YaoSha人工智慧只需一句話：“訂閱"奧迪"”就能源源不斷收到客戶訂單。人人都可訂閱自己的業務、生意、特長、技能、資源....變現。

YaoSha人工智慧：想要啥，只需說出來！想怎麼說，就怎麼說。包括個性、特殊需求，託關係、找資源、撩漢、把妹……

YaoSha人工智慧把業務、生意變得只需一句話，傳統電商百度競價、阿里電商、58等還怎麼活。

未來絕大多數的工作必將由“人工智慧”來完成，這是毋庸置疑的。“解放”最佳使用地點是指“心靈”解放，我們要知道，除了人類自己，沒有能“解放人類”的事物，包括機器或人工智慧。

想當然了！如果依然使用貨幣制度，交換方式，人能被解放嗎？還不是被出賣的工具！如果不工作，在城市裡難道撿垃圾吃？所以，人工智慧解放人的前提是：取消增值交換制度。否則，人工智慧必然會替代人，成為生產工具，成為大部分工作崗位的勞動力。而人的生存方式，只有一個可能：寵物。所以，人工智慧發展，人類失去工作的比例高，就會開始世界動盪。說白了，人就是自己找抽啊！

人工智慧崛起，也有一些工作很難被替代的

人工智慧，有人視它為人類的又一次工業革命，但同時，更多的人卻擔憂這次“狼真的來了”。

因為越來越多的人相信，在人工智慧瘋狂發展的情況下，未來幾十年內，大部分人會變得無用。換言之，機器人取代人類工作的恐懼已經變得越來越真實。

是不是很多人會遭到淘汰?

是的。

首當其衝的就是製造業。富士康曾宣佈引入機器人生產線，並傳言其因此裁員6萬人。

而此後，不斷出現的智慧語音軟體、無人駕駛系統甚至讓一些較為複雜的技能行業也受到顯著的衝擊。據說未來人工智慧還會進軍管理領域，甚至擁有企業、房產......

這樣的情況下，未來還有哪些職業是安全的?CNN就此做了一個調查分析，並分析出一些相對風險較低的行業。

【一】重“人情味”的工作很難被完全取代。

比如醫療行業的從業人員，醫師、護士等。

為超過800種工作進行自動化評估的資訊科技及創新基金會也認為這類職業相當安全。

雖然目前人工智慧已經開始陸續開始應用於醫療服務行業，而且愈來愈擅於醫學診斷，從之前的射線治療、醫學造影到現在的簡單手術治療，人工智慧彷彿無處不在。但根據國外調研機構統計的資料，大多數病人並不想要沒有“人味”的機器診斷。

“他們希望從一個富有同情心的人那裡聽到診斷，這樣的人也能協助他們瞭解、接受常是壞訊息的結果。”

【二】必須領導和激勵他人的工作，應該不會被機器取代。

比如，運動教練。

以青少年運動隊伍教練而言，獲勝並不是這份工作最重要的任務；他們寫道，“真正重要的能力，是讓這些孩子合作、一同追尋某個目標，教導他們成為相互扶持的好隊友，並透過運動發展他們的人格。”

這份工作中，如何辨識團隊的領頭人、如何管理個性不佳的人、如何協助隊伍產生凝聚力......可能都超出了機器的能力。

“我們深信，在接下來好一段時間裡，有效地處理人的情緒和社會動機，仍舊會是專屬於人類的能力。”

【三】情感理解和表達是很難程式化的，從事藝術類工作很難被代替。

比如詞曲作家。

早在2004年之前，部分音樂人就已經開始使用人工智慧協助創作。曾經一位參加《美國偶像》歌手錶示，她在作曲方面靠人工智慧協助，不過歌詞，需要她自己填寫。

因為人類的情感是很複雜，也沒有專業的標準的規律可循，“詞曲創作的創意一大部分源自對人類本質的理解，目前也沒有任何跡象顯示，我們快要有能力將這樣的理解數位化。”

所以即使人工智慧可以做出企業財務報告、運動分析文章，甚至短小的事件新聞稿，但關乎情感的文學、音樂等藝術創作工作，短時間內仍然無法勝任。

【四】此外，還有髮型設計師及化妝師

根據資訊科技及創新基金會的排名，髮型設計師和化妝師，也是機器難以取代的職業。

資訊科技及創新基金會理事長艾金森表示，“人類的頭上平均有15萬根頭髮，而且每根頭髮都得精準地剪成不同的長度。科學家和工程師，是不是有能力設計出精通此事的機器人呢？我想，我們這輩子不太可能見到此事成真。”

【五】人工智慧很難完全取代陪伴體驗型工作。比如社工人員。

“我們大腦的基本結構就和10萬年前一樣，因此，從其他人類身上獲取各種各樣的經驗，例如同理、陪伴、聆聽、團體行動等，亦深植於我們的內在價值之中。”

美國勞工統計局預估，心理健康及社工領域的工作數量，到了2024年將再增長19%；而香港媒體近期也表示，未來幾年，香港需要更過養老服務護理人員，這個行業的薪酬也將普遍上漲。

其實，簡單的總結來說，那些在人工智慧時代很難被取代的工作，大部分都有“情感”這個共通特點。

機器人的“思維方式”是基於0和1的簡單邏輯，他可以模仿人類的動作，甚至已有的思維方式，卻無法創造靈感、擁有直覺和獲得情感。機器人可能會越來越像人，卻終究不是人。

另外，一些小眾職業被代替的可能性也相對較低。比如考古專業。

行業人士給出的理由是，這類工作不僅需要複雜的模式識別，且利潤較低，可能不會獲得大規模的人工智慧投資和開發。畢竟人工智慧也是一項商業化產業。

------END------