將由AI取代人類的10份工作

人工智慧已經承擔了以前由人類執行的某些任務——但這並不一定意味著你很快就會失業。

在關於人工智慧對人類工作的影響的談話中,是非常值得關注的。一方面,粗暴的頭條警告會告訴你,機器人將會抓住你的工作,而另一方面,還有一些專家說,AI絕不會取代人類工作。

然而,越來越多的聲音似乎正在靠近中間的位置。 2017年普華永道調查發現,儘管有46%的人認為人工智慧將會在一些工作取代人類,但大多數人認為AI將對整個人類有好處。在接受調查的人中,63%認為AI將有助於解決困擾現代社會的複雜問題,53%的受訪者表示會幫助人們實現更多的生活上的便捷。

雖然AI和機器人可能會接管一些繁瑣的手動任務,但這可能會使工作人員免於其他活動或幫助解決關鍵人才的短缺問題。在某些領域,人類和機器可以協同工作,以達到獨立完成的目的。此外,機器學習和相關技術實現的機會實際上可以創造新的工作。

據麥肯錫研究人員說,「雖然自動化將在未來十年完全消除極少的職業,但根據所需工作的類型,它可以影響幾乎所有工作的部分。該公司表示,美國工人,包括薪水非常高的員工,花費約三分之一的時間來收集和處理數據,這個任務可以通過機器更有效地處理。

副總裁兼Gartner研究員Stephen Prentice說:「AI和人類最終將彼此區分開來,AI在解決相當明確和範圍狹窄的問題上是最成功的,而人類在確定需要的問題方面表現優異解決複雜的問題,帶來廣泛的知識和技能,以各種方式解決問題,彼此合作,情況變化明顯,人類可以調整。

在IT工作中,人工智慧已經開始產生影響。今天，自動化和機器學習工具可以處理以前由人類執行的許多任務。而Gartner預測，「AI將最終取代IT組織的許多常規功能,特別是在運營方面。

可能受AI影響的許多IT工作在當前人才需求高的領域。隨著機器越來越好地執行這些任務,AI可能會在某些職位上替代人類工作,導致這些工作的前景較差。然而,人造智能也可以簡單地使員工更有效率,而不會取代任何人類工作者。

哪些IT工作至少部分由AI執行?這裡有10個可能的候選項。

HelpDesk專家

包括Facebook,微軟,IBM和亞馬遜網路服務在內的幾家科技公司已經推出了一些工具,可幫助組織建立可與客戶進行對話的聊天室。許多組織已經開始嘗試使用這些chatbots來回答簡單的客戶服務或技術支持問題。此外,人們似乎開放使用聊天室。 2017年HubSpot調查發現,雖然57%的人表示願意從人類獲得幫助,但有40%的受訪者表示,只要他們立即回答問題,他們就不在乎。許多這種聊天機器融合了機器學習技術,這意味著隨著時間的推移,他們會更好地回答問題。

雖然他們今天可能只能處理簡單的查詢,但將來,chatbots將會更好地回答覆雜的問題,減少人機代理人回答客戶問題的需求。

不過據勞工統計局(BLS)統計,2016年電腦維護中位數每年獲得52160美元,這些工人的市場增長速度比平均水平要快。

系統管理員

系統管理員或系統管理員負責部署,配置,維護,監控和管理組織伺服器或其他計算機系統。 在DevOps趨勢推動下,這些專業人士近年來越來越依賴自動化來幫助他們處理像伺服器配置和軟體更新這樣的常規任務。 此外,許多監控工具正在開始引入機器學習和AI功能,從而可以減少虛假警報的數量,並且在某些情況下可以提前發出可能發生的問題的系統管理員,以便可以採取預防措施。 這很可能是AI將增加人力的能力,而不是完全取代人類。

BLS報告說,2016年網路和計算機系統管理員的中位數每年為79,700美元,而且該領域正在經歷平均增長。

網路管理員

以與系統管理員管理和維護組織的伺服器相同的方式,網路管理員負責保持組織的網路在線,並提供用戶期望的服務級別。 這包括配置和更新設備,如路由器,交換機,網關,集線器和接入點,在某些情況下,該工作還包括對網路安全的責任。

專家說,為了實現真正的數字轉型,未來的網路將需要AI的能力,以跟上變化的步伐。 企業已經通過網路管理自動化工具向這個方向邁出了一步,其中一些工具的五年投資回報率高達350%。

在其資料庫中,BLS將網路管理員與系統管理員聯繫起來,因此該集團的年收入約為79,700美元,平均工作增長。

存儲管理員

存儲管理員處理存儲硬體(包括HDD,SDD和磁帶)以及存儲軟體的日常維護任務。 他們確保數據按計劃進行備份,監控硬體性能,解決問題和空間短缺,優化存儲使用模式,規劃未來發展和部署新的硬體和軟體。

但存儲專家指出,許多這些手動任務可以由自動化和AI工具來處理。 並且因為他們可以分析這麼大量的數據,機器學習應用程序在優化存儲I / O模式,管理數據生命周期和預測硬體故障方面可能比人類更好。 在不久的將來,存儲管理員可能會花費大部分時間來告訴存儲管理軟體要做什麼,然後留下如何完成AI和自動化工具的細節。

BLS不會將存儲管理員作為單獨的職位分解。

質量保證/測試員

在組織部署內部或面向客戶的應用程序之前,這些應用程序必須經過徹底的測試,以了解它們如何在真實世界的條件下執行。 質量保證(QA)或測試員已經使用自動化這一過程的工具。 像Infosys這樣的供應商正在將機器學習納入其質量保證解決方案,以優化測試過程,更好地分析測試日誌,更快地診斷和解決問題。 在這種情況下,AI和人類可能會一起工作,AI可以幫助人類工作者完成任務,並且具備較高的熟練程度。

BLS不追蹤質量保證和測試專業人員的薪酬和工作前景,但Robert Half Technology 2017技術專業人員薪資指南表示,美國的質量保證協會/分析師預計在2017年將賺取67,000至102750美元, 比2016年增長2.7%。

項目經理

將項目管理複雜的領域放在AI可以處理的工作清單上可能似乎是違反直覺的,但Gartner特別呼籲項目經理作為IT職位之一,至少部分被AI替代。

典型的項目經理花費大量時間收集和輸入有關誰做了什麼的數據。 AI系統可以輕鬆地接管笨拙的團隊成員更新他們的狀態,甚至更好地自動收集數據,而不需要人為的輸入。此外,項目經理經常需要估計一個項目需要多長時間,並且花費多少。機器學習工具可能能夠通過繪製關於類似的過去項目的大量資料庫來更準確地完成此任務。此外,認可機構亦非常擅長分配資源和制定時間表。

一些具有這些功能的工具已經投放市場,未來,AI將進一步增強項目經理的能力,使他們能夠一次處理更多的項目。

BLS團隊將計算機和信息系統經理的項目經理組織起來。該組織在2016年獲得約135,800美元,而且該領域的就業人數每年都在增長15%,遠高於平均水平。「羅伯特半薪水指南」指出,2017年產品經理的收入在107750美元到159000美元之間，比2016年增長了3.2%。

數據分析師

由於大數據趨勢已經橫掃美國的行業,更多的人也參與了數據分析。事實上,對高技能的數據科學家的需求如此之高,以至於組織已經開始轉向人工智慧，以便讓數據分析師減少教育能夠執行一些高級分析。

許多今天的預測分析工具都集成了機器學習功能,可以讓數據分析人員更快地處理更多的數據,並提供寶貴的見解來指導他們的公司。這是一個AI不能替代工人，讓人類能夠做更多工作的領域。在某些情況下，AI技術實際上正在增加對可以使用這些工具的工人的需求。

BLS並不追蹤數據分析師作為一個單獨的工作類別，而Robert Half IT薪資指南則指出，2017年數據分析師/報告作家職位的人數在77500美元到118750美元之間，比2016年高出3.8%。

資料庫管理員

資料庫管理員或資料庫管理員可以處理資料庫的部署,配置，優化,調優，監控，管理和故障排除等任務。一些計算機科學家提出人工智慧可以執行其中的一些工作，特別是監測性能,診斷和解決問題。然而，沒有具有這些功能的產品似乎還在市場上。

人工智慧趨勢是對資料庫的需求不斷增加,這反過來又對資料庫管理員提出了越來越高的要求。具有AI功能的資料庫管理工具可能能夠幫助人類工作者做更多的工作，尤其是隨著需求的不斷增長。

根據BLS，2016年DBA的中位數薪酬徘徊在84950美元左右，就業市場增長率為11%,高於平均水平。

安全管理員

新聞中似乎每天都有新的ransomware和網路攻擊,組織正在尋找在黑客和其他攻擊者的鬥爭中可以獲得的任何優勢。許多下一代安全信息和事件管理(SIEM)以及用戶和實體行為分析(UEBA)解決方案包括機器學習功能。該技術允許組織為其網路和系統建立正常活動的基準,然後檢測可能已被其他安全工具(如防火牆和反惡意軟體解決方案)忽視的異常活動。

鑒於目前的攻擊有所增加,即使隨著AI的興起，IT安全人員的需求似乎也不會很快下降。 相反,人工智慧將可能增加人力的能力,使他們更好地完成工作。

BLS表示,安全分析師去年的中位薪酬為92,600美元,增幅為18%,職位的增長速度遠高於平均水平。

軟體開發人員

軟體開發人員的需求已經高達幾年,將薪水轉入平流層。作為解決方案,一些供應商已經開始提供低代碼或無代碼工具,允許普通業務用戶創建簡單的應用程序。 微軟和劍橋大學的研究人員也嘗試了正在學習編寫代碼的AI。像許多人類程序員一樣,AI會檢查現有的應用程序,以找到有助於創建可能有效的解決方案。

這個AI遠遠不能自行從頭編寫整個程序,但是這些功能很快就可以將軟體開發放在更多的人類工作人員的能力之內。這有助於減輕一些人才短缺的局面。

BLS數據顯示,軟體開發商在2016年支付了約102,280美元,就業增長率為17%,遠高於平均水平。