导读：人工智能与人类工作是当下许多人津津乐道的一个话题，而讨论的重点大多是围绕在“未来人工智能会不会抢走我们的工作”这个方面。

“人工智能”一词经常会让人感觉心生恐惧和忧虑，人们畏惧人工智能所带来的未知可能性，害怕发生像《终结者》这样的电影中所展现出来的反乌托邦式情景，担心人工智能未来某一天可能会抢走我们的工作。这种恐惧情绪并非最近才刚刚出现，也并不是完全没有依据。

人工智能与其他任何颠覆性技术发明一样，由此出现的更快速、更高效的机器必然会取代部分人类工作者。但是，那些担心 AI 会抢走他们工作的人其实大可不必如此紧张，因为 AI 也会催生新的工作岗位，而他们至少可以往这些新工作方向发展。

据 Gartner 最新发布的一份报告指出，尽管 AI 技术将取代 180 万个工作岗位，但同时也将创造出 230 万个新就业岗位。Gartner 首席研究员 Peter Sondergaard 预测表示，AI 将强化员工的工作能力，并可能成为 2020 年的“净工作创造者”。我相信，AI 与过去所有的其他颠覆性技术一样，将为我们带来许多新就业机会。

得益于 AI 技术的兴起，以下五个行业岗位将呈现出显着的增长趋势：

01 数据科学家

数据科学家属于分析型数据专家中的一个新类别，他们对数据进行分析来了解复杂的行为、趋势和推论，发掘隐藏的一些见解，帮助企业做出更明智的业务决策。正如致力于商业分析和商业智能软件的 SAS 所说的那样，数据科学家是“部分数学家，部分计算机科学家和部分趋势科学家的集合体”。

以下是数据科学应用的一些例子：

Netflix通过数据挖掘电影观看模式，了解用户兴趣，再利用这些数据来做出 Netflix 原创剧的制作决定。

Target 使用消费者数据来确定主要客户群，并且对客户群中独特的购物行为进行分析，从而能引导消息传递给不同的受众。

宝洁公司利用时间序列模型能够更加清晰地了解未来的产品需求，从而帮助公司规划出合适的生产量。

由于AI 推动了创造和收集数据的趋势发展，所以我们也可以看到未来对于数据科学家的需求也将日益增加。据 IBM 预测，到 2020 年，对于数据科学家的需求增长幅度将达到 28%，数据科学家、数据开发人员和数据工程师的年需求量将达到 70 万人。其中一般的 AI 领域专家，包括刚踏出校园的博士生以及相对教育程度低一些、但是有几年工作经验的专业人士，每年薪水加公司股票可能在 30 万美元至 50 万美元范围内。

02 AI/机器学习工程师

大多数情况下，机器学习工程师都是与数据科学家合作来同步他们的工作。因此，对于机器学习工程师的需求可能也会出现类似于数据科学家需求增长的趋势。数据科学家在统计和分析方面具有更强的技能，而机器学习工程师则应该具备计算机科学方面的专业知识，他们通常需要更强大的编码能力。

如果你是十年前进入机器学习领域，那当时除了学术界之外很难找到别的工作。但是现在，每个行业都希望能将 AI 应用到他们的领域，对于机器学习专业知识的需求也就无处不在，因此 AI 也将继续推动社会对于机器学习工程师高需求趋势的发展。

除此之外，AI 不同垂直行业的企业，包括图像识别、语音识别、医药和网络安全等，也面临着缺乏合适技能和知识的劳动力这一问题的挑战。据 Gartner 报告显示，有一位首席信息官想要在纽约聘用 AI 技术的专业人才，却发现人才库只有 32 人，其中只有 16 人符合潜在候选人标准。而在这 16 人中，只有 8 人正在积极寻找新就业机会。

03 数据标签专业人员

随着数据收集几乎在每个垂直领域实现普及，数据标签专业人员的需求也将在未来呈现激增之势。事实上，在 AI 时代，数据标签可能会成为蓝领工作。

IBM Watson 团队负责人 Guru Banavar 表示“数据标签将变成数据的管理工作，你需要获取原始数据、对数据进行清理，并使用机器来进行收集。”标签可以让 AI 科学家训练机器新任务。

Banavar 继续解释道：“假设你想训练一台机器来识别飞机，你有 100 万张照片，其中有一些照片里边有飞机，有一些没有飞机。那你需要有人先来教会计算机哪些图像有飞机，哪些又没有飞机。”这就是标签的用处所在。

04 AI硬件专家

AI 领域内另外一种日益增长的蓝领工作是负责创建 AI 硬件(如 GPU 芯片)的工业操作工作。大科技公司目前已经采取了措施，来建立自己的专业芯片。

英特尔正在为机器学习专门打造一个芯片。与此同时，IBM 和高通正在创建一个反映神经网络设计、并且可以像神经网络一样运行的硬件架构。据 Facebook AI 研究总监 Yann LeCun 表示，Facebook 也在帮助高通开发与机器学习相关的技术。随着人工智能芯片和硬件需求的不断增长，致力于生产这些专业产品的工业制造业工作岗位需求将会有所增长。

05 数据保护专家

由于有价值的数据、机器学习模型和代码不断增加，未来也会出现对于数据保护的需求，因此也就会产生对于数据库保护 IT 专家的需求。

信息安全控制的许多层面和类型都适用于数据库，包括：访问控制、审计、认证、加密、整合控制、备份、应用安全和数据库安全应用统计方法。

数据库在很大程度上是通过网络安全措施(如防火墙和基于网络的入侵检测系统)来抵御黑客攻击。保护数据库系统及其中的程序、功能和数据的安全这一工作将变得越来越重要，因为网络开放程序越来越高。

总结：总会需要人类的判断

尽管人工智能可以用来加速日常工作的节奏，并且未来可能会取代一些岗位的工作人员，但相比它破坏的工作来说，它创造的工作更多。无论是分析、组织，还是根据数据达成可行结论，这些过程中人类的角色仍十分必要。也正是因为如此，人类在创造、实施和保护人工智能方面的作用将变得更为重要。

正如 Frost&Sullivan 高级副总裁 Andrew Milroy 所说：“实现转型所缺少的人力资源将会降低技术采用和实现自动化的速度。AI 会创造就业机会。随着新型、颠覆性技术的出现，新的高技能工作岗位也会出现。而没有人类工作者，这些技术的实施是不可能实现的事情。”

人工智能是人类未来实现连续统一目标的一个步骤。AI 技术所创建的工作能够让生活更轻松，将人类工作者从琐碎的工作任务中解放出来。而当前 AI 技术的传播速度和普及趋势在给我们创造更多就业机会的同时，也意味着我们面临着一个新的挑战，我们需要培训工作人员转向这些新职位。

来源：人工智能爱好者社区

文章版权归原作者所有，转载仅供学习使用，不用于任何商业用途，如有侵权请留言联系删除，感谢合作。