人工智能給目前正準(zhǔn)備選擇專業(yè)的高考生們提出了新的思考維度——我選擇的專業(yè)，會因為人工智能出現(xiàn)改變嗎？這些改變會怎樣影響未來就業(yè)呢？
從去年下半年到現(xiàn)在，短短一年不到的時間，人工智能出現(xiàn)了跨越式的發(fā)展。原本離生活還很遠(yuǎn)，感覺只能在手機(jī)上幫人問個時間、天氣的“人工智能”，突然變得非?？缃?，大量AIGC式人工智能開始出現(xiàn)。畫圖的，寫作的，做PPT的，生成視頻的……對于很多人來說，人工智能已經(jīng)大幅度改變了他們的工作方式和工作流程，也給目前正準(zhǔn)備選擇專業(yè)的高考生們提出了新的思考維度。
我選擇的專業(yè)，會因為人工智能出現(xiàn)改變嗎？這些改變會怎樣影響我未來的就業(yè)呢？
這個問題極為現(xiàn)實。
比如一些語言類專業(yè)的學(xué)生就有這樣的擔(dān)心——目前許多翻譯類的人工智能性能已經(jīng)非常強(qiáng)大，之前只能做一些在線翻譯，現(xiàn)在連同聲傳譯，攝像頭拍照翻譯都能做到。設(shè)計、美術(shù)相關(guān)的專業(yè)，在Stable Diffusion、Midjourney和Adobe的壓力下，也遇到了同樣的問題。
當(dāng)然，在目前的技術(shù)水平上，這些軟件只能用來滿足不太復(fù)雜或者不是特別定制化的需求，因此對于專業(yè)中的頂尖人才來說，其工作暫時無虞。但對于專業(yè)技術(shù)能力一般的，每個行業(yè)的絕大部分從業(yè)者來說，人工智能的產(chǎn)出效果正實實在在地逼近甚至超過他們，而其價格和時間耗費(fèi)卻又要比人類從業(yè)者低得多。他們的工作崗位正實實在在地被人工智能所威脅，甚至替代。
兩個多月前，我撰寫了一篇文章，分析了什么樣的職業(yè)可能會被GPT（們）影響以及替代，當(dāng)時我們使用了OpenAI對美國勞動力市場分析的方法分析了中國的勞動力市場（《中國1639種職業(yè)，GPT替代風(fēng)險最高的是哪些》）
在高考成績即將公布的今天，我們再來看一看，哪一些專業(yè)的就業(yè)更容易被這類人工智能替代？
如何研究每個專業(yè)被人工智能所影響的程度呢？
有人可能會從專業(yè)的脈絡(luò)、原理和產(chǎn)出進(jìn)行研究。比如我們前面舉出的一些例子中，語言專業(yè)的可能會去翻譯崗位，而翻譯這個行當(dāng)會被人工智能影響；美術(shù)專業(yè)的可能會去設(shè)計崗位，而設(shè)計這一行當(dāng)會被人工智能影響。這是從能力的供給側(cè)和人工智能的發(fā)展趨勢來判斷的。
但是，每個專業(yè)的學(xué)生畢業(yè)后，會去哪一些崗位，從事哪一些職業(yè)，其對應(yīng)關(guān)系真的會如此明顯嗎？我們手中正好有從2015年到2022年共8年16.4億個崗位的招聘數(shù)據(jù)。在這些招聘數(shù)據(jù)中，有相當(dāng)一部分會寫出非常明確的專業(yè)需求，一個典型的例子如下：
前端開發(fā)工程師 15-20K•13薪
1、計算機(jī)相關(guān)專業(yè)本科以上學(xué)歷，4年及其以上工作經(jīng)驗；
2、熟練掌握HTML5、JS、Jquery、React等前端技術(shù)；
3、熟悉jQueryMobile、AngularJS、VUE等常用的JS框架；
4、有響應(yīng)式布局開發(fā)基礎(chǔ)，如：Bootstrap；
5、有良好的代碼習(xí)慣，要求結(jié)構(gòu)清晰，命名規(guī)范，邏輯性強(qiáng)，代碼冗余率低；
6、有大型互聯(lián)網(wǎng)（移動互聯(lián)網(wǎng)）WEB開發(fā)經(jīng)驗者優(yōu)先。
我們將16.4億條招聘崗位的專業(yè)需求，和中國的本科、高職、高專的專業(yè)列表做了一一匹配，其中約2億條招聘對專業(yè)有著明確需求。相對供給側(cè)來說，我們希望從需求側(cè)來研究不同的專業(yè)在勞動力市場上的位置是怎樣的。
 |
舉個例子，一個“外國語言文學(xué)類”專業(yè)的畢業(yè)生，他的畢業(yè)去向可能會在哪里？
我們使用招聘數(shù)據(jù)隨機(jī)抽取了幾條專業(yè)需求為“外國語言文學(xué)類”或者其下具體專業(yè)細(xì)類的招聘廣告，他們的具體要求如下：
外貿(mào)單證員：
1.負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的運(yùn)費(fèi)管理；
2.負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的供應(yīng)商管理；
3.負(fù)責(zé)協(xié)調(diào)各個環(huán)節(jié)，保證公司儲運(yùn)安全順暢的進(jìn)行；
4.負(fù)責(zé)報關(guān)、清關(guān)、商檢、結(jié)匯所需的全套單據(jù)資料的制作及領(lǐng)?。?/span>
5.負(fù)責(zé)有關(guān)紙質(zhì)單證的申領(lǐng)和保管；
6.負(fù)責(zé)妥善管理文件，進(jìn)行分類、歸檔；
7.負(fù)責(zé)海關(guān)、商檢、保險、產(chǎn)證等有關(guān)單位的年檢或合同續(xù)簽、續(xù)費(fèi)工作；
8.負(fù)責(zé)公司交辦的其他事宜；
任職要求：1.工作認(rèn)真，細(xì)心，為人謹(jǐn)慎，有耐心；2.思維清晰，做事有條理，溝通能力，應(yīng)變能力強(qiáng)；3.國際貿(mào)易或英語相關(guān)專業(yè)，英語四級及以上；4.有外貿(mào)單證員資格證書、報關(guān)員證的優(yōu)先考慮。
雅虎外貿(mào)業(yè)務(wù)員：
1、利用雅虎網(wǎng)店上傳產(chǎn)品，郵件對應(yīng)，商品發(fā)貨；
2、按時完成公司、部門制定的銷售目標(biāo)；
3、配合公司做好售后服務(wù)；
4、完成上級領(lǐng)導(dǎo)安排的其他工作。
任職資格：1、日語相關(guān)專業(yè)，或者日語交流良好，男女不限，30歲以下；2、有夢想、有勇氣，敢于挑戰(zhàn)高薪；3、具有強(qiáng)烈的責(zé)任心，團(tuán)隊協(xié)作意識強(qiáng)。
留學(xué)文案：
1.負(fù)責(zé)翻譯材料，對英語文件的翻譯審核、校隊；
2.負(fù)責(zé)英語文書的寫作以及修改；
3.為學(xué)生翻譯，準(zhǔn)備全套簽證材料；
4.對客戶提供的材料進(jìn)行真實性調(diào)查；
5.與客戶溝通了解學(xué)生申請簽證所需相關(guān)背景情況。
任職要求：1.本科以上學(xué)歷，英語相關(guān)專業(yè)，專八或者同等水平，有很強(qiáng)的英語筆譯能力；2.有一年以上英語文案相關(guān)工作經(jīng)驗優(yōu)先；3.優(yōu)秀的英語翻譯能力，熟練掌握辦公軟件；4.具有較高的素質(zhì)，能夠迅速掌握公司的業(yè)務(wù)相關(guān)知識；5.具備較強(qiáng)的學(xué)習(xí)能力和溝通能力；6.工作細(xì)致、認(rèn)真、有責(zé)任心，熱愛留學(xué)行業(yè)；7.歡迎英語專業(yè)，熱愛文書寫作的優(yōu)秀應(yīng)屆畢業(yè)生應(yīng)聘。
可以看到，這三個崗位都在專業(yè)需求中列出了對于英語、日語的專業(yè)要求，但是在具體工作中，涉及語言的部分其實很少。
外貿(mào)單證員，雖然需要英語，但大部分工作都是各種具體的流程處理和關(guān)節(jié)打通。
外貿(mào)業(yè)務(wù)員，雖然需要日語，但卻更像是一個完整的銷售人員，售前售后都得一把抓。
留學(xué)文案，雖然對英語的要求更高，但本質(zhì)上是在各種了解客戶需求，以及與各方做溝通和調(diào)查。
所以，職位對專業(yè)的需求，和這個職位真正在做的工作，可能完全不一樣，甚至差十萬八千里。
大家都是去做銷售，這項銷售工作可能只有5%的工作和外語的聽說讀寫相關(guān)，而就是在這5%的工作中，外語專業(yè)的畢業(yè)生可能可以替公司省1塊錢，快1分鐘，溝通起來成單率高那么一點點。
好的那么就是你了，外語專業(yè)的畢業(yè)生！
限定專業(yè)，對于絕大部分崗位來說，并不是該崗位確實需要大量專業(yè)知識，而是需要在更低的用人成本上，保證這個崗位的某一項任務(wù)的某一個環(huán)節(jié)上，最終應(yīng)聘者的表現(xiàn)更好的概率更大一些、成本更低一些。
在這樣的供需背景下，選擇某一個專業(yè)，不是選擇它的專業(yè)知識，而是在廣泛的職位需求組合中找到一個相對更大的公約數(shù)，而如果你的專業(yè)，能在這個公約數(shù)上，比其他人更存在一些比較優(yōu)勢。
是的，人工智能確實在許多場合已經(jīng)非常優(yōu)秀，但在大量工作中，人工智能還是只能承擔(dān)一小部分任務(wù)，而這一小部分任務(wù)被鏈接在各種任務(wù)組合中，無法獨立出來。此時，某一個專業(yè)的畢業(yè)生只要在某一個環(huán)節(jié)存在一個微弱優(yōu)勢——哪怕是對這個領(lǐng)域人工智能的利用，比別人更熟練一些，這個優(yōu)勢也會在高度同質(zhì)化的崗位需求以及海量應(yīng)聘者供給的今天被成倍放大。
評估一個具體職位的各種性質(zhì)，是一件很困難的事。一些崗位的人口多，收入高，聲音大，我們可能相對比較熟悉。但如果要評估另一些崗位，比如我們前文舉例中出現(xiàn)的外貿(mào)單證員——有多大可能性會被人工智能的發(fā)展所影響？行業(yè)外人士可能根本難以說出個一二三，因為大部分人不知道這個崗位具體是做什么的。
只有當(dāng)我們將“外貿(mào)單證員”這項工作的具體職責(zé)一一剖開，拆解成一個個工作任務(wù)，人們才能對這個崗位稍微有一些實感。
在之前那篇文章中，我們用了下圖這樣的方法來拆分職業(yè)。一個職業(yè)可以按照一定標(biāo)準(zhǔn)拆分成具體的任務(wù)和具體工作，然后使用GPT來判斷每一項具體工作被替代的可能性。
 |
由于時間所限，當(dāng)時這一項工作基本完全復(fù)制了openAI的做法，即使用O*NET的數(shù)據(jù)庫，將不同職位拆分成具體的task（任務(wù)），再把每一個task（任務(wù)）拆分成具體工作（detailed working activity）。
我們用O*net的數(shù)據(jù)，將中國的職業(yè)映射到O*net，再分拆成19265條工作任務(wù)和23534種工作內(nèi)容。
這個步驟對于中國勞動力市場來說，其實存在一系列不太合理的假設(shè)：
1.O*NET給出的工作任務(wù)拆分，是針對美國勞動力市場進(jìn)行問卷調(diào)查得到的，這是一個基本保持靜態(tài)的數(shù)據(jù)庫。而這個拆分并不一定適合中國。同一個崗位，比如都是銷售，都是設(shè)計，都是程序員，在美國的具體工作任務(wù)和中國可能不一定相同。
2.就算大家都是程序員，在北京、上海和三線城市，在大廠和外包公司，在初創(chuàng)企業(yè)和成熟企業(yè)，具體工作是一樣的嗎？顯然也是有差別的。
我們需要更好的方法來拆分每一個崗位的具體工作內(nèi)容。
而每一個招聘廣告的招聘需求，就是一個天生已經(jīng)做好的工作拆分。比如在上面引用的招聘廣告中外貿(mào)單證員的工作內(nèi)容。
不過，如果我們直接把這些文本作為每一個工作的任務(wù)來分析，那么我相信16.4億條崗位中，可能會存在至少5億條不同的“職責(zé)”。
如果我們把這些文本，變成一條條動賓結(jié)構(gòu)再來處理，會怎么樣呢？
比如外貿(mào)單證員的第一條職責(zé)：負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的運(yùn)費(fèi)管理。
其中心的動賓結(jié)構(gòu)就是“管理-運(yùn)費(fèi)”。
第二條職責(zé)：負(fù)責(zé)公司一切與儲運(yùn)有關(guān)的供應(yīng)商管理。
其實中心的動賓結(jié)構(gòu)就是“管理-供應(yīng)商”。
第三條如果用動賓結(jié)構(gòu)來總結(jié)，就是“協(xié)調(diào)-環(huán)節(jié)”、“保證-儲運(yùn)”。
在成千上萬個外貿(mào)工作人員中，可能存在成千上萬種和儲運(yùn)相關(guān)的具體工作職責(zé)，但其中相當(dāng)一部分在抽取了具體動賓結(jié)構(gòu)后，就能得到“保證-儲運(yùn)”這一條。復(fù)雜而多樣的職業(yè)職責(zé)文本，經(jīng)過這樣的處理，變得更加標(biāo)準(zhǔn)，其分析數(shù)量也下降了至少100倍。
我們對招聘數(shù)據(jù)進(jìn)行了這樣的處理，最終獲得了約80萬條動賓結(jié)構(gòu)，其中出現(xiàn)頻率最高的10萬條占據(jù)了所有崗位所有職責(zé)的93.2%，頻率最高的5萬條占所有崗位的90%左右。
其中出現(xiàn)頻率最高的20條動賓結(jié)構(gòu)如下所示：
 |
光是看不同職業(yè)的動賓結(jié)構(gòu)變化，就能對中國的經(jīng)濟(jì)形勢變化有所判斷。比如從2015年到2022年，銷售代表的工作內(nèi)容出現(xiàn)了什么變化？
從動賓結(jié)構(gòu)的抽取結(jié)果看：
 |
隨著經(jīng)濟(jì)增速的放緩，需求潛力開發(fā)已經(jīng)基本完成，即使同樣叫做“銷售代表”的一個崗位，其具體工作內(nèi)容也隨時間出現(xiàn)了不小的變化，從向外擴(kuò)張發(fā)展新客戶開拓新市場，變成了維護(hù)和現(xiàn)有客戶的關(guān)系。
這部分工作，為我們下文的人工智能暴露計算打下了良好的計算基礎(chǔ)。
評估每一個具體的工作任務(wù)是否會受到人工智能的影響，我們依然要使用GPT-4。
在上一次工作中，我們復(fù)制了openAI的做法，參考o(jì)penAI那篇論文中的prompt，讓GPT-4評估每一個O*NET數(shù)據(jù)庫中的工作任務(wù)暴露在GPT（們）影響下的可能性。
但幾個月過去，人工智能的發(fā)展比我們想象得更快，使用openAI半年前的方法做的判斷，可能已經(jīng)具有一定局限性。畢竟在那篇文章使用的prompt中，GPT只是一個會生成2000字以下文章的人工智能。而在我們上一篇文章中，也發(fā)現(xiàn)了這么一點有趣的事實：
是的，有必要再強(qiáng)調(diào)一遍，不是單個技能，也不是一組技能，而是那種通過艱苦的學(xué)習(xí)實踐來獲取知識、積累經(jīng)驗的技能，人類已經(jīng)落后于AI。那些高成長性的職業(yè)，不管現(xiàn)在是否還處在安全區(qū)，出現(xiàn)替代AI，也許就是這幾年，甚至幾個月之內(nèi)的事。
到頭來，那些人類孩提時期甚至出生時就已經(jīng)掌握的技能，那些精巧的人類生物學(xué)本能，反而是AI最難模仿和替代的部分。
而那些后天學(xué)習(xí)到的知識，花上好長時間學(xué)會算術(shù)、學(xué)會寫作，學(xué)會畫畫，學(xué)會編程、學(xué)會做好看的ppt、學(xué)會看X光片、學(xué)會寫法律文書，學(xué)會很多種語言并且自如地交流……人類學(xué)會了各種各樣以此為傲的東西，并覺得這些特征似乎使人類和其他生物產(chǎn)生了哲學(xué)上的差異——
但在AI看來，這些東西一文不值。
現(xiàn)在看來，人工智能多模態(tài)地存在于各種平臺上的日子，越來越近。人工智能的特點，就是用現(xiàn)存知識，模擬了人類大腦“慢思考”的過程?？紤]到這一點，我為GPT-4提供了這樣略顯激進(jìn)的prompt——
**背景：你是一名職業(yè)發(fā)展評估專家。隨著人工智能的發(fā)展，我們試圖理解它對不同行業(yè)和職位的影響。你將評估一系列動賓結(jié)構(gòu)所代表的工作任務(wù)，在同等完成情況下，人工智能參與時可被減少的人類工作時間，即人工智能可以替代人類勞動的程度。評分范圍為0-5，其中5表示此任務(wù)只能由人類單獨完成，人工智能的參與不能減少人類勞動時間；0表示此任務(wù)已經(jīng)能夠由人工智能單獨完成，人工智能可以替代100%的人類勞動時間。
每一個技能都用動賓結(jié)構(gòu)來表示，例如“開拓-市場”表示開拓潛在市場，“收集-信息”則表示搜索可能信息。例如，"翻譯-文章"可能得到較低分?jǐn)?shù)，因為人工智能已經(jīng)能夠進(jìn)行高質(zhì)量的文本翻譯。相反，"維護(hù)-關(guān)系"可能得到較高分?jǐn)?shù)，因為它涉及到人際交往和情緒處理，這是人工智能難以模擬的。
你所考慮的人工智能發(fā)展背景更傾向于替代人類思考功能，即“思考腦”。若是一項任務(wù)只需要人類用到眼睛、耳朵輸入信息，再結(jié)合推斷、分析、總結(jié)、撰寫、編輯等大腦的“慢思考”步驟，并用代碼、文字、語音、圖片、音像或者視頻的方式輸出結(jié)果，那么這項工作的人類勞動便有較高可能被人工智能所替代。如果一項任務(wù)更多使用到人類大腦思考功能以外的其他感官和肢體的任務(wù)（例如需要手、腳和皮膚觸感）以及在處理信息時使用到“反射腦”與“儲存腦”（例如撫觸、共情、反射、回憶），則該任務(wù)的人類勞動更難被人工智能替代。
但也有一些動賓結(jié)構(gòu)并沒有實際的職業(yè)意義，例如“使-顧客”，“有-感”，這并不是一個具體的職業(yè)任務(wù)，也并非對該崗位的具體要求。對這些動賓結(jié)構(gòu)，請不要評分，不需要返回任何數(shù)值。
**任務(wù)：請對以下每一條動賓結(jié)構(gòu)所代表的工作任務(wù)按照上面的背景要求評分，將能夠評分的結(jié)果以“id,評分”的格式返回，id和評分中間用逗號分隔，一行一條。
使用GPT-4的API對于出現(xiàn)頻率最高的前5萬條動賓結(jié)構(gòu)打分后，下表列出了GPT-4在我給出的prompt下，打分最高和最低的動賓結(jié)構(gòu)。
 |
說實話，對于GPT-4的打分結(jié)果，左邊的這一列，受影響最小的動賓結(jié)構(gòu)，我并不覺得很意外。而右邊這一列，我覺得GPT-4還是在用自己的理解，給我們提供了一個可能性不小的未來。
前面的三項工作中，我們首先將每一個具體的工作崗位和專業(yè)列表進(jìn)行了映射，再把每一個工作崗位拆分成了不同的工作動賓結(jié)構(gòu)，最后使用GPT-4對于每一項動賓結(jié)構(gòu)進(jìn)行了打分，看這項具體的工作任務(wù)有多大可能性會暴露在人工智能發(fā)展的路徑上。
接下來，我們將三個結(jié)果合并在一起。
首先，根據(jù)每一個崗位的動賓結(jié)構(gòu)打分，再將0-5分換算成一個0-1的人工智能暴露系數(shù)（之所以用0-5分，而不直接用0-1分，是因為GPT-4似乎不太擅長給出小數(shù)）。
接下來，給每一個崗位的專業(yè)需求賦予權(quán)重——如果這個崗位只要某一個專業(yè)，那么權(quán)重為1。如果這個崗位需要N個不同的專業(yè)，那么每個專業(yè)的權(quán)重為1/N。
最后，對于每一個專業(yè)，加權(quán)平均計算它在所有崗位中的平均暴露系數(shù)，得到這個專業(yè)的人工智能暴露系數(shù)。下表列出了在對應(yīng)招聘崗位較多的本科專業(yè)中，20個暴露系數(shù)最高的專業(yè)和暴露系數(shù)最低的專業(yè)。
 |
這個結(jié)果，還是比較出人意料的。
比如同樣屬于經(jīng)濟(jì)學(xué)大類的金融學(xué)在表格左邊，而財政學(xué)卻在表格右邊。
比如許多醫(yī)學(xué)大類專業(yè)，包括口腔醫(yī)學(xué)、中西醫(yī)結(jié)合、心理學(xué)、中醫(yī)學(xué)、動物醫(yī)學(xué)等，出現(xiàn)在了表格左邊。但藥學(xué)類、公共衛(wèi)生和預(yù)防醫(yī)學(xué)類，卻又出現(xiàn)在了表格右邊。
這是為什么？
關(guān)鍵在于，GPT-4會對于每一個崗位的動賓結(jié)構(gòu)打標(biāo)，而需要每一個專業(yè)的崗位，他們的責(zé)任分布和動賓結(jié)構(gòu)，是完全不一樣的。
從醫(yī)學(xué)大類的分布來看，越是在左邊，暴露率更低的醫(yī)學(xué)大類專業(yè)，都是越需要和病人打交道，并且撫慰病人痛苦的專業(yè)。甚至包括動物醫(yī)學(xué)，因為需要動物醫(yī)學(xué)的許多崗位都是寵物醫(yī)院的醫(yī)生，他們面對的“病人”可能并不會表達(dá)心情，但是這些病人的主人是非常需要安慰的。
而越是在右邊，暴露率更高的醫(yī)學(xué)大類專業(yè)，不管是藥學(xué)還是預(yù)防醫(yī)學(xué)，相對來說與病人大量交流的頻率就要低得多了。在這張表格中，沒有出現(xiàn)的還有臨床醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)、法醫(yī)學(xué)，這幾個醫(yī)學(xué)專業(yè)的人工智能暴露率從低到高，也與我們的直觀感受相吻合。
將所有本科專業(yè)的暴露率和2021年的平均工資放在一張散點圖上，可以看到，兩者出現(xiàn)了較強(qiáng)的相關(guān)性。畢業(yè)后去向崗位平均工資越高的專業(yè)，其崗位的人工智能暴露率也越高。
 |
人們的邊際工資一直是由勞動生產(chǎn)率確定的，而勞動生產(chǎn)率，在很大程度上是由每個人的專業(yè)知識確定的。腦子更聰明，更努力，專業(yè)知識掌握得越多，經(jīng)驗越豐富，其工資也越高，長久以來，整個人類勞動生產(chǎn)都是這么確定的。
但目前的人工智能，卻正在挑戰(zhàn)這一點。如果說專業(yè)知識和經(jīng)驗之前是一個山峰，目前人工智能的發(fā)展趨勢，就是要削平整座山峰——但還留下山頂那些，因為山頂代表了人工智能知識的邊界——在山頂以下，人人平等。
所以我們才會看到，醫(yī)學(xué)的真諦“總是安慰，常常幫助，偶爾治愈”中，“總是安慰”會變得越來越重要，心理學(xué)、口腔醫(yī)學(xué)、中醫(yī)學(xué)、動物醫(yī)學(xué)，更多地處在了暴露率最低的區(qū)間。更多負(fù)責(zé)“偶爾治愈”的基礎(chǔ)醫(yī)學(xué)和臨床醫(yī)學(xué)出現(xiàn)在了暴露率中等的區(qū)間，而以“治未病”為天職的的藥學(xué)、預(yù)防醫(yī)學(xué)正處在高暴露區(qū)間。
所以我們才會看到，同屬經(jīng)濟(jì)學(xué)大類，金融學(xué)的暴露率較低，財政學(xué)暴露率較高。因為“編制-預(yù)算”這樣的動賓結(jié)構(gòu)被GPT-4列為最容易替代的工作內(nèi)容。而在最難替代的動賓結(jié)構(gòu)中，赫然出現(xiàn)了“引入資金”。
在專業(yè)知識之外，人和人的交流變得前所未有的重要?，F(xiàn)在，如果你想成為一個不與客戶和同事打交道的專業(yè)人才，那么你最好做到頂尖。如果做不到頂尖，那么你至少得有客戶、渠道或者資源這些人工智能更難替代的東西。“人際交往的事情，你們不用管，你們就負(fù)責(zé)研究和開發(fā)”這樣的日子，對于大部分專業(yè)人才來說，一去不復(fù)返了。
這樣的變化，目前可能只是出現(xiàn)在了地平線的遠(yuǎn)端。但這一屆高考考生5到8年之后畢業(yè)時，他們可能就不得不面臨人工智能更大的挑戰(zhàn)。有興趣的考生可以在微信小程序“數(shù)據(jù)團(tuán)+”中查找更多和人工智能暴露率相關(guān)的各專業(yè)數(shù)據(jù)，結(jié)合學(xué)校、專業(yè)的位次變化以及專業(yè)總體的報錄趨勢、薪資趨勢等信息，選擇適合自己的專業(yè)。
本王轉(zhuǎn)自于 財新網(wǎng)
