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。
了解到AI的原理後,我們可以再了解一下大部份IT人的工作。
軟件工程師大多數需要開發全新的系統,這樣的系統需要獨立的設計和編程,而不是重複的或者標準化的。即使有一些重複的部分,軟件工程師也需要不斷地進行優化及改進,以確保系統的安全性和可靠性。而AI技術目前主要應用於需要重複性工作的領域,例如圖像識別和語音識別等,並不適用於複雜的系統開發。
其次,企業使用的系統往往非常複雜,後台系統可以是由數十個甚至數百個系統組成的。這些系統之間需要進行數據交換和互通,且每個系統都具有獨特的特點和功能。因此,AI技術需要大量的數據來進行訓練,而企業的後台系統大多是獨一無二的,因此無法從其他系統中學習。此外,軟件工程師需要對系統進行深入的了解,才能夠開發出高品質的軟件。而AI技術目前還無法完全替代人類對系統的理解和分析。
最後,世界上大部份的IT開發都是以創新為主。例如,二十年前的Mobile Apps開發,IT人為世界創新出一系列如Uber, AirBnB,Facebook,Netflix 等全新技術,有關創新技術不但沒有「大量」,「相似」的系統或代碼 (Source Code)可以參考或分析,最重要是,商業世界的技術大部份都不會「完全分享」或「完全開源」,所以AI完全取代IT 人的顧慮,可以說是在現有技術下還大著一段很大的距離。
建議閱讀:不想被 AI 淘汰應該要怎樣做?
AI 可以取代哪一種IT人呢?
雖然AI 不能完全取代IT人,但AI 能夠取代或代勞哪些IT工作呢?
人工智能 (AI) 越來越常被應用在 IT 行業上,但它到底能夠代勞哪種類型的 IT 工作呢?這個問題可以以兩個角度來回答:
首先,相對而言,重複性高並屬於單一的IT工作,例如網頁設計,大型初創企業和國際公司的網頁會比較複雜, AI 難以取代。AI 可以做到的,可能只是為 IT 部門分擔一些低端工作如自動化測試。不過,大部份中小企業甚至是一人公司,他們對網站的要求相對簡單,很多時他們只是想在網上多一個宣傳渠道,所以這種IT工作就相對容易被 AI 取代。例如以往一間十人公司寫網站,會找Vendor寫,而 Vendor 幫小型公司寫的網站大都大同小異,未來會不會有初創公司,可以做到用AI 幫中小企業寫簡單的網站,以減省部份IT人手呢?
其次,就是一些公司對技術要求不高的開發工作,例如 Recommendation Engineer,十幾年前,YouTube、Google、Amazon 等等平台透過 AI 入面的 Recommendation Engineer 技術,根據大家的瀏覽內容再推介它覺得可能適合你的其他內容,令大家對該平台愛不釋手。現時,一些Recommendation Engineer技術已經開源,但其中的演算法不一定適用於大多數公司。然而,對於那些不需要高端技術的公司來說,以前可能還需要聘請數據科學家為他們開發專屬的Recommendation Engineer,現在已可以利用開源技術和AI的學習能力去開發,而這些公司亦加入了搶佔IT人才的行列!
建議閱讀:想讀Data Science轉行? 一文揭秘Data Scientist 育成之路
如果你想轉行成為 IT 人,找到一份能夠介紹你進入企業 IT 領域的工作是很重要的,而大部分企業的後台是使用Java程式語言編寫的,所以學習Java作你的入門程式語言可以更有效地幫助你找到企業 IT 相關的工作。然而,這也要求 IT 人不斷學習和更新他們的技能,以滿足不斷變化的市場需求。只有不斷學習和更新技能,才能跟上 IT 行業的步伐,並在職業生涯中取得成功。