未來，這3個冷門職業將變的供不應求

摘自：《機器與人：埃森哲論新人工智能》第五章關鍵企業流程中出現的新崗位

技術的存在是為了增強和提高人類的能力——克服人體的生理局限。從電報到噴氣發動機，電力到互聯網，人類一直在與技術合作以取得更多的成就。

如今，這一趨勢正在加速，互聯互通、傳感器、數據分析、人工智能(AI)、機器人技術、先進製造和虛擬現實等領域的技術正在以前所未有的速度進步著。我們正在進入一個人類和機器之間合作的新時代。

變化也帶來了不安，據世界經濟論壇(World Economic Forum)預計，自動化程度的提高可能導致未來5年失去700萬個就業崗位。但新技術也創造了新的行業和新的就業機會。

管理谘詢公司埃森哲（Accenture）通過對全球1500多家正在使用或測試人工智能和機器學習系統的公司進行研究，發現一系列全新的工作大有異軍突起之勢。這些新興工作不是單純地取代舊有工種，而是十分新穎的崗位。這些崗位的技能與培訓要求是前所未聞的。複雜的系統需要新的業務和技術人員來訓練、解釋和維系人工智能的行為，以彌補機器的不足。

未來，這三個你可能從未聽說的職業將變的炙手可熱。

訓練師：

人工智能系統如何變得更加人性化

在過去，人們必須適應電腦的工作方式，而今情況正在發生變化——人工智能系統正在學習如何適應我們。但要做到這一點，就需要我們對人工智能系統進行大量的訓練。

一般來說，我們傾向於使用有著類似人類行為的人工智能，因為這使我們能夠更自然地與機器進行互動。但是我們也會被類人機器人的缺陷所攪擾，這種現象被稱為“恐怖谷”。

恐怖谷理論是一個關於人類對機器人和非人類物體的感覺的假設。當機器人與人類相像超過了一個特定程度，人類的反應便會突然變得極之反感。人形玩具或機器人的仿真度越高人們越有好感，但當這個仿真度超過一個臨界點時，這種好感度會突然降低，越像人越感到恐懼，直至谷底，稱之為恐怖谷。（簡單來說，人類會對特別像人類的仿真機器人感到恐怖和反感）

以製造業為例，新型的機器系統更加輕便、靈活，並且支持人機協作。人類需要對這些機器系統進行編程和訓練，以處理不同的任務，這就要求員工具備相應的技能。

對汽車製造商而言，高度自動化的工廠會因設備故障造成巨大的經濟損失。如果一條自動化生產線每分鐘能製造一輛價值5萬美元的汽車，那麽一場突發的6小時的故障就會造成約 1800 萬美元的損失。因此，預計未來幾年中與製造工業相關的工作崗位還將出現 200 萬名員工的短缺。

物理機器人並不是唯一需要接受訓練的人工智能系統，人工智能軟體同樣需要接受訓練，我們要做的一項重要工作就是把機器訓練得更像人類。訓練過程涉及方方面面的工作和人員。

從簡單方面來說，訓練師可以幫助自然語言處理程式和語言翻譯程式降低錯誤率。從複雜方面來說，人工智能算法必須經過訓練才能模仿人類行為。

例如，客服聊天機器人需要經過人員調試才能探知人類交流的複雜和微妙之處。在雅虎，訓練師正在嘗試訓練公司人工智能的語言處理系統，使其能夠認識到人們字面意思以外的表意。到目前為止，他們已經開發了一種算法，該算法可以在社交媒體和網站上探測到帶有諷刺和挖苦性的語言，且準確率至少達到80%。

隨著人工智能逐漸滲透到各行各業，越來越多的企業需要訓練師來完善它們的物理和軟體系統。

對企業而言，訓練有素的人工智能程式是其領先對手的關鍵。除了學習如何具備共情能力之外，先進的人工智能系統還會從人性特徵訓練師那裡學習如何變得更加人性化。

舉個例子，Cortana （微軟小娜）是微軟發布的全球第一款個人智能助理。Cortana 自信、出色和充滿關愛的風格就受到了用戶的喜愛。在微軟的高強度訓練下，Cortana 既能為用戶提供幫助，又不會頤指氣使，所有這些都使微軟品牌更加受到用戶信賴。

人性特徵訓練師可以有不同的背景。例如，蘿賓·尤英曾經是好萊塢的一個編劇，專門負責編寫電視腳本。目前，尤英正在施展她的創意才能，幫助工程師開發一個保健領域的人工智能程式Sophie （索菲）的人性特徵。

在其任務中，Sophie 會提醒消費者服用藥物，並定時對他們進行檢查。當然，像尤英這樣的人性特徵訓練師，通常都沒有高科技背景。在微軟，負責訓練Cortana 人性特徵的團隊就是由一個詩人、一個小說家和一個劇作家組成的。

解釋員：

分析算法找出機器的可解釋性

第二類新型工作崗位是解釋員，工作任務是彌合技術人員和企業長官者之間的距離。

隨著人工智能系統越來越不透明，解釋員的角色將變得愈加重要。許多管理者已經對複雜的機器學習算法的黑箱屬性感到不安，特別是當這些系統給出的建議可能會違背傳統思維或引發爭議的時候。

以 ZestFinance（澤斯塔金融公司）為例，該公司可以幫助貸款人更好地預測信用風險，並為傳統意義上不符合資格的借款人提供融資。公司允許貸款人分析申請人的數千個數據點（遠勝於傳統的信用評分系統和信用歷史記錄），並利用尖端的人工智能技術得出是否借款的決定。

這些申請人的平均年收入約為 3 萬美元，其中許多人都有違約記錄。這類申請人的貸款額度通常很小，平均為 600 美元，但利率很高。鑒於其業務的性質，ZestFinance 需要能夠向客戶解釋它們用於批準貸款的人工智能系統的內部運作模式。

然後有一整套算法來分析所有的數據，每個算法都在執行不同的分析任務。所有的分析結果都會換算成 0~100 的 ZestFinance 的信用分數。

這些複雜的算法使ZestFinance 能夠發現許多有趣的相關性。例如，公司發現，全部使用大寫字母填寫貸款申請的人往往是風險較高的借款人。這樣的發現使公司持續將違約率降低了幾個百分點。重點是，ZestFinance 在批準借款申請的同時還能夠解釋它是如何做出貸款決策的。

當越來越多的公司利用人工智能系統來決定它們的行動，尤其是那些影響到客戶的行動時，它們需要能夠解釋並證明這些決定的合理性。

事實上，政府已經開始考慮在這方面制定規則。例如，定於2018 年生效的歐盟《通用數據保護條例》有效地確立了“解釋權”，即允許用戶質疑和反對任何影響他們的決定以及純粹基於算法做出的決策。

應用高級人工智能系統的公司需要專業的員工來解釋複雜算法的內部運作情況。與此相關的專業人員之一就是“算法取證分析師”，他們的職責是讓所有算法對其結果負責。

當系統出現錯誤或其決策導致了意想不到的負面後果時，算法取證分析師必須能夠解剖問題，找出原因並予以糾正。

維系者：

確保人工智能得到正確利用

2015 年，德國大眾汽車工廠的一個機器人抓住了一名技術工人並對其造成了意外傷害，最終導致其死亡。這是一個悲慘的事件，它加重了社會對人類日益依賴的自動化工具的擔憂。自從電腦承擔了越來越複雜的任務，人們就越發擔心機器可能會帶來災難。

《2001：太空漫遊》《終結者》等系列電影中所展現的情景都只是在以流行文化的形式引發大眾的焦慮。事實證明，德國大眾汽車工廠的這個機器人並不是惡意地轉向並襲擊那名工人。初期報告指出，該事件的起因是編程錯誤——換句話說，是人為失誤。

雖然這個可怕的事故是一個極端的例子，但確保人工智能得到正確利用是最後一類新工作的主要職責，這個崗位就是“維系者”。

他們必須不斷地確保人工智能系統有益無害，以及其存在的意義是讓人們的生活變得更加輕鬆。通過這項工作，維系者將幫助人們消除對機器人的恐懼，不再害怕它們有朝一日會擁有自我意識並統治人類，也不再擔心這種反烏托邦的未來會降臨在我們頭上。

因此，公司需要具備專業知識且經驗豐富的“環境設計師”。在開發新系統時，環境設計師會考慮到各種背景因素，包括商業環境、流程任務、個人用戶、文化問題等，即使看似微不足道的細節也非常重要。

當通用汽車公司和Fanuc公司在設計一種應用於製造業的新型靈活的協作機器人時，它們曾經糾結於給該機器人使用什麽顏色的塗料。橙色似乎暗示著危險，黃色通常具有警示作用。最後，工程師最終決定使用一種他們稱之為“安全綠色”的石灰色調。

當然，即使設計良好的系統也會出現問題，有時候技術運行得太好也會導致意想不到的傷害。

例如，當無人駕駛車輛發現一個孩子跑到了街上，它是否應該避開孩子而撞到旁邊的行人呢？鑒於這些問題，設計和應用複雜人工智能技術的公司需要雇用“人工智能安全工程師”。他們必須嘗試預測人工智能系統的意外後果，並避免緊急情況可能會造成的任何傷害性事件。

一般而言，性能良好的人工智能系統應該得到推廣，其變通版本可以應用到企業的其他部門。另一方面，性能較差的人工智能系統應該被降級，如果無法改進，就應當停止使用。

這些任務都是“機器關係經理”的職責，這個工作有點像人力資源經理，只不過他們監督的是人工智能系統，而不是人類員工。他們將在“機器關係部門”工作，並定期對企業部署的所有人工智能系統進行性能評估。

未來，

可能會有“無領”階級興起

隨著企業與其人機團隊一起成長，它們必然會發展出自己獨有的訓練師、解釋員和維系者。這些新型工作崗位要求長官者換一個角度來思考人機團隊。

例如，這些新型工作崗位都有各自的教育背景、培訓和經驗要求。共情能力訓練師可能不需要傳統意義上的大學學位，只要接受過高中教育並能夠以同理心待人待物，他們就可以通過內部培訓課程來學習必要的技能。許多新型崗位的出現可能會引領“無領”階級的興起，他們會從製造業和其他行業的傳統藍領工作中逐漸演變而來。

另一方面，像“道德合規經理”這樣的崗位則需要員工具備高等教育背景和專業技能。前沿公司已經通過借鑒兒童發展心理學領域的技術對訓練過程進行了適當調整。

作為最低要求，部署人工智能系統的公司需要重新思考它們的人才和學習策略，以便更好地吸引、培訓、管理和保留這些人才。顯然，人工智能將對企業的能力、策略和流程提出新的要求——不僅僅是在IT 部門，而是貫穿整個企業部門。

畢竟，和許多新興技術一樣，來自人的挑戰往往超過來自技術性的挑戰。

緊急關注：微信平台大整理，為防誤傷，

各位讀者朋友可以關注我的另一個公眾號：

“財經大報告”。

解析財經新熱點，挖掘財富流行趨勢，請關注［新財經生活］