這個問題不能簡單一刀切的回答。
簡單來說，對於低端重複性的勞動，如智慧語音客服、單據校對人員、初級的文字翻譯人員等等這些目前AI領域發展較為成熟的技術，現在或者不久的將來是會逐漸取代這些職場人員的，從僱主的角度，人工智慧技術效率高，準確率高，還不知疲倦，一天24小時開工，不用繳各種社保，從降本增效的角度是首選，沒有大面積推廣的可能原因一方面是技術成熟度，一方面是考慮投入產出比了。所以說這類人員一方面需要不斷拓展自己技能的外延，增加職業素養以及提升技能帶來的附加值，這樣才能儘量減小自己的淘汰機率。
那另一方面，對於高階的複合型人才，我相信收入只會增加而不會減少。雖然目前AI的泡沫也比較明顯，各類媒體、大V的炒作加上國內外環境的影響，但究其本質，技術還是較2000年前得到了飛速發展，從阿爾法狗到今天，不到4年的時間，整個機器學習、深度學習各個垂直領域的論文、應用呈井噴式的發展。拿影象領域舉例，傳統影象處理基於影象演算法已接近瓶頸，現在有了大資料，有了大規模資料的模型訓練，使得深度神經網路得到了廣泛應用，不再侷限於原有的二維、三維資料特徵提取，不再侷限於有限的網路層數，不再受限於有限的算力。
那麼，哪類人才的收入會明顯提升呢？
1、各專業領域的專家級人才，也包括AI不能取代的一些專家技藝。例如：AI領域的結合行業背景的演算法科學家，領域專家；再比如，專業的理療師，專業的醫護人員，手術醫師。這些短期AI無法取代的專業工種未來也會很吃香。
2、複合型人才，掌握了AI技術和業務技術的人才，例如Fintech領域的 量化工程師，還有智慧投顧，智慧保顧這些金融場景結合AI技術的業務場景，都需要多個領域的專業技能和素養，未來有他們更大的空間去發揮自己技能，展現自我價值。
這個問題不能簡單一刀切的回答。
簡單來說，對於低端重複性的勞動，如智慧語音客服、單據校對人員、初級的文字翻譯人員等等這些目前AI領域發展較為成熟的技術，現在或者不久的將來是會逐漸取代這些職場人員的，從僱主的角度，人工智慧技術效率高，準確率高，還不知疲倦，一天24小時開工，不用繳各種社保，從降本增效的角度是首選，沒有大面積推廣的可能原因一方面是技術成熟度，一方面是考慮投入產出比了。所以說這類人員一方面需要不斷拓展自己技能的外延，增加職業素養以及提升技能帶來的附加值，這樣才能儘量減小自己的淘汰機率。
那另一方面，對於高階的複合型人才，我相信收入只會增加而不會減少。雖然目前AI的泡沫也比較明顯，各類媒體、大V的炒作加上國內外環境的影響，但究其本質，技術還是較2000年前得到了飛速發展，從阿爾法狗到今天，不到4年的時間，整個機器學習、深度學習各個垂直領域的論文、應用呈井噴式的發展。拿影象領域舉例，傳統影象處理基於影象演算法已接近瓶頸，現在有了大資料，有了大規模資料的模型訓練，使得深度神經網路得到了廣泛應用，不再侷限於原有的二維、三維資料特徵提取，不再侷限於有限的網路層數，不再受限於有限的算力。
那麼，哪類人才的收入會明顯提升呢？
1、各專業領域的專家級人才，也包括AI不能取代的一些專家技藝。例如：AI領域的結合行業背景的演算法科學家，領域專家；再比如，專業的理療師，專業的醫護人員，手術醫師。這些短期AI無法取代的專業工種未來也會很吃香。
2、複合型人才，掌握了AI技術和業務技術的人才，例如Fintech領域的 量化工程師，還有智慧投顧，智慧保顧這些金融場景結合AI技術的業務場景，都需要多個領域的專業技能和素養，未來有他們更大的空間去發揮自己技能，展現自我價值。