Data Science

十年內將會被 AI (人工智能) 取代的職業

Less than a minute to read

以前我們說「電腦會否取代人類」,但現在我們說「AI (人工智能)會否取代人類」。前者多年前經已被廣泛地討論,多年來「電腦」一直協助人類工作做得更好。直至 AI (人工智能) 的出現,我們再次響起「會否被取代」這個警號。 

以往我們會書寫信件與朋友來往,快則兩天,慢則十天八天。現在我們只要利用科技,便能與朋友即時通訊。人類對科技經已變得非常依賴,沒有再好得過「既方便又快捷」。 

科技有很多好處,不僅減少過程中的複雜性、避免錯誤,還能減少資源浪費。更重要的是現今我們均追求「速度」,我們比起以前更沒耐性,什麼都要「即時」。 

科技融入生活細節,加速了我們的生活節奏。而科技技術更不斷進化,功能更上一層樓,講求「自動化」,比起「方便」更加「方便」。自動化的科技使人類生活逐步走向 AI (人工智能) 的時代,AI 的設計能夠輔助一些重複性的工作、複雜性不高的職業。我們試試留意身邊的生活環境,便能察覺到其實 AI 技術已經慢慢逐漸滲入我們的日常生活之中。例如,飲食業出現智能機械人,酒店 Room service 亦有機械人代勞了。

另一個被 AI 影響的例子,便是我們開始時說到的通訊。當我們溝通時,Chatbot 利用AI技術,便能處理大量的電話查詢,完全取代了電話客戶服務人員。未來十年,將會有更多職業會被 AI 取代,就算不被完全取代,AI也會協助當中的一部分工作。

我們一起看看有哪些職業將被AI取代。

電話銷售員

電話銷售成效你覺得怎麼樣? 要減少人力物力,其實一個 AI功能的設定已能達到優良效果。因為 cold call 通常來來去去都是那幾條預先設定的問題,這些問題目的是用來篩選目標,當目標客戶被 AI 認定為銷售對象時,可以將需要情感、意識的工作交回電話銷售員。

司機

無人駕駛汽車其實一早經已出現,當技術發展得成熟的時候,理論上是可行的。但實際上當然要有很多考慮,特別是安全問題。香港出名地小人多,街道複雜,要於錯綜複雜的環境實行AI無人駕駛技術,相信短時間內未必能夠全面實施,但相信已是指日可待的事了。

記者

記者做一篇報導要做大量資料搜集,最花時間的也是這工作項目。AI 不但能協助快速搜索資料,更能將重點、數據寫出來。人類記者只需在報導加以監察並作最後微調,一篇精準的報導就此誕生。AI 或許未能撰寫一篇有血有淚的精彩報導,要表達豐富情感的文字或許人類才能辦到。

裁判

裁判要專業公平公正,不可能投放丁點兒情感於賽事之中。萬一感情流露於判決時,很容易會被說偏幫、甚至裁判不公平,專業地位更可能被挑戰。因此,AI 可以幫助到裁判於判決時避免情感上錯判,令到比賽各方損失。加上,AI 能夠更準確、更快速地判決,因為比賽的時間是分秒必爭的。

保安員/客戶服務

保安工作可以利用 CCTV 監察系統,配合 AI 技術偵測罪案或危險發生。亦可以利用人面識別技術,調查可疑人物。管理公司更能夠利用 AI 機械人,將資料傳遞到客戶之中,資料能準確地、快速解答如顧客查詢尋找商舖位置、停車場或其他有關資訊。

隨着科技的發展同進步,AI 和我們 「爭飯碗」的情況將會越加頻密。除了以上提及的各種職業,你現正從事的行業或將面臨同樣的危機。與其坐以待斃,每日提心吊膽,擔心自己的飯碗不保,不如主動出擊,裝備自己與 AI 同存!


Sign up for our Newsletter

Join our newsletter and get resources, curated content, and design inspiration delivered straight to your inbox.

Related Posts

Data Science

ChatGpt 都識揼Code?IT人難逃被AI人工智能取代的命運?

IT 人會不會被AI人工智能取代?近年來,隨著人工智能技術的不斷發展,許多人擔心自己的工作可能會被AI取代。目前,許多AI技術已經能夠完成軟件開發的某些部分,因此有人認為,軟件工程師的工作可能會被AI取代,飯碗也可能不保。 AI 人工智能會取代IT人的想法,可能源自於大家對軟件工程師工作及AI的理解不夠充足。 AI技術的發展引發了對於軟件工程師職業前景的擔憂。然而,軟件工程師的工作並非像一些人想象的那樣容易被AI取代。讓我們嘗試解釋為何AI無法取代軟件工程師吧(至少不能大規模地取代)。 要了解AI 人工智能能否取代IT人,首先我地要知道AI 是如何學習的。AI學習是透過大量相似開源數據學習相對重覆的事物,請留意重點,是「大量」,「相似」,「開源」數據。例如認人,搜尋法律案件,分析病人身體數據,等能力。但如果一個只被訓練認人的AI,見到一張猩猩的圖片,它未必即時辨認到這張圖片中的不是人類。又或者一個被訓練分析香港法律的AI,突然香港有需要增加一條法例,AI並不能夠根據一條新的法例提供準確意見。 以上東西都可以有大量數據的原因,是因為人像相在網絡上可以輕易找到的。法律判刑及理據大部份都是公開的,而判刑準則大都依照以往例子。病人數據當然並非完全公開,病人個人資料是絕對保密,但除去個人資料後的血液數據或X光片等不同資料,則有醫學及研究作用,而醫生分析病情都是根據某病人的數據或檢查結果,比對以往類似病歷的病人,而得出某一病人是健康或生病以至於哪一種病的理據。以上的例子都是AI人工智能能代替人類工作的最佳例子,透過「大量」,「相似」的「開源 」或「開放」數據,而「得出結論或結果」的工作。 再以作曲為例子,AI人工智能可以透過大量例如廣東歌,再透過告訴它哪一首歌最大熱,它便可以透過以前流行大熱的歌中找一些相似的「Pattern」,例如這些歌大部份幾分幾秒會去到副歌,副歌多長,通常每段配搭多少個音節,或者靠寫該AI 的人告訴它,還有甚麼因素及Pattern能影響一首歌會否大熱,它再嘗試根據這些條件或Pattern寫一首歌。但它寫不到新的風格,或者它隨機寫到新的風格之後,它無法估計這首歌有否大熱的機會,最終仍是需要人類作最終決定。...

Data Science

「有圖有真相」烏克蘭被投降?

有圖有片有真相這個說法在現今世代已經不再成立。隨著AI 急速發展、deepfake 技術盛行,連烏克蘭總統都遭殃,於俄烏戰爭初期受虛假散佈的 deepfake 影片誤傳投降消息。到底 deepfake 是何方神聖?它是怎樣操作的?Deepfake 與 machine learning有何關聯? Deepfake 是甚麼?...

1 min read

Don't forget to join our upcoming free IT CAREER TALK on Eventbrite

X
Facebook
YouTube
LinkedIn
Instagram