短时间内很难有显着的突破。
34、教师
被取代概率：0.4%
教的会不一定教的好。人与人的互动能让学习的过程更加令人享受。
35、酒店管理者
被取代概率：0.4%
这个职业如此低的概率让人意外，不过看过《布达佩斯大饭店》就知道，酒店的管理者真的不是那么好做的。
可以预测未来的人工智能和机器人将极大地替代简单、重复性、操作性的工种，这些工种不仅仅是传统上定义的工厂生产线工人，还包括很多银行职员、财会领域等现在被认为是职业技能的领域。
结语
学者分析，在接下来的几十年中，只有三类人，能勉强对抗AI的冲击，即资本家、明星和技术工人。
换而言之，面对步步逼近的人工智能，你要么积累财富，成为资本大鳄。要么积累名气，成为独特个体。要么积累知识，成为更高深技术的掌握者。
然而，财富堤坝、个性堤坝、技术堤坝，能在人工智能狂潮下坚持多久，无人可知。
如果你还是固步自封地做时代的旁观者，那就只能接受被拍在沙滩上的结局。
——END——返回搜狐，查看更多