显然,任何工作家庭都不会在一夜之间消失。改变需要时间。但展望未来有助于调整每个人的精力,引导职业生涯远离工作岗位下降的厄运和阴霾。
阅读人工智能工作影响报告会让你感到眩晕:
- 全球 8500 万个工作岗位将因人工智能而被取代(
奥纬论坛 )
- 有预测称,软件开发者
到2040年可能会灭绝 ?!
世界经济论坛 :“未来五年,将失去 8300 万个就业岗位,预计将创造 6900 万个就业岗位”
- 全球 40% 的劳动力(即 14 亿人)将需要重新学习技能。 (
IBM研究 )
作为一名产品经理,我自然会问自己的职业生涯在后人工智能世界是否有未来。
这些数字听起来很糟糕,足以让我们认输并说“好吧,我想我会放弃,看看其他方式,看看会发生什么”。但
- 如果你寻找正确的方法并且能够筛选出一些噪音,那么颠覆性趋势就会提前显现出来,
- 在任何新兴技术领域达到一定的运营专业水平都相对简单。
有些工作可能会在未来几年内几乎完全被取代(我的一个赌注是一线客户支持),然后有些工作将经历繁荣周期。
对于这些人来说,传统市场将无法提供足够的供应,我们将看到类似的资格重塑,就像我们在过去 10-15 年中对编码训练营所做的那样。
我们科技界的大多数人可能会处于中间的某个位置:即使变化来得很快,我们也有选择和奢侈地迭代新技能(和机会),而不是需要一个完整的支点。
设计师、开发人员和产品经理:人工智能会杀死一些人并创造一些人
到 2027 年(
- 对设计师的需求会增加一些;
- 根据开发人员的类型,职位可能会增加高达 25%(区块链开发人员是其中的领导者之一!)
大约 10% 的 PM 职位将会消失,大约 10% 的职位将会增加,因此净零。产品管理实际上是
人工智能人才的最高需求之一 。但人工智能产品经理与随机产品经理的体验是不可替代的,因此关键优势是尽可能接近不断发展的技术(无论是人工智能还是其他技术)。
影响我们个人经历的宏观趋势:恩格尔的暂停和索洛的悖论
决定我们如何体验进步、我们自身的相关性以及未来一两年的职业的不仅仅是工作机会;还需要更多的机会。它也会受到宏观趋势的影响。
总体而言,中期影响可能很糟糕,但希望我们能看到好转:恩格斯的暂停
恩格斯的《停顿》描述了 1800 年代初期的英国工业革命,当时工人阶级的工资停滞不前,而 GDP 却迅速增长。有多种理论,最根本的说法是,蓬勃发展的企业的所有者和投资者将收益装入自己的口袋,并保持工资相对稳定。
如果听起来很熟悉——
他解释说,早期的劳动力替代技术往往会降低工资;一旦出现更复杂的劳动力增强技术,工资和人才需求往往会增加:
“如果技术取代了现有任务中的劳动力,工资和劳动力在国民收入中所占的份额可能会下降。相反,如果技术变革正在增加劳动力,它将提高工人在现有任务中的生产力,或创造全新的劳动密集型活动,从而增加对劳动力的需求。
(……)收入中资本份额的不断增长意味着技术进步的收益分配非常不均:企业利润被实业家攫取,他们将其再投资于工厂和机器。”
这是一个乐观的迹象!并符合企业的期望:
87% 的受访高管认为,员工更有可能被生成式人工智能增强而不是被取代。
国际商业机器公司
从
“当一些专家研究生成式人工智能和自动化将如何影响员工当前的任务时,他们将工作分为三种类型:交易型、关系型和专业知识相关型。我们的大部分事务性工作将被机器人流程自动化、机器学习和生成式人工智能的组合所取代,而需要深厚专业知识或人类协作的工作将越来越多。”
等待人工智能革命的直接迹象可能会让人打瞌睡:索洛悖论和生产力 J 曲线
索洛悖论和
1987 年,经济学家罗伯特·索洛 (Robert Solow) 观察到蓬勃发展的计算机时代与预期的生产率增长之间存在脱节,也提出了类似的问题,这一现象现在被称为“索洛悖论”。
企业和政府向 IT 基础设施投入了大量资金,但生产力的预期飞跃却明显没有实现。这一悖论让许多人怀疑问题是否不在于技术的能力,而在于其实施的方式。 (
开放式基金 )
Erik Brynjolffsen 解释了为什么会发生这种情况:
通用技术能够实现并需要大量的补充投资,包括共同发明新流程、产品、商业模式和人力资本。这些补充性投资往往是无形的,并且在国民账户中难以衡量,即使它们为公司创造了宝贵的资产。
他
直到新一波管理者重新设计系统和工作流程以适应电动发动机的功能时,预期的创新和生产力才得以显现。
没有人应该指望雇主成为有效再培训的推动者
有人可能会说:“好吧,如果人工智能如此重要,而且没有足够的人才可供雇用,那么公司肯定会投入资金来培训人员。”当然,他们会的;有大量统计数据证实了这一点。
但公司能够提供的服务(以及提供的速度)与人们工作所需的服务之间已经存在着严重且日益严重的不匹配——更不用说员工需要什么才能在就业市场上保持竞争力,而不是在现有的岗位上稍微好一点,狭义的工作。从
好吧,那么在这里生存的秘诀是什么?
在个人层面上,以下方面之间存在着令人沮丧的脱节:
- 关于人工智能应该能够做什么,或者它应该如何彻底改变我们的工作,以及现有产品目前在实践中可以做什么的模糊承诺;
- 人工智能人才的需求与当今的供应市场(即我们员工所在的位置)之间的关系。
但这两种趋势都在不断变化。关键是要成为前进的一部分,而不是落后。解药是使用一些东西,构建一些东西,学习一些东西(我将在下一篇文章中介绍),直到我们每个人不可避免地开始注意到真正带来进步的应用程序和机会:
附言。如果您喜欢这篇文章,您可能会喜欢我在hypegeist.substack.com上的未来展望,我在其中写了对颠覆性技术及其机遇的务实看法,并对数据和市场洞察进行了深入探讨。
也发布在这里