
1. 技术的浪潮
1.1. 两轮颠覆式技术的浪潮主要区别在于对创造工作岗位一事的潜在影响
-
1.1.1. 移动互联网、云计算有助于重塑全球信息技术、物流和通信基础设施
-
1.1.2. 机器学习、智能自动化和人工智能有助于重塑工作本身的性质
1.2. 基础设施往往有着广阔的舞台,这通常意味着劳动力的增加
- 1.2.1. 人们必须学习新技能,必须创造新的工作职能,而增长会带动人们对更高运营能力的需求
1.3. 第一轮数字化转型浪潮摩擦点通常是预算不足、劳动力知识和技能差距以及受制度限制而无法快速扩展
1.4. 下一轮颠覆式技术的浪潮将变为企业的下一次数字化转型,旨在解决预算(成本)、技能和规模等痛点
1.5. 新一代技术解决方案的核心前提是机器能够以更低的成本更快、更好地完成人类的工作,并且在规模化方面几乎不存在障碍
1.6. 企业能够合法地利用相应工作表现媲美甚至超越人类的机器来实现自动化的流程和职能越多,对人类工作者的需求就会越少
2. 全民基本收入
2.1. 全民基本收入的概念最早由英国作家托马斯·莫尔(Thomas More)在其充满讽刺意味的作品《乌托邦》中提出
2.2. 全民基本收入、基本收入保障、基本生活津贴,甚至还有基本生活全民式补助
2.3. 其背后的想法是让政府为全体公民提供收入,使他们能够生活下去、支付各类账单并避免陷入贫困
2.4. 在19世纪后期和20世纪,随着欧洲和北美的工业化进程开始改变社会经济结构,全民基本收入再次浮出水面,著名的代表人物卡尔·马克思(Karl Marx)、克利福德·道格拉斯(Clifford Douglas)、伯特兰·罗素(Bertrand Russell)、丹尼斯·米尔纳(Dennis Milner)以他们各自的方式为其优点辩护
2.5. 全民基本收入的概念并不是什么新鲜事
2.6. 每当经济处于根本性和颠覆式的变革过程中时,这个主题似乎就会出现
2.7. 转型的核心在于各不相同但又相互关联的技术:机器学习、智能自动化和人工智能
3. 新范式
3.1. 机器学习、智能自动化和人工智能等新型业务解决方案可能会大量减少白领劳动力的方式,与过去机械加工车间和制造自动化大量减少蓝领劳动力的方式如出一辙
3.2. 选择始于意识和意志的结合
-
3.2.1. 你越是敏捷机灵,适应变革的速度越快,你的机会就越好
-
3.2.2. 有些人会失去工作,并且永远无法从这一损失中恢复过来
-
3.2.3. 有些人则会利用新一轮颠覆式变革浪潮来发挥自身优势并脱颖而出
4. 适应手册
4.1. 机器学习、人工智能和自动化技术将在未来几十年内消灭数以千万计的工作岗位
4.2. 技术也可以提升数以千万计人类工作者的能力,并提高他们的生产力、技能、效率和价值
4.3. 无论你最初走上了哪条路,那可能并不是你自己的选择
- 4.3.1. 你最终走的那条路却是你自己的选择
4.4. 即将经历的种种经济转变以前也发生过
-
4.4.1. 20世纪初,汽车的发明消灭了马车出租行业
-
4.4.2. 城市的电气化消灭了烟囱清扫工和点灯人等常见职业
-
4.4.3. 制造技术的进步意味着磨刀人这一职业的终结,就像互联网终结了上门推销员一样
4.5. 技术进步总会消灭一些职业
- 4.5.1. 在现实世界中,生存属于适应能力最强的人
4.6. 适应能力取决
-
4.6.1. 意识到即将发生的威胁
-
4.6.2. 化威胁为机遇的主动性
-
4.6.3. 能够获得必要的资本和资源,从而可以创建新业务以利用这种变革
4.7. 意识、主动性和资源构成了他们进化和转型能力的核心
-
4.7.1. 意识到变革迫在眉睫且势不可挡,是变革的催化剂
-
4.7.2. 完成适应和进化的主动性,是适应的催化剂
-
4.7.3. 获得资源的机会,是让个人能够实实在在适应这种变化的工具箱
5. 对抗
5.1. 充分利用人机合作关系,而不是让人类与机器对抗
5.2. 选择不将人类和机器视为竞争对手,因为他们不必如此,也不应如此
5.3. 机器应该始终是增强人类能力并最终满足人类需求的工具
- 5.3.1. 无论是否智能,机器的核心本质都是旨在解决实际问题和增强人类能力的工具
5.4. 机器最有成效以及最终回报最大的作用是增强人类的能力
-
5.4.1. 机器可以帮助我们更快地解决问题
-
5.4.2. 快速安全地进行客运和货运,举起我们无法举起的物体
-
5.4.3. 塑造金属的形状,用混凝土和钢材进行建造
-
5.4.4. 以微观精度快速制造产品
6. 更有价值的工作者
6.1. 增强自身能力,成为更有价值的工作者
6.2. 公司投资智能自动化和变革性技术的主要原因是提高运营效率以及获得快速扩展的能力
6.3. 增强劳动力的能力对公司来说是一种合情合理的适应策略
6.4. 蓝领工作往往包含更多体力劳动,而白领工作往往更多是脑力劳动
- 6.4.1. 随着技术逐渐渗透到白领和蓝领的日常工作中,每一名工作者都会自然而然地成为技术专家
6.5. 粉领是指服务行业的从业者
6.6. 灰领是指在白领和蓝领之间填补空白的熟练技术人员(比如工程师)类型
-
6.6.1. 随着这种变革在各行各业发生,蓝领和白领很可能会融合到一个更广泛的灰领工作者生态系统中
-
6.6.2. 技术专家和机器一起工作
6.7. 挑战在于制定一条路线,让我们从这里到达那里,即使“那里”并没有那么明确
6.8. 关键技术
-
6.8.1. 最明显的是物联网
-
6.8.1.1. 物体、设备和环境无处不在的连接意味着我们会越来越多地与周围环境进行交互
-
6.8.1.2. 响应迅速的联网智能物体会越来越多地围绕着我们,并为我们的日常生活带来新的功能
-
6.8.1.3. 随着这些物体变得越来越智能、越来越强大,我们与它们的交互必然会变得更加便利,它们也必然会为我们创造更多价值
-
-
6.8.2. 边缘计算建立在罗斯所做预测的基础上
-
6.8.2.1. 人工智能和机器学习越来越多地存在于物联网设备中,而不是物联网设备必须连接到云端的人工智能和机器学习解决方案
-
6.8.2.2. 实时、低延迟、本地化的人工智能和机器学习功能
-
6.8.2.3. 边缘技术会让互联网逐渐减少与云端的连接并增加本地化人工智能功能
-
-
6.8.3. 第五代移动通信技术(5G)
- 6.8.3.1. 结合新的标准、频率和无线传输模式的新型无线技术集群,将弥补2G、3G和4G的不足,有望大幅提高数据传输速度并提升物联网性能
-
6.8.4. 物联网、边缘技术和5G的结合至关重要,因为它会塑造2020年到2030年之间的技术基础设施投资格局,并将成为物联网下一轮演化以及5G之后出现的任何下一代无线技术(很可能是6G)的跳板
6.9. 答案实际上已经存在于物联网、边缘计算和新的无线连接标准之中
- 6.9.1. 实时语言处理很快就会让语音取代键盘成为人类的主要输入方式
6.10. 单凭新技术让事情变得更容易这一点,并不意味着大多数人都能够理解或愿意尝试新的思维模式
-
6.10.1. 至少在它们成为主流之前是不会这样的
-
6.10.2. 越早针对变革带来的机会采取行动,就能越快地完成适应和进化,就能获得越多的机会
6.11. 与那些在新技术的采用上进展缓慢或者完全抵制数字化转型的公司相比,最敏捷、最善于快速适应变革的公司平均而言更有利可图、更具竞争力,并且更有可能实现增长并茁壮成长
- 6.11.1. 那些以最快速度跳上数字化转型这班车的公司
7. 专注适应
7.1. 专注适应,而不是技术
- 7.1.1. 技术处于不断变化的状态
7.2. 人类工作者最重要的特质将是适应能力
7.3. 快速而高效地做出改变的能力是每个工作者、决策者和组织者都必须优先考虑的关键特质
-
7.3.1. 找出在这方面做得比较好的人和组织
-
7.3.2. 研究他们为达到目标所做的事情
-
7.3.3. 将这些经验付诸实践并学习如何让这件事成为自己擅长的事情
8. 全面发展的人
8.1. 变得更擅长执行机器也能执行的任务
8.2. 变得更擅长执行机器无法执行的任务
-
8.2.1. 涉及领导力、判断力、洞察力、创造力、抽象思维、直觉、同理心、文化意识、积极性、协作、鼓励、勇气、战略眼光等特质的任务
-
8.2.2. 无论有多少机器学习、智能自动化和人工智能技术渗透组织的业务流程,那些能够表现出非凡的判断力、创造力、同理心、直觉、意识和远见的人类工作者都会供不应求
8.3. 最佳策略可能是关注哪些因素可以让他们成为更出色的人类,而不是关注如何成为更出色的技术使用者
8.4. 成为更出色的技术使用者也很重要,但这是次要的考虑因素
- 8.4.1. 远比这更有价值的事情,是开发机器无法复制的人类技能和特质
8.5. 人工智能偏见的例子出现在搜索引擎、企业招聘系统和执法计算机系统中,引发了人们对人工智能识别能力的担忧,更不用说纠正其自身程序偏见的能力了
- 8.5.1. 不要将人类排除在外
8.6. 人类能够处理的数据量是有限的
-
8.6.1. 这就是机器学习、智能自动化和人工智能的用武之地
-
8.6.2. 人工智能在细微差别、上下文、外部偏见检测和判断力方面能力有限
8.7. 熟悉尽可能多样化的技术组合
-
8.7.1. 要提升适应能力和敏捷性,最快的途径就是变得尽可能多才多艺,而在越来越受机器学习、智能自动化和人工智能驱动的商业环境中,这意味着熟悉尽可能多样化的技术组合,并且至少具备一定的适应能力
-
8.7.2. 精通日常使用的技术和工具
-
8.7.3. 熟悉可能在未来某个时间点与你的专业发生交汇的相邻技术
1242

被折叠的 条评论
为什么被折叠?



