91在线观看视频-91在线观看视频-91在线观看免费视频-91在线观看免费-欧美第二页-欧美第1页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

這十五個永遠不會被AI和機器學習取代的工作

如意 ? 來源:科技行者 ? 作者:科技行者 ? 2020-09-24 12:00 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

人工智能機器學習的興起,讓企業(yè)有機會實現(xiàn)流程的自動化,以前所未有的方式提高生產(chǎn)力。如今,技術已經(jīng)滲透到幾乎各行各業(yè),這讓一些員工產(chǎn)生了自己可能會被淘汰的擔憂。

不過最終AI和ML只是支持人類各項工作的工具,更何況,某些工作和職能所需的人類能力和素質(zhì)是技術無法達到的。下面,有15位來自科技行業(yè)的專家列出了他們認為人類員工不會被AI取代的幾項工作。

1、客戶服務

自動化已經(jīng)徹底改變了客戶服務和客戶體驗,可以有效地進行查詢并改善溝通。但是,能夠與人實時溝通總是能讓人感到很輕松的,通常當消費者需要做出高成本或復雜決策時,他們總是希望通過與人類專家交談來解決。AI和ML應該是幫助消費者在需要時與相關的專家建立聯(lián)系,而不是取代這些專家。——Gregg Johnson,Invoca

2、業(yè)務分析

在任何業(yè)務團隊和IT團隊內(nèi)部,業(yè)務分析都是一個關鍵的角色和職能,業(yè)務分析真正意義上平衡了技術要求和業(yè)務要求。我們需要業(yè)務分析來確保AI和ML所做的工作是符合業(yè)務期望和要求的。作為以人為本的角色,業(yè)務分析這項職能因為其關鍵性質(zhì)和業(yè)務用戶的不斷變化,其生命力會比ML更加持久。——Robert Chapman,101 Solutions

3、寫作

寫作和各種創(chuàng)意工作永遠不應該、也永遠不會被完全自動化。人類通過右側(cè)大腦構想出創(chuàng)造性的方法,創(chuàng)造出AI和ML可能永遠無法與之抗衡的成果。——Afshin Doust,Advanced Intelligent Systems

4、設計

人們一直在嘗試實現(xiàn)設計的自動化,但最多也就是比平庸稍好一些。優(yōu)秀的設計是在必須遵守的規(guī)則下找到的最好折衷方案,這是一種收斂性思維;而出色的設計體現(xiàn)了你不需要遵守的那些規(guī)則,這是一種發(fā)散性思維。人工智能能做得到嗎?——Gerhard Pawelka,Cooper Perkins

5、用戶體驗設計

用戶體驗的設計不應該被自動化。AL、ML和神經(jīng)語言編程將變革幾乎所有業(yè)務領域。但是,在設計和增強客戶體驗的高度交互性、迭代性和細微差別的過程中,人工智能本身是遠遠不夠的。要做到這一點,需要一定程度的理解能力、同理心和響應能力,這些都超出了AI的潛力范圍。——Hoony Youn,MackeyRMS

6、銷售

銷售工作永遠不可能完全自動化。AI要成為偉大的銷售員還有很長的路要走。我認為,企業(yè)銷售特別需要建立和管理客戶關系。——Abhinav Somani,Leverton

7、應用工程

應用工程師直接和銷售部門合作,建立客戶信任度并回答技術問題,教育客戶,培訓客戶,幫助解決客戶問題,最終促成現(xiàn)有的和潛在銷售。這個角色是建立在人類互動和信任基礎上的。——Jay Marshall,Eyelock

8、軟件開發(fā)

盡管看起來也許并非如此,但是開發(fā)和編程確實是一個創(chuàng)造性的過程,仍需要人和人的接觸,以及人類的立即能力,才能獲得出色的、多變的、不平凡的成果。AI永遠無法模仿人類的創(chuàng)造過程,也就是說,軟件開發(fā)是不可能實現(xiàn)自動化的。——Daria Leshchenko,SupportYourApp

9、生活和職業(yè)規(guī)劃師

我們能立即想到的就是生活或者職業(yè)規(guī)劃師。AI和ML當然可以在評估特征和跟蹤進度方面發(fā)揮作用,但是和規(guī)劃師的互動和交流,才是推動取得結果的關鍵。我認為,這個角色所需的情感聯(lián)結是不會被自動化的。——Jeffrey Ton,InterVision

10、教學

教學是不應該被完全自動化的工作之一。一個好老師的角色,所需要的不僅僅是傳遞信息,還涉及一系列復雜的能力,例如情商、同理心、創(chuàng)造力、耐心、甚至是基本心理學,而要讓AI具備這些能力是很難的。——Ivailo Nikolov,SiteGround

11、人力資源

如果給這個問題一個答案,我會說,任何需要同理心和同情心的工作都無法被AI取代。如果必須選擇其中一些工作的話,那么最明顯的就是HR。以往很多HR平臺因為存在偏見問題最終結果都是失敗的。即使解決了偏見問題,HR仍然是復雜且多方面的,需要對情境和情商有更深入的了解。——Chris Hobbs,TTT Studios

12、制造

在制造業(yè)的前沿,人類仍然是至關重要的。由AI/ML驅(qū)動的自動化被稱為一種威脅,但是確實可以與人類共存,后者確保在不影響質(zhì)量或安全性的前提下出所需產(chǎn)品。AI和ML可以預測和檢測,觸發(fā)人類行動。配備了數(shù)字工具的人員,可以應對突發(fā)情況并做出快速決策。——Lawrence Whittle,Parsable

13、財務

在我們公司,有一項工作是永遠不會被AI取代的,那就是財務。我們希望真實地了解各項財務數(shù)據(jù),以及大量財務帳戶。這就需要一個團隊負責應付賬款和應收賬款,其他團隊是沒有訪問權限的,所以我不允許AI參與其中。——Christopher Carter,Approyo

14、保險調(diào)節(jié)

保險調(diào)節(jié)是一個通過高度自動化減少了手動任務的工作崗位,但是當投保人遭受汽車或房屋等重大損失的時候,在索賠流程中仍然需要人性化地處理復雜的情況,以及AI和ML所不具備的同理心。——Ernie Bray,AutoClaims Direct

15、執(zhí)法

毫無疑問,AI在邏輯性方面表現(xiàn)出色,但這其中并不包括個人的、社會的和文化的影響。AI提供的結果并不總是透明的,而且得出結論的過程也并不總是可知的。如果要在執(zhí)法過程中使用AI的話,我會很擔心,因為執(zhí)法過程是一個始終需要人類同理心、推理能力、明智判斷的過程。——Greg Shepard,BOSS Capital Partners
責編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    88

    文章

    35065

    瀏覽量

    279317
  • 人工智能
    +關注

    關注

    1806

    文章

    48996

    瀏覽量

    249196
  • 機器學習
    +關注

    關注

    66

    文章

    8501

    瀏覽量

    134562
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    【「零基礎開發(fā)AI Agent」閱讀體驗】+初品Agent

    大模型落地的重要方向,也是AI技術的下一風口。 因此該書適于對AI感興趣的讀者,尤其是Agent的學習者與開發(fā)者,如想要提升工作效率的職場
    發(fā)表于 04-22 11:51

    面向AI機器學習應用的開發(fā)平臺 AMD/Xilinx Versal? AI Edge VEK280

    AMD/Xilinx Versal? AI Edge VEK280評估套件是一款面向AI機器學習應用的開發(fā)平臺,專為邊緣計算場景優(yōu)化設計。以下從核心配置、技術特性、應用場景及開發(fā)支持
    的頭像 發(fā)表于 04-11 18:33 ?1303次閱讀
    面向<b class='flag-5'>AI</b>與<b class='flag-5'>機器</b><b class='flag-5'>學習</b>應用的開發(fā)平臺 AMD/Xilinx Versal? <b class='flag-5'>AI</b> Edge VEK280

    **【技術干貨】Nordic nRF54系列芯片:傳感器數(shù)據(jù)采集與AI機器學習的完美結合**

    【技術干貨】nRF54系列芯片:傳感器數(shù)據(jù)采集與AI機器學習的完美結合 近期收到不少伙伴咨詢nRF54系列芯片的應用與技術細節(jié),今天我們整理幾個核心問題與解答,帶你快速掌握如何在nRF54上部署
    發(fā)表于 04-01 00:00

    FPGA+AI王炸組合如何重塑未來世界:看看DeepSeek東方神秘力量如何預測......

    的理解。 有AI加持的FPGA工程師不僅不會被人工智能取代,反而能夠充分發(fā)揮FPGA的靈活性和高效性,在AI時代創(chuàng)造出更具競爭力的解決方案,推動行業(yè)的創(chuàng)新與發(fā)展。 未來 FPGA 的發(fā)展將圍繞先進
    發(fā)表于 03-03 11:21

    人工智能和機器學習以及Edge AI的概念與應用

    與人工智能相關各種技術的概念介紹,以及先進的Edge AI(邊緣人工智能)的最新發(fā)展與相關應用。 人工智能和機器學習是現(xiàn)代科技的核心技術 人工智能(AI)和
    的頭像 發(fā)表于 01-25 17:37 ?918次閱讀
    人工智能和<b class='flag-5'>機器</b><b class='flag-5'>學習</b>以及Edge <b class='flag-5'>AI</b>的概念與應用

    NVIDIA發(fā)布全新AI和仿真工具以及工作

    NVIDIA 在本周于德國慕尼黑舉行的機器人學習大會(CoRL)上發(fā)布了全新 AI 和仿真工具以及工作流。機器人開發(fā)者可以使用這些工具和工作
    的頭像 發(fā)表于 11-09 11:52 ?889次閱讀

    使用機器學習和NVIDIA Jetson邊緣AI機器人平臺打造機器人導盲犬

    Selin Alara Ornek 是一名富有遠見的高中生。她使用機器學習和 NVIDIA Jetson 邊緣 AI機器人平臺,為視障人士打造了
    的頭像 發(fā)表于 11-08 10:05 ?798次閱讀

    人工智能、機器學習和深度學習存在什么區(qū)別

    人工智能指的是在某種程度上顯示出類似人類智能的設備。AI有很多技術,但其中一很大的子集是機器學習——讓算法從數(shù)據(jù)中學習
    發(fā)表于 10-24 17:22 ?2971次閱讀
    人工智能、<b class='flag-5'>機器</b><b class='flag-5'>學習</b>和深度<b class='flag-5'>學習</b>存在什么區(qū)別

    AI大模型與傳統(tǒng)機器學習的區(qū)別

    多個神經(jīng)網(wǎng)絡層組成,每個層都包含大量的神經(jīng)元和權重參數(shù)。 傳統(tǒng)機器學習 :模型規(guī)模相對較小,參數(shù)數(shù)量通常只有幾千到幾百萬,模型結構相對簡單。 二、訓練數(shù)據(jù)需求 AI大模型 :需要大規(guī)
    的頭像 發(fā)表于 10-23 15:01 ?2560次閱讀

    AI for Science:人工智能驅(qū)動科學創(chuàng)新》第二章AI for Science的技術支撐學習心得

    人工智能在科學研究中的核心技術,包括機器學習、深度學習、神經(jīng)網(wǎng)絡等。這些技術構成了AI for Science的基石,使得AI能夠處理和分析
    發(fā)表于 10-14 09:16

    耳機座接口會被TYPE-C取代嗎?

    耳機座接口,即傳統(tǒng)的3.5mm耳機插孔,一直以來都是音頻設備的標準配置。然而,隨著科技的發(fā)展和用戶需求的變化,TYPE-C接口逐漸嶄露頭角,成為許多設備的主流選擇。這一趨勢引發(fā)了一重要問題:耳機座接口會被TYPE-C取代嗎?
    的頭像 發(fā)表于 10-11 14:24 ?796次閱讀

    RISC-V如何支持不同的AI機器學習框架和庫?

    RISC-V如何支持不同的AI機器學習框架和庫?還請壇友們多多指教一下。
    發(fā)表于 10-10 22:24

    8位單片機為何不會被高端單片機取代

    )應用:8位單片機應用廣泛,包括汽車電子、家用電器、醫(yī)療設備、工業(yè)自動化和消費電子產(chǎn)品。它們通常是低成本、低功耗和實時控制應用的首選。 8位單片機為何不會被高端單片機取代? 8位單片機為各種嵌入式系統(tǒng)
    發(fā)表于 09-24 16:51

    AI引擎機器學習陣列指南

    云端動態(tài)工作負載以及超高帶寬網(wǎng)絡,同時還可提供高級安全性功能。AI 和數(shù)據(jù)科學家以及軟硬件開發(fā)者均可充分利用高計算密度的優(yōu)勢來加速提升任何應用的性能。AI 引擎機器
    的頭像 發(fā)表于 09-18 09:16 ?817次閱讀
    <b class='flag-5'>AI</b>引擎<b class='flag-5'>機器</b><b class='flag-5'>學習</b>陣列指南

    百瓦以內(nèi)的傳統(tǒng)電源適配器會不會被PD充電頭取代

    百瓦以內(nèi)的傳統(tǒng)電源適配器會不會被PD充電頭取代 提到電源適配器可能很多人都不知道這是什么東西,如果說筆記本電腦充電線上那個長方形的配件大家倒是常見,是的,那個就是電源適配器,電源適配器(Power
    的頭像 發(fā)表于 09-04 16:25 ?649次閱讀
    百瓦以內(nèi)的傳統(tǒng)電源適配器會<b class='flag-5'>不會被</b>PD充電頭<b class='flag-5'>取代</b>
    主站蜘蛛池模板: 欧美精品专区55页 | 免费精品 | 午夜激情婷婷 | 一区二区三区在线免费 | 亚洲a视频 | ww久久| 色爱综合区五月小说 | 色偷偷亚洲综合网亚洲 | 成人五级毛片免费播放 | 欧美视频一区二区三区在线观看 | 99久久综合| 黄在线看 | 久草免费新视频 | av成人在线播放 | 男人午夜免费视频 | 日本xx69| 欧美性生活一级 | 黄 色 录像成 人播放免费99网 | 天天躁日日躁成人字幕aⅴ 天天躁夜夜躁 | 免费黄色国产视频 | 秋霞特色大片18入口私人高清 | 日本午夜三级 | 俺去啦最新官网 | 国产黄色片网站 | 天天插日日插 | 成人在线免费 | 人与牲动交xxxxbbbb高清 | 国产在线一区视频 | 色综合99 | 一区二区在线观看高清 | 久久综合久久久 | 综合色影院 | 性xxxxbbbb在线 | 美女拍拍拍黄色 | 日韩种子 | 国内外精品免费视频 | 色www 永久免费网站 | 在线天堂中文www官网 | 国产视频第一页 | 婷婷激情视频 | 很黄网站 |