一、什麼樣的職業會受到威脅？1. 藍領——重複的、標準化程度高的機械性勞動。比如大部分裝訂裝配工作、搬運都已經變成機器勞動。
初級白領——規則性、協作關係簡單、維度少的智力活動。比如銀行櫃檯、高速公路收費站、出納等。
簡單來說——規則性強、協作能力低、節點少的職位會被淘汰。被淘汰並不意味著消失，但是意味著這個領域的投入產出比會極低。
二、什麼職位會越來越重要？高階技術人才：大資料、人工智慧、程式編寫者、生物科技等
複雜模式判斷者：需要強大的思維邏輯和模糊情景判斷能力（政治家、企業管理者、投資人等）
人際服務者：通過深度的人與人互動的服務來工作（高階服務業、高階手工業、廚師、心理諮詢師等）
三、什麼行業會有新機會？各個行業中與人工智慧、大資料等搭接的領域會有新機會。王健林曾經提出過乙個觀點，未來中國最大的機會在服務業——不是傳統服務業，而是現代服務業。
他認為第乙個是娛樂業，在中國經濟 7% 的增長速度下，娛樂業的增長連續六年超過40%，未來是很大的空間。
第二是體育產業，現在中國只有兩三百億美元，距離美國還有幾十倍的增長空間。中國人都在追求健康長壽，體育產業有很大空間。體育營銷、體育傳媒、體育競賽等專業缺乏人才。
第三是旅遊行業，尤其是線上線下結合的旅遊行業。
這三個行業也是典型的人際交往多、需要創意、複雜的行業。
四、你該如何面對？對於職業新人來說：
除了培養專業能力外，注意培養自己這些能力：創造力、社交能力、分析、思考和判斷力能力、審美能力、當然還有學習能力。尤其是創造力和社交能力，這兩項是人工智慧無法擁有的。
持續地嘗試最新的科技和技術，多關注一些大資料、人工智慧的入門書籍。
留意自己行業內與人工智慧、大資料介面的職位和公司，保持對這件事的觀察和好奇。
對於中高層管理者來說，他們也面臨下面這些轉型：
1、視智慧型機器為同事。根據埃森哲的研究，未來幾年，機械人可能會成為你團隊中的一員。他至少是下面3個角色中的乙個或者多個：他可能會做你的助理、顧問，甚至執行者，要懂得用好這些人。
專注於判斷性工作。未來，人工智慧能承擔越來越多的常規性工作，甚至輔助人們的決策，但它無法開展 「判斷性工作」。
「判斷性工作」是指——在無法獲得充分或可靠資訊時，如何運用人類自身經驗和專業知識來作出關鍵的決策。
3、專注業務——將行政工作交給人工智慧。今天的管理者花很多時間在協調和管控上，而這部分工作未來很大部分會被人工智慧接管。
諸如時間安排、資源分配、報告等，未來的管理者應該是業務專家——如設計機構藝術總監、醫院外科主任醫師、科研專案負責人或是管理諮詢專案經理等。有專業技能的管理者，會更加受歡迎。
4、像設計師和教練一樣工作管理者的創造力固然重要，但激發他人創造力，並且整合的能力更重要。
其實你不妨把人工智慧時代想象成乙個初入職場的理工天才，比如《生活大**》裡的謝爾頓——他體力比你好，效率比你高，記憶力很好，而且知識更新還比快——但是社交能力很糟糕、對於複雜和不確定的事情一籌莫展——你和他pk是無意義的。學會與他快樂的玩耍，遵循原則——做機器不能做的事，同時要學會與機器合作。
人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
人工智慧時代來臨，什麼職業最容易受到威脅？
人工智慧商業化之後，哪些職業最容易被取代？
在網路大時代背景下，人工智慧技術是如何應用的
多智時代-人工智慧和大資料學習入門**|人工智慧、大資料、物聯網、雲計算的學習交流**
什麼樣的企業造什麼樣的軟體最容易成功？
事件1 一般軟體企業按功能分，大體分業務應用型軟體和系統工具型軟體。按市場分，應用型軟體企業較多，直接貼近生活 系統工具類較少，間接貼近大眾較少。事件2 軟體企業中，其中中小型企業老闆存在很大一部是非科班出身，甚至是文盲，因此很簡單的認為業務軟體很好做，因為我的資源就是業務，事實上絕大部分結果是恰恰...
什麼樣的企業造什麼樣的軟體最容易成功？
事件1 一般軟體企業按功能分，大體分業務應用型軟體和系統工具型軟體。按市場分，應用型軟體企業較多，直接貼近生活 系統工具類較少，間接貼近大眾較少。事件2 軟體企業中，其中中小型企業老闆存在很大一部是非科班出身，甚至是文盲，因此很簡單的認為業務軟體很好做，因為我的資源就是業務，事實上絕大部分結果是恰恰...
什麼樣的行業容易出專家？
專家，意味著更高的薪水，更好的退休待遇。在很多行業，要成為專家，都必須具備高超的技術能力，但是不同的行業，成為專家的難度卻有明顯差異。如果工作成果是充分參與市場競爭的，就會存在同行是冤家的局面，會有很多技術專利壁壘，也會普遍存在重複造輪子的情況，從業者要成為專家是很困難的。比如 軟體 製藥 數碼產品...