
大数据来了!不只蓝领,这10大热门行业也受威胁
人工智慧及大数据近来快速兴起,不论媒体及专家都警告未来几年人类工作将逐渐遭到取代。事实上,随着愈来愈多的复杂运算及机器深度学习技术开发出来,不光是工厂工人、运匠等蓝领阶级,就算医生、律师、建筑师等白领阶级,甚至执法人员都可能面临失业危机。
根据波士顿谘询集团(BCG)预测,目前人类胜任的四分之一工作,到了2025年将被人工智慧取代;牛津大学研究也显示,英国目前35%工作,未来20年将有被机器人取代的危险。以下是《富比世》杂志盘点正受到先进大数据及机器学习威胁的10大职业。
1.医生
目前某些医生的工作已可由电脑及机器人完成。例如,医生可用自动机器人系统辅助进行微创手术;IBM的超级电脑透过分析核磁共振扫描等资料诊断肺癌,甚至比医生还准确。娇生也推出获得美国食品与药物管理局批准的设备,可以自动注射低剂量麻醉药,无需麻醉师辅助。
2.律师
在诉讼阶段,律师及助手需筛选眾多与案件相关文件,大数据能以更少时间完成同样工作,甚至类似IBM超级电脑的机器学习系统可被合法“训练”,以审查先例及判例歷史,甚至起草法律摘要。此外,已有人开发出统计模型预测美国最高法院71%案件结果,律师行业面临严重威胁。
3.建筑师
目前已经出现能协助个人自己设计家居的应用程式,能让建筑设计技巧乃至设计及顏色选择更加自动化。大多数人都在使用软体作为主要的可视化工具,或取代建筑师设计更小的项目。但是,随着程式进化更为复杂,所需的人类建筑师及设计师恐将急剧减少。
4.执法人员
虽然有人批评预测警务侵犯公民自由,但这与好莱坞电影《关键报告》并不相同。零售商沃尔玛在2003年用在预测產品需求的算法曾被拿去预测纽约市新年前夕的警务情况,结果随机枪击事件减少47%,8小时内节约人员开支1.5万美元,显示更好的危险预测可减少所需人员数量。
5.银行行员
根据陆媒报导,未来10年中国大陆80%现金使用将会消失,银行出纳员将被自动提款机取代,更高等的职位也可能被自动化系统轻松代替,而电脑预测股市动向或交易都比人类速度快很多。就连政府机构也使用大数据及机器学习核查纳税申报表,确定纳税方面存在的诈欺问题。
保险经纪人、招聘人员、市场营运与广告人员等,也都将逐渐被机器人取代,因为大数据可以轻松算出应缴纳的保费、适当的人力资源配置,以及自动化下单购买广告,完全不需依赖人类。而记者能被程式写稿、无人机现场拍摄所取代,老师终究也只能沦为监考人员或保姆甚至被完全取代。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03