導讀：科技發展帶來新的產業場景、而新的產業場景又催生新的職業場景。邊緣計算經理、城市網絡分析師、遺傳多樣性官員、AR旅行創建者、個人記憶管理師……這些聽起來讓人一頭霧水的名詞，可能正是10年后主流的科技職業。

據IT服務和商業咨詢公司Cognizant的最新報告，雖然許多人類工作者擔心他們最終將被人工智能（AI）取代，但我們現有的員工更有可能轉變為新的職場角色。

報告認為，工作總是隨著技術的進步而改變。此外，目前許多人從事的是沉悶、骯臟或危險的工作，而技術可能讓他們被解放出來，做更有成就，以及能賺更多錢的工作。

Cognizant的研究人員預計在未來10年內，有21種職業將成為主流。這些工作有一部分技術性很強，而另一些則需要很少的技能。

細細體會這些未來的職業，無不與大數據、人工智能、遠程醫療、虛擬現實、物聯網等領域的快速發展緊密相關。這些職業不只告訴職業人士可以提前做好準備；同時，從另一個角度闡述了未來的行業趨勢，對于企業而言，也應該從中找到行業變遷的蛛絲馬跡，并做好應對準備。

1.數據偵探

數據偵探將調查整個公司的組織數據，對物聯網端點、設備、傳感器、生物識別監視器、傳統計算基礎設施和下一代霧、網格、邊緣和神經功能生成的信息進行檢查，并生成有意義的商業解決方案。

2.影子IT服務商

擔任這個職位的人將負責一個組織的影子IT運營，并與其數字化的工作場所戰略相融合。這個工作人員將創建一個系統，查看內外部環境、移動與桌面系統，以及企業用戶使用的應用程序和服務，以降低風險。

3.道德采購官

道德采購人員將領導一個道德團隊，確保公司收入的分配符合客戶和員工設定的標準。此人還將圍繞商品和服務的自動化供應進行調查、跟蹤、談判和達成協議，以確保與利益相關方達成道德協議。

4.AI業務開發經理

AI業務開發經理將致力于向客戶銷售AI產品。該專業人員將與銷售、市場和合作伙伴團隊合作，開發和部署有針對性的人工智能銷售和業務開發活動。

5.邊緣計算經理

邊緣計算經理將定義一個公司的物聯網路線圖，仔細評估所需的技術要求，并評估建立邊緣處理單元的可行性，以及衡量投資回報。

6.陪行者/陪聊者

陪行者/陪聊者將充當老年人的對話伴侶，通過與Uber類似的平臺與老年人連接。

7.健身委托顧問

這個人可以遠程提供一對一的定期教練和咨詢服務，并通過可穿戴設備追蹤參與者的進展，以改善他們的健康狀況。

8.AI輔助醫療師

這個角色可能會在路上，或手術中，通過最新的AI技術和遠程醫生的輔助，對患者進行檢查、診斷、管理或給予適當的治療。

9.城市網絡分析師

城市網絡分析師將通過確保數據的穩定流動和保持所有技術設備的正常運行，來保障城市的安全、安防與正常功能。

10.基因組資產總監

他/她將是一個有著強大商業背景的商業主管，可以掌控公司生物技術研究的未來發展，并確保新產品能夠符合客戶的持續健康需求。

11.人機協作經理

隨著人類和機器人的協作越來越多，人機協作經理將幫助結合雙方各自的優勢來實現業務目標。

12.財務健康顧問

財務健康顧問可以為銀行客戶提供輔導，以了解數字銀行業務的選擇，并改善其財務健康狀況。

13.數字裁縫

數字裁縫將去零售顧客的家中，完成電子訂單衣服的量身訂做。

14.首席信托官

這個專業人員將與財務和公關團隊合作，就傳統和加密貨幣交易行為提供建議，以保持誠信和品牌聲譽。

15.量子機器學習分析師

量子機器學習分析師將通過應用量子技術來研究和開發創新解決方案，以提高機器學習算法的速度和性能，并以最快的速度解決實際的業務問題。

16.虛擬商店助手/導購

一個虛擬商店助手/導購將幫助客戶進行網上購物，幫助他們更好地找到滿足其需求的產品。

17.個人數據經紀人

這些人將代表客戶執行數據交易，并追蹤客戶數據回報最大化的新方法。

18.個人記憶管理員

個人記憶管理員將為老年顧客創造無縫的虛擬環境。該人員將與患者和利益相關方進行協商，為虛擬現實體驗制定規范，將特定的時間、地點或事件帶入生活中，以阻止記憶力衰退。

19.AR旅行構建者

AR旅行構建者將就下一代AR體驗進行設計、編寫、創建、校準、游戲化和個性化等相關工作。

20.公路管控員

這個專業人員將充當專職空間管控員，通過AI平臺的監測和編程，來管理大城市的自動駕駛汽車道路和無人機空域。

21.遺傳多樣性官員

除種族或性別差異外，遺傳多樣性官員還將與相關業務部門的負責人緊密合作，以確保組織內的基因包容性。

延伸閱讀

不要擔心，未來世界是人機協同的世界

關于人工智能、關于自動化、關于未來生存，我們已經討論得太多了。隨著技術的進步，未來人類的工作將朝著什么樣的方向發展？什么樣的技能才是未來社會所需要的？失去工作的人將會怎么辦？在未來，人與機器之間到底是怎樣的關系？

總體而言，我們需要關注的不應只是未來變化的結果，而是未來的變化方向。只有把握變化的方向，才能無懼各種變化的結果。

▍自動化不可避免

迫使人類失去工作的不是機器人，而是各種形式的模式識別計算機技術。模式識別涵蓋了廣泛的人工智能功能，包括回歸分析、聚類分析、基因演算法、主成分分析、決策樹和神經網絡系統。

人類作為一個擅長于模式識別的物種：從很早的時候就具備語言學習的能力，到學習閱讀，精通象棋和圍棋等游戲，發展天文、數學，將航天器發送到附近行星和月球上，并研究數學，解釋錯綜復雜的亞原子世界。

我們對模式識別的精通讓我們為電腦和其它機器賦予了相似的技能，這并沒有什么可驚訝的。因此我們能夠創造出可以在擁擠的車流中操作自如，且能夠在納秒內做出決定的自動駕駛汽車。

因此，模式識別應該遵循的是：在最根本的層面上，我們創造出的這些模仿我們思維的機器，相對于人類勞動力將有所突破，而不僅僅只會做繁重的工作。幾個世紀以來，人類勞動力一直以做繁重工作為特征。

我們目前發明的機器人按照某一特定模式設計，以執行那些重復、乏味的任務，這些機器人的工作效果如果不優于我們大多數人，那就與我們人類相差無幾。未來幾年，我們將看到許多這種類型的機器人（如下圖的Baxter）取代那些模式化的工作，如流水線上的組裝，或是倉儲、揀選和打包等工作。

在十年內，將有更多精細的模式識別機器承擔更加復雜的任務，如自動運輸系統。該系統將涵蓋個人汽車、卡車車隊、公交運營和商用航空各領域。

▍人工智能開啟一個充滿新機遇的世界

據預測，到本世紀中葉，全世界人口將增長到105億。雖然20億或者更多人的工作會被模式識別機器取代，但我們仍然可以為這些人找到新的工作機會。

屆時，人類是不會無所事事的，因為將會有大量有趣且激動人心的新工作誕生。這些工作可能是我們正在創造或維持的科技帶來的，也可能是創造新機遇的知識爆炸帶來的。

毫無疑問，自動化的世界將會需要更多人才來確保機器永遠為人類工作，而我們中的許多人將會成為熟練的技術人員，能夠維持和強化我們的自動化世界。其它人則會通過改進人工智能的算法，來推動人工智能的發展。

STEM教育會成為我們孩子未來的中心。什么是STEM？這是一種跨學科課程，集中向學生傳授科學、技術、工程和數學在研究和應用方面的知識。而編程就是STEM的課程之一。

編程將成為21世紀人類和機器協同工作的一項必備基礎技能，將會與語言能力同等重要。這里所說的編程不同于寫下一行又一行可編程指令的傳統方式。相反，這種編程將會像互動培訓，有時是腦力的，而有時又是體力的。

機器和人類將運用自然語言或是身體動作，通過交流進行學習。是的，機器和人類互相學習。這就會加速、擴大人類的教育成果，并可能使人類承擔新的責任，發展新的技能組合，而這些都需要機器伙伴從全球數據庫中提供豐富的信息。

▍自然語言交互是關鍵 

人類喜歡講故事，我們從故事中學習。正因為我們所知道的許多內容將會融入到我們創造的機器中，這些機器不僅僅將成為我們21世紀的工作伙伴，還會成為故事講述者和我們的老師。

事實上，一臺具有聆聽、交談等自然語言能力的模式識別機器，當其有權限進入全球知識數據庫時，將能夠比大多數人講出更精彩的故事。同時，機器將能夠獲取更多的信息，并將知識融入與人類伙伴交互的背景，幫助人類獲得新的見解和技能，以找到新的工作。

不同于人類需要四年才能獲取在某一領域工作的學術資格，模式識別機器將會不斷地工作和學習，具有組織并構建大量知識的能力，以幫助創造專家。這看起來似乎不切實際，但現實就是這樣。

人工智能、復雜模式識別和自然語言處理與交互的結合正在進行，只是剛剛起步。未來十年內我們將會看更多公司創造的成果，例如IBM及其人工智能Watson，谷歌、微軟及其在神經形態計算和神經網絡系統方面的成果。這些公司開發的成果將會導致學習的變革。

例如，一個醫生將不再需要經過6年的實踐才能在檢測、診斷和治療疾病方面變得熟練。相反，一個醫生會與一個人工智能伙伴并肩合作，這個伙伴既能夠充當一個知識庫，還可以指導醫生提高其認知能力，以及為病人服務的技巧。

▍教會機器辨認對錯

在21世紀中期，語言學家、心理學家、社會學家、哲學家甚至是人類學家將會變得更為重要，因為人工智能對世界和我們的了解，變得比以往任何時候都更加深刻。

為了讓機器成為更好的伙伴，他們需要學習更多的人文學科知識。他們不僅需要明白句子的字面意思，還要明白這些句子的深層意義、人類的肢體語言以及與他們進行互動的人的文化背景。

除了硬件連接以外，一個道德編碼，我們的模式識別，自然語言交互，人工智能將需要能夠在社會和心理上實現進化。

也就是說，在本世紀中期，那些研究人文學科的人將會擁有重要的工作，以使人類和機器共同創建的社會保持協同發展。

來源：先進制造業