如果你觉得人工智能在未来10年对我们的影响还虚无缥缈的话，那么请你回想一下：
20年前，下岗潮席卷东北，那之前没人能想到，国企铁饭碗竟然也会有被砸掉的一天，很多双职工家庭因此沦为赤贫。尽管里面涉及的因素极为复杂，可工人缺乏市场化技能的事实使他们再就业非常困难，只有极少数真正有预见性有技术的人拼出了一条生路；
2年前，各地纸媒纷纷停刊，那之前没人能想到，事业单位一般存在的报社居然也会说没就没。而很多记者和编辑长期乏味的写作风格使他们很难在就业市场里分一杯羹，只有极少数真正可以进行深度报道或适应新媒体写作的人才能如鱼得水。
一次浪潮过境，就会有一批人被拍在沙滩上，但也有一批人会成为弄潮儿。
现在可预见到的下一次大浪潮，估计就是十几年后的人工智能了。
虽然总有人在担忧：会不会有那么一天，随着自我学习能力的不断进化，人工智能最终产生意识和情感，进而把创造它们的人类干掉呢？但目前看来，这种恐惧还仅限于影视剧中的科幻噱头， 而人工智能即将引发的失业大潮，才是我们真正应该觉得受到威胁的现实。
最可怕的是，这种威胁并不遥远。
亚马逊， 目前全球仓库中有30000台Kiva机器人取代原先的仓库管理员和配货员。
富士康， 流水线上60000名装配工人的工作已经被机器人替换掉。
沃尔玛， 计划用无人飞机来扫描仓库中的货物，比人类库存检查员要有效率得多。
Uber， 正在测试自动驾驶汽车，目标是当条件成熟时彻底取代人类司机。
特斯拉， 正在内华达州建造的工厂将全面实现自动化生产，只需要极少数人类雇员负责监管。
阿迪达斯， 在德国开设第一家自动化工厂，以后再也不必Mae in China了。
……
2013年牛津大学的一项研究显示，现在的工作岗位有50%都处于即将消失的高危状态，这里面固然有我们意料之中的司机、建筑工人、制造工人和客户服务等低技术含量职业，但却并非都是如此。
有的蓝领工作因为没有能够程序化的标准，长时间内还需要人工。比如，虽然已经有了通过颜色识别来收割果实的机器，但果实成熟的实际情况要复杂得多，而且在力度和精细度上机器人还不够到位。再典型一点儿的例子就是采茶，如何快速准确地找到并采摘嫩叶对机器人来说并不容易。
出乎我们意料的是，一些现在看起来高薪体面的工作，因为可以被数据化和标准化，受到的冲击反而比体力工作更大，甚至会彻底消失，这也是为什么部分中产阶级会因此遭到毁灭性打击的原因。最典型的就是金融、法律和医疗三个行业，一起来看看几个例子。
信贷员
在银行中，ATM和手机软件的大量使用已经令很多早先体面的柜员工作渐渐消失，而当人工智能继续发展下去，一些较复杂的开户和贷款等业务也完全可以交由机器人来完成，它们表现得会更有效率更准确，成本也更低。
理赔员
IBM的沃森人工智能程序可以分析和解读所有的相关数据，包括未经整理的文字、图像、音频和视频，比人做的更好更快，极大地缩减了计算理赔金额的时间。日本一家人寿保险公司最近就用该程序彻底替代了30名医疗保险理赔员。
理财分析师
通过阅读和分析历史数据，进而预测出未来金融市场走向，在这一方面人工智能绝对比人类在行。更何况，人工智能在进行建议时不会掺杂主观情绪，也不会出现计算错误，比起人来说也更容易得到客户的信任。
律师助理和非诉讼类律师
主要承担资料查询和案件整理工作的律师助理，成为首当其冲被人工智能取代的岗位，毕竟这些高度数据化和标准化的内容，人工智能学习起来更快速，操作起来也更得心应手。而非诉讼类律师，比如处理移民、遗产、离婚等业务的律师，也同样因为高度程式化，所以很容易被取代。
医疗助理
除了像测体温和配药等简单工作完全可以被不那么智能的机器人取代，现在通过对大量医疗数据的学习，人工智能甚至可以承担起部分医生的工作：沃森系统诊断肿瘤后提出的治疗方案与专家达到100%匹配；达芬奇系统则成了手术助理，因其机械手臂的特殊性，有时甚至能完成外科医生无法操作的任务；迈瑞诊断也实现了病房内的智能监护。
当然，很长一段时间之内，由于病人的个体差异以及病状千变万化，人工智能还不能取代医生，但成为医生不可或缺的小助手，那简直是一定的了。
除此之外，一些我们本以为无法被人工智能取代的中产阶级工作，也在逐渐沦陷。
对于模式固定的新闻，只要任由人工智能去抓取数据和图片，一篇篇实时报道就出炉了。其实早在2014年，美联社就开始运用智能软件撰写盈利报告，每个季度都有3000篇报告是由人工智能完成的。
通过深度学习几百万篇作文和相应的评分，人工智能很快就能掌握批改作文的套路。想一想，一名教师在从教的四十多年里可以阅读一万份作文，那么仅在几分钟内就读完上百万份作文的人工智能似乎经验更为丰富。而且确有实验表明，人工智能给出的分数与人类教师的几乎完全匹配。
也就是说，现在红红火火的专业，顷刻之间，也许就会变得恍恍惚惚。
十几年后到2030年，待我们的孩子成长为社会的中流砥柱，他们又该如何生存呢？
想要不被人工智能取代，在选择专业时要考虑两方面：
- 设计人工智能的工作
- 人工智能无法完成的工作
设计人工智能的工作很好理解，就是现在最火的计算机科学（Computer Science）和电子工程（Electrical Engineering）两大专业，以及与其相关的部分专业。因此，无论美国还是中国，人工智能领域的名校博士（比如麻省理工、卡内基梅隆和斯坦福这样的级别）被招揽到工业界搞研究，一毕业就拿到几十万美金的年薪绝非难事。因此，“编程从娃娃抓起”也并不是一句空洞的口号，而是有各方力量在背后推动的流行趋势。
但是，这里面有一个很现实的问题，如果孩子对编程不感兴趣，或者孩子的天赋确实不在于此，那么非逼着孩子学习这些专业，不仅孩子痛苦，将来也未必能学出名堂。正像上面提到的， 只有与人工智能领域密切相关且能力卓越的科研人员才会前途无量，而学艺不精的初级码农也同样会被淘汰。
因此，大部分人还是要归入到第二种，应该朝着人工智能无法完成的领域发展。
确实，人类棋手根本不可能与阿尔法狗相抗衡。这是因为人工智能可以在很短的时间里通过历史存在的大量棋谱和棋局数据不断学习，当人类棋手陷入梦乡时，阿尔法狗已经跟自己下了几百万盘棋了。可这也恰恰是人工智能的局限所在： 一旦新事物或新情况出现，还没有数据可供人工智能学习，那么人类创新性解决问题的优势就体现出来了。
先讲个故事。
二十世纪初的一天，供职于雷神公司的雷达管设计专家培西站在一台运作中的雷达设备前，发现自己口袋里的巧克力居然融化了。他并不是最早发现这种现象的人，但却是最早开始思考和研究这种现象的人，因此我们才有了今天的微波炉。
把融化的巧克力与电磁波联系起来，进而发明用于加热食物的微波炉，这便是人工智能永远不可能完成的任务。
当然，创新不只是科学家的专属领地，理发师可以创新发型，园艺工可以创新修剪技艺，很多领域都有创新的空间，只要我们有创新的意识，而这就是人工智能无法取代的能力。
除此之外，还有两个方向的工作是人工智能无法取代的。 一个是需要与人沟通的工作，比如心理医生和幼儿教师；另外一个是需要复杂逻辑思考的工作， 比如模式化拼凑信息的记者会被淘汰，但能挖掘出事件前因后果和背景意义的深度报道却无法被人工智能数据化和标准化。
其实，大多数行业中都存在重复性标准化的工作，也同样存在人工智能无法完成的工作。而且，随着人工智能日新月异的飞速发展，一个人一生也许不再只做一种工作，而是不得不在不同的工作中流转。因此，比起挑选专业，也许更治本的方法是培养一些能够以不变应万变的核心竞争力： 创新、沟通、深度思考以及终生学习。
然而，与人工智能迅猛发展形成反差的是公立教育体制的一成不变。现代公立教育与私立精英教育不同，更侧重于让大多数人成为社会分工中的一枚称职的螺丝钉，同时却扼杀了孩子对世界的好奇心和兴趣，因此大多数孩子提起学习只会感到无聊和厌烦。
可是，在又一次浪潮袭来之际，当不久之后人工智能充当起螺丝钉的角色时，我们的孩子又将何去何从？这是每一个关注教育的人都应该思考的问题
