AI留給我們的時間不多了？近期，麥肯錫全球研究院發佈的《工作的新未來》報告顯示：“在2030年至2060年間，將會有50%的現有職業被AI取代，中點為2045年，而且與之前同類型評估相比，加速了大約10年。”換句話說，留給我們準備、應變的時間只有6年。

說實話，K哥對這份報告的內容並不感到驚訝，近兩年我走訪了很多企業，聽到見到太多因AI引發的令人震撼的變革。今天就結合K哥的一些思考，聊一聊未來那類工作會被AI取代，職場人需要具備那些基礎技能，該如何應對“第四次科技革命”？

AI在快速發展，也在急速“破圈”。隨著機器學習、深度學習、自然語言處理等技術的不斷突破，AI從事的工作越來越複雜，取代人類勞動力的領域也在不斷擴大。麥肯錫預測，到2030年，歐美發達國家將有27%至30%的工作崗位被AI所取代。國內情況相信也“不遑多讓”，這一趨勢必將對00後、10後兩代年輕人的就業，產生重大影響。

1）批發零售業（傳統銷售、客服）

很多人早已看出跡象，傳統的銷售和客服工作將是AI替代的重災區。在零售領域，AI驅動的自動售貨系統、智能導購、語音助手等技術，已大幅減少對人工操作的需求。在客戶服務領域，基於自然語言處理和對話系統的虛擬客服AI，也將逐步取代大量傳統的呼叫中心及線上客服工作。不得不說，相對AI，人力在這些崗位上，幾乎已沒有溢價。

2）製造業（基礎體力、基礎技能類）

製造業同樣不樂觀，尤其是那些基礎體力和基礎技能類工作，將逐漸被工業機器人和智能製造系統所替代。據K哥瞭解，許多企業已經在大規模匯入自動化裝置，用以從事諸如銲接、裝配、包裝、搬運等流水線工作,以及產品測試、資料輸入等簡單重複性工作。相信在未來，這一趨勢只會越來越明顯。

3）金融行業（傳統櫃員、行政管理類）

花旗銀行早在2016年就預測，未來至少30%的銀行業職位會因AI而消失。事實也是如此，AI在金融行業風險評估、交易處理和資料分析方面等方面的應用越來越普及，使得很多前端客服和後台辦公室工作實現自動化、無人化。從事這方面工作的人被逐漸取代，並非意外。

4）高科技行業（軟體開發、研發領域）

未來時代，不是打著“高科技”的幌子，就能高枕無憂。一些軟體開發和研發領域工作，同樣面臨著AI的挑戰。目前AI在程式碼編寫、軟體測試、資料標註等方面已經有了驚人的進步，面對不眠不休不牢騷不加薪的AI，普通的技術人員該拿什麼拯救自己，將是不少人不得不面對的沉重命題。

5）教育和諮詢（傳統教育、初級諮詢）

教育培訓和諮詢領域，雖長期被視為智力密集型的行業，但它們也不能倖免，同樣會遭到AI的衝擊。隨著深度學習和知識圖譜等技術的進一步突破，AI未來完全（或部分）可以接管傳統教學和一些初級諮詢工作。

汽車取代了馬車，但車伕未必會一直失業，他們可以學習做司機。同樣的道理，雖然AI取代一些工作，但也創造了新的就業機會：

1）人工智慧（基礎研究、AI與各行業應用）

AI技術的持續發展，需要大量的AI相關的研究人員和工程師。他們不僅要進行AI基礎研究，開發新的AI演算法和模型，還要將AI技術應用到各個行業中，體現技術最終的價值。這是AI時代最直接、最核心的就業方向。

隨著 AI 技術的不斷髮展，對算力的需求也在不斷增加。新能源作為一種清潔、高效的能源，可以為 AI 提供強大的算力支援。像太陽能、風能等新能源，不僅可以為資料中心提供電力，還減少了對傳統能源的依賴，降低能源成本和環境污染。

3）生物醫藥（AI 大幅提升醫療、藥品研發技術）

AI技術正在快速改變生物醫藥行業，已經應用到藥物研發、疾病診斷和個性化醫療等領域，大大提高了醫療和藥品研發的效率和質量。隨著 AI 技術不斷成熟和突破，在生物醫藥領域應用將更為廣泛，對生物醫藥專業人才的需求，也必將水漲船高。

4）高技能領域（晶片製造、超導技術、新材料研發）

AI技術的應用依賴於先進的硬體和材料。因此，晶片製造、超導技術和新材料研發等高技能領域，將擁有巨大的發展潛力，也將創造大量的就業機會。這些領域需要高度專業化的技能和知識，對人才的需求同樣會非常大。

麥肯錫在報告裡提到，在未來的職場格局裡，無數工作崗位將被重新定義和分配。並從就業需求的角度，把AI時代所需要的工作技能劃分為五大類：

該技能涉及高級資料分析和數學、IT、程式設計、科研開發、工程等，也就是我們常說的STEM能力。在AI時代，圍繞人工智慧、巨量資料、雲端運算等新興技術領域的需求，會不斷擴大，培養更具跨學科能力、創新能力STEM技能，將能更好地適應AI技術發展下的新型就業需求。

李開復曾說過：“（AI時代）愛與感情、人與人之間的信任與溝通將是人類的最後防線。” 麥肯錫報告也認為，人工智慧時代，人需要更像人，人更需要展現人際同理心和領導能力。

和強大的AI硬剛，我們碳基生命在很多方面都是不堪一擊的。相對於AI，我們最後的優勢，也許就是我們是“人”本身，而與“人”伴生、且AI難以學習和模仿的能力，就是我們的社會和情感技能。這一能力涵蓋適應力、持續學習、高級溝通與談判、創業精神和主動性、人際交往技能和同理心、領導和管理、教學和培訓等。

某種程度來說，這些能力是我們面對AI時，為數不多的長板，也是我們仍然有揮灑舞台，難以被替代的一些重要因素。比如，人類廚師做菜，會創造性的在“色香味”上下很多功夫，為食客提供全方位的情緒價值，而不是像AI一樣，只會“評估”營養是不是均衡。再比如，AI醫生只會和患者“就病論病”，而不會明白什麼是“醫者仁心”，更不會奉上具有同理心的溫暖關懷。

儘管AI技術在自動化方面取得了顯著進展，但一些需要精細操作和手動技能的工作，仍難以被AI完全替代。比如，藝術創作、外科手術、精密儀器製造等領域，需要人類獨有的審美、感官、判斷、責任感和協調能力，這些都是AI在短時間內難以企及的。另外，在航空航天、軍事等一些對裝置和機械的精度和可靠性，要求特別高的特殊領域，AI也許可以承擔一些輔助性工作，但複雜的故障診斷、維修和保養等，仍需要人類手工完成。

AI時代對認知能力提出了更高的要求，為了更好的處理複雜資訊，我們需要具備更高的認知能力，包括高級讀寫技能、複雜資訊處理與解釋、創造力、批判性思維和決策、項目管理、定量和統計技能等。擁有這些能力，才能幫助我們在未來複雜的社會環境、海量資訊、跨學科的工作推進中，做出精準有效的分析和判斷。

在AI驅動的新經濟中,創新將是引領發展的根本動力。麥肯錫研究認為，未來創造力依然是AI時代最重要、最有需求的技能。相對於純體力勞動對人類需求的大幅減少，未來對創造力的需求，將增加12%。具備創新能力的人，能夠在各個領域提出新的設想，創造新的價值和機會，本身也會越具有價值。

此外，在AI時代我們還要具備深入分析問題，並做出明智的決策的能力。比如，如何平衡AI技術發展與倫理道德之間的關係，如何應對AI技術帶來的就業衝擊等問題。面對這些錯綜複雜的問題，我們如何做出及時正確的決策，將是一個很大的考驗。

就在近期，GoogleCEO皮猜公開表示，Google25%的程式碼已經由AI編寫了，且程式碼質量能夠滿足Google內部程式碼標準。想想看，在工作中讓擁有一流程式設計師能力的AI幫自己寫程式碼，對於提升效率、降低成本能起到多大幫助？在未來，一個人的競爭力，已不僅僅取決於這個人的能力和努力，更取決於他利用AI的能力，以及在工作中的“含AI量”。對於職場人來說，在AI時代提高工作中的“含AI量”已不再是選擇題，而是必答題。將AI工具融入日常工作中，不斷探索AI工具的應用場景和邊界，將成為新時代職場人的基本“修養”。

儘管AI目前在邏輯推理、模式識別等某些特定領域已經超越了人類，但在涉及情感互動、創造力發揮以及複雜環境下的決策判斷時,人類仍保有獨特的優勢。比如，共情力需要情感智力的支撐，需要對他人的內心世界有深刻體察和理解；創新需要跳躍性思維和非線性思考，需要打破常規,跳出邏輯框框；而複雜決策則要求對動態環境進行整體把握，做出高度概括和預判……這些能力恰恰都是目前的AI所欠缺的。因此，和AI較量要想取得優勢，就先要選對方向，而堅持發揮“人”的特有優勢，無疑是我們最明智、最有利的方向。

在AI"專注"於各自領域內高強度的學習和工作時，我們碳基生命則應該有意識地強化我們在人際交往，情感陪伴方面的能力。這是另一個我們具有相對優勢的“側面戰場”。通過不斷拓展圈子和人脈，與不同領域的人交流互動，不僅可以及時瞭解更多的行業動態，發掘更多的發展機會，還能收穫情感陪伴和更多的情緒價值，這些都是 AI 無法取代的。這種人與人之間的情感連接，也是人之所以為“人”的重要標誌。

OpenAI創始人奧特曼，最近在接受美國招聘網站Indeed採訪時表示：“我相信，未來會有很多工作，而且其中許多工作看起來會與今天的工作有所不同，但我們似乎永遠不會無事可做。”但要想找到奧特曼所說的那些“事”和“工作”，就需要我們持續關注各個行業的發展動態和新趨勢，深刻瞭解 AI技術在這些領域的應用場景和需求，並結合自己的專業背景和特長，為自己物色更適合、更有前景的職業發展新機會。

“二八法則”告訴我們，所有的變革總會有20%的人受益，其餘的人要麼經過調整維持“平局”，要麼無所作為被淘汰出局。當前，留給我們的窗口時間已經沒有多少了。是時候動手準備點什麼了，希望大家都能成為那幸運的20%，共勉。 (技術領導力)

彙整鉅亨號中所有使用「50%工作」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

麥肯錫：未來6年內，50%工作被AI取代