Edge
Chrome
Firefox
我的工作行业就不提了，处于AI的前沿阵地之一，AI的进步非常惊艳，虽然我对AI持有开放态度，但也恐惧，因为我的进步跟不上它迭代的速度。
AI能涉及的行业：辅助驾驶、医疗诊断、数据分析、文稿生成、工业控制....不一一列举了
目前来看AI冲击最大的行业是文职类岗位、重复体力劳动岗位，体力劳动暂时冲击较小
高翎张磊在《价值》一书中写到“世界上只有一条护城河，就是不断创新，拥抱变化，疯狂的创造长期价值”，说的很对，但在资源分配不足，极度内卷的国家，就会很残酷，因为能做到不断自我革命，重塑自己知识体系的人应该不多，前浪总后被后浪拍死，新的技术革命往往带来的是指数级别的效率提高和成本控制。
寻找变化中不变的因素，对于我这样的普通人而言，反而是有利的，这样能形成自己的护城河和知识体系的壁垒构建，金融就是这样的行业，哪怕跟不上时代，通过投资最优秀的头部公司，间接的跟上时代，所以金融门槛就很高，也极度内卷。
而量化其实只是把重复的操作用计算机代替，本质还是人性的博弈
而其他行业受影响较小的一种是需要高级大脑工作或者是非线性（脑力/体力）工作以及有垄断资源的行业，这是AI难以做到的
AI能涉及的行业：辅助驾驶、医疗诊断、数据分析、文稿生成、工业控制....不一一列举了
目前来看AI冲击最大的行业是文职类岗位、重复体力劳动岗位，体力劳动暂时冲击较小
高翎张磊在《价值》一书中写到“世界上只有一条护城河，就是不断创新，拥抱变化，疯狂的创造长期价值”，说的很对，但在资源分配不足，极度内卷的国家，就会很残酷，因为能做到不断自我革命，重塑自己知识体系的人应该不多，前浪总后被后浪拍死，新的技术革命往往带来的是指数级别的效率提高和成本控制。
寻找变化中不变的因素，对于我这样的普通人而言，反而是有利的，这样能形成自己的护城河和知识体系的壁垒构建，金融就是这样的行业，哪怕跟不上时代，通过投资最优秀的头部公司，间接的跟上时代，所以金融门槛就很高，也极度内卷。
而量化其实只是把重复的操作用计算机代替，本质还是人性的博弈
而其他行业受影响较小的一种是需要高级大脑工作或者是非线性（脑力/体力）工作以及有垄断资源的行业，这是AI难以做到的
4
赞同来自: 江南1919 、南山半仙 、happysam2018 、alongside
先免费给你体验，铺开市场。然后打价格战，熬死大部分竞争玩家，最后会几家独大。放心，不用多久就会发现，什么ai解答，到时你一问，里面会全是广告
0
遇上不是自己擅长的领域，我现在都习惯问AI了。
AI可能给我的不是最正确的答案，问题是我自己检索网页，看到的文章也不一定是正确的，我也无法分辨文章的质量和对错。
但是如果是自己擅长的专业领域，我还是习惯自己来做，不会让AI替我检索法律，让AI帮我起草合同等。
所以我们要认清一个事实，也可以说坚定一个信念，那就是AI无法取代真正的专家。
只要不断深入研究，专精一个领域，就不怕被AI抢了饭碗。
当然，社会上也不是所有事都需要请专家，比如老百姓的日常纠纷，问问AI足矣，不需要花大价钱请律师。
但如果是非常刁钻、小众的法律问题，网上连AI可以检索的资料都没有或者要么过时了，要么是错误的，那就只能请真人出马了。
AI可能给我的不是最正确的答案，问题是我自己检索网页，看到的文章也不一定是正确的，我也无法分辨文章的质量和对错。
但是如果是自己擅长的专业领域，我还是习惯自己来做，不会让AI替我检索法律，让AI帮我起草合同等。
所以我们要认清一个事实，也可以说坚定一个信念，那就是AI无法取代真正的专家。
只要不断深入研究，专精一个领域，就不怕被AI抢了饭碗。
当然，社会上也不是所有事都需要请专家，比如老百姓的日常纠纷，问问AI足矣，不需要花大价钱请律师。
但如果是非常刁钻、小众的法律问题，网上连AI可以检索的资料都没有或者要么过时了，要么是错误的，那就只能请真人出马了。
0
Darkest - 如果明天是最后一天是否会因为没有全力以赴而遗憾
第一次工业革命（约1760–1840年）：蒸汽机、纺织机
第二次工业革命（约1870–1914年）：发电机、内燃机
第三次工业革命（约1960–2000年）：计算机、互联网、航空技术
第四次工业革命（21世纪初至今）：AI、基因编辑、核聚变、再生能源、量子计算机
第二次工业革命（约1870–1914年）：发电机、内燃机
第三次工业革命（约1960–2000年）：计算机、互联网、航空技术
第四次工业革命（21世纪初至今）：AI、基因编辑、核聚变、再生能源、量子计算机
2
赞同来自: happysam2018 、明园
到底发展会有多快是个问题
比如无人驾驶，一方面无人驾驶出租车已经上市一段时间了，一方面又说无人驾驶可能十年以上才能普及，还涉及若干技术和法律问题
机器人概念其实出现也有几十年了，不过刚开始工业领域可能很多，生活中到底什么时候能投入实用呢？当然换个角度，某些家电，比如过去的洗衣机，现在的扫地机擦窗机器人，不也是机器人吗？
对于50岁以上人群来说，可能受冲击相对小，得益大，因为就算工作受影响，距离退休也就是十年不到时间了，相反AI对自己的帮助可能更大
反之四十以下的，只要能及时更新知识，问题也不大，毕竟学习能力还行
年龄只是一个泛指，最主要还是自己的持续学习能力，否则真的很有可能被淘汰
几十年前的老会计，发现新会计用电脑出账更快时，估计也有类似迷惑
比如无人驾驶，一方面无人驾驶出租车已经上市一段时间了，一方面又说无人驾驶可能十年以上才能普及，还涉及若干技术和法律问题
机器人概念其实出现也有几十年了，不过刚开始工业领域可能很多，生活中到底什么时候能投入实用呢？当然换个角度，某些家电，比如过去的洗衣机，现在的扫地机擦窗机器人，不也是机器人吗？
对于50岁以上人群来说，可能受冲击相对小，得益大，因为就算工作受影响，距离退休也就是十年不到时间了，相反AI对自己的帮助可能更大
反之四十以下的，只要能及时更新知识，问题也不大，毕竟学习能力还行
年龄只是一个泛指，最主要还是自己的持续学习能力，否则真的很有可能被淘汰
几十年前的老会计，发现新会计用电脑出账更快时，估计也有类似迷惑
4
赞同来自: 江南1919 、happysam2018 、明园 、stylexf
拥抱ai没有错，但是也不要夸大用途。长久的预期作用会很大，但是短期，我认为还只是工具，辅助人的工具。
比如教师，并不是知识的简单展示，需要有效沟通。
医生，病人不是机器，沟通可以了解情绪变化，病人很多时候并不能完整准确的表达病情。
工业机器人，首先价格昂贵，其次只能完成部分重复性的人工替代。
最简单的陪人下棋。没有交流，就基本失去了下棋的价值。陪一个冰冷的机器下棋，有多少意思呢？用复杂模式，你永远赢不了。人是群居动物，生活不单看结果，结果固然重要，比如是否赚到钱，可是过程更重要。80岁的亿万富翁与30岁的穷光蛋你选哪一个？我个人肯定选30岁的穷光蛋。
比如教师，并不是知识的简单展示，需要有效沟通。
医生，病人不是机器，沟通可以了解情绪变化，病人很多时候并不能完整准确的表达病情。
工业机器人，首先价格昂贵，其次只能完成部分重复性的人工替代。
最简单的陪人下棋。没有交流，就基本失去了下棋的价值。陪一个冰冷的机器下棋，有多少意思呢？用复杂模式，你永远赢不了。人是群居动物，生活不单看结果，结果固然重要，比如是否赚到钱，可是过程更重要。80岁的亿万富翁与30岁的穷光蛋你选哪一个？我个人肯定选30岁的穷光蛋。
3
Darkest - 如果明天是最后一天是否会因为没有全力以赴而遗憾
赞同来自: 一个人静静 、happysam2018 、julie
目前AI影响的岗位，未来是否能实现一周4天班我不知道，我的认知内大部分老板不会同意，而其他不会被影响的岗位也会受到影响，效率高了，人需要的就少，受到AI冲击转行的人、同行业的人都会加剧内卷
1. 高度重复性、规则化的工作
特点：流程固定、依赖结构化数据、无需复杂决策。
典型岗位：
制造业：
装配线工人（被工业机器人取代，如汽车制造中的焊接、喷涂）。
质量检测员（AI视觉检测替代人工目检）。
服务业：
快餐店配餐员（自动化厨房设备+机械臂）。
超市收银员（自助结账系统+AI库存管理）。
案例：富士康已部署超10万台工业机器人，替代了部分流水线工人。
2. 数据处理与文书类岗位
特点：依赖数据输入、报告生成或简单分析。
典型岗位：
金融与会计：基础会计（发票处理、对账由RPA自动化）。
保险理赔审核员（AI自动核保、反欺诈分析）。
法律与行政：合同审查助理（如ChatGPT分析法律条款）。
数据录入员（OCR+自动化工具替代）。
数据：麦肯锡预测，到2030年，全球约60%的财务流程岗位可能被AI优化。
3. 初级分析与咨询服务
特点：依赖模式识别、标准化建议。
典型岗位：
金融分析：股票交易员（算法交易占比超80%）。
基础投资顾问（Robo-Advisor提供自动化资产配置）。
医疗辅助：医学影像初级诊断（AI辅助阅片，如肺癌CT筛查）。
病历录入员（语音识别+自然语言处理）。
案例：高盛交易部门员工从2000年的600人降至2022年的2人，AI算法主导高频交易。
4. 客服与销售支持
特点：标准化问答、低复杂度交互。
典型岗位：
电话客服：基础客服代表（聊天机器人处理80%常见问题，如银行催缴话术）。
零售业：门店导购员（AI推荐系统+无人商店，如Amazon Go）。
数据：Gartner预测，到2027年，聊天机器人将承担25%的客服工作。
5. 运输与物流
特点：依赖路径规划、环境感知。
典型岗位：
司机与配送：长途卡车司机（自动驾驶卡车，如特斯拉Semi）。
仓库分拣员（AGV机器人+AI调度系统）。
快递员：最后一公里配送（无人机/无人车，如京东物流试点）。
进展：Waymo自动驾驶出租车已在旧金山商业化运营。
6. 内容生产与创意辅助
特点：生成式AI可替代部分标准化创作。
典型岗位：
媒体与广告：基础文案撰写（ChatGPT生成广告语、新闻快讯）。
平面设计师（Midjourney生成初稿，设计师转向修改）。
影视制作：视频剪辑助理（AI自动剪辑+配乐，如Adobe Premiere AI工具）。
案例：BuzzFeed已用AI生成旅游攻略和商品测评，减少人工撰稿需求。
7. 教育与传统培训
特点：知识传递的标准化与个性化替代。
典型岗位：
教育辅助：语言教师（Duolingo等APP替代基础教学）。
考试阅卷员（AI自动评分，如作文批改系统）。
企业培训：标准化课程讲师（AI定制化学习路径替代统一培训）。
关键逻辑与应对策略
AI替代岗位的核心逻辑：
成本效率：AI的边际成本趋近于零，企业倾向用自动化降低人力成本。
精准度与速度：AI在处理大数据、重复任务时远超人类（如医疗影像诊断）。
24/7无间断工作：无需休息，适合物流、客服等连续性需求场景。
如何降低职业风险：
升级技能：从“执行者”转向“决策者”，如工程师从设备操作转向AI运维。
跨界融合：掌握“AI+专业”能力（如医生学习AI辅助诊断工具）。
强化人类优势：专注创造力、情感沟通（如心理咨询、战略咨询）。
1. 高度重复性、规则化的工作
特点：流程固定、依赖结构化数据、无需复杂决策。
典型岗位：
制造业：
装配线工人（被工业机器人取代，如汽车制造中的焊接、喷涂）。
质量检测员（AI视觉检测替代人工目检）。
服务业：
快餐店配餐员（自动化厨房设备+机械臂）。
超市收银员（自助结账系统+AI库存管理）。
案例：富士康已部署超10万台工业机器人，替代了部分流水线工人。
2. 数据处理与文书类岗位
特点：依赖数据输入、报告生成或简单分析。
典型岗位：
金融与会计：基础会计（发票处理、对账由RPA自动化）。
保险理赔审核员（AI自动核保、反欺诈分析）。
法律与行政：合同审查助理（如ChatGPT分析法律条款）。
数据录入员（OCR+自动化工具替代）。
数据：麦肯锡预测，到2030年，全球约60%的财务流程岗位可能被AI优化。
3. 初级分析与咨询服务
特点：依赖模式识别、标准化建议。
典型岗位：
金融分析：股票交易员（算法交易占比超80%）。
基础投资顾问（Robo-Advisor提供自动化资产配置）。
医疗辅助：医学影像初级诊断（AI辅助阅片，如肺癌CT筛查）。
病历录入员（语音识别+自然语言处理）。
案例：高盛交易部门员工从2000年的600人降至2022年的2人，AI算法主导高频交易。
4. 客服与销售支持
特点：标准化问答、低复杂度交互。
典型岗位：
电话客服：基础客服代表（聊天机器人处理80%常见问题，如银行催缴话术）。
零售业：门店导购员（AI推荐系统+无人商店，如Amazon Go）。
数据：Gartner预测，到2027年，聊天机器人将承担25%的客服工作。
5. 运输与物流
特点：依赖路径规划、环境感知。
典型岗位：
司机与配送：长途卡车司机（自动驾驶卡车，如特斯拉Semi）。
仓库分拣员（AGV机器人+AI调度系统）。
快递员：最后一公里配送（无人机/无人车，如京东物流试点）。
进展：Waymo自动驾驶出租车已在旧金山商业化运营。
6. 内容生产与创意辅助
特点：生成式AI可替代部分标准化创作。
典型岗位：
媒体与广告：基础文案撰写（ChatGPT生成广告语、新闻快讯）。
平面设计师（Midjourney生成初稿，设计师转向修改）。
影视制作：视频剪辑助理（AI自动剪辑+配乐，如Adobe Premiere AI工具）。
案例：BuzzFeed已用AI生成旅游攻略和商品测评，减少人工撰稿需求。
7. 教育与传统培训
特点：知识传递的标准化与个性化替代。
典型岗位：
教育辅助：语言教师（Duolingo等APP替代基础教学）。
考试阅卷员（AI自动评分，如作文批改系统）。
企业培训：标准化课程讲师（AI定制化学习路径替代统一培训）。
关键逻辑与应对策略
AI替代岗位的核心逻辑：
成本效率：AI的边际成本趋近于零，企业倾向用自动化降低人力成本。
精准度与速度：AI在处理大数据、重复任务时远超人类（如医疗影像诊断）。
24/7无间断工作：无需休息，适合物流、客服等连续性需求场景。
如何降低职业风险：
升级技能：从“执行者”转向“决策者”，如工程师从设备操作转向AI运维。
跨界融合：掌握“AI+专业”能力（如医生学习AI辅助诊断工具）。
强化人类优势：专注创造力、情感沟通（如心理咨询、战略咨询）。
京公网安备 11010802031449号