京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代哪些工作将被人工智能取代
美国麻省独立研究机构Forrester发布研究报告称,未来五年,人类有6%的工作职位将被人工智能取代,其中包括客服、租车服务行业等职位。
报告指出,在2021年,机器人将能更好地理解人类语言,改善学习能力,并能应对更复杂的情况,因此替代人类的能力大大提高。
英国杂志《经济学人》之前的报道也显示,在一项覆盖702个工种的调查中,美国有47%的工作在未来都有被自动化的可能,包括电话营销员、会计审计、零售人员等职位很有可能由人工智能来代替。
而我想说的是,人工智能取代人工,可能用不了五年。人工智能在企业的应用,已经开始了!
案例一:智能出行——被取代员工:驾驶员、助理、内审、财务出纳等
最近在一次互联网 会议上,一家创新出行公司针对企业用车提出了一个耳目一新的方案。简单地说,这个提案就是一款类似滴滴打车的软件,但只针对企业员工使用。该公司号称拥有注册车辆及专业司机百万,可以保证客户呼叫后平均30秒内就有车辆应答,并在5分钟之内供车给客户使用。也就是说,理想的话,你的企业一辆车也不用养了。
车辆使用,在每家企业都是很大的支出,公司高层以及销售业务员的用车每个月成本都很高。高管在公司的用车都是专车专用,但是高管们业务繁忙,频繁出差,实际上一辆车的公务使用率很低,养车养司机,基本都是给高管太太们在接送孩子和买菜。而针对员工用车,现在企业通行的做法有两种:要么给销售直接发放用车补贴,要么是根据使用情况实报实销,可是这两者都有很大弊病。前者补贴金额一般都远大于实际支出,对一线员工来说,这笔钱被当成一种福利收入;而后者的真实性一直令企业头疼,虽然企业现在都要求员工在报销的时候写清楚使用目的,乃至具体路线,可是这要靠员工自觉,等同于没有约束。一张小小的发票,根本无法反映实际车辆使用情况,员工是不是去拜访客户企业根本不知道,对成本也无法控制。
那么使用这个软件后呢?公司人员的每次用车就都有后台的人工智能在管理了,当然,说得不好听就是监控。比如,通过车辆定位这个功能,基本就可以杜绝公车私用的情况了。甚至,通过行车路线的数据分析,可以看出重点客户在区域内的分布,以及员工对客户的拜访频率,供业务总结和改善流程使用。
再看使用智能出行对员工岗位的影响。首先,司机不用养了,实际上现在很多企业的司机,已经去开专车了。等到自动驾驶再成熟,驾驶员就彻底成为一个字典上的名词解释了。
而助理们,不必再去订车了,耗时耗力贴车费发票报销这个环节也不存在了,因为公司对公司的结算可以按月或者按照季度来。
紧接着,查核单据、检验发票、报销付款这些流程也都没有了。
想想看,是不是公司很多人都可以走人了?
案例二:智能比价——被取代员工:采购
在企业中,采购的重要性不言而喻。大小公司,一分钱都恨不得掰开花,所以公司采购员的KPI(核心考核指标)都是看能为公司省多少钱。
有了人工智能,我们还需要采购吗?
现在,在一些欧美公司,供应商参与竞标,已经被要求使用智能比价系统。以前一轮轮比价,一封封邮件,不断地填写Rate Card(比价平衡记分卡),甚至双方当面锣对面鼓,或者在饭桌前后谈价格的时代,即将过去了。
这种比价系统,可以根据每个项目的需要,要求参与竞标的供应商在一定的时间内,在网络上或者其他终端填写服务的内容,并且给出最后报价。而比价过程,为半开放状态。报价方虽然看不到自己的对手的价格,可是可以看到其他公司什么时候出的价,和出价后的综合排名。这个时候,为了拿到业务,供应商就不得不考虑在限期内,是不是要出最后的底价了。
人工智能可能有很多缺点,但是胜于人类的一点,就是它没有情感,因为毕竟是机器。
出于对供应商公平起见,系统设定不给任何人第二次机会,限时比价,计算机不会给谁多一个小时,也不会像人一样加班等报价。任何人给出了底价,过了期限,就没有再次更改的空间。
尽管很多供应商有底气说,我们从不用低价格作为项目投标策略(实际上公司大多时候也不愿意用价格最低的供应商),可是当看到自己的位置在综合排名靠后的时候,一不耐心就对人工智能妥协了,给出最低底价。这种竞标过程,就不是供应商对客户熟悉不熟悉,或者对采购负责人熟悉不熟悉能左右的了。
一边,是公司的使用部门填写采购需求,另一边,是供应商报价。游戏的规则是人定的,但是裁判是人工智能,省时省力。中间的公司采购员,就可以卷铺盖回家了。
案例三:智能项目管理——被取代员工:项目经理、数据分析员
今年9月9日,《经济参考报》报道,国家食品药品监督局启动药物临床试验数据自查一年来,发现超八成新药临床数据涉假。报道说:“监管环节层层失守,药企、医生等相关主体违规问题突出。”
药物临床数据造假,直接后果就是可能无效药物甚至假药获批。
应对这种情况,国际公司是怎么做的呢?答案还是人工智能!
早在2013年,一家跨国制药公司研究团队就发现,部分参与临床的中国患者提供的数据有问题。该试验使用数据卡,让患者自己填写记录每天的服药后数据。正常来说,同一监测指标每天数据应有波动,甚至早晚也应有变化。但是,在部分患者提交的记录中,超过五天都是同样的数值。
虽然这些受到质疑的数据只占所有记录的很小一部分,并不会影响到整体的数据质量。但后来,该公司还是决定将数据记录升级为电子系统,全程智能监控数据,取代以往的纸质记录方式。
使用电子数据系统取代患者手填数值,首先,数据精确度将得到提升;再者,研究团队可以实时获取数据,根据数据质量情况立即生成报告并采取相应的行动,这样就会基本杜绝患者在一段时间后凭记忆补填数据的违规现象。总而言之,采用智能电子系统能显著提升数据质量和准确性。
当然,这么做无疑成本大大提高了。可是,中间很多项目管理人员,数据录入分析员,他们的工作就不需要了,养一个人也不便宜,这么算,成本也没高多少。
更为重要的是,这种涉及药品的管理项目,成本往往不是衡量项目成功与否的唯一标准。用高成本的人工智能确保了数据的真实和药物的可靠,确保了每个数据可追溯,大大避免了人工管理失误而造成贻误病情、乃至危害生命,这无疑是值得的,因此这种智能管理模式在行业内在近年得到了很大推广。
当然,上面三个例子只是众多人工智能取代人力的一部分案例,人工智能替代人的例子也不是在每个行业、每个公司都会实现。飞机自动驾驶早就有了,但是应对复杂天气、地形、起降过程控制还是需要飞行员的经验。根据医学检测化验结果可以给出诊断的机器医生Watson,IBM早就开发了,但离达到“常常去帮助,总是去安慰”的医学伦理还有很大距离。足球场上虽然错误判罚很多,可是人还是裁判,因为大多数人觉得错判本来就是足球的一部分。
但毫无疑问,智能代替人工的时代,已经开启了。这不是狼来了,这是比Alpha狗战胜世界围棋冠军还需要让我们认真对待的事情。
作为企业,我们要拥抱未来,抱着开放的心态看人工智能并且考虑如何加以利用,分析未来的岗位需求,更合理设置分工。而员工自己,要不断学习,从事更有战略性以及创造性地工作,否则哪天我们就真被替代了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27