人工智能时代-学什么才不会被淘汰（二）

人工智能时代

学什么才不会被淘汰（二）

人工智能时代需要什么样的人才

随着人工智能技术不断商业化的推进，高学位高技能的职业必然将会从中越发受益。因为容易被人工智能技术取代的人工成本将不断降低，资本转化的生产效率将会不停的提高，所以低技能的职位会更容易被人工智能取代。

以放射科医生的职业来讲，人工智能诊断的准确性已经可以高于大部分的专家了，因此立志做放射科医生，可能在未来的5到10年并不是一个很明智的决定。

今后根据医疗图片做出诊断的能力不再那么重要，因为人工智能可以做的更好，但是和病人沟通症状，提供医疗建议，并且平衡各种治疗方案以及对一些涉及道德选择时对于病人情感上的理解时，人工智能是无法取代的。最终人工智能还是需要依托于人，以及人所建立的程序，机制和流程，才能真正的创造价值。

如果说很多工作都会被人工智能所取代，那么是不是所有都去学人工智能，机器学习，数据科学才能保持竞争力呢？以我们所了解的一家加拿大人工智能公司为例子，来具体分析什么样的人才是有巨大需求的。

这家公司主要利用人工智能对零售行业的关键环节实现智能化和自动化，虽然和自动驾驶或者机器人相比，自动化的销量预测可能看上去没有那么光鲜亮丽，但是其对传统行业的流程进行了优化，提高了原有冗余、低效率的流程，从而创造的商业价值也非常可观。

一般这样以人工智能优化传统行业的公司，主要的职责分工为：

数据科学家

软件工程师

数据分析员

产品经理

客户经理

产品界面设计师

显而易见，和数据直接打交道的职责占到了一半。数据科学家一般来说都是数学博士出生，其所需要的人工智能或者说机器学习技能，包含了对算法的理解，建模的能力，各编程语言的熟悉和应用，对产品化计算的了解，但通常很少有能在这几个技能上都比较突出的，目前还很稀缺这样的人才。

像软件工程师和数据分析员，很多都是来自电脑科学和统计学专业背景。其他非技术职责，产品经理、客户经理和产品界面设计师可以是来自各个不同专业背景的人才。

要想利用人工智能技术在某个特定领域和行业打造软件产品，光有数据科学家是不够的，还需要其他各个职责的支持配合。光有技术，但无法将技术通过商业语言与客户沟通是没有办法最终创造商业价值的。数据科学家可能更专注在算法本身，但是对一个行业深刻的理解，根据行业各个流程的特点，价值以及挑战，才能最终真正帮助企业解决实际的问题，从而创造价值。

人工智能领域本质和其他行业一样，成功的关键是从解决商业问题开始，从而利用技术去解决问题，而不是从机器学习的技术出发，去寻找可以解决的商业问题。这两个顺序有着本质的区别，也决定了未来人工智能行业的高端人才不仅需要理解技术，也需要理解商业的本质。

如何准备人工智能时代的到来

在人工智能发展到如今阶段，我们会看到越来越多的技术应用，有可能在未来某一天，人工智能会全面超越人类，无所不在，且颠覆各个行业和领域。目前总的来讲，未来不会被人工智能取代的人才应该具备这些技能，

领导力，沟通能力以及团队能力：技术的复杂程度决定了通才越来越少，因而与团队的合作，沟通越发重要，从而保证团队效率的最优化，而不是是个人效率的最优化。

对产品，工程的理解：随着技术创造的价值和效率越来越高，理工科的知识结构和经验也越发变成一个必要的基础。

对特定行业的深刻了解：不否认有很多的通才在各个领域都会成功，但更多的人才是通过特定行业和领域的积累从而得到对行业和领域的深刻。

对于工作，对于职业的规划，人工智能时代的你准备好了吗？