今天大数据和机器智能的出现，对我们的技术发展、商业和社会都会产生重大的影响。
我们在过去认为非常难以解决的问题，会因为大数据和机器智能的使用而迎刃而解，比如解决癌症个性化治疗的难题。同时，大数据和机器智能还会彻底改变未来的商业模式，很多传统的行业都将采用智能技术实现升级换代。
为什么说“大数据与智能革命重新定义未来”？
大数据和机器智能，对未来的商业模式有着什么样的影响？
未来的变化，对于职场人来说，又应该以什么样的当时去应对？
上周末的墨门读书会，活跃在大数据AI行业的猎头、墨者Rolling，和大家一起探讨了智能时代将带来的变化，以及我们如何面对其带来的职业变化挑战。
首先让大家回答一个问题，在你读过的书籍当中，有哪一本会让你感觉刺激而又紧张的？
大部分的朋友，可能第一时间想到的是各种惊悚的、恐怖的、侦探推理的小说。但在除了这些以外，Rolling最近在阅读《智能时代》这本书的时候也同样有这种感觉。
虽然我们现在经常能够在各种新闻报道中看到自动驾驶、AI创作文章、人类识别等等人工智能领域的最新动态，但实际上，目前的AI技术仍然处于一个能力较弱的水平，大部分的AI技术都还没有普及到我们的日常生活当中。
那么，如果随着AI技术日趋成熟，会对我们的生活产生什么样的影响？
最近李开复就在一次分享当中，把人工智能的发展阶段划分为四波浪潮。
第一波浪潮是互联网智能化。
就像大家都在刷的今日头条、抖音等APP，这些互联网的大公司可以采集到大量的用户数据，并且通过推荐算法，向用户推荐他们所喜欢的内容，从而获取到更高的广告收益。
这就是我们现在所处的阶段，所以相信大家都深有体会。所以说，这方面的人才也是目前市场上最贵的。
使用智能推荐算法的抖音
第二波浪潮是商业智能化。
当AI的技术更加成熟以后，就可以和传统行业结合，利用传统行业的数据为他们产生更多的盈利。
例如在银行、金融行业，目前已经有采用NLP（自然语言处理）技术的客服，更好地去服务用户，也减轻了客服原有的压力。同时还能收集客户的信息，利用智能分析和推荐进行精准营销。
其他的如出行类APP、电商类的AI客服、VIP客户的人脸识别等等都可以作为一种解决方案。
第三波浪潮是实体世界智能化。
即AI+IOT（物联网）的应用，例如亚马逊的智能语音助手Echo、天猫精灵、智能家居等等，已经走入了我们的生活当中。
当AI走入我们的家庭当中，它可以收集家里的各种数据，甚至是以图像识别的方式进行收集，例如帮助老人正确吃药、辅助小孩子学习等等。
但这方面的技术，目前还没有大规模地普及开来。
SpotMini机器狗
第四波浪潮是全自动智能化。
例如在全面自动智能化的酒店，客人从入住到离开，全程都通过自动智能化去完成，全程不需要人工，一个酒店可能只需要一两个服务员即可。
又例如近年来非常火的智能驾驶技术、先进程度令人震惊的SpotMini机器狗等等。
假以时日，机器人和人工智能，将可以完成很多人类很难完成、或者说无法完成的工作。
假如AI都替代了我们的工作？
那么在目前来说，第二、第三和第四波的浪潮，还没有出现真正的巨头，更多的还是处于第一波浪潮的阶段。
因此，第一波浪潮仍然处于红利期，我们如何能够更好地参与其中，并做好迎接后面浪潮的准备，是我们需要去观察和思考的。
首先，我们要理解人工智能所带来的变化到底是什么。
为何人工智能会在这个时代出现爆发式发展？
实际上，人工智能的概念在几十年前就已经被提出，但是由于当时计算能力和数据量的缺乏，因此无法得以实现。
如今，计算机的算力得到了极大的提升，互联网的到来又提供了极其大量的数据，这两者的量变，最终就使人工智能达到了质变。
在这种持续发展中，我们应该积极低去观察去尝试，满怀信心等待下一次的质变突破。
智能时代带来的变化之一，就是底层逻辑和思维方式的变化。
利用大数据寻找不确定性中的最大概率
智能时代的底层逻辑是在不确定的时代中寻找最大概率。
区别于牛顿时代建立的机械思维方式——基于因果关系的思维，智能时代的思维则是基于强相关的思维。
随着科技的发展，我们发现，世界存在着不确定性，过去机械思维的确定性已经不能解决不确定问题。
今天大数据分析可能会告诉你，奶粉和啤酒的销量关系度很大，治疗心脏病的药和治疗胃病的药相关度很大，而我们可能很难理解当中的逻辑关系。
大数据思维区别就在于，你是否相信这些难以用机械逻辑解释的结果？并且愿意为之投入成本？
如果你这样做，也许就会为你节约大量成本，并带来巨大收益。
人工智能对不同行业的颠覆，也将对各个职业产生巨大影响。
我们不难想象，过往所有单一的、重复的工作，例如服务员、司机等等服务型行业的工作，都会很容易就被取代。
而我们无论从事什么行业，都应该去积极了解人工智能技术本身，并且去思考怎么利用技术去对行业进行变革。
单一重复工作将被取代
这样一来，我们就明白，在这个智能大数据的时代中，什么样的人才是最抢手的。
从数据的角度来说，大数据的采集、挖掘、分析、储存、安全、市场化方面的人才；从算法的角度来说，推荐算法、NLP（自然语言）算法、人脸识别、物品识别等等方面的人才，都是目前比较稀缺的。
但对于更多人来说，更多的机会在于，如何把这些技术运用到我们自己目前所在的领域当中。例如产品经理，需要思考如何把用户的需求和技术进行结合，这样的职位是永远都会有需求的。
由于AI技术的学习门槛还是很高的，我们没有必要去学习技术本身，我们应该了解和学习如何使用技术，从而使得现有的领域产生更大的价值。
更重要的是，要拥有快速学习的能力。只有保持不断地学习，这样才能无论在面对什么样的变化，我们都能够无惧挑战。
（想了解完整内容，后台回复「1222」即可获取直播回看）
▼
长按二维码 关注「墨门大学」
第一时间获取最有意思的文艺、科技活动
网友评论