未来20年如何避免被机器代替

　　在过去的20年里，很多工作消失了，同时也诞生了很多新的工作。20年以前，我们管送邮件的叫邮递员，而且主要的工作不是送包裹。现在基本上快递员满大街都是，他们送的东西也是各种各样。20年以前，我们还要去银行排队办理各种业务，时常需要跑好几次才能把事情办好。现在很多业务直接就是手机操作，快了不只一点点。以前公交车都需要两个人：司机和收银员。现在基本上都是一个司机就能搞定。而且如果无人驾驶技术普及，司机在不远的将来也可以省掉了。
　　当我们在享受现在各种便利的同时，很多人也会思考：会不会有一天自己的工作也会被机器替换掉？在被替换掉之前，我可以做些什么呢？考虑到过去20年发现的变化，现在的大多数人在职业生涯里面都会经历这些变化。有可能你所从事的就是在即将消失的工作里面。
　　现在已经没人会否认，我们处于第三次科技革命的浪潮中。信息化、自动化和智能化是这次革命的主旋律。前面的问题也可以这么问：在未来的10年，甚至20年，哪些工作会消失？又有哪些新的机会产生。
　　既然趋势不可避免，那最好的方式也许就是预测和把握趋势，提前做好准备。书籍《ReinventingJobsA4StepApproachforApplyingAutomationtoWork》就是对这个问题的一些思考。
　　书里面首先提出了一个很简单的分析框架。主要是4个步骤：将当前任务分解成主要的步骤，并对他们进行分类评估每个步骤自动化后所能带来的价值评估每个步骤都有不同的自动化选项通过结合人和机器来重新描述工作
　　下面我们尝试用这个框架在分析驾驶这项工作。汽车驾驶到目前为止还是以人类为主，完全的自动驾驶还有一段很长的路要走。
　　首先我们先来分解这项工作。下面是一个通用的分解步骤。它不能用来表示完全的一个驾驶行为，但是作为例子已经足够了。确定起点和终点，规划线路车道保持、跟车和变道物体、交通信号识别和处理到达终点、停车入库
　　分类工作主要是将步骤区分为：工作内容的重复性能否完全独立运行，不需要人的介入创造性
　　路线规划可以认为是重复、独立和非创造性的，因为现在的地图服务在这项工作上和基本的加减法一样便捷。车道保持、跟车和变道也是重复、独立和非创造性的。开过车的人基本上都知道，长时间开车很容易睡着，主要是因为枯燥。物体、交通信号的识别和处理则是非重复、非独立和非创造性的。最后一项是重复、独立和非创造性的。可见，开车是一项创造性比较低的活动。这也难怪科技巨头们想研发无人驾驶。
　　第二步就是评估回报。书中提出ROIP（returnonimprovedperformance）指标。主要分为四个级别：减少工作的错误率、减少工作成果的变化率、线性创造价值以及变革性创造价值。
　　路线规划基本是已经很普及了，所以这个就跳过。第二项可以评为变革性创造价值。理由是物流货运的生产力会得到极大提升。人类货车司机的各种极限将会被突破。第三项也可以评为变革性创造价值。这一项意味着车将完全无人化。第四项则是减少工作错误率，因为它能帮助人类在某些情况下实现停车。
　　第三步是评估自动化方案。应该说步骤2和3都需要AI帮忙，而第4项则是普通的机器人就可以了。
　　最后一项就是重新描述工作本身。我们可以将驾驶这项工作分成几个不同的程度：驾驶辅助。主要是语音导航、车道保持、自动跟车等等。在一些情况下还是需要人介入的。半自动驾驶。自动巡航、障碍物识别和主动刹车等功能。全自动驾驶。这个时候已经不需要人了。
　　可以看得到这个框架的分析结果还是符合现在自动驾驶研发的方向的。我们可以把它应该用到其他一些地方去看看，从而发现未来工作变化趋势的一些端倪。