比如今年5月，GPT-4就被宣布通过了公认难考的四大司帐行业执业资格考试，均匀得分85.1。
这给正在学习的人带来了不小的焦虑，有人在干系宣布下评论：“费心费力考注会，就要被替代了吗？”

这并非杞人忧天，打算机、翻译、法学……把这些专业对应的岗位外加AI为关键词来检索，就会看到很多职场人士都表达了被AI替代的担忧，有些乃至已碰着了因AI而转岗乃至是失落业的问题。

那专业该怎么选才能避开AI的冲击？什么样的事情未来被AI替代的可能性小？

今年3月，高盛发布了一份关于人工智能对就业冲击的报告《The Potentially Large Effects of Artific ialIntelligence on Economic Growth》，个中对39种事情活动中的13种评判为AI可以胜任。
我们基于这个剖析框架，对ONET数据库里的900多种岗位下的近20000个任务进行了AI替代指数的评估计算。

结果创造，能被AI替代实行的任务占比超六成的事情，在所有非体力劳动岗位中的比例是31.1%，但个中AI能百分百胜任的事情，暂时还没有。

如果你想查阅关注岗位的 AI 替代可行性以及哪些任务 AI 可能比你更善于，可以扫描上方的二维码免费获取完全数据。
其余，ONET 数据库的职业资料是基于美国的调查情形而来，和海内的情形不完备同等， 城市数据团发布的 AI 岗位替代剖析，是基于海内 16.4 亿个岗位的招聘数据剖析而来，感兴趣的读者可以前往查阅。

人工智能到底会若何影响乃至重塑我们的事情？我们是该积极应对、主动拥抱？还是要采纳唾弃策略、避免自乱阵脚？这些问题的答案，不仅取决于当下AI技能的发展和运用，可能也还藏在过去。
工业革命以来，技能是如何塑造职业的？这段历史或许能给当下碰着技能奇点的我们带来一些启示。

电气、电脑……AI不是第一个让人类惶恐的新技能

今年5月2日，上万名好莱坞编剧举行了罢工抗议，与以往不同的是，这一次他们将矛头直指AI——提出了谢绝给AI草稿供应修正、谢绝在影视作品中加入AI天生的内容等哀求。
编剧们担心AI既抢走了编剧们的饭碗，同时还贬低“人类劳动的肃静和代价”。

虽然这是人类第一次因抵制AI而举行的罢工，但并不是人类第一次抵制新技能。
两百多年的历次工业革命中，纺织机、蒸汽机、自动电话机……这些如今看起来稀松平常的工具，刚涌现时也曾引发过惶恐和激烈抵制。

1965年，当打算机开始被运用到办公室时，美国作家埃里克·霍弗在《纽约时报》上发文警告：“一群具有技能的美国人被剥夺了意义和代价。
”这句表述和如今好莱坞编剧们的抗议AI的情由一模一样。

而这背后的逻辑也很好理解。
电灯让城市里的灯夫不再被须要、接线员因自动电话机而显得多余，“如果一件事会威胁一个人的生存，抵制它就再自然不过了。
对多数城市居民来说，技能便是他们的成本，他们正因这些人力成本而得以养家糊口。
”牛津大学研究员卡尔·B·弗雷在《技能陷阱》一书中写道。

但如果你假如以为，新技能的涌现只会短暂危害一小部分人，而受益者会更多，那也未必。

在第一次工业革命中，英国普通人的生活水平并未提高，乃至涌现了倒退。
根据经济历史学家查尔斯·H·范斯坦的研究，从1770年到1840年，英国工人的人为涨幅不仅没追上GDP，还显著掉队于物价上涨的幅度。
由于恶劣的工厂事情条件、连忙扩展的城市卫生条件过差，生活在工业城市的英国人，均匀预期寿命反而涌现了低落。
与之对应，技能进步所带来的财富增长，绝大部分都被工业家们拿走。
直到1840年英国工业革命完成后，普通人才逐渐感想熏染到技能变革带来的红利，但之前的“短暂”70年已足够横跨一个人的生平。

而且，技能进步所带来的红利，也不会担保能平平分享给所有人。
因提出“大象曲线”而出名的经济学家布兰科•米拉诺维奇就指出，历史上的三次工业革命，有两次都涌现了收入不平等的加剧。

米拉诺维奇说：“在打算机时期，不平等的加剧在很大程度上是由于新技能极大褒奖了那些具有更高技能的人，同时，随着中等收入的常规事情被碾碎，非技能型的劳动者向低薪做事型岗位转移，使得人为差距进一步扩大。
”而如今AI正有可能像打算机革命取代了部分蓝领事情一样，影响一些白领的岗位。

只管OpenAI创始人萨姆·奥特曼担保，随着AI带来大量的生产力资源，“可以推动人类社会更加平等”。
但回溯过往的工业革命，技能的改造并不能担保这一点。
让英美国家的基尼系数在第二次工业革命期间涌现显著低落的，可能是技能之外的成分。
卡尔·B·弗雷在《技能陷阱》一书中提到，两次天下大战和大冷落摧毁了富人们的财富，随后的福利国家的兴起也促进了社会财富的分配调度。

6月20号，中国国家创新与发展计策研究会学术委员会常务副主席黄奇帆在瞭望智库上揭橥的一篇文章中就针对可能会引发第四次工业革命的AI提醒道：“如果没有政府的干预，人工智能将极大地提高社会的不平等，带来更大的阶级鸿沟。
”

技能一贯在重塑我们的事情

今年5月，微软发布了2023年年度的事情趋势指数报告，重点调查了员工们对人工智能的意见。
结果显示，有49%的受访者担心AI影响自己的岗位。

这种焦虑，很大程度上建立在AI会导致自己的岗位消逝的根本上。
高盛在3月发布的报告预测，在未来，欧美国家中会有约三分之二的事情岗位会实现一定程度的AI自动化。

但实际上，技能的进步一贯在重塑着我们的岗位需求。
比如原来须要耗费大量劳动力的农业，因拖沓机这样的机器的涌现而开释出了大量人力；而家电的发展，也将大量女性从无偿的家务劳动中解放出来，得以步入职场。
本日白领们所习以为常的办公室格子间，其发明历史也不敷一个世纪。

技能除了会影响各行业吸纳的就业人数，对各种岗位本身也有着明显影响。

在1980年代之前，由于彩色底片技能并未遍及，普通人想要得到彩色照片，必须依赖摄影馆的着色师。
这个职业紧张便是卖力给黑白照片上色。
因难堪度系数高、操作韶光长，彩色照片的价格十分昂贵。
但是随着彩色相片技能的到来以及数码相机的涌现，彩色照片不再罕有，着色师这一事情岗位也迅速淡出了人们的影象。
但相机技能的迭代升级，也让原来单调的影楼拍照衍生出了更多的需求，后期修图师、旅行拍照师等新事情应运而生。

以是，与人们的直觉认知不同，技能发展所带来的新事情，实在要比它所消灭的岗位要多得多。
经济学家大卫·奥托等人在去年的一项研究中创造，当前60%的事情岗位，其实在1940年时并不存在。

乃至纵然是名字同等的岗位，在不同的期间，随着技能的发展，它所承担的任务也在变革。

比如秘书这个大家熟习的事情，在20世纪80年代的个人电脑涌现前，它的职责基本环绕打字机打字和材料归档。
但随着电脑被运用于办公室，曾一度霸占秘书大量事情韶光的打字和归档类事情显著减少了。

与之相对的，是秘书事情从单独为某一人做事而转向赞助全体部门或组织。
1970年，有七成的秘书只为一个人事情。
1987年，一位秘书均匀为5.3人供应支持，而到了2001年，这个数字上升到了12.3名。

左图为1966年美国佛罗里达州一张报纸上的秘书招聘缘由，高频提到打字技能；右图为2006年美国佛罗里达州一张报纸上的秘书招聘缘由，对技能哀求更多元。

如今，随着善于语音转录、会议记录，乃至是折衷事情日程的AI工具的涌现，秘书岗位可能又要涌现变革。

AI对事情的重塑，不会一挥而就

1858年，一个叫汉密尔顿·史密斯的美国人在匹茨堡制成了天下上第一台洗衣机，随即引发了很多人的惶恐，担心女性会因此丢失一种谋生的手段。
而《纽约时报》在随后的一篇文章抚慰大家无须担心新机器带来的影响：“洗衣性能减轻劳动、节省手工，使我们摆脱手洗带来的劳累和许多不愉快。
但洗衣机不是用来取代，也不会取代单身年轻女性的事情的。
”

事实证明，这篇文章的预测得很准确。
实际上，在洗衣机涌现后的足足50年，美国的洗衣女工数量都在不断上涨。
之以是会涌现这种情形，除了洗衣效果不佳，乃至还会损伤衣服外，另一个主要缘故原由是它过于昂贵。
直到20世纪20年代，最便宜的洗衣机价格降到一个普通人3周人为的时候，这种能每天都为人类节省大量家务韶光的机器迅速涌如今普通家庭里，而洗衣女工的数量也随之明显低落。

相似的道理同样适用于各种新技能。
技能的打磨、机制的配套、利用的本钱，这些都让很多新技能无法急速在职场中发挥被期待的威力。
自动电话机的技能在1892年就已涌现，但电话接线员这个职业彻底退出历史舞台要到1980年之后，新技能代替人工花了将近一个世纪的韶光；如今看起来白领事情中无法离开的电脑，实在从个人电脑的涌现到显著影响职场，也经历了数十年的韶光，而背后的最大影响成分，便是价格。

如今看起来会掀起滔天巨浪的人工智能，恐怕也要走一遍前辈们的路。
ChatGPT是有史以来用户数量增长最快的消费级运用，但如今却被宣布陷入了增长乏力的境遇。
网站数据剖析工具SimilarWeb的数据显示，这款谈天运用的环比增长率已从今年1月的131.6%降到了5月的2.8%。

6月初，摩根士丹利发布了一项大模型利用调查报告，显示不管是OpenAI的ChatGPT，还是谷歌的Bard，日常利用率都不敷5%。
很多人在尝鲜用过一两次后，就没再利用过。
“刚开始和它谈天以为好聪明，能像人一样说话，但真要事情了，我的活它目前做不来，不仅理解不到位，还会满嘴跑火车。
”一位从事数据剖析事情的从业者对澎湃新闻说。

因此，只管现在AI浪潮来势汹汹、只管它终极或许会重塑我们的事情，但在多数岗位里，这个过程并不会快到你读完4年书，就会完成。
与其纠结选哪个专业不会被AI抢饭碗，我们更该当把握的是，打磨那些AI不太能补齐的能力。

那什么能力是AI至少短期内还替代不了的？我们通过对2017种事情活动进行了剖析，总结下来便是除了要上手的活之外，AI目前最不善于的便是要与人互动的环节，这既包括了日常的沟通和折衷，也包括了管理事情。
而AI最拿手的便是处理大量的信息和数据。

以是，哪怕是AI已经通过了司帐类考试，在这个行业里的人依然不是非常担心：“司帐审计暂时还消逝不了，司帐审计大部分韶光并不是在做决策，而是在做体力活，沟通折衷调查等。
”