任何職業都會在未來被淘汰。人工智慧是人類發明的駕馭未來的產品和智慧，透過深度學習，學會了人的邏輯、空間想象等能力外，避免了人性的很多弱點，比如貪婪、恐懼等。因此，他們綜合評分更高。按照程式化不同，有淘汰的順序：

第一，會計。三張財務報表具有明確的關係，任何一個科目，都有具體對應，所以，固定的程式完全能解決。

第二，產線工人，因為也是固定的流水線,大規模的流水線裝置可以替代。人工智慧也能編輯有智慧的機床。

類似固定模式，單一技巧，與機器打交道的產業，容易被替代。但是，服務於人的精神需求的行業，如教師、音樂家、心理諮詢師等，不會被替代。

未來人工智慧時代來臨，必然會淘汰許多行業，如果說真有些不會淘汰的行業的話，我覺得起碼有兩個行業淘汰機率不大：

1.餐飲

時代再發展人都要吃飯，吃飯除了家裡做著吃，外賣送到家裡吃，就只能外面酒店吃。不管哪裡做，都要有人做，哪怕將來機器做，同樣也是給人類吃。

還有，華人的習慣，工作應酬避免不了一起吃飯喝酒，找個安靜的地方，家裡肯定不合適。所以，餐飲酒店必不可少！

2.理髮店

人活著總會偶爾理髮吧，尤其是女性朋友，過年過節花錢都是花在別人看的見的地方，頭髮各種花樣，一年不做一次的女人很少了吧。

要理髮必須親自去吧，不然理不了啊。

所以，我認為將來不會淘汰的行業就是人們必須親力親為的行業，比如吃飯，理髮。本人不到場沒人能替代。

在我個人看來人工智慧現在已經非常普及不管是那個行業都有可能會被淘汰但是人工智慧的開發者維護者是一定不會被淘汰的雖然說人工智慧會自主學習但是人工智慧依舊是機器

人工智慧將會釋放更多的勞動力，人們工作將越來越趨向於，不用付出體力勞動的發展。

未來，唯有用腦的職業是不會被淘汰的。

作為一個在工作裡應用所謂人工智慧，也就是機器學習和深度學習的工程師來回答這個問題正好合適。

首先我們從原理上來理解現在人工智慧最主要的實現方式深度學習。明白原理，知己知彼，就可以繼續談最終的問題了。

深度學習最令人驚訝之處就在於它十分簡單。十年前，沒有人指望由梯度下降方法訓練的簡單引數模型就可以在機器感知問題上獲得驚人的結果。現在，事實證明，你只需要一個有足夠多引數的模型，並且在足夠大的資料集上使用梯度下降進行訓練。正如 Feynman 曾經描述宇宙那樣，「它並不複雜，只是很多而已」。

在深度學習中，一切都是一個向量，即一切都是幾何空間中的一個點。模型輸入(可以是文字，影象等)和目標首先被「向量化」，即變成一些初始輸入向量空間和目標向量空間。深度學習模型中的每一層對透過它的資料進行簡單的幾何變換。同時，模型的層次鍊形成一個非常複雜的幾何變換，分解成一系列簡單的幾何變換。這種複雜的轉換嘗試將輸入空間一次一個點得對映到目標空間。這種轉換是透過層的權重進行引數化的，權重根據模型當前執行的情況進行迭代更新。這種幾何變換的一個關鍵特徵是它必須是可微分的，這是為了使我們能夠透過梯度下降學習它的引數。直觀地說，這意味著從輸入到輸出的幾何變形必須平滑且連續——這是一個重要的約束條件。

從上面原理看來，未來一段時間的人工智慧可能仍然無法達到人類本身的很多正常的能力。

所以，未來不會淘汰的職業，應該是依託於這些人類不會被淘汰的能力。比如，產品經理，就是獲取使用者需求，痛點，來形成產品需求的職業。由於人工智慧無法真正理解人類，也就無法完成這類工作，自然也無法被取代。

可以類推的，比如藝術家，可能被人工智慧臨摹，但會形成人工智慧一直在追趕，但從未被超越的事實，所以這類工作也不會被淘汰。

甚至，科學上，需要有創造力的，脫離了線性重複思維的科研工作，也無法被人工智慧取代。

人工智慧當下很時髦，我個人理解，它是集當今iT技術，感測技術，機械及傳動技術，計祘，推理，大資料，超級計祘機系統整合後頂級應用。不緊代替人體力勞動，還能代替人各層次腦力勞動。這是一個系統工程，後工業時代系統工程。但我認為，人們不必為因技術發展而怕失業。技術在進步，人也在進步，可以從事機器還做不到的工作。

人工智慧時代，有關於人工智慧相關、演算法相關、包括人社部擬釋出的15個新興職業：物聯網工程技術人員、大資料工程技術人員、雲計算工程技術人員、建築資訊模型技術員、電子競技運營師、電子競技員、無人機駕駛員、數字化管理師、農業經理人、工業機器人系統操作員、工業機器人系統運維員、物聯網安裝除錯員、城市軌道交通線路工、城市軌道交通列車檢修工。這些職業在未來都不會被淘汰！

其實，在這些工作當中，大資料工程技術人員，雲計算工程技術人員，工業機器人系統操作員，工業機器人系統運維員，這些都和人工智慧、機器人有很大的關係。根據人工智慧、機器人的發展，黑馬新增了智慧機器人軟體開發學科，學完就業方向為：

你可以看一下從這個好的方向來做發展！

可能好多都是專有名詞，對於不瞭解的人來說並不是很清楚做什麼，我就專門去查了一下相關崗位的職業要求，大家可能就會了解了！

機器視覺工程師：路徑規劃自動駕駛工程師：主要是應用於無人駕駛技術機器學習工程師：機器人軟體開發工程師：ROS初級工程師

說完了發展方向，可以來說一下學習智慧機器人軟體開發的學習大綱！

階段1

階段2

階段3

階段4

階段5

階段6

階段7

對這個問題最直覺的結論是，人工智慧會引發大量失業，當然是災難。

你看，富士康都在用機器人了，會取代大量的產業工人；人工智慧會看病，這會取代醫生；它還會處理法律檔案，這會取代律師等等。

但是請注意，這個直覺的結論並不對，為啥？

因為在人類歷史上，有過多次這樣的恐懼，但是事後證明都是一場虛驚。每一次新技術出現之後，都會有人驚呼：魔鬼來了，要取代我們的工作了。你看，蒸汽機來了，傳統織布工人就失業了；火車來了，傳統的搬運工人就失業了。

但是從經濟學的角度來說，這種失業是有好處的。新技術出現提高了生產力，人們從過去繁重低效的工作中解放出來，從事更有價值的工作。

如果為了保護就業，反對新技術，很多事情就會變得非常可笑。有個段子，上個世紀的90年代，經濟學家弗裡德曼到一個國家考察，發現工人們在用鏟子挖運河。他就問當地的官員，為什麼不用大型機械呢？官員回答：“用鏟子是為了創造更多就業。”弗裡德曼作為經濟學家，當即就說道：“既然想創造就業，那別用鏟子，還是用勺子挖吧。”

如果從整個社會的角度來看，接受技術進步，一些就業機會當然會消失，但是事實還有另一面，就是會有大量崗位被創造出來。

比如說，工人拋棄鏟子，改用重型機械來挖土，一部分工人是失業了，可是機械工業發展起來，那也是需要大量工人的。連同一起繁榮的，還有上游產業， 製造挖土機需要鋼鐵、煤炭和石油生產，這些產業也能創造大量就業。

所以，技術進步只會短暫地帶來失業，從長期來看，就業機會總體上是在增加的。

這是我對這個問題的第一代認知，也是經濟學的一般結論。但是很快，我又覺得事情可能沒有這麼簡單，改變了認知。

人工智慧這次造成的失業有兩個特徵：第一是規模大，第二是時間快。

人工智慧的技術革新是來勢洶洶，人工智慧在某個領域的技術一旦成熟，以現在技術傳播的速度，它對某個行業職位的替代，可能會很快完成。

如果真是這樣的話，經濟學家們講的，也就是我們剛才介紹的那個效應就成問題了。雖然短期失業增加，長期看會在別的地方把這些崗位損失補回來，但問題是，我們等得及這個“長期”嗎，失去的崗位能補得回來嗎？

你想，我們失去的可能是一個流水線上的工人的職位，一個汽車司機的職位，但是創造出來的，可能是一個程式設計師的職位，一個遊戲設計師的職位。

從宏觀來看，這當然沒有問題，但是對於具體的人，就是失業的工人、司機，他可能年歲比較大了，原來的教育基礎也不支援他轉型，他們現學寫程式，也來不及。

這麼大的規模，這麼快的速度，我們的社會準備好承受這麼大沖擊了嗎？所以直到今年上半年，我還是停留在這個比較悲觀的結論上。

這是我對人工智慧和失業這個問題的第二代認知。

說說我的看法：

這個問題很值得我們深入思考，人工智慧時代已經開始向我們襲來。我們國家也早已將其加入頂層設計中，並引入國家發展戰略的高度來重視了，國家也是投入很大資源全面發展人工智慧領域，因此不可避免的，未來人類將要與機器共舞。

很多人都擔心，機器會搶走我們的工作，但是從長遠來看，機器的加入，會開拓出更多的工作機會，並最終會造福整個世界。人工智慧技術在賦予了機器一定的視聽感知和思考能力之後，不僅會促進生產力極大發展，也會對經濟和社會的執行方式產生積極作用。問題是，人類要怎樣與機器賽跑。

就目前的發展階段來看，人工智慧依然還沒有到達可以全面取代某些行業中的就業崗位的地步。它將帶來的是人機相結合的工作方式，需要人去管理和監督機器的使用，以及決定如何使用。

第一、人工智慧已經在哪些領域已有應用了:

自動駕駛，智慧醫療，智慧安防，服務型機器人，智慧交通，智慧製造，智慧娛樂等應用成為了目前全球人工智慧市場的熱點；如果你擔心失業，那麼學習人工智慧相關的技能知識，進入比如技術層的晶片企業，技術層，應用層的人工智慧相關的企業工作。

九大發展領域熱潮：晶片，自然語言處理，語音識別，機器學習應用，計算機視覺與影象，技術平臺，智慧無人機，智慧機器人，自動駕駛，進入到這些領域可以很好避免失業。

翻譯、簡單的新聞報道（對現場事實的捕捉不包括深度分析的文章）、保安、銷售，客服領域也將約有90%的工作被人工智慧取代。這個搶奪，不僅僅侷限於勞動力密集型的領域，比如財務機器人，金融合同解析軟體等的應用，提高 準確度，降低分析時間，金融領域會有大批的人失業。還有智慧化人力資源機器人也問世，處於價值鏈底端的人力資源管理者也會被取代。

《世界經濟論壇未來就業報告》分析，目前71%的工作仍是由人類完成，而未來機器在推理和決策、管理及搜尋、收集工作相關資訊方面的工作比重將明顯擴大，到2022年，自動化將替代四分之一甚至一半以上的生產性任務。

第二、人類在哪些領域依然佔據制高點：

一些與直覺、類推、創意、同理心、社交等技能相關職業還是人類的優勢所在。人工智慧深度學習的機器去思考如何解決，或者提高效率去解決問題，但是，還是始終只有人類才能去提出問題，把機器作為助手和輔助的工具。

人工智慧對於重複性事務性工作目前可以取代，比如你在搜尋的內容，包括新聞，包括在電商平臺上的購物時候彈出的瀏覽頁面，都是人工智慧大資料分析根據你的喜好在為你做推薦。所以，人工智慧是人類根據自己的需求的利用，不是自己在思考怎麼幫人類解決問題，因此，你需要提高自己的能力做可以提出問題的，可以利用人工智慧來更好地拓展工作機會的人。

A、那些技巧性過強，需要人類的細節技術，或者需要靈活應對的職業，還是以人工為主，難以被替代。

B、對於創造性，環境適應性，社會技能和隱形認知能力依賴性較高的服務和職業受自動化的影響較小。

比如，傳道受業的教師崗位，可以利用機器手段輔助教學，瞭解學生們真正需要掌握的知識和技能，定製化學習內容等等都可以作為輔助手段。但是教師是不會被人工智慧取代的崗位。

另外，需要人類的善於思考，交流，組織和決策能力的崗位。比如產品經理，比如企業的領導者和管理者等都不會被取代。

有研究表明：高技能的工作型別，像是管理和專業性強的職業，比如經驗豐富的專家醫生包括西醫和中醫，心理諮詢師，人生規劃師，教練師等等。

還有高度靈活性的熟練工人也難以被替代，還有可能進一步發生短缺。

行動起來，躬身入局，成為更好的自己，為什麼不可以？

先說結論，我理解的不會被淘汰的職業範圍：需要創造力和創意型的工作、需要情感交流的職業、控制機器的職業

比如典型的工作就是廣告創意、電影編劇：

比如你做廣告需要是瞭解產品之後做感性思維的梳理和營銷，對創造力和創意型有嚴格要求，機器很難替代。是要用情緒和情感感染客戶。同樣的道理編劇，作家也是，策劃出跌宕起伏的情節和故事結構，包括寫出有感染力的文字和對話，這些都是機器很難取代的

控制機器的職業：程式設計師、架構師、產品經理：

再多的人工智慧和機器人，目前來看還應用不廣。如果需要有較廣泛的場景應用需要有好的產品經理去定義和管理智慧產品。同時需要有程式設計師透過程式設計等程式語言的方式去實現他。在智慧的產品也是靠程式設計師寫出來的程式碼控制的。

情感溝通類職業：比如教師、心理醫生

教師是人類心靈的美化師，是地球的園丁。教育的意義也是透過情感和專業塑造靈魂及人格，影響一代代的人。就算人工可以替代一些只是的輸出，但是替代不了獨特的教學思維和人格情感傳遞。

那些極有可能在未來被淘汰的職業：機械的重複的，且是複製化批次操作的崗位。

現在很多工廠已經流水化作業了。包括很多銀行的崗位也漸漸被機器取代。大量的客戶經理、櫃員管理工作都可以用機器替代。5g時代的到來無人駕駛，甚至汽車行業大量的工作比如司機也會被逐漸被淘汰。

任何職業都會在未來被淘汰。人工智慧是人類發明的駕馭未來的產品和智慧，透過深度學習，學會了人的邏輯、空間想象等能力外，避免了人性的很多弱點，比如貪婪、恐懼等。因此，他們綜合評分更高。按照程式化不同，有淘汰的順序：

第一，會計。三張財務報表具有明確的關係，任何一個科目，都有具體對應，所以，固定的程式完全能解決。

第二，產線工人，因為也是固定的流水線,大規模的流水線裝置可以替代。人工智慧也能編輯有智慧的機床。

類似固定模式，單一技巧，與機器打交道的產業，容易被替代。但是，服務於人的精神需求的行業，如教師、音樂家、心理諮詢師等，不會被替代。

未來人工智慧時代來臨，必然會淘汰許多行業，如果說真有些不會淘汰的行業的話，我覺得起碼有兩個行業淘汰機率不大：

1.餐飲

時代再發展人都要吃飯，吃飯除了家裡做著吃，外賣送到家裡吃，就只能外面酒店吃。不管哪裡做，都要有人做，哪怕將來機器做，同樣也是給人類吃。

還有，華人的習慣，工作應酬避免不了一起吃飯喝酒，找個安靜的地方，家裡肯定不合適。所以，餐飲酒店必不可少！

2.理髮店

人活著總會偶爾理髮吧，尤其是女性朋友，過年過節花錢都是花在別人看的見的地方，頭髮各種花樣，一年不做一次的女人很少了吧。

要理髮必須親自去吧，不然理不了啊。

所以，我認為將來不會淘汰的行業就是人們必須親力親為的行業，比如吃飯，理髮。本人不到場沒人能替代。

在我個人看來人工智慧現在已經非常普及不管是那個行業都有可能會被淘汰但是人工智慧的開發者維護者是一定不會被淘汰的雖然說人工智慧會自主學習但是人工智慧依舊是機器

人工智慧將會釋放更多的勞動力，人們工作將越來越趨向於，不用付出體力勞動的發展。

未來，唯有用腦的職業是不會被淘汰的。

作為一個在工作裡應用所謂人工智慧，也就是機器學習和深度學習的工程師來回答這個問題正好合適。

首先我們從原理上來理解現在人工智慧最主要的實現方式深度學習。明白原理，知己知彼，就可以繼續談最終的問題了。

深度學習最令人驚訝之處就在於它十分簡單。十年前，沒有人指望由梯度下降方法訓練的簡單引數模型就可以在機器感知問題上獲得驚人的結果。現在，事實證明，你只需要一個有足夠多引數的模型，並且在足夠大的資料集上使用梯度下降進行訓練。正如 Feynman 曾經描述宇宙那樣，「它並不複雜，只是很多而已」。

在深度學習中，一切都是一個向量，即一切都是幾何空間中的一個點。模型輸入(可以是文字，影象等)和目標首先被「向量化」，即變成一些初始輸入向量空間和目標向量空間。深度學習模型中的每一層對透過它的資料進行簡單的幾何變換。同時，模型的層次鍊形成一個非常複雜的幾何變換，分解成一系列簡單的幾何變換。這種複雜的轉換嘗試將輸入空間一次一個點得對映到目標空間。這種轉換是透過層的權重進行引數化的，權重根據模型當前執行的情況進行迭代更新。這種幾何變換的一個關鍵特徵是它必須是可微分的，這是為了使我們能夠透過梯度下降學習它的引數。直觀地說，這意味著從輸入到輸出的幾何變形必須平滑且連續——這是一個重要的約束條件。

從上面原理看來，未來一段時間的人工智慧可能仍然無法達到人類本身的很多正常的能力。

所以，未來不會淘汰的職業，應該是依託於這些人類不會被淘汰的能力。比如，產品經理，就是獲取使用者需求，痛點，來形成產品需求的職業。由於人工智慧無法真正理解人類，也就無法完成這類工作，自然也無法被取代。

可以類推的，比如藝術家，可能被人工智慧臨摹，但會形成人工智慧一直在追趕，但從未被超越的事實，所以這類工作也不會被淘汰。

甚至，科學上，需要有創造力的，脫離了線性重複思維的科研工作，也無法被人工智慧取代。

人工智慧當下很時髦，我個人理解，它是集當今iT技術，感測技術，機械及傳動技術，計祘，推理，大資料，超級計祘機系統整合後頂級應用。不緊代替人體力勞動，還能代替人各層次腦力勞動。這是一個系統工程，後工業時代系統工程。但我認為，人們不必為因技術發展而怕失業。技術在進步，人也在進步，可以從事機器還做不到的工作。

人工智慧時代，有關於人工智慧相關、演算法相關、包括人社部擬釋出的15個新興職業：物聯網工程技術人員、大資料工程技術人員、雲計算工程技術人員、建築資訊模型技術員、電子競技運營師、電子競技員、無人機駕駛員、數字化管理師、農業經理人、工業機器人系統操作員、工業機器人系統運維員、物聯網安裝除錯員、城市軌道交通線路工、城市軌道交通列車檢修工。這些職業在未來都不會被淘汰！

其實，在這些工作當中，大資料工程技術人員，雲計算工程技術人員，工業機器人系統操作員，工業機器人系統運維員，這些都和人工智慧、機器人有很大的關係。根據人工智慧、機器人的發展，黑馬新增了智慧機器人軟體開發學科，學完就業方向為：

你可以看一下從這個好的方向來做發展！

可能好多都是專有名詞，對於不瞭解的人來說並不是很清楚做什麼，我就專門去查了一下相關崗位的職業要求，大家可能就會了解了！

機器視覺工程師：路徑規劃自動駕駛工程師：主要是應用於無人駕駛技術機器學習工程師：機器人軟體開發工程師：ROS初級工程師

說完了發展方向，可以來說一下學習智慧機器人軟體開發的學習大綱！

階段1

階段2

階段3

階段4

階段5

階段6

階段7

對這個問題最直覺的結論是，人工智慧會引發大量失業，當然是災難。

你看，富士康都在用機器人了，會取代大量的產業工人；人工智慧會看病，這會取代醫生；它還會處理法律檔案，這會取代律師等等。

但是請注意，這個直覺的結論並不對，為啥？

因為在人類歷史上，有過多次這樣的恐懼，但是事後證明都是一場虛驚。每一次新技術出現之後，都會有人驚呼：魔鬼來了，要取代我們的工作了。你看，蒸汽機來了，傳統織布工人就失業了；火車來了，傳統的搬運工人就失業了。

但是從經濟學的角度來說，這種失業是有好處的。新技術出現提高了生產力，人們從過去繁重低效的工作中解放出來，從事更有價值的工作。

如果為了保護就業，反對新技術，很多事情就會變得非常可笑。有個段子，上個世紀的90年代，經濟學家弗裡德曼到一個國家考察，發現工人們在用鏟子挖運河。他就問當地的官員，為什麼不用大型機械呢？官員回答：“用鏟子是為了創造更多就業。”弗裡德曼作為經濟學家，當即就說道：“既然想創造就業，那別用鏟子，還是用勺子挖吧。”

如果從整個社會的角度來看，接受技術進步，一些就業機會當然會消失，但是事實還有另一面，就是會有大量崗位被創造出來。

比如說，工人拋棄鏟子，改用重型機械來挖土，一部分工人是失業了，可是機械工業發展起來，那也是需要大量工人的。連同一起繁榮的，還有上游產業， 製造挖土機需要鋼鐵、煤炭和石油生產，這些產業也能創造大量就業。

所以，技術進步只會短暫地帶來失業，從長期來看，就業機會總體上是在增加的。

這是我對這個問題的第一代認知，也是經濟學的一般結論。但是很快，我又覺得事情可能沒有這麼簡單，改變了認知。

人工智慧這次造成的失業有兩個特徵：第一是規模大，第二是時間快。

人工智慧的技術革新是來勢洶洶，人工智慧在某個領域的技術一旦成熟，以現在技術傳播的速度，它對某個行業職位的替代，可能會很快完成。

如果真是這樣的話，經濟學家們講的，也就是我們剛才介紹的那個效應就成問題了。雖然短期失業增加，長期看會在別的地方把這些崗位損失補回來，但問題是，我們等得及這個“長期”嗎，失去的崗位能補得回來嗎？

你想，我們失去的可能是一個流水線上的工人的職位，一個汽車司機的職位，但是創造出來的，可能是一個程式設計師的職位，一個遊戲設計師的職位。

從宏觀來看，這當然沒有問題，但是對於具體的人，就是失業的工人、司機，他可能年歲比較大了，原來的教育基礎也不支援他轉型，他們現學寫程式，也來不及。

這麼大的規模，這麼快的速度，我們的社會準備好承受這麼大沖擊了嗎？所以直到今年上半年，我還是停留在這個比較悲觀的結論上。

這是我對人工智慧和失業這個問題的第二代認知。

說說我的看法：

這個問題很值得我們深入思考，人工智慧時代已經開始向我們襲來。我們國家也早已將其加入頂層設計中，並引入國家發展戰略的高度來重視了，國家也是投入很大資源全面發展人工智慧領域，因此不可避免的，未來人類將要與機器共舞。

很多人都擔心，機器會搶走我們的工作，但是從長遠來看，機器的加入，會開拓出更多的工作機會，並最終會造福整個世界。人工智慧技術在賦予了機器一定的視聽感知和思考能力之後，不僅會促進生產力極大發展，也會對經濟和社會的執行方式產生積極作用。問題是，人類要怎樣與機器賽跑。

就目前的發展階段來看，人工智慧依然還沒有到達可以全面取代某些行業中的就業崗位的地步。它將帶來的是人機相結合的工作方式，需要人去管理和監督機器的使用，以及決定如何使用。

第一、人工智慧已經在哪些領域已有應用了:

自動駕駛，智慧醫療，智慧安防，服務型機器人，智慧交通，智慧製造，智慧娛樂等應用成為了目前全球人工智慧市場的熱點；如果你擔心失業，那麼學習人工智慧相關的技能知識，進入比如技術層的晶片企業，技術層，應用層的人工智慧相關的企業工作。

九大發展領域熱潮：晶片，自然語言處理，語音識別，機器學習應用，計算機視覺與影象，技術平臺，智慧無人機，智慧機器人，自動駕駛，進入到這些領域可以很好避免失業。

翻譯、簡單的新聞報道（對現場事實的捕捉不包括深度分析的文章）、保安、銷售，客服領域也將約有90%的工作被人工智慧取代。這個搶奪，不僅僅侷限於勞動力密集型的領域，比如財務機器人，金融合同解析軟體等的應用，提高 準確度，降低分析時間，金融領域會有大批的人失業。還有智慧化人力資源機器人也問世，處於價值鏈底端的人力資源管理者也會被取代。

《世界經濟論壇未來就業報告》分析，目前71%的工作仍是由人類完成，而未來機器在推理和決策、管理及搜尋、收集工作相關資訊方面的工作比重將明顯擴大，到2022年，自動化將替代四分之一甚至一半以上的生產性任務。

第二、人類在哪些領域依然佔據制高點：

一些與直覺、類推、創意、同理心、社交等技能相關職業還是人類的優勢所在。人工智慧深度學習的機器去思考如何解決，或者提高效率去解決問題，但是，還是始終只有人類才能去提出問題，把機器作為助手和輔助的工具。

人工智慧對於重複性事務性工作目前可以取代，比如你在搜尋的內容，包括新聞，包括在電商平臺上的購物時候彈出的瀏覽頁面，都是人工智慧大資料分析根據你的喜好在為你做推薦。所以，人工智慧是人類根據自己的需求的利用，不是自己在思考怎麼幫人類解決問題，因此，你需要提高自己的能力做可以提出問題的，可以利用人工智慧來更好地拓展工作機會的人。

A、那些技巧性過強，需要人類的細節技術，或者需要靈活應對的職業，還是以人工為主，難以被替代。

B、對於創造性，環境適應性，社會技能和隱形認知能力依賴性較高的服務和職業受自動化的影響較小。

比如，傳道受業的教師崗位，可以利用機器手段輔助教學，瞭解學生們真正需要掌握的知識和技能，定製化學習內容等等都可以作為輔助手段。但是教師是不會被人工智慧取代的崗位。

另外，需要人類的善於思考，交流，組織和決策能力的崗位。比如產品經理，比如企業的領導者和管理者等都不會被取代。

有研究表明：高技能的工作型別，像是管理和專業性強的職業，比如經驗豐富的專家醫生包括西醫和中醫，心理諮詢師，人生規劃師，教練師等等。

還有高度靈活性的熟練工人也難以被替代，還有可能進一步發生短缺。

行動起來，躬身入局，成為更好的自己，為什麼不可以？

先說結論，我理解的不會被淘汰的職業範圍：需要創造力和創意型的工作、需要情感交流的職業、控制機器的職業

比如典型的工作就是廣告創意、電影編劇：

比如你做廣告需要是瞭解產品之後做感性思維的梳理和營銷，對創造力和創意型有嚴格要求，機器很難替代。是要用情緒和情感感染客戶。同樣的道理編劇，作家也是，策劃出跌宕起伏的情節和故事結構，包括寫出有感染力的文字和對話，這些都是機器很難取代的

控制機器的職業：程式設計師、架構師、產品經理：

再多的人工智慧和機器人，目前來看還應用不廣。如果需要有較廣泛的場景應用需要有好的產品經理去定義和管理智慧產品。同時需要有程式設計師透過程式設計等程式語言的方式去實現他。在智慧的產品也是靠程式設計師寫出來的程式碼控制的。

情感溝通類職業：比如教師、心理醫生

教師是人類心靈的美化師，是地球的園丁。教育的意義也是透過情感和專業塑造靈魂及人格，影響一代代的人。就算人工可以替代一些只是的輸出，但是替代不了獨特的教學思維和人格情感傳遞。

那些極有可能在未來被淘汰的職業：機械的重複的，且是複製化批次操作的崗位。

現在很多工廠已經流水化作業了。包括很多銀行的崗位也漸漸被機器取代。大量的客戶經理、櫃員管理工作都可以用機器替代。5g時代的到來無人駕駛，甚至汽車行業大量的工作比如司機也會被逐漸被淘汰。