AI失业潮来袭,某些部门裁员过半

历史的车轮滚滚向前,每次生产力的大幅跃进,都会造成一批失业潮。想当年,纺纱机的出现让无数手工作坊的织布师傅失业。如今,在AI技术的催化下,同样的事正在互联网行业的各个领域重演。


疯狂的裁员浪潮

“AI15秒做的,比我雇专业团队做一个月的都好。”

“公司不会养闲人,那些手中没有需求的自然要被优化掉了。”

以上的这些不是段子,而是许多互联网企业的真实想法。有媒体报道,在今年的早些时候,著名游戏发行商心动网络的创始人披露:据他所知,已经有游戏团队将原画外包团队砍了,换成AI 作画。而某游戏美术外包团队的总监也向记者坦白:“原本38人的团队,有了AI之后,现在已经裁掉了20多人。”

当不少人还对AI绘画嗤之以鼻时,它已经在悄悄地改变市场规则。一开始大家认为AI画不好手,处理不好画面层次,这些事只有人类画师才能做。但在最新的一款名为ControlNet的插件出来后,AI也可以将地方处理得像模像样,并且还能进行细节调节。

对于企业而言,原本想要约一张高精度插画,需要找专业的图像公司,花最起码上万元的价格和好几个星期的时间;而现在,只需要提供几个关键词,花上不到半分钟的时间,AI就能生成十几张不同的图,极大得降低了成本。因此,大量企业采用AI绘画来满足产品美术需求,而多余美工和画师不免被AI挤占、淘汰。

b64f58c04b32c0344ccc950acc411fd8.jpeg


哪些岗位会被AI替代

要说到未来会被AI替代的岗位,很多人第一反应会是水泥工、环卫工、外卖员等体力劳动岗位,但实际情况是,目前受到AI威胁最大的反而是脑力劳动者。

原因很简单,AI想要替代脑力劳动,只需要解决软件方面的问题即可;但想要替代稍微复杂一些的体力劳动,则既要解决软件问题,也要解决硬件问题。虽然自动化煎饼机已经出现很久了,却始终因为效率低下及维护麻烦,未能成功替代路边的煎饼摊,由此可见一般。

以下列举一些未来可能会被AI替代的脑力劳动岗位。

1.文案

Chat-GPT等一众语言模型可以按照用户要求一键生成各种风格的文案,并且语句通顺、无错别字,甚至还能带有一定的文学性,可以直接替代文案岗位的作用。以下为Chat-GPT生成的正厚软件培训的介绍:

8c075e3875139ecb19f7e5faeb087251.jpeg

2.客服

在最新的对话语言模型的加持下,原本“听不懂人话”、“只能机械性回应”的AI客服将被扫进历史的垃圾堆,取而代之的是有礼貌、通人性的新AI客服。相比较真人客服,AI客服不需要休息,不会受客户的负面情绪影响,从而更有优势。

6c3df81125f2f450eb27c8f653a47454.jpeg

3.大数据分析

数据是信息时代最重要的资产,而数据分析师也是非常受企业欢迎的岗位。然而,随着智能分析软件的兴起,这个岗位也面临被取代的风险。AI智能分析软件可以24小时不间断监控数据,实时生成分析报告,能自主完成大部分常态化工作,且价格低廉。因此,越来越多的企业选择订阅AI分析服务而不是雇佣分析师。

5cf9f655d7298588aeb89472ad9681f4.jpeg


面对AI的威胁,什么职业能够保持竞争力?

仔细分析一下那些可能会被AI替代的岗位,我们会发现,很多岗位虽然属于脑力劳动的范畴,但实际上受制于市场需求,自主性和创新性都比较低,重复工作居多。换句话说,岗位本身高度流水线化,发展前景有限,才会受到AI的威胁。而真正的技术,是AI无法复制的,比如说:程序员。

d2cbd20e8a9862277f8af8d6b88274b2.jpeg

程序员是一个真正的技术性岗位。虽然说AI也能生成一些简单的代码,但只有程序员知道这些代码有什么意义,能够达成什么效果,对于一位完全不懂程序的普通人而言,他甚至连代码运行所需的测试环境都无法搭建。所以,AI只有可能成为程序员的一个辅助工具,不可能完全替代程序员的作用。

11db0ef334ea6d0aea7249ecbe7a0d41.jpeg

更何况再厉害的AI,也是由程序员设计、需要程序员维护的。AI的不断发展,离不开其背后无数程序员的支持,OpenAI自己的官网上也在重金招聘程序员,可以说AI让程序员更加吃香!目前IT行业已经渗透进了医药、金融、旅游、娱乐等各行各业,小厚在此大胆地预言一下,未来的十年,会是AI的时代,也会是程序员的时代。

如果你想入行IT的话,最好从现在开始,参加系统性的线下培训,掌握一门技能,走上职业发展的快车道。


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/15865.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

np.convolve(x,h, mode=‘##‘)的使用

用法: np.convolve(a,v,mode) a代表卷积数据,v卷积核大小,mode卷积方式,mode卷积方式有三种 same full valid mode可能的三种取值情况: full’ 默认值,返回每一个卷积值,长度是NM-1,在卷积的…

【策略设计模式详解】C/Java/JS/Go/Python/TS不同语言实现

简介 策略模式(Strategy Pattern)属于行为型设计模式。将每一个算法封装到具有共同接口的独立类中,根据需要来绑定策略,使得具体实现和策略解耦。 当你想使用对象中各种不同的算法变体,使用if...else 所带来的复杂和…

Python入门教程+项目实战-11.5节: 程序实战-选择排序算法

目录 11.5.1 排序算法简介 11.5.2 选择排序算法 11.5.3 系统学习python 11.5.1 排序算法简介 所谓排序,是指将数据集合中的元素按从小到大的顺序进行排列,或按从大到小的顺序进行排列。前者称为升序排序,后者称为降序排序。在数据结构与算…

【Java笔试强训 7】

🎉🎉🎉点进来你就是我的人了博主主页:🙈🙈🙈戳一戳,欢迎大佬指点! 欢迎志同道合的朋友一起加油喔🤺🤺🤺 目录 一、选择题 二、编程题 🔥Fibona…

( 哈希表) 594. 最长和谐子序列 ——【Leetcode每日一题】

❓594. 最长和谐子序列 难度:简单 和谐数组是指一个数组里元素的最大值和最小值之间的差别 正好是 1 。 现在,给你一个整数数组 nums ,请你在所有可能的子序列中找到最长的和谐子序列的长度。 数组的子序列是一个由数组派生出来的序列&am…

AWSFireLens轻松实现容器日志处理

applog应用程序和fluent-bit共享磁盘,日志内容是json格式数据,输出到S3也是JSON格式 applog应用部分在applog目录: Dockerfile文件内容 FROM alpine RUN mkdir -p /data/logs/ COPY testlog.sh /bin/ RUN chmod 777 /bin/testlog.sh ENTRYP…

MySQL知识学习01

1、什么是关系型数据库? 顾名思义,关系型数据库(RDBMS,Relational Database Management System)就是一种建立在关系模型的基础上的数据库。关系模型表明了数据库中所存储的数据之间的联系(一对一、一对多、多对多&am…

宏基因组组装 | 就现在!做出改变!!

微生态研究的核心难点是什么! 基因组组装! 从宏基因组数据中组装获得细菌的完整基因组(complete MAGs)是微生物组研究的长期目标,但基于NGS的宏基因组测序和组装方法是无法实现完整的细菌基因组组装的。即便是红极一…

【五一创作】Apollo(入门)

Apollo(入门) Quick Start 配置中心是一种统一管理各种应用配置的基础服务组件 Apollo(阿波罗)是携程框架部门研发的分布式配置中心,能够集中化管理应用不同环境、不同集群的配置,配置修改后能够实时推送到应用端,并且…

使用pands.rolling方法实现移动窗口的聚合计算

一个问题举例 假设有一个5天的收益数据,需要每3天求出一次平均值来达成某个需求: daterevenue2023-05-01102023-05-02202023-05-03302023-05-04402023-05-0550 1号、2号和3号的数据求一次平均值,2号、3号和4号的数据求一次平均值&#xff…

5.4.1树的存储结构 5.4.2树和森林的遍历

回忆一下树的逻辑结构: 双亲表示法(顺序存储) 如果增加一个结点M,L。毋须按照逻辑上的次序存储。 如果是删除元素: 方案一:比如说删除元素为G,设置其双亲结点为-1。 方案二: 把尾部的结点提上…

Sybase使用sp_helptext查看系统存储过程的源码

sp_helptext存储过程用于显示已编译对象的源代码。 sp_helptext是Sybase ASE内置的存储过程,可从任何位置调用。 但实际上,如果直接使用,常常会得到(令人头大的)错误提示: Msg 17461 Object does not exi…

基于JavaSpringboot+vue国风汉服文化交流宣传系统

基于JavaSpringbootvue国风汉服文化交流宣传系统 博主介绍:5年java开发经验,专注Java开发、定制、远程、指导等,csdn特邀作者、专注于Java技术领域 作者主页 超级帅帅吴 Java项目精品实战案例《500套》 欢迎点赞 收藏 ⭐留言 文末获取源码联系方式 文章目…

【可解释AI】图神经网络的可解释性方法及GNNexplainer代码示例

图神经网络的可解释性方法及GNNexplainer代码示例 GNNExplainerIntroductionModelSingle-instance explanations(Explanation via Structural Information)Joint learning of graph structural and node feature information(Explanation via…

SuperMap iClient3D for Cesium 构建隧道

作者:kele 背景 前段时间看到一篇构建隧道的文章(https://blog.csdn.net/supermapsupport/article/details/128453116),突然想到一个使用场景:隧道通常是建在山体下面,是否可以通过这种方式构建出一条贯穿…

使用Python和机器学习进行文本情感分类

使用Python和机器学习进行文本情感分类 1. 效果图2. 原理3. 源码参考这篇博客将介绍如何使用Python进行机器学习的文本情感分类(Text Emotions Classification)。 1. 效果图 训练文本及情感分类前5条数据如下: 训练过程及测试文本情感分类效果图如下: 可以看到 对文本“S…

【量化交易笔记】5.SMA,EMA 和WMA区别

股票中的SMA,EMA和WMA是常用的技术分析指标。这些指标基于历史股价计算得出,可以帮助投资者了解股票的趋势,为决策提供依据。虽然它们都是平均值算法,但它们之间还是有一些区别的。 SMA 简单移动平均线(Simple Moving…

分布式的流处理平台Kafka

目录: 一、简介二、基本概念三、生产者使用详解四、发送消息五、消费者代码示例 一、简介 ApacheKafka 是一个分布式的流处理平台。它具有以下特点: 支持消息的发布和订阅,类似于 RabbtMQ、ActiveMQ 等消息队列;支持数据实时处理…

计算机组成原理第五章(2)---中断

5.1概述 产生和应用 在IO设备和主机交换数据时,由于设备本身的机电特性的影响,其工作速度比较低,与CPU无法匹配,如果采用程序查询的方式需要CPU进行等待,但是如果在等待的过程中CPU可以执行其他的程序,可…

【@Param注解】| 台面使用——>底层原理分析

🐇 🐇 😄 🐇 🐇 🐇 🐇 😄 🐇 🐇 🐇 🐇 😄 🐇 🐇 🐇 🐇 😄 🐇 🐇 🐇 🐇 😄 目录 🦁 定义🦁 台面使用🦁 底层原理分析🦁 尾声🐇 🐇 😄 🐇 🐇 🐇 🐇 😄 🐇 🐇 🐇 🐇 😄 🐇 🐇 🐇 🐇 😄…