这几年对这点的感触极深,因为公司自动化的项目越来越多。起初是一些小规模的项目,基本需要人工操作,慢慢地,今年起有更大规模的自动化项目启动了。提交完所有物料,技术部署完代码,之后几乎啥也不用管,系统自动运行。
做测试的时候,有的同事觉得这种项目省心,自己能够早下班。我的反应是:完了。
这部分大概占据平常工作的30%,测试结果如果不错,真的要实行这样的自动化项目,那必然会有一些富余劳动力,如果没有新的项目需要人力去做,这些职位的员工应该会越来越少。
虽然不太可能随便裁人,但这部分人员需求少了的情况下,最先发生的应该是不再有新人招进来,老员工自然流失,之后也不再招人补足这个空缺,慢慢人员就会减少到合理的情况。
而且细思极恐的是,这部分工作,是看起来不太容易随便被自动化取代的,结果还是发生了。
之前听过一次古典老师的分享,他讲到一个故事,大概是说一个妹子每天工作中有一大部分是重复劳动,一个程序员献殷勤写了个脚本几分钟就解决了,妹子很开心。
但对这个妹子而言,这件事背后的逻辑并不是那么值得开心:用程序几分钟就能解决的事情,以后还要你做什么?你有什么额外的价值是能够提供的?
今年大热的“人工智能”概念,貌似离我们日常生活还有点遥远,但用机器、系统、技术解决问题的这种思路,在悄然地改变着我们的生活。
科技为我们带来了便捷,在创造大量新的工作岗位的同时,也在重新洗牌,一些职业会被重新调整,需求量减少甚至不复存在。如果危言耸听一点,这或许又是新的一轮工业革命前夕,马车即将被蒸汽火车取代。
比如前两天锤子发布会中讯飞抢眼的表现,三四年前我使用的时候还没那么高的识别率,现在再看发现识别语气自动断句这些功能都已经非常出色了,这可能会抢一些速记员的饭碗。
再比如出纳,过去往来于公司和银行之间,以后企业和银行系统打通信息共享的话,这部分人员配置也会减少。
还有人们总喜欢拿来把人工和机器做比较的一个领域,机器翻译。一两年前的时候,别人找我帮忙翻译,我图省事就先把英文贴进去,得到中文之后再修改修改,速度比我自己翻快得多。
之后每隔一段时间就能看到机器翻译技术又有进步的新闻,每次都会有人调侃说一些翻译牛头不对马嘴,但如果你观察一下会发现,这类多是中译英,因为中文的语义结构本来就比较复杂。但是英译中的结果会准得多。
所以笔译的准入门槛也会变得越来越高,以前想简单混一混的翻译会发现越来越不好混,剩下的会是更精专的一些人,比如文学翻译。
甚至在医学领域,都开始有了一些变化,IBM的人工智能“沃森”可以输入一些疾病数据和症状,诊断出来的结果和医生诊断的都差不离,首次确诊罕见白血病,只用了10分钟。IBM的CEO认为,如果现在是数字时代,明天将会是认知时代,认知系统在各种形式的结构化数据之上,理解、推理和学习以发掘价值。
以前和人们抢饭碗的是同行,以后还多了个更强大的竞争对手,机器。
这些现象迫使我们不断思考以下几个问题:
我的核心竞争力是什么?
我现在的工作可替代性有多强?
有哪些是未来需要的能力?
很多人都曾分享过他们的答案,罗胖认为未来需要U盘型人才,自带信息,不装系统,随时插拔,自由协作。古典也提出过云盘人才,主动与平台合作,分享链接、引来流量、有一个勾引你点击的标题与目录。这些有一些共同点:
够专业:硬技能
会沟通协作:软技能
会讲故事:懂营销,能推销自己说服别人
整合:系统性、可复制思维
......
以上这么多,其实都离不开最重要的一点,学习力。会学习,能够保持一颗谦卑又好奇的心不断学习,找到并识别正确的适合自己的方法学习,从书上学习,从周围的人身上学习,从一切可以学习的地方学习。时刻都能保有把你扔进一个新领域,你能从头快速学起的能力。
如今机器都不断在升级,若还不还会学习进步,停留在原地,后面等着你的将是一片黑暗。
资讯来源说明:本文章来自网络收集,如侵犯了你的权益,请联系QQ:850873385进行删除。
Copyright © 2014-2018 500d.me. All Rights Reserved.