可怕的不只是AI，而且我们正好遇到了 AI+5G+物联网+机器人 这几个底层技术发展的交汇期。我个人的看法是AI不会引起大规模失业，但是会转化现有的工种，然后全球人口数会下降。
受这几个主流技术影响，具体有哪些岗位会面临失业？我之前写过一篇文章，把具体职位写了一遍，可以参考：
我个人预测人工智能的发展会给社会主要带来三个影响：
1、社会产品剩余
人工智能目前直接影响是生产效率的N倍提高，人类在物质层面会变得更加充裕，人均能耗会不断提升，整体物质生活水平会超过之前所有时代；
2、社会分工再调整
以后重复的工作、高危的工作、部分高薪的工作肯定都会被机器取代，但这是一个非常缓慢的过程，等真把这个过程走完，这些人也都找到别的工作了，比如90年代的国企倒闭潮，下岗的员工很多去了广东，这也是一步步转化的。
a、物质制造工作 变成 精神满足工作。
有个不恰当的比喻，比如现在很多人转行选择做直播、拍抖音。未来人的物质会逐渐满足，慢慢的会要更高层次的精神享受。或者比如哪天VR或者机器人特别成熟，直接变成沉静式的新世界，比如美剧西部世界。
b、重复型工作 变成 创意/复合型工作
因为目前人工智能的发展还是非常难做到迁移学习，很难让一个机器人触类旁通，但是人可以，所以人未来可以多做一些复合型、创意型的工作，比如搞下画画、音乐、写作、拍电影。
3、虚拟世界和现实世界的融合
未来很多东西可能只要在虚拟世界中就能完成，比如赚钱、学习、游戏。虚拟社会中的身份会直接映射到现实生活中。现实生活的需求也可以映射到虚拟世界中，比如你想要生个宝宝，可能宝宝存在在虚拟世界就够了。最后现实生活中的总人口预计会逐步降低。
再补充谈谈干AI的人失业的问题。
我们主赛道就是投人工智能，大部分还是可以落地并赚钱的，当然不排除有个别发展确实不如预期。我看了排名第一的问答，确实有这个现象，有部分AI公司无法落地倒闭裁员都是必然。
我们投人工智能的时候，发现很多投资人根本不专业，啥都不懂就瞎投，BP只要提提AI还以为就是真AI，然后2018年AI又被各种大佬们PR了一波，真的是泡沫太多，现在是回归正常而已。
我们之前统计过我们看的案子，把案子分了个类：假AI和真AI。
大致比例我也说下
1、真AI，很烧钱（占市场5%）变现周期长或者没有场景，以芯片、自动驾驶为主
2、真AI ，能赚钱（占市场5%） 以视觉、语音语义、广告、fintech为主
3、假AI，真落地 （占市场20%）挂AI牌子，但其实还是可以赚点小钱的
4、假AI，不赚钱（占市场70%）基本都是忽悠投资人的
所以，市场上看到很多公司其实就是个假AI公司，一点技术壁垒都没有，这样的公司，死掉大部分也正常。也有一些真AI公司，虽然都是技术大牛，但商业化能力确实太弱，投资人的钱也只能打水漂了。
------------------------------------------------------------------------------------------------------------------------------
任何技术的“跨越式”进步都会对社会带来巨变：蒸汽机带动的第一次工业革命；电力带动的第二次工业革命。
第三次工业革命，应该还未有终极定义，我们正处于这个过程中。“半导体”的发现，带动了电子技术革命，然后计算机的发明基本让人类进入了一个新时代，核能（裂变/聚变）的利用等等新技术，都有可能成为与“蒸汽机”、“电力”具有同等“历史地位”的候选项。
当然“AI”也有可能。
技术的发展，必然会“改造”一部分行业，也会“消灭”一部分行业，但更重要的是：会“创造”大量的新行业与就业机会。
先不说AI，看看仅10年来我们身边的变化：
外卖、快递、滴滴司机、自媒体……
我们不能只去关注“电商消灭实体”、“O2O让人懒惰”，也要看到在这个过程创造的大量的新的就业机会。
当然，新的就业机会，不一定都是“消灭”的那部分行业的从业人员去补充的，能够适应变化的，或许会“焕发第二春”，如早期的淘宝小卖家做出来的，各路自媒体头部的玩家，网约车补贴大战早期入局的驾驶员；不能适应变化的，只能说：“XXX带来了大规模失业”。
回到AI的问题，先从自动控制说起。
我们知道工业自动化技术发展多年，技术水平已经相当高且“靠谱”，所以我们的生产线、发电厂、炼油厂等等支撑当前世界运转的核心工业才能有长足进步，也使得很多劳动密集型产业变成了技术、资金密集型产业，这其中最重要的一点就是“自动控制技术”的发展。
“自动控制“要发挥作用，“被控对象”的“可测性”非常重要，只有被控对象可观、可测，并能通过各种传感器、变送器转变为“电信号”，PID控制才有可能。正是因为被控对象的“精准可测”，火星车才能自己在火星“玩耍”，发电厂能全自动运行，工业流水线能自动化生产。
在这一切背后的“无名英雄”其实都是：传感器。
举个例子，感受下AI和传感器的关系。
过去我们开门用钥匙 ---> 有了RFID技术后，我们可以刷卡开门 ---> 指纹识别传感器成熟后，我们可以刷指纹开门 ---> 人脸识别技术成熟后，我们可以刷脸开门。
过去我们在停车场停车，工作人员给你写个小纸条，夹在雨刮片下面，同时还要在自己小本本上记录 ---> 有了RFID技术后，改成了发卡 ---> 车牌识别技术成熟后，直接抬杆入场 ---> 绑定了支付工具后，可以实现出场自动放行，无感支付。
过去我们进火车站，必须要人工验票、看身份证，来确定：票没问题，身份证与候车人 一致，为什么这个操作模式一直没有变化，直到人脸识别技术成熟？
过去技术上没有“传感器”可以做到“识别人”与身份证的一致性，因为人脸这种“被测对象不可测”，所以是不可能出现“自动化”的技术方案的。但“人脸识别技术”在深度学习技术推动的机器学习技术取得突破后，准确率已经达到“可信任”水平时，“人脸”这个“被测对象”现在具备了“可测性”，结合RFID的身份证芯片识别，车票的二维码/条形码识别，“人脸闸机”这种无人值守、全自动的“准入产品”才能横空出世（有点绕，没看懂多看两遍，仔细品）。
换个角度看问题，现在是不是对AI的价值有了更深刻的印象？
可以这么说：随着AI技术的发展，只要突破“可信任”这个门槛的技术，都会成为“新的传感器”推动某一个领域自动化水平大幅发展。
所以，AI取得实质性突破的领域，必然会带来对应领域的从业人员失业问题，这个是工业革命的历史车轮向前推进的必然。
说到当下，呼叫中心、客服，可能是受冲击比较大的岗位，但是，现阶段还是有监督学习为主方向的，所以同时也创造了“标注师”这个岗位啊。
最后回到我之前“抖机灵”的答案。
AI这个方向大热应该是2012年的AlexNet 胜利开始的，但是，当下的大多数AI催生的技术，还远未达到传感器级别的“可信任”程度，也就是说，还未具备大规模工业化应用的可能，这个时候，一窝蜂的涌入，必然需要付出“前浪死在沙滩上”的代价。
黎明前的黑暗有多长，也许还很长。
Gartner 的 The Hype Cycle （成熟度曲线）算是具有大多数认同的行业分析报告，2019年的报告如下如（中英文都有）：
