波士顿咨询集团已经预测，到2025年，目前人类胜任的1/4工作将被智能软件或机器人取代。牛津大学的研究也显示，英国目前35%的人类工作未来20年有被自动化取代的危险。《福布斯》杂志近日列举出正受到先进大数据和机器学习威胁的10大职业，它们既出人意料，又在情理之中。

1.医生

某些医生的工作现在已经可以交由计算机完成。举例来说，医生可以使用自动机器人系统进行辅助微创手术。IBM的超级计算机沃特森已经证明，它可以通过分析核磁共振扫描等资料诊断肺癌，甚至比真人医生更加准确。此外，美国加州大学旧金山分校医学中心近来在当地2家医院推出机器人控制的自动化药房，它可以扫描护士提交的二维码自动处理处方。事实上，强生集团也推出获得美国食品与药物管理局批准的设备，它可以自动注射低水平的麻醉药，无需麻醉师辅助。

2.保险经纪人

保险经纪人和保险商如今要做的许多工作都可以通过使用大数据和机器学习的计算机完成。使用了数十年的公式可以很快确定保险人适合的险种，并计算出其需要缴纳的保险金额，而新的工具可以令决策过程更加自动化。

3.建筑

帮助个人自己设计家居的应用程序已经出现，这令建筑设计技巧乃至设计和颜色选择更加自动化。现在，大多数人都在使用软件作为主要的可视化工具，或取代建筑师设计更小的项目。但是随着程序进化得更为复杂，所需的人类建筑师和设计师将急剧减少。

4.记者

记者的许多工作现在已经可以利用机器学习工具自动完成，比如叙述科学（通过分析数据创造自然语言的新闻故事）。事实上，如果你阅读过去一两年的公司财报，你可能会读到机器生成的文章或新闻稿。这些程序首先被应用在金融和体育报道中，因为这些事件非常依赖数据和数字。其他领域也正被渗透，从新闻网站“搜刮内容并重写”以免直接剽窃的服务已经出现，实际上它们的内容几乎完全相同。

5.银行员工

算法现在已经可以分析金融数据、准备账目（比如纳税申报表）等，无需人类会计帮助。部分银行出纳员已经被自动取款机取代，很快更高水平的银行职位也可能被自动化系统轻松代替，包括处理贷款业务的人员。就连政府机构也在使用大数据和机器学习核查纳税申报表，确定纳税方面存在的欺诈问题。我们知道计算机正被用于股票交易，其速度比人类快得多。此外，计算机也被用于预测市场反应，从而建议你应该买进还是卖出股票。

6.教师

随着教育数字化，教师的角色将发生翻天覆地的变化。研究显示，算法可以根据个别学生的水平和理解能力制定个性化学习计划，显然比人类教师的效率更高。对于那些急于找到合格教师的学校来说，这种技术堪称“福音”，但其最终可能减少教师在课堂上的角色，让他们沦为监考或保姆，直至最终完全消失。

7.人力资源

随着算法可以筛选简历、自动寻找完美候选人，人力资源、猎头以及招聘人员都将受到大数据的影响。人力资源其他相关工作，包括收集和归档文件、向员工提供福利建议等，都将被自动化系统取代。

8.市场营销与广告人员

市场营销主要指说服和操作他人的人类技能，但是这种技能也正被“外包”给计算机。自然语言软件公司Persado已经利用计算机为大型零售组织撰写引人注目的电子邮件主题。许多公司也在试验自动化广告购买模式，这种模式不再需要人类选择放置广告的杂志或页面，计算机可以利用与此有关的大量数据搞定它们。

9.律师及其助手

在诉讼案的发现阶段，律师及其助手们需要筛选成千上万份与案件有关的文件。现在，复杂的数据库可以利用大数据技术，比如同步分析、关键词识别等，以更少的时间完成同样的工作。事实上，类似IBM超级计算机沃特森的类似机器学习系统可被合法“训练”，用以审查先例和判例历史，甚至起草法律摘要。而在传统上，这些工作都是律师事务所充当律师助手的人类完成。但是不要认为只有律师助手的工作处于危险中，就连拿着高薪、可预测案件结果的大律师也无法幸免。密歇根州立大学和南德克萨斯法学院的研究人员设计的统计模型可以预测美国最高法院71%案件的结果。这种预测能力可能是律师能够提供的最有价值的服务，但其很容易被计算机取代。

10.执法人员

预测警务是个热门话题。许多批评家称，预测警务侵犯公民自由，但这与《少数派报告》不同。2003年，零售商沃尔玛用于预测产品需求的算法曾被用于预测纽约市新年前夕的警务情况，结果相当惊人：随机枪击事件减少了47%，8小时内节约人员开支1.5万美元。更好的危险预测可以减少任何部门、任何时段所需的人员数量。

问题的关键是，计算机的威胁并非仅限于低技术含量的工作，比如工厂工人、售货员或服务员。随着计算机变得越来越复杂，它们自然将能够执行更为复杂的任务。对于许多需要提高精度和生产力的行业来说，这是件好事。任何医生都要承认，更加精确的诊断是好事。任何律师都需要同意，更快、更全面的发现对打赢官司有好处。

可是问题是，这些技术进步可能不会创造更多就业机会。我们肯定需要更多程序员、统计学家、工程师、数据分析家以及IT人员去研发和管理这些复杂的电脑，但要求工厂流水线上的工人换挡或出租车司机成为数据分析家可能非常困难。当这些工作机会被取代时，我们如何填补空缺将非常关键，毕竟所有自动化是否都对人类有益还没有定论。