“人工智能”這個詞經常會讓人聯想到恐懼和恐懼。對人工智能的未知可能性的恐懼，對像《終結者》這樣的電影所帶來的由人工智能引發的反烏托邦圖像的恐懼，以及對人工智能有朝一日會搶走我們工作可能性的恐懼。
這種擔憂既不是新的，也不是毫無根據的，就像任何具有顛覆性的技術發明一樣，更快、更高效的機器注定會取代人類工人。然而，那些擔心人工智能將會取代他們的工作的人會更容易放下擔心，因為他們知道自己至少有可能找到一份新工作。
Gartner的一份新報告指出，盡管人工智能將會減少180萬個工作崗位，但它將創造230萬個就業崗位。Gartner首席研究員Peter Sondergaard預計，人工智能將增強員工的能力，并可能成為2020年的“凈就業創造者”。我相信，就像過去所有的顛覆性技術一樣，人工智能將為新工作帶來很多機會。
隨著人工智能的崛起，以下五種職業將會出現顯著的增長。
1、數據科學家
數據科學家是一種新型的分析數據專家。他們通過分析數據來理解復雜的行為、趨勢和推斷，發現有助于公司做出更明智的商業決策的隱性洞見。正如SAS所言，數據科學家“既是數學家，又是計算機科學家，又是潮流觀察者”。
下面是一些數據科學如何使用的例子：
Netflix提供數據挖掘電影觀看模式，以了解是什么驅動了用戶興趣。該公司利用這些數據來決定制作Netflix的原創內容。
Target利用消費者數據來識別其基礎的主要客戶群體。它還分析了這些細分市場中獨特的購物行為，從而將消息傳遞給不同的受眾。
寶潔利用時間序列模型更清楚地了解未來的需求，這有助于公司規劃最優的生產水平。
隨著人工智能推動了創造和收集更多數據的趨勢，未來數據科學家的需求將會越來越大。IBM預計，到2020年，對數據科學家的需求將飆升28%，數據科學家、數據開發者和數據工程師的年需求量將達到70萬。典型的人工智能專家，包括剛畢業的博士和受教育程度較低的專業人士，以及僅僅幾年的工作經驗，他們的年薪可以從30萬美元到50萬美元不等，或者更高的薪水和公司股票。
2、人工/機器學習工程師
在大多數情況下，機器學習工程師會與數據科學家合作，以同步他們的工作。因此，對機器學習工程師的需求可能會出現類似數據科學家的增長。盡管數據科學家預計在統計學和分析學方面擁有更強的技能，但預計他們將擁有計算機科學方面的專業知識，而且他們通常需要更強大的編程能力。
如果你在10年前進入機器學習領域，你很難在學術界以外找到工作�，F在，隨著每個行業都在尋求將人工智能應用于自己的領域，對機器學習技術的需求無處不在。人工智能將繼續推動機器學習工程師的高需求。此外，在不同的垂直領域運營的公司——例如圖像識別、語音識別、醫療或網絡安全——已經面臨著用正確的技能和知識來收購勞動力的挑戰。根據Gartner的數據，一位試圖在紐約招聘人工智能技能人才的CIO，只需要32名專家的人才儲備。在這些人中，只有16人是潛在的候選人，只有8人在積極尋找新的機會。
3、數據標記專業人員
隨著數據收集在幾乎每一個垂直領域的普及，對數據標簽專業人員的需求在未來可能會激增。事實上，數據標簽可能會成為人工智能時代的藍領工作。
IBM負責沃森項目的團隊負責人Guru Banavar說：“數據標簽將是數據的整理，你可以在那里獲取原始數據，清理干凈，并組織它讓機器攝入�！睒撕炇谷斯ぶ悄芸茖W家能夠在新任務中訓練機器。
Banavar說：“假設你想要訓練一臺機器識別飛機，你有一百萬張照片，其中一些有飛機，有些飛機沒有飛機。你需要有人先教電腦哪些圖片有飛機，哪些圖片沒有飛機。這是labelers將發揮作用的地方。
4、人工智能硬件專家
人工智能領域另一項日益增長的藍領工作是負責制造GPU芯片等人工智能硬件的工業工作。大型科技公司已經在采取措施打造自己的專用芯片。
英特爾正在開發專門用于機器學習的芯片。與此同時，IBM和高通正在打造一種硬件架構，它可以反映神經網絡的設計，也可以像他們一樣執行。Facebook的人工智能研究主管延恩•勒昆表示，Facebook還在幫助高通開發與機器學習相關的技術。隨著對人工智能芯片和硬件的需求日益增長，制造這些專門產品的工業制造業崗位將出現增長。
5、數據保護專家
有價值的數據、機器學習模型和代碼的增加將會帶來未來對這些數據的保護，因此需要數據庫保護IT專家。
許多層次和類型的信息安全控制都適合于數據庫，包括：訪問控制、審計、認證、加密、完整性控制、備份、應用安全。
應用統計方法的數據庫安全性
通過防火墻和基于網絡的入侵檢測系統等網絡安全措施，數據庫在很大程度上得到了黑客的保護。隨著網絡越來越多地向更廣泛的網絡開放，尤其是來自互聯網的接入，保護數據庫系統以及它們內部的程序、功能和數據將變得更加重要。
組織總是需要人類的判斷
雖然人工智能可以用來加快常規進程，將來可能會取代一些工人，但它創造的就業機會將超過它所能摧毀的。從數據中分析、組織和得出可操作結論的過程，人類仍然是必要的。這就是為什么人類在人工智能的創造、實現和保護中所扮演的角色將變得更加重要。
正如Frost&Sullivan高級副總裁Andrew Milroy所言，“缺乏必要的人力來實現這些轉變，將會減緩技術的普及和自動化�！比斯ぶ悄軐撛炀蜆I。新的高技能工作將伴隨著使用新的、顛覆性的技術而出現。沒有他們，這項技術的實施是不可能的�！�
人工智能是人類連續統一體的一步。這項技術正在開發一些工具，讓生活變得更簡單，減少人類做低級工作的需要。人工智能的普及速度和普及程度意味著，培訓勞動力向這些新崗位轉移的責任是我們應該認真對待的——當然，這也是就業增長的一個機會。
