埃頻道 Ai Channel | 愛民頓 | 埃德蒙頓 |

科技發展 ~ 未來容易被 AI 取代的 10 種職業!!

pixabay.com

汰舊換新,非常適合拿來形容當前快速變遷的工作生態。11年前,根本沒有人聽過 “App”(Mobile Application,行動應用程式)這個名詞;然而,截至2018年,Mobile App 全球下載已經突破1940億次。

一個全新型態App的誕生,可能就代表著另一種工作的隕落,而這還只是行動網路產業的現況而已。在你看得到、看不到的地方,還有許多行業因為科技發展、經濟結構變化使然,而即將被取代,甚至蒸發消失。

在不久的將來,容易被 AI 取代的職業有哪些?

pixabay.com

電銷/客服人員被取代率 99.0%

電銷、客服人員的被取代機率居所有職業之冠,最有可能被AI浪潮沖走。隨著自然語言處理技術的發展,在接下來幾年中,絕大多數的電話行銷工作將可交由電腦執行。

 

快遞/外送員 – 被取代率 97.8%

星艦科技(Starship Technologies)研發了「星艦快遞機器人」(Starship Delivery Robot),2016年開始在美國矽谷幫忙餐飲業者送餐,平均15~30分鐘就可完成送餐任務,吸引許多知名連鎖店聘用這群機器人。

 

會計師 – 被取代率 93.5%

許多專家預言,財務相關工作很快就會完全自動化。如德國的Smacc公司已發展自動化的會計流程,系統內建的AI能夠自動追蹤發票、成本額度,以及資產流動狀況,更能協助會計師驗證發票、增值稅號與鑑定發票人。這使得會計工作不再繁瑣,人為出錯率跟著大幅降低。

—- 廣告後繼續 —-



零售業店員 – 被取代率 92.3%

對零售業者來說,推展庫存管理和物流的自動化,必然能節省成本、提高效率。美國Amazon Go無人商店是零售業的創舉,店內沒有員工補貨,也沒有人負責收銀。只需要用手機掃一下QR Code,就可以開始挑選商品,且拿了就走,帳款全靠AI處理,省去排隊結帳的時間,也讓人們預見零售店員可能受到的衝擊。

 

導遊 – 被取代率 90.6%

2017年起,若想暢遊日本東京,可以輕鬆在羽田機場租一個RoBoHoN,它精通日、中、英3種語言,能帶你遊遍東京30多個著名景點。

這是由 Sharp 開發的機器人導遊,內建完備的GPS,能介紹沿途景點的歷史、特色,還能指示離你最近的車站、出租車等交通資訊,不怕迷路。另外,對它發出「唱歌」或「倒立」等指令,它也會乖乖做出反應,讓旅程更有意思,也讓獨行背包客享受有旅伴的感覺。

 

計程車司機 – 被取代率 89.4%

2016年,自動駕駛車Uber開始在美國匹茲堡試行計程車服務。Uber認為,如果發展順利,未來10年內將通行於更多城市,逐步取代傳統計程車的地位。

新加坡nuTonomy公司搶先落實自駕車業的遠景,使新加坡成了全世界第一個正式推出自駕計程車服務的國家。nuTonomy規劃在2018年組織無人車隊,提供更普遍的載客服務。如果成真,新加坡的計程車司機可得苦思職業轉型之路了。

pixabay.com

不動產經紀人 – 被取代率 86.4%

房屋是高單價商品,消費者在下訂前要參考大量資訊,而不動產經紀人在過程中扮演重要角色。

2017年4月,台灣房屋開發地產機器人Chatbot,採用了微軟LUIS的語意理解技術,分析消費者購屋意圖,並提供適當資料,讓消費者查詢成交行情、試算房貸,以及取得生活機能等資訊,Chatbot更提供即時問答服務。未來買房時,你比較想徵詢房仲人員,還是問它?

 

演員 – 被取代率 37.4%

「動畫電影的票房逐年增長,電影場面常由電腦合成的CGI技術製成,愈來愈多虛擬影像變得真實。不久後,我們將能憑技術創造出看起來像真人一樣的電影明星,」因應AI崛起,美國演員艾希頓.庫奇(Ashton Kutcher)曾提出這樣的擔憂,認為演員都該存有被AI取代的危機意識。

 

財務分析/理財專員 – 被取代率 23.3%

機器人理專取代人類飯碗的預言,恐怕即將發生。

美國貝萊德(BlackRock)資產管理公司今年宣布,未來將改用AI來挑選股票,預估裁去40名基金經理人與分析師,以節省人力成本。貝萊德的下一步即是運用大數據技術,開發大量的機器人理財顧問。

在台灣,金管會今年甫通過「自動化理財顧問服務」(Robo-Advisor) 作業要點,多家銀行的機器人理專正式上工,未來理專很有可能都不是人。

 

記者 – 被取代率 11.4%

其實,早在2014年,美聯社就開始運用機器人撰稿平台Wordsmith編寫企業財報新聞。Wordsmith可以在15~20分鐘內,撰寫出一篇約130字的簡短報導,後來更開始撰寫美國職棒大聯盟的體育新聞,衝擊愈來愈多線上記者的飯碗。

 

AI 需要靠人類供大量資料才能自動進行機器學習,但是你不用!

面對瞬息萬變的環境,若能常保學習新事物的習慣,以及培養快速彙整新知的軟實力,便能永遠領先AI,掌握它們無法觸及的風景。

 

資料來源參考:  www.cheers.com.tw / www.web.cheers.com.tw

—- 廣告 —-



Exit mobile version