隨著機械人越來越多地入侵人類工作場所，很多人擔心機械人會搶了自己的飯碗。一些人每天憂心忡忡，而一些人表示這是杞人憂天。現在，就讓權威資料告訴你，機械人到底會搶了你的飯碗嗎?哪些職業面臨的風險更高?
近日，美國調查公司麥肯錫(mckinsey)調查了美國800多種工作崗位的2000多種工作活動，分析每種活動所需的時間和技能，以及每種活動中包含的自動化成分，以此來分析哪些崗位最有可能面臨失業的危險。
研究人員表示：相比於腦力勞動，體力勞動從業者面臨的失業風險更大。而在體力勞動中，那些更依賴「可**的體力勞動」的職業需要的自動化程度更高，也面臨更大的失業風險。所謂「可**的體力勞動」，就是諸如食品製造、焊接等流水線的工作活動，這些工作主要是重複操作，基本可以**下乙個動作要做什麼。而「不可**的體力勞動」，如建造、林業、畜牧業等，面臨的失業風險更小。
調查者分析了多種因素，然後評估出高危職業：
1、在製造業中，59%的工作活動能夠被自動化。而在能夠被自動化的製造業領域裡，90%的工作(如焊接、切割、接鋸等)都能由機械人從事。
2、在食品和住宿服務業中，73%的工作活動能夠被自動化。
3、在零售業中，53%的工作活動能夠被自動化;在銷售活動中，47%的工作活動能夠被自動化;在圖書管理、會計和審計工作中，86%的工作活動能夠被自動化的傾向。
自動化的程度越高，被機械人取代的風險也就越高。而相比之下，包含腦力勞動的工作就難取代得多。通過調查與分析，麥肯錫得出了以下幾個難以被機械人取代的工作：
1、教育培訓工作;
2、醫療工作，特別是那些要求較高專業技能、直接接觸病人的工作，比如牙醫。
3、知識性工作，包括管理工作。
隨著自動化自動發展得越來越迅猛，機械人取代人類工作也將變得越來越容易。除此之外，相關專家表示：如果機器能夠具備與人類相當的自然語言能力，那麼科技上最大的突破將會到來，也會有越來越多的職業被機械人取代。
不過，雖然結果看起來有些可怕，但是不用擔心， 調查者們表示即使現在機械人發展得越來越迅猛，它們也並不會現在就搶走你的飯碗。因為，自動化程度並不是決定哪種職業會被機械人取代的唯一因素，機械人是否會大批量進入這些工作場所，還要考慮機械人成本、專業技能含量等因素。另外，從事這些職業的人也可以通過學習和訓練來保住自己的飯碗。並且，即使機械人確實在某些行業中取代了人類，但也並不意味著從事這些行業的人將會失業。因為，如果那一天真的到來，那麼很多新職業也會應運而生，比如機械人監視人、機械人操作人等。
不過不管怎麼說，人都是要不斷學習的，這樣才不會被我們自己造出來的機器搶了飯碗。
***********************************=分割線******************************==
ROS機械人研討會課程資料
南韓 ros機械人國家研討會 於2017年8月21日至25日在首爾大田釜山光州舉行。有超過540名工程師和學生參加了由robotis 組織的這次活動。由pyo博士指導 包括 gist，東大大學，慶北國立大學，kaist，首爾國立大學。本次研討會針對ros初學者，共到訪南韓五大城市 光州，釜山，大邱，...
「記賬機械人」的時代來臨了
隨著it技術的發展，傳統會計的記賬功能將逐漸消失。剛參加工作時，最頭疼的事情就是平時 登賬 和月底的試算平衡表了。每一筆分錄都要手工抄寫，月底彙總時，更是麻煩，常常因為一分錢的差異反覆計算 那時可只有算盤呀！隨著電算化的應用，做完憑證就意味著 登賬 和 彙總 的完成。98年開始使用erp軟體，設定好...
大資料時代的機器學習
張長水 大資料時代的機器學習 vs 傳統機器學習 從機器學習角度看，大資料 指的是資料量大，資料本身不夠精確。資料混雜，資料自然產生。機器學習對大資料的處理的兩個挑戰 大資料時代給機器學習帶來新的機遇 於劍 從認知角度看待大資料 該報告從認知角度分析資料與知識的聯絡。眼下機器學習的知識主要是概念，傳...