謝邀。這個問題讓我想起了我之前回答的哪些職業容易被AI取代的問題，實際上被AI取代的職業大多是可以自動化且邏輯性強的一些工種，比如售貨員、快遞員、外賣員等，當然如果你說這些職業需要跟人溝通，有些人很難溝通或者溝通不了。是的，我相信這些崗位一直還會在，除非AI真的非常智慧，不然一定會有些人專門負責處理關於人的事務，只是這些人的職位更像客戶經理。

回頭來我們聊聊哪些職業最不容易被AI取代，我認為的是三大類，AI工程師、創作者以及人本身。怎麼這樣說呢？我是覺得作為遊戲規則的制定者，一般而言是很難被取代的，因為規則有時候有BUG，還是需要管理員去修復和更新。其次，創作者是這個世界上最寶貴的資源，與重複勞動者的人做的事不同，在一件事情上創作者不但對事物產生增量，還有創新的額外奉獻，例如喬布斯的iPhone、比爾蓋茨的Windows等，這些新的事物足以推動世界的發展，所以這些人很難被取代，一般都是走在前面或者並肩齊驅。

至於為什麼說人，有點疑惑吧，我覺得如果AI真的能大部分替代人的工作，那麼人在未來也應該算是一種職業了。其實人本來就是很高階的人工智慧，我們從小被“喂”資料，然後學習到很多東西，最終成為一個穩定的人工智慧系統，但人這個人工智慧系統也有創新機制，而目前的AI是沒有的，都是從資料裡面學習的，其實還是人高階很多，只是我們不會開發自己罷了。

在凱文·凱利的書中，曾經介紹過美國人對這個問題的研究。我記得不是很清楚那本書了，不是《必然》就是《科技想要什麼》中說，最不容易被AI取代的是考古學。

在這個問題是我想也需要辯證的看待。

首先職業從來都不是一成不變的，新的職業取代舊的職業是必然的。比如，在鉛字照片時期，出版行業需要排字工這個職業，可是進入鐳射照排時代，鉛字的排字工不需要了，可是還是需要人打字輸入，操作排版的系統等。實際上這個行業，被訓練成為鐳射照排人員的很多都是以前年青的鉛字排字工。

有些職業雖然人工智慧 能超越人類，可是並不代表失業。例如，阿爾法狗的圍棋水平已經超越了人類，可以想見的未來，手機上一個小小的軟體就能擊敗頂尖的圍棋選手，可是在未來職業棋手不會失業。因為人類學習圍棋是為了鍛鍊大腦，相當於“大腦體操”，勝負不是人類學習圍棋的目的。就好比計算器超越人類的計算能力，並不能阻止很多人學習速算一樣。

人類的工作時間會因為人工智慧的發展而減少。事實上，我們的工作時間一直呈現為減少的趨勢。未來也許不需要你工作很長時間，就能滿足物質生活。我們更多的追求是精神生活層面的東西。

今天，我們因為玩遊戲而被指責玩物喪志；未來，玩遊戲也許就是一種大家普遍從事的職業。例如，我們的價值就在於遊戲過程中提供的各式各樣的資料。電子競技已經被劃入體育競賽的範圍，未來，遊戲就是職業。這個觀點在凱文·凱利的《必然》一書中也有涉及。

AI能做的肯定越來越多，無人駕駛技術、機器的語言學習技能等都會讓需要人做的越來越少，我們害怕的不是失業，而是失去生存的能力。更可怕的是失去人類對這個世界的主宰權。這正式霍金、埃隆·馬斯克、比爾·蓋茨能人擔憂人工智慧所在。

李開復確實說過，未來50%的職業都將被AI取代，比如，“華爾街的交易員，這個曾經很光鮮的職業很快消失了；未來的保安也會部分消失，因為攝像頭的監控，加上一些機器人巡視，已經不需要保安了；司機可能也會消失，還包括一些非常高階的白領，比如說放射科醫生，他們的看片能力不如機器人。”

如果說AI是大勢所趨，簡單的工作將被替代，那麼我們人類為什麼不去學著從事更有技術含量、與AI相關的工作呢？做AI方面的工作，應該就不會失業了吧。

據 Gartner 最新發布的一份報告指出，儘管 AI 技術將取代 180 萬個工作崗位，但同時也將創造出 230 萬個新就業崗位。Gartner 首席研究員 Peter Sondergaard 預測表示，AI 將強化員工的工作能力，並可能成為 2020 年的“淨工作創造者”。我相信，AI 與過去所有的其他顛覆性技術一樣，將為我們帶來許多新就業機會。

得益於 AI 技術的興起，以下五個行業崗位將呈現出顯著的增長趨勢：

1、資料科學家

資料科學家屬於分析型資料專家中的一個新類別，他們對資料進行分析來了解複雜的行為、趨勢和推論，發掘隱藏的一些見解，幫助企業做出更明智的業務決策。正如致力於商業分析和商業智慧軟體的 SAS 所說的那樣，資料科學家是“部分數學家，部分計算機科學家和部分趨勢科學家的集合體”。

以下是資料科學應用的一些例子：

Target 使用消費者資料來確定主要客戶群，並且對客戶群中獨特的購物行為進行分析，從而能引導訊息傳遞給不同的受眾。

寶潔公司利用時間序列模型能夠更加清晰地瞭解未來的產品需求，從而幫助公司規劃出最合適的生產量。

由於AI 推動了創造和收集資料的趨勢發展，所以我們也可以看到未來對於資料科學家的需求也將日益增加。據 IBM 預測，到 2020 年，對於資料科學家的需求增長幅度將達到 28%，資料科學家、資料開發人員和資料工程師的年需求量將達到 70 萬人。其中一般的 AI 領域專家，包括剛踏出校園的博士生以及相對教育程度低一些、但是有幾年工作經驗的專業人士，每年薪水加公司股票可能在 30 萬美元至 50 萬美元範圍內。

2、AI/機器學習工程師

大多數情況下，機器學習工程師都是與資料科學家合作來同步他們的工作。因此，對於機器學習工程師的需求可能也會出現類似於資料科學家需求增長的趨勢。資料科學家在統計和分析方面具有更強的技能，而機器學習工程師則應該具備計算機科學方面的專業知識，他們通常需要更強大的編碼能力。

3、資料標籤專業人員

隨著資料收集幾乎在每個垂直領域實現普及，資料標籤專業人員的需求也將在未來呈現激增之勢。事實上，在 AI 時代，資料標籤可能會成為藍領工作。

IBM Watson 團隊負責人 Guru Banavar 表示“資料標籤將變成資料的管理工作，你需要獲取原始資料、對資料進行清理，並使用機器來進行收集。”標籤可以讓 AI 科學家訓練機器新任務。

Banavar 繼續解釋道：“假設你想訓練一臺機器來識別飛機，你有 100 萬張照片，其中有一些照片裡邊有飛機，有一些沒有飛機。那你需要有人先來教會計算機哪些影象有飛機，哪些又沒有飛機。”這就是標籤的用處所在。

4、AI硬體專家

AI 領域內另外一種日益增長的藍領工作是負責建立 AI 硬體（如 GPU 晶片）的工業操作工作。大科技公司目前已經採取了措施，來建立自己的專業晶片。

英特爾正在為機器學習專門打造一個晶片。與此同時，IBM 和高通正在建立一個反映神經網路設計、並且可以像神經網路一樣執行的硬體架構。據 Facebook AI 研究總監 Yann LeCun 表示，Facebook 也在幫助高通開發與機器學習相關的技術。隨著人工智慧晶片和硬體需求的不斷增長，致力於生產這些專業產品的工業製造業工作崗位需求將會有所增長。

5、資料保護專家

由於有價值的資料、機器學習模型和程式碼不斷增加，未來也會出現對於資料保護的需求，因此也就會產生對於資料庫保護 IT 專家的需求。

資訊保安控制的許多層面和型別都適用於資料庫，包括：訪問控制、審計、認證、加密、整合控制、備份、應用安全和資料庫安全應用統計方法。

資料庫在很大程度上是透過網路安全措施（如防火牆和基於網路的入侵檢測系統）來抵禦駭客攻擊。保護資料庫系統及其中的程式、功能和資料的安全這一工作將變得越來越重要，因為網路開放程式越來越高。

（-東南偏北）

這個其實挺好回答，因為人工智慧（機器人）都是基於大資料前提做出來的，這也是人工智慧的“原生弊端”。

只要是基於大資料，那麼肯定有兩類職業基本上可以說百分之百不會被取代，一個是具備創新力的職業，一個是具備愛心的職業。

既然是大資料，那資料自然也只會是對過往的資料加以利用。愛心就不用說了，如就算人工智慧真的成熟了，這也會是人與“機器人”最大的差別，就算幾近完美的機器人，能夠從數千萬種選擇則選擇出最優解，但這些步驟都只會是機械化的，比如在近代抗日中，很多壯士明知道奔赴戰場就可能一去不會，這很顯然不是萬千選擇中的最優解，但這就是人與“機器”最大的區別。

前陣子，李開復在公開場合也講到了人工智慧的一些看法。具體講到了，人工智慧發展的四個發展路程，筆者覺甚有道理：

第一波是網際網路AI，網際網路AI就是在網際網路上BAT、谷歌、Facebook蒐集了大量的資料，用來做AI。

第二波是一個傳統的機構，看你有很多資料，可能是在你們的傳統商店裡面的行銷資料，可能是銀行的存款資料，可能是股票資料，可能是保險資料，我們把這些資料用在正常的商務流程裡面來賺錢。

第三波是實體世界的資料化，我們把過去不是資料的東西變成資料，用它來做過去未曾有的應用，比如說人臉識別、語音識別這一類的，或者是像天貓精靈、小魚在家很多很多的攝像頭，或者是機場、其他的購物中心布很多攝像頭來捕捉資料，把世界上還沒有資料化的東西資料化，變成AI，因為AI必須要資料化的。

第四波是全自動的智慧，這四波是需要時間的。

很顯然，從我國目前的發展情況來看，很明顯人工智慧的道理目前還是任重而道遠，我們需要與時俱進的進取心，但也沒必要杞人憂天，正所謂“兵來將擋，水來土掩”，這句話就是對人工智慧最好的詮釋。

看到題目，我想起了一本書由傑夫"科爾文編著的《不會被機器替代的人：智慧時代的生存策略》

從書名上內容來說，應該是比較符合的，因為即將到來的額人工智慧時代，人到底該怎麼辦，怎麼做才能不把工作輸給機器人，已經是很多人該考慮的事情了。

單講近幾年智慧化的案例，其中有人機大戰AlphaGo再勝人類，百度無人駕駛汽車上北京五環路，BAT等科技巨頭佈局人工智慧，阿里巴巴成立達摩院，最主要的是“人工智慧”首次寫入政府工作報告。

所以現在時代變了，現在機器已經能做大部分應該讓機器乾的活，普遍都認為最容易面臨失業的職業是有固定規則、重複勞動的工作，面臨失業風險最小的是需要與人溝通、富有創造性的工作。人應該去幹人該乾的事。如果人工智慧技術無比發達，你現在從事的職業你還會贏得過它們嗎？

作者提出的一個觀點是我們不再被動的關注技術發展的演進會替代哪些人類的工作，畢竟往往我們會低估技術進步的速度，我們應該回歸人類的本性，什麼工作我們更信任人類，即使這是不理智的和無效的，這真是一個讓人毛塞頓開的觀點。

人類的優勢來自深層、根本的人類技能——同理心、創造力、社會敏感性、講述故事、幽默、建立人際關係，以及比邏輯敘述更強有力地自我表達。這是我們創造經久不衰的價值，而不被科技所取代的方法，更是我們天生具有的技能。

他的原話是：“嗯，我始終覺得西部世界最終是個倫理片兒，而想要說明的是，或者我希望它說明的是，Deloris不但是真正的人，而且已經是同物種超人了，即人類主動選擇了同物種進化，而不是創造不同物種後被取代。”簡單點就是說：就算被取代，人類也並沒有滅絕，因為這些“超人”繼承著人類的思想。

展望未來幾十年，人工智慧將逐漸為整個社會的經濟賦能；以往每一次社會發展變革，都會淘汰一些職業，產生一些新的職業。而當前，中國經濟深化供給側結構性改革任務艱鉅，加快人工智慧在各產業領域的深度應用、讓人工智慧為經濟發展注入新動能的需求也在國家層面得到不斷強化。

和人深度打交道的職業，那些需要了解人類內心和情緒、幫助人類梳理情緒和想法，並幫助做出決策的職業。

雖然人工智慧目前還是在人工弱智的階段，但是將來一定會成為人們生活中的好幫手，幫助人們做出一些簡單的決策，甚至在沒有得到人類吩咐的情況下就預先採取最有利的行動，例如調整室內溫度、幫人們準備需要用的資料，或者挑選最適合環境和氛圍的背景音樂等等。

但是這些都只屬於弱人工智慧範疇，即可以擁有一定程度的智力和自主判斷能力。而強人工智慧，即擁有和人類類似的情感情緒的人工智慧，依然遙遙無期。

即使強人工智慧真的可以實現，人們可能也需要花很長時間才能真正接受它們，成為我們生活的一部分。這畢竟是人類歷史上的最大變革，讓人類顛覆了人類自身的根本，因此出現衝突、震盪，甚至是反彈也毫不意外。

畢竟人類在本能上，會更容易接受同樣是碳基生物的人類本身。

所以，即使是人工智慧能夠幫助人類管理好自己的生活和工作，但是屬於人類自己的情緒，也只有人類能夠幫助紓解。