Skip links

不想被 AI 淘汰應該要怎樣做?

AI is the future! “If you can’t beat them, join them!”

AI 這大題目近年不斷被提及,是一種趨之若騖的科技。每間企業都希望利用 Data (數據) 去做更多生意。公司的 Data 由公司第一日營運開始便已擁有,但懂得利用數據經營才是公司需要把握、投放資源的地方。

其實 AI 早於十多年前已經出現。列舉一些生活例子,如 Apple Siri、YouTube、Facebook、Google 廣告推薦引擎也是 AI 技術的一種。它們會利用你的搜尋數據,作出分析及推薦一些適合你的內容。又或者是透過用戶數據判斷出更精準的廣告達到「交叉銷售」的效果,推高銷售額。另一邊廂,提供數據給廣告商,設置廣告時能更精準,亦能節省金錢又接觸到目標群眾,減少資源浪費。

隨著科技的進步,AI 不僅限於使你方便、更會使你對科技「上癮」,令你感到超卓的用戶體驗。因此,近年各行各業的市場競爭均透過 Data 來搶佔 market share,這些數據資源用途廣泛亦很值錢。對此,企業加強資源投放,相關的數據科學職位因而增加,加大力度進行數碼改革。

AI 除了近年常被提及的話題,更具話題性的是「AI 會取代人類」這具爭議性的題目。AI 技術真的很強大,有人認為 AI 會取代一些重覆性的工作,亦有人說 AI 不能夠取代一些人性化的工作。怎樣也好,AI 是日趨成熟的技術,我們怕被 AI 取代的時候,不如想想如何利用 AI 創造更多、更大的可能性吧!

若然你正感到工作慢慢被 AI 取代,或即將被取代的時候,你還可以選擇以下選項去接受科技帶來的改變︰

1. 逃避

所有發生的事情,最容易不過的事便是逃避。但逃避真的是我們想要的結果? 真的能夠解決問題? 就算你逃避 AI,你也不能逃避 AI 找上你。私底下,你可以逃避使用科技、拒絕使用一切相關的產品、social media。但在工作上,你又能夠嗎? 

2. 投資

既然逃避不了的時候,我們再想想其他方法令你能置身事外,亦能坐享成果。

要是你擁有足夠資金作投資,那不妨投資一些科技公司。但要留意,例如一些科技巨頭如 Facebook、Amazon 的投資金額本身經已反映出本身的價值,因此你可以選擇投資一些科技初創公司,希望以本少利大,得到可觀的回報。本質上,你是需要認識公司的科技、提供的技術,如果投資到一些科技公司,而你是不明白該公司的科技技術的話,那你便等於將投資的錢放上賭枱買一注大小。

3. 做/成為科技公司的管理階層

若然你已是管理層,那暫時可以不用擔心被 AI 取代。管理層不懂 AI 技術層面暫時不要緊,只要知道 AI 的價值所在,利用 AI 的好處,去幫公司發展,達到成本控制、提高產品價值,到最後幫公司賺錢之餘、能力表現亦會反映你職位的價值所在。但首先你要是管理層,但管理層亦需要了解 AI 技術帶來的價值,加以運用。 

4. 直接學習吧!

“If you can’t beat them, join them!” 最後,還是把 AI 的技術學識,好好擁抱它吧。這是最實際的想法,當你學識之後,你可以利用 AI 技術創業,創造出你的科技事業,下一個科技巨頭可能是你。

除了創造科技巨頭這麼宏大的想法,實際一點是學識 AI 後加入科技公司,利用 AI 幫公司做數碼轉型 (Digital Transformation)。事實上大部份公司都正在加速數碼化,所以公司招聘考慮時,都希望聘請一些有能之士識得幫公司數碼轉型。

以上是一些避免被 AI 取代的直接想法,科技本身是為了協助人類進步,而不是為了取代、甚至將人類的腦袋消滅。因此若你對科技世界充滿遠景、信心。不妨利用 AI 技術,創造更多!

有志入行 IT 的朋友可以留意一下數據科學 Data Science AI 的 發展階梯。當中做 Marketing 行業的是最多人有興趣轉去 Data Scientist,因為數碼營銷涉及大量數據,需要作出深入分析,繼而制定相關銷售策略。

近年常聽說關於 IT 行業的一堆好說話,最引人垂涎的一句說話,便令各大畢業生充滿遐想︰「IT 人工不錯」。有興趣的朋友可參考 IT Salary Guide 2021,便知道近年及未來幾年 IT 不同工種的發展,以及人工真的不錯! 

Data Science (數據科學) 的入行門檻不太高,很多人都會透過學 Python 入行。Python 最主要的優點是容易學,容易處理,沒有 IT 底子的也可以學。數據科學家的薪酬不錯、職銜亦很有型、很專業。其實做地盤人工也是不錯,這想帶出的信息是不要單單被人工高而吸引入行,一定要多多了解行業不同的狀況、發展前景。

今次就了解一下容易學的 Python,了解 Data Scientist (數據科學家),當中的 3 大核心,包括 AI (人工智能)、Machine Learning (機器學習)、 Deep Learning (深度學習)。我們下次再討論不同的工種加深了解。

 Data Scientist 數據科學家的 3 大核心

1. AI (人工智能) Artificial Intelligence

「人工智能」分開便是兩部分,「人工」及「智能」。「人工」是由人設計、創造出來的東西。「智能」便是意識形態上包括智慧、邏輯思考、分析能力等。因此「人工智能」是一種通過電腦來呈現的技術。這技術廣泛地應用在醫學、 教育、金融,基本上所有行業都能夠應用 AI 技術。「人工智能」能夠協助人類一些重複性的工作,甚至比人類處理得更好、更穩定。

2. ML (機器學習) Machine Learning

「機器學習」的目的是分析收集得到的資料數據,繼而將資料推算並作出預測。利用以往的資料來判斷新的資料來臨時,藉以提升或提供更準確的結果。

「機器學習」用途廣泛,天氣預測便是利用此技術達致更準確的天氣預測。其他如醫療、推薦引擎、測謊亦是相關的技術。

3. DL (深度學習) Deep Learning

「深度學習」是一種進一步模仿人類大腦的工作方式。Google AlphaGo 的棋王大賽也是利用相關的技術。Deep Learning 是一種以人工神經網絡為架構及對資料進行學習的演算方式。

為什麼使用 Python?

Python 是 Computer Science 領域之中最多人使用的 programming language。它的特點是容易使用,換句話說便是容易學習。Python 能夠廣泛應用於商業世界,應用可能性極高。兩種因素加起來,便令到 Python 的受歡迎程度隨之而增加。

總結

看到這裡大概便知道究竟 Data Scientist (數據科學家) 的三大工作核心,亦了解 Python 如何處理數據。如果想知道更多 Python 如何應用於你的行業或 Data Scientist (數據科學家) 是如何入行,可以參加免費講座了解更多。