复旦人工智能教授：未来3-5年，哪些工作会被AI取代？

今年5月1日国际劳动节当天，

第一波AI失业潮到来，

科技巨头IBM公司宣布暂停7800人的招聘，

称这些岗位的工作将由AI取代，

此前3月底，高盛集团发布报告，

预计全球将有3亿工作岗位会被生成式AI取代，

AI生成美女图，以假乱真

AI超现实创作：上班族在地铁里看金鱼、瓜农川普

针对以上问题做了解答。

编辑：刘亚萌

张军平教授行走在复旦校园里

ChatGPT-4的出现是令人震惊的，我们做AI研究的，知道迟早会有这么个东西出来，不过没想到这么快，以及跑出来的性能这么好。

一条编辑部经由Midjourney生成

这个担忧是合理的。

ChatGPT-4最令人惊艳的一点，是它的“涌现功能”，就是当它训练的数据量足够大的时候，这个复杂的系统，就诞生了其各组成部分所没有的属性——接近人类的“思维模式”和“智力表现”。

里面有个思维链，帮助ChatGPT-4去“链式思考”。就像我们有时候做作业，到了某个节点，做不出来，然后家长说“你再想一想”，其实也没说什么，但是这个学生就觉得我可能还有一些东西没掌握，通过慢慢想和一点点的引导，就突然把一个正确答案得出来了。

所以你在对话框里，让ChatGPT-4 “再想想”，它也会再给你一个改进过的答案，大家就会觉得很惊讶。

AI生成“失火”的白领工位

细看来，未来3-5年内容易被取代的工作，有两个标准：脑力工作和简单易重复。确实白领受影响比较大。

笔译和客服已经被替代得差不多了。

Office365里嵌入ChatGPT，能自动生成简报、表格

接下来最危险的是办公室文员、人力资源，还有做财务报表的。微软Office365已经把ChatGPT嵌入到Word、PPT和 Excel里了，可以自动生成简报、PPT和表格，你以往费心学习的这些Office技能价值就下降了。

有个段子说“财务不会被AI替代，因为它不能做替罪羊”，虽然有点道理，但生产效率提高了，意味着公司对财务的人才需求压缩，你的就业空间就变小。

另外还有律师行业。我们知道律师很重要的一块工作是熟练法条和查找以往的案例，查找的过程是非常耗时间的，律所里应该专门有一部分人做这块工作。

一条编辑部经由Midjourney 生成

ChatGPT-4也会生成代码的，部分程序员会受到影响，尤其是前端。因为前端设计比较模块化，并没有涉及到很复杂的计算。OpenAI有个演示，就是在纸上画个草图，然后ChatGPT-4就给你跑出来了一个网页。

AI生成的风格插画

受Midjourney影响的插画师、设计师，我网上看到有些人已经被裁员。你人完成一副插画可能要花2天时间，机器几分钟就出来了，效果还很好，这在迫使大家去做更具有创新性的工作。

一个有意思的现象是，一部分AI研究者自己的工作，都被AI干掉了。

据说现在美国一些大学，在自然语言处理、计算机视觉和语音识别方向的教职，不再增加了。

制作漆器的手工艺人

首先，跟实体相关的工作，比如医生、护工、驾驶员，还有小众手工艺者，比如做古琴的、做陶瓷的艺术家，都是依赖个人经验来做的，被AI替代的概率较小。

因为一直以来AI大多在做认知相关的任务，感知这块下的功夫少，现阶段跟实体相关的都做不好，与人类相比，机械手比较初级，拧一个瓶盖还是很难的事情。

就连打扫卫生，对我们人类来说是“简单易重复”，但对机器却是一个模糊的概念，没有办法程序化或形式化。

▲

《滚蛋吧，肿瘤君》剧照

我们想想ChatGPT是怎么起来的？它的数据都是Billion级的，就是10亿级以上，这就意味着这么多数据，很有可能都是不设隐私的，才能被它调用。

如果一个行业涉及到隐私，数据不能公开，不能上模型训练，那么AI就挤不进去。比如说医疗、银行、生物等领域，相对来说是安全的。

所以我的一些学生，他们就不在互联网公司找工作了，而是会去一些数据相对封闭的领域，稳定一些。

如果高中生选专业，只考虑就业前景的话，我觉得人工智能方向目前还是最好的，所谓“不入虎穴焉得虎子”。

文科生也有机会转AI的，我们复旦有中文系的学生，转到我们做自然语言处理的这个组，做得还挺好的。

一条编辑部经由Midjourney 生成

首先，我们确实需要追赶，不追不行，要不然就会被卡脖子。

据说GPT5已经训练完了，那我们什么时候能追上国外的？目前有两派，一派是乐观派，觉得问题不大，2-3个月能追上。另一派是悲观派，觉得需要1年至1年半。

可能你觉得1年时间不算太久，其实这里面有些麻烦的地方。

目前AI主流的发展路径是三大块：模型、算力、大数据。

深度学习之父Geoffrey Hinton

现在我们做研究成本很高，也是因为GPU，以往你发文章只需要时间和人力成本，但是现在一篇论文的成本说不定在10万人民币左右。

再一个就是大数据，中文语料库推不上去。

ChatGPT有10亿级以上的数据做预训练，它都是英文的，但是我们中文的每个平台，都设了一个进入的门槛，防止你大范围搜索，另外还有格式的问题，这就导致我们堆数据，没有国外那么方便。

而且ChatGPT-2之后就没有开源了，你也不知道确切的差距到底在哪里。

一条编辑部经由Midjourney 生成

从历史上来讲，人工智能不到90年，我们一般认为它的开端，是1936年的图灵机，期间一直经历涨跌的过程。

七八十年代它经历第一次寒冬，当时如果你说自己是做人工智能的，是拿不到项目的。在90年代初，又经历了第二次寒冬。

我自己是从小喜欢看科幻小说，接触AI是在1997年，当时更流行叫自己是做机器学习而非人工智能的。

2016年AlphaGo对弈韩国围棋手李世石

到了2016年AlphaGo赢了李世石，然后2017年谷歌研究出了Transformer网络，这之后才有了ChatGPT的一系列工作，还有自动驾驶、AI金融、AI医疗等各个领域都在前进。

但其实到2022年，AI行业有点往下走的趋势了，因为大家觉得该做的都做了，并没有看到很好的应用，很明显的是有些大公司的深度学习这块，已经在裁员了。但突然今年3月一下子ChatGPT-4出来了，就又把大家都拉了回来。

所以它有兴盛期，也有衰败期。我自己在这个领域待久了，对于ChatGPT-4掀起的热潮看得比较冷静一些吧。AI的研究范围是很宽泛的，很多问题很难，难以在短时间内变现，人类对智能的理解还有很长的路要走。

作为一名研究者，乐趣还是在于探索未知，你在未知里面可以找到一点点进步，那个愉悦感就很令人满足了。