創造力，決策力，執行力是人的三大能力

執行力會有很多被人工智慧代替，決策力在利弊判斷上會被人工智慧代替。

但善惡好壞的判斷很難代替，創造力方面幾乎代替不了，按這個思路看學什麼吧。

首先非常感謝在這裡能為你解答這個問題，讓我帶領你們一起走進這個問題，現在讓我們一起探討一下。

很多人擔心人工智慧導致大量失業，但如果真有大量失業，這就成了國家社會問題了，國家政府肯定比你更擔心。老實說，人工智慧的水平還很低，大多數的工作都是沒法做的。

自動燒菜沒利潤嗎？微波爐怎樣？廚房裡只要稍微省事些，樣樣發明都是大利潤，未來家家的必需品。切菜機怎樣？都幾十年了，為何還切不好？洗衣機、烘乾機和洗碗機都有了，為何機器只要碰到燒菜，就立馬不會了？切菜不容易啊，食物種類繁多，長相不一，人工智慧不知如何下手。哪塊扔掉，哪塊留著？食物是否裡頭壞了，外頭看不出來，切了才發現，人工智慧可否判斷？

同理，程式設計也是無法替代的。譬如程式出錯，哪裡有錯，人工智慧可否瞭解口述問題？人工智慧可否聽懂人話，讀懂解釋，理解問題？

那為何筆譯可以失業呢？這跟問為何作家可以失業，是同一個問題。筆譯的需求本來就不高，很多人都只是兼職而已，算不上職業。計算機翻譯後，人工只需校對即可，本來十個人做，現在一個人做就行，所以其他九個人便失業了。程式設計沒有這樣的問題，因為程式設計師大部分時間在讀別人的程式碼，寫碼時間本來就少，閱讀理解能力才是關鍵，恰巧人工智慧不行。

思考，程式設計需要動腦；用心，燒菜需要走心。人工智慧無心無腦，凡用心用腦的專業，人工智慧無法取代。

補充：其實碼農最怕被年輕人取代，畢竟妓女也不是因為人工智慧而失業的。提升自己的競爭力，無法取代性，才是保命的最基本原則。

在以上的分享關於這個問題的解答都是個人的意見與建議，我希望我分享的這個問題的解答能夠幫助到大家。

一說人工智慧感覺很高大上，但是人還是人，代替的只是一部分。就算代替了，人也得生活，衣食住行都少不了，該少的還是少不了，不影響消費行為，如果喜歡飲食可以學廚師方面的。如果個人思維活躍，人緣好，愛和人打交道可以從事管理或者銷售。以此類推，發現自己的愛好和優勢，或者規劃個人理想生活，現在開始一步一步實現。

人工智慧是一種趨勢，優先取代的就是重複性的勞動。打字員一定會被機器取代，因為機器打字一定比人工快。包裹分發分揀員一定會被機器取代，因為機器更加精準更加快速，菜鳥物流早就實現了這一點。人工智慧的時代，每個人都會有危機感，我負責銷售管理，也時刻對未來擔憂，所以近期我就學習了python程式設計，學好它可以極大地提高我的辦公工作效率。同時我也學習了影片拍攝，影片剪輯（剪映，pr軟體），短影片製作等。希望在5G時代趕上短影片社交、直播電商的紅利。

順勢而為，學人工智慧就是了!!

經常被人問到，人工智慧究竟可以使用在什麼地方？特意系統地整理了一下，抽空做了文末的思維導圖。人工智慧目前還屬於弱智慧階段，估計要發展到強智慧還需要很長時間。AI應用方向目前有以下幾個方面：

1.計算機視覺CV方向

CV方向就是AI應用充當人類的眼睛來識別影象、影片的多媒體元素，目前是人工智慧最成熟的分支，很多應用的精度已經超越人類的能力，常見應用有影象分類、影象高階處理、影象識別、人臉檢測、人臉識別、影片處理、影片監控、車牌識別與身份證識別等OCR識別應用。

2.自然語言處理NLP方向

NLP方向實際上AI最早想突破的領域，主要處理的文字、語音資料，自然語言處理領域是目前學術界與大型科技公司最為追捧的方向，近兩年深度學習的成果大多聚焦於自然語言處理，但總體而言，許多應用還沒達到超過人類精度的地步，不過NLP應用爆發出來的能量很大，前景非常好，所以學術界與大型科技公司大量投入該領域。NLP方向典型應用有語音識別、語音搜尋、語音合成、文字情感分析、推薦系統、搜尋引擎、廣告推薦等高價值領域。

3.資料分析挖掘方向

傳統資料分析主要使用Excel工具、SPSS/SAS統計分析軟體進行，需要自動化提高效率或更靈活定製的話就需要R語言或Python語言來構建資料模型進行資料分析，而隨著大資料底層技術的成熟，大資料的採集、處理、儲存都相對成熟，而接下來就是給大資料賦能的資料分析挖掘發光發熱了。基於Hadoop進行資料儲存，使用Spark或Flink等大資料實時處理框架進行大資料處理，之上使用Hive資料倉庫或Kylin等工具結合Python建立機器學習模型進行高層的分析挖掘成為目前比較流行的解決方案。

4.綜合應用方向

不少AI應用需要綜合計算機視覺、自然語言處理、資料探勘技術，典型的有無人駕駛汽車、無人機、機器人、人機博弈等AI綜合應用。另外一個生機勃勃的發展方向就是所謂的"智慧+"或“AI+”，其實就是人工智慧與產業融合，可以創造出各種各樣的AI應用，這是缺的可能就是我們的創意了！

人工智慧應用方向

人工智慧未來會取代人工嗎？

潘雲鶴院士認為：創造性、決策性的工作，還是要由人來進行

“人工智慧是讓機器能像人那樣認知、思考和學習，即用計算機模擬人的智慧，讓計算機變得更聰明的技術。計算機過去只能夠進行計算、分類、資料庫操作，人工智慧讓計算機做邏輯推理、語音、影象理解等更復雜的事，能解決更廣闊的問題。計算機圖形學，是讓計算機能操作圖形，顯示圖形的技術。它能讓計算機設計建築物與城市，把建築物及其環境顯示出來，讓計算機做動畫，做遊戲等等。”

三類工作會被人工智慧逐漸取代：

1、重複性工作，比如汽車裝配

2、高危險工作，比如高空作業

3、提升工作效率的工作，比如快遞

職業培訓就要圍繞有創造性，需要很多人為決策，同時體現人性的工作，那被取代的可能性就比較小。比如美容、美髮、廚師等。其中有一個行業是未來的藍海熱門行業，那就是家政服務行業。雖然某些發達國家已經研發出可以做家務、陪伴人的機器人，但家政服務行業很細分，很大一部分還是必須由人工來完成。

作為一個有6年行業經驗的業內人士，我從以下幾個方面來談談這個行業的相關職業培訓和行業發展前景。

1、家政服務行業裡的職業培訓指的是從事母嬰護理、家政服務行業需要的培訓

具體包括：

月子、早教、育兒、保姆、產康等細分職位，分別有不同的職業培訓，也有等級劃分。目前月嫂無疑是家政服務業薪資最高需求最大的職位。基本上一線城市的月嫂月薪在1萬左右，因為每個月集中工作26天，所以成為一些35—50歲之間的中年女性入行首選的職業。不過這份工作也比較辛苦，同時也需要時間、經驗的積累才能越做越吃香。做的好的月嫂，基本上一年都沒有檔期，好好做一年，回到家鄉買房買車也是可能的。

2、家政行業老闆培訓也是當前比較熱門的職業培訓。據不完全統計，目前全中國有大概66萬家家政公司，北京就有超過1萬家，而其中能做到全國連鎖、有自己培訓學院的專業機構非常少。更多的是小作坊、私人化的門店形式，不具備培訓能力。於是一些自己當老闆的從業者也會選擇專業的機構去培訓提高技能。比如比較吃香的小兒推拿師，學完以後就可以在當地開嬰幼兒游泳館、小兒推拿館等。

家政服務行業的培訓分為高價值和普通價值培訓，主要分職業培訓起步，技能培訓和學歷培訓。這就要看自身的能力和未來職業發展。

3、國家在2017年也明確表示政策扶持家政服務業，二胎的放開也讓月嫂、保姆、育嬰師成為剛需。

結語：精細化的服務業被人工智慧取代的可能性不大，同時進入家政服務業也需要有一定的吃苦耐勞的心理準備，選擇靠譜的培訓機構和專業有實力的公司也很重要。

有一種說法叫做人工智慧將會搶走大多數人的飯碗，一二三四線城市之間的差距只會越來越大。

人工智慧的出現其實背後有更深層的社會需求。

有專家預測人工智慧會使得未來的社會分工出現嚴重的兩極分化，尤其是中間行業被掏空。也就是最頂層的、需要大量原創性工作的那些行業，比如說像科研、設計、文化創意產業、娛樂業、教育業，這些產業會保留下來，並且還會發展得更好；同時，還有一些比較低層的、不需要太多科技含量的，像理髮、化妝、餐飲業這些個人服務產業也會被保留，而且服務業的需求會越來越大；除了這兩頭之外，中間大量的、科技含量一般並且具有重複性、標準性、容易被指令描述的行業，都全部將被人工智慧無情的取代，這就是所謂的中間行業被掏空。比較典型的像中介、金融、物流、醫療、會計、銀行，可能是最新被替代的重災區。

因此專家建議，請你一定要看看你選擇的行業是不是具有這些特徵，如果有的話請做好思想準備，也許就是在短短的幾年之後，人工智慧就會搶走你的飯碗。

那怎麼辦呢？

如果你覺得自己沒辦法往那些頂層的行業發展，那你可以嘗試一下向服務業發展。

1、學習不可能被取代的技藝性工種。

比如服務人的產業：髮型師、化妝師、廚師，等等。

比如插畫師、設計師（UI、PPT演示、動畫、裝修設計、傢俱設計等）、寫作等。

應該去哪裡學呢？

未來一線城市會越來越好，二三線城市想追上一線城市今後會越來越難，城市和地區之間的發展不平衡會越來越嚴重。中間產業被掏空，受傷害最大的其實正是廣大的二三線城市，兩頭的那些產業比如像科研、教育、文化創意、服務業等等，這些正是一線城市的固有優勢。在人工智慧的社會，更好的行業資源只會更加向大城市裡集中，這個優勢只會越來越大。而受到衝擊的二三線城市想追上這個差距，是非常困難的。

一線城市只會像一個巨大的漩渦吸引著來自四面八方的精英人才，這種人力資源的優勢也是其他城市很難追趕的。

所以建議您去大城市裡工作、生活和學習，在這些城市裡可能會更精彩、更成功。

現在線上、線下學習渠道很多（我就不給它們打廣告了），只要你選定自己的方向了，就極大可能已經有你想學習的平臺或者老師。

即使現在不來一線城市，等學成了，也可以大膽去嘗試一下。現在SOHO一族也越來越多，他們都做著一個人的CEO，從事著自己想做的職業，你也一定會找到自己的興趣點和未來不被取代的方向。

當然絕對不被取代是不存在的，所以持續學習的能力和轉行的能力，是需要一直都有的，我們要有在變化和動盪中保持反脆弱的能力，相信自己可以在社會進步的同時，保持自我的進化和更新。

你好，跟高興回答你發問題。人工智慧AI已經逐步發展壯大也已經影響到我們日常生產生活中，國內的科技型公司也紛紛加入這場“科技變革”中，比如阿里的物聯網、百度的智慧城市、科大訊飛的深度學習等等，都在為抓住人工智慧發展這個重要機遇，努力搶佔新時代資訊科技的最前沿。當然在AI技術發展的同時，中國AI技術型人才也相對的缺乏，AI是一門交叉學科，數學理論和計算機技術是其重要的組成部分，目前大學及職業培訓機構開設的主要專業有資料科學與大資料技術、計算機科學、軟體工程、應用數學、智慧科學與技術等，在職業方面主要體現在程式開發工程師、人工智慧運維工程師、智慧機器人研發工程師、AI硬體專家還有演算法工程師，這些專業領域比較好的培訓機構都開設了職業培訓服務，建議可以諮詢！

職業培訓，以就業為最終訴求。個人建議，學人工智慧不如學大資料。

從落地的角度來看，大資料的招聘需求會更多一些，尤其隨著5G的發展，需要處理的資料量會激增，大資料未來的前景會更廣闊。而目前人工智慧雖然熱，可更多的是對低端人力的代替，現階段會被替代的，是像富士康流水線上的工人。更何況，言必人工智慧的很多所謂專家，他們的人工智慧，一半是Python，另一半是PPT……

你可以隨便找個招聘網站看下資料，比如百度百聘，搜尋下關鍵字“大資料”和“人工智慧”，看下招聘職位數量的對比，一目瞭然。

學習任何技能，不能脫離實際，要根據自身情況而定。

我認識的幾位業內人士全是學霸型選手，這個職業和行業的門檻比較高。如果你連本科都不是，數學基礎也不咋地，人工智慧真的不適合你，這不是拍腦袋和有決心就可以的事。包括學習大資料，雖然門檻稍低一點，但我也建議最好本科學歷或以上，學當然都可以學，你拿著錢主動送上門，肯定有培訓機構會收，可你學完之後找工作呢？招聘要求中明晃晃的學歷門檻，會讓你的求職之路異常艱難……

努力就會成功，相愛就可以在一起，沒走出象牙塔的大學生可以天真點，相信這樣的雞湯，進入名利場後，不多動動腦子會害死你。

因為招生成本低！業內不乏有機構唯利是圖，“人工智慧”、“Python”等都是獲量熱詞，課程就算只有人工沒有智慧，都得想招往上蹭一蹭……更加不會考慮學員基礎，教學質量自不必說。我認識的一個朋友，做的人工智慧培訓，學員都是北航、北郵的研究生，這事還靠譜點。你專科畢業學財務管理，想轉行混IT，學人工智慧能學出來的機率太低了。

混社會重要的是大數法則，不要單純地相信什麼“別人行，我也行”。但並非不可以入行，比如你學前端開發就更適合些。

走正確的路，比把路走正確重要。