记得二狗子跟我说过这样一句话，如果在城里混得不好，大不了就回家种田。呀，还有什么比务农更简单呢？二狗在离家那年已经是机械化喷洒农药了，农药补给得很快，喷洒的范围也广，相比面朝黄土背朝天的劳作方式已有了质的飞跃。后来，村里引进了大型机械，直接导致了喷药的王大爷赋闲在家，整天在村口和李寡妇下象棋。再后来，村里用上了无人机，喷洒农药效率可快了，1小时就干完了汽车3个小时干的活，王大爷连棋也不下了，直接去城里做了打工人。
你要是以为就结束了那你就错了，以上你觉得很效率的几种方法有几个痛点，误喷作物，漏杀杂草，最重要的是这种无差别的喷法严重浪费药水，在整个喷洒面积中仅有3%左右有作物。2014年，一家名为Blue River的初创公司制作出了一种结合人工智能视觉算法的农药喷洒机，就像UV喷墨打印机一样，它们能通过传感器精准识别地上作物区域和植物颜色外形，根据程序释放药量。
这机器拥有规整智能的喷洒技能，不需要喷洒农药的地方就会完全避免浪费，节约了至少97%以上的药量以及30倍的灌药时间，大大提升了效率降低成本，未来的智能机械完全可以代替人类务农，所以你还会把自己最后的退路设为种地吗？恐怕未来没有这个机会了，今天草叶君会告诉大家未来哪些行业可能会迅速消失，我们应该选择什么样的职业。
网红也要被取代了吗？米克拉从2016年登陆Instagram就吸引了大量粉丝，最初的人设是19岁西班牙裔、巴西裔混血的美国女孩，长期居住在洛杉矶，是一名模特及音乐人，直到粉丝破百万时她的评论区还天天为她到底是不是真人而争吵。她常常与人类有些梦幻联动，毫无违和感，在开设账号的两年后，同为虚拟博主的百慕大发文声称与米克拉是同一家公司编程产生的数字虚拟博主，遭到了米克拉隔空否认，两人因此掀起骂战。
2017年8月，她的首支单曲“Not Mine”在美国全网数字音乐平台位列热门单曲榜第八位。2018年，《时代杂志》将她评为25位“网络最具影响力人士”之一。没错，这就是人类的第一位虚拟网红，她仅在Ins上就坐拥300多万粉丝。2018年4月，本克拉首次在自己的账号中承认自己是虚拟人物，但做了一个有意思的声明，声称自己的记忆是由公司编造的，她也被蒙在鼓里，她还称自己是“有感觉的机器人”。
这家公司真是掌握了流量密码，米克拉现在已经成为时尚偶像，先后与多个高端品牌进行合作代言，同时还与音乐人合作发布单曲进军数字音乐产业，让公司赚得盆满钵满。虚拟网红可以实现人类实现不了的各种受机能限制的事情，譬如做出比迈克尔杰克逊还难十倍的舞蹈动作，24小时不断地吃东西做美食主播带货，24小时直播做日不落直播间而不困不累等。人设方面和网红明星一样，背后都是投入了大量的时间与金钱打造出来的精神偶像，但毕竟是虚拟人物不会在现实生活中有不可描述的一面，这个IP永远不会面临塌房的风险，品牌方可以更放心大胆地花重金打造和使用他们的形象。
另一位虚拟网红的代表人物是黑人女性“Shudu Gram”，她在社交平台上介绍自己是“世界第一数字超模”。她精致的五官再加上完美的头身比例，让人惊艳，未来依靠自身条件吃饭的人体美学代表“模特行业”很快就会面临致命冲击，美国知名数据分析公司分析了虚拟网红参与度这个指标，数据显示，他们的流量粘性几乎是真人的三倍，这个数字与2019年的统计结果保持一致。
随着虚拟现实技术越来越成熟，预计不出十年，虚拟人、虚拟网红、虚拟明星不可避免地会大规模爆发，这个市场之大可以与现在的短视频比肩，所以有能力的小伙伴可以瞅准时机提前布局了。除网红和模特外，同时会夺走很多行业的就业机会，就在前天，抖音携手诺奖得主莫言开启了一场别开生面的直播，主持人柳夜熙恰恰就是一位颇为逼真的“数字人”，这种直播中真人与数字人的互动，在行业级别如此高规格的直播里并不多见，就像元宇宙的开端一样，必然成为我国虚拟直播行业的一个历史事件。
很显然需要专业性极强的新闻播音员和主持人等岗位，正在面临前所未有的挑战，随着虚拟现实技术的完善，更多符合人类审美和预想的超级美女帅哥的演员会不断粉墨登场，再也不会出现刘亦菲稀缺的现象了。那有人说了，咱们还可以跑网约车或送外卖、送快递，这么大体量的行业总饿不死人吧？
2019年7月，河南省郑州市郑东新区龙子湖智慧岛的5G无人驾驶公交车开始试运行，一款L4级自动驾驶巴士比正常的公交车要短小很多，最多只能容下10个人搭乘，路线全程仅有1.5公里，共设三个站点。当有市民站在智能化站台乘车点时，无人驾驶车会自动停下，等待乘客上车，随后关门行驶。到2020年7月，已有2万多人使用过无人驾驶汽车的服务，车辆运用5G视觉感知雷达的方案在设定路线内实现了完全自动驾驶、充电，云控系统都不需要人为干预，该路线已经成功运营了3年。
虽然只是小规模试行，不会在三年两载取代有人驾驶的地位，但不难推测，AI也通过3年的学习不断在提升算法完善代码。未来也许10年也许20年，驾驶行业肯定会受到前所未有的挑战，后勤的调控职业也无法与这些数控系统匹敌。
外卖方面。某团，某猫，某鸟，某东的机器人早已经上路，很多大城市已经可以看到它们的身影。随着代收点网络的完善，外卖员被取代只是时间问题，预测在某个时间节点后很多环节会被机器取代。注意，我们今天是从宏观角度来预测，并不是说这些行业的从业者瞬间就都被淘汰，而是慢慢挤压他们的生存空间，有个逐步取代的过程。即使机器占据了现在50%的岗位，绝大多数人都是承受不了的。
10年前外卖需要多少人分拣干过外卖的人应该很清楚，这绝对是一种劳动密集型产业，仅仅过了几年，我们再来看看现在大型中转仓的分拣效率吧，是什么让你认为你在分拣效率，准确性上和智能机械有得一拼？每一套这样的系统背后都有多少分拣员被迫转行？现在网约车、外卖、快递员这些体量很大的行业，实则像温水煮青蛙一般，不知不觉地被AI和机器逐步蚕食。
因为市场很大，所以难以感觉到明显的变化，一旦真的惊觉过来，就像现在的实体店一样，七八年前做梦也想不到的事儿，七八年前做梦也想不到的事儿，说发生就发生了。可能有人会想“大不了逼急了进厂打螺丝钉去总行了吧”。打螺丝的第一大厂是谁来着，鸿海富士康是吗？那我们一起来了解一下鸿海的工业4.0的关灯工厂吧。10年前富士康是最大的劳动密集型工厂，2012年时，工业富联在成都园区投入第一座熄灯工厂。
目前在深圳、成都、郑州、太原等地运行了六座关灯工厂，包括了精密机构件加工工厂、智能模具加工工厂、精密组装、测试封装及包装工厂，连灯都省了。最要命的是，效率相比人类流水线直接提升了近9倍，引入同样流水线技术的真的已经到数不胜数了。我再举一个大家熟知的例子吧，小米官方发布的智能工厂宣传片，显然也是一种熄灯工厂的概念，特斯拉，奥迪，奔驰很多部分的流水线已经变成了全自动化生产，需要人类介入的环节在不断压缩。明眼人已经看出来了，这类制式化的劳动密集型工人不是说未来，而是现在就已经在极速消失。
那么需要专业知识的领域呢？不得不说，它们也在遭受着挑战，你苦学了99年的英语正在被一个售价990元的小机器完全碾压，语言翻译类行业的大饼还将随着算法的累积被进一步吞噬，很多不知道的领域正在被AI大肆攻城略地，一些AI写出的代码效率是人的千百倍，效果却让人瞠目结舌。一些金融信贷公司应用深度学习的人工智能技术，实现了招聘流程的自动化，数据分析和监控的自动化，买入和止损的自动化，大量HR和交易员和分析员正在被取代。
知名的零售管理公司PRS应用人工智能为客户制定可预见的维护计划，分析数据变化趋势，智能收集和分析趋势，实时做出明确决策，预测仓库匹配，员工抵达仓库时长及报销费用等。方案架构师和企业架构方面的职位，人事，行政，会计等正在被取代，世界四大会计事务所之一安永（EY)十多年前就开始借助人工智能调查欺诈纠纷案件，根据条件在海量数据库匹配筛选，准确度和效率惊人。
大量邮件派发和客服工作早已是自动完成，系统的主要功能是AI帮助审计业务中的合同审查，由AI进行初步筛选，客服，渠道和甚至需要较强专业能力的审计岗位已有大量被取代，决策者只需将AI运算出的结果加以核对即可，准确率和效率远超人类。现在这类行业真的说上三天三夜也聊不完，那么我们不禁会想未来AI和机器真的会全面取代人类的职业吗？
我们不妨先来分析一下现阶段AI的本质。可以说人类在人工智能的飞速发展的兴奋中还没回过神来。2006年，人工智能在基于神经网络的深度学习领域取得突破，现在各种搜索引擎，视频短视频平台已经具备千人千面的推荐算法，都是基于AI的学习能力，再深一层，AI的能力是什么？简单来说海量数据下深度学习所做的就是信息分类，当信息或数据的维度很高，数据量又很大的时候，深度学习可以通过建立复杂的统计模型，做出更准确和效率的分类，达到正确的结果。
例如围棋，AlphaGo碾压世界冠军李世石所做的，本质上是对每一步落子所能够产生的影响进行分类，并找出全局的最优解，这个过程所产生的数据量和计算量是人脑无法处理的，所以人类棋手被机器所击败也是在情理之中，就连一些看似复杂的行业算法工程师也不能幸免。这么看你发现了一个问题吗？和人类智能很不一样，AI是以数据为对象的一个统计分析系统，基于符号、逻辑的数理工具。
只能对真实世界进行“量化特征采样”的非连续性模拟，是无法真正地去“理解”这个世界的，而人类智能的增长，取决于和真实世界的感知和交互，在AI还没有意识前，需要人性和创造力介入的行业是不可能被取代的。而制式化的流水作业和数据统计类的工作必将不断地遭到蚕食，例如生产、制造业已经高度自动化了，可以预见未来会自动化得更加彻底，我们不得不看到，目前阶段基于深度学习的人工智能还远不能达到替代人类的程度，这个过程虽然是缓慢而坚定的，但绝不会在一夕之间发生。
例如需要人和人的沟通的商务工作，社会公共服务，警察、消防类需要人类智慧进行现场判断管理和维护的职业，教育类需要注重人文关怀的，科研、计算机、法律和医护人员等，有相对较高的专业度的。自动化工具短期内会帮他们提高效率，但完全取代绝不是一朝一夕的事儿，现阶段我们要做的就是认清现实，开始规避那些容易被取代的行业，做出更加长远的规划才能赢在未来。当然由于时间问题我只能列举这么一点例子了，还有哪些很难被AI和机器取代的职业呢？小伙伴们可以留言告诉我，咱们评论区见！
