スカイネットが知覚力を獲得し、人類を対象とした核の黙示録を開始したことは忘れてください。 多くの人が人工知能、ロボット、その他の自動化されたプロセスに対して抱いている本当の恐怖は、それが私たちのすべての仕事に何を意味するのかということです。 によると 有名なオックスフォード大学の研究, 現在存在する仕事の約 47% は、今後 15 年以内に自動化される可能性があります。 恐ろしいですよね?
コンテンツ
- 拡張現実建築家
- サイバーシティアナリスト
- 都市農業
- コミュニケーター
- データドリブンのライフコーチ
- ロボットディスパッチャー
- 人工知能アシスタント
しかし、良いニュースもあります。 自動化の結果、一定数の仕事が消えることには議論の余地はありませんが、テクノロジーによって多くの新しい仕事も創出されるでしょう。 データ アナリスト、機械学習科学者、プロセス オートメーション スペシャリスト、デジタル マーケティング エキスパートなどの職種はすべて、今後数十年でさらに多くの役割を担うことになるでしょう。
おすすめ動画
ただし、重要であることは間違いありませんが、これらの役割はすべて、十分に確立された方法ですでに存在しています。 「まあ、もっと増えるだろう」と言うのは、それほど説得力のあるものではありません。 代わりに、このリストでは、現時点では存在しないか、または少数しか存在しないが、将来的に本当のキャリアを提供するであろう役割に焦点を当てています。
関連している
- アナログAI? クレイジーに聞こえるかもしれないが、それは未来かもしれない
- この技術は 20 年前には SF の話でした。 今、それが現実です
- World’s Fair 2.0: 史上最大のテクノロジー展示会を復活させるという使命
ここでは、将来考えられる 7 つの雇用形態を紹介します。 今すぐ履歴書を書き始めましょう!
拡張現実建築家
自動化の時代において、建物や都市景観のデザインはどのように変化するのでしょうか? おそらく、非常に重要です。 その間 バーチャルリアリティ (VR) はまったく新しい仮想世界を想像することを意味し、拡張現実 (AR) は仮想要素を現実の環境に統合する興味深い方法を見つけることを意味します。
AR は、設計者が建設が完了する前に完成作品を事前に想像するためのツールとしてすでに使用されています。 例としては、デザインツールなどが挙げられます。 モルフォリオ AR スケッチウォーク そしてその DAQRI スマートヘルメット.
しかし、AR が進歩するにつれ、私たちの都市、オフィス、住宅は、美学から次のようなさまざまな理由で、仮想要素と現実要素の両方が見事に融合したものになるでしょう。 素晴らしいAR彫刻 現実を無視した機能から、より機能的な統合まで、 周囲との新しい関わり方.
この素晴らしい AR 構造をデザインするのは誰でしょうか? シンプルです。もちろん、拡張現実のアーキテクトです。
サイバーシティアナリスト
未来の都市について言えば、自動化がよりスマートな都市を意味することは周知の事実です。 資産、天候などの外部要因、個々の国民に関連するデータの継続的なフローが必要になります。 最も有用な方法で機能させるために、分析、サービス、メンテナンス、およびマッサージが行われる必要があります。 可能。 そして、絶え間なく続くサイバー攻撃を忘れないでください。 すべてが一瞬で停止する.
サイバー シティ アナリストは、将来の都市がスムーズに運営されるようにする上で重要な役割を果たします。 この役割はすでに限られた範囲で存在しています。 しかし、明日のスマートシティではその重要性がますます高まっています。
都市農業
農業はかつてははるかに大きな産業でした。 1820 年には、米国の人口の半分以上が農場に住み、農場で働いていました。 都市に移住する人が増えたため、現在ではその数字は 2% 未満になっています。 しかし、奇妙なことに、農業は本来の姿を取り戻しつつあるのかもしれない。 それは都市農業です。
都市の自由土地が限られているという問題に取り組むため、ここ数年、屋上、倉庫、地下壕などの場所での農業への関心が大幅に高まっています。 使用する 水耕栽培技術、ハーブやその他の農産物など、さまざまな植物の生育条件を完璧に制御することが可能です。
Iron Ox (元 Google エンジニア 2 人によって設立) のような企業は、 肉体労働の一部を自動化する 関係はありますが、それでもなお、この業界は成長すると見込まれています。 冗談ではありません。
コミュニケーター
これは少し広い範囲のものです。 しかし、特に毎日テクノロジーと密接に連携したくない人にとっては、これを指摘することが重要です。
「」というタイトルのエッセイの中で、なぜまだこれほど多くの仕事があるのでしょうか? ワークプレイスオートメーションの歴史と未来マサチューセッツ工科大学(MIT)の経済学教授デイビッド・オーターは、ATMの普及と銀行で雇用されている銀行窓口係の数について奇妙なことを指摘した。 1995 年から 2010 年の間に銀行の窓口係の数が 4 倍になったため、窓口係の数は減少したと考えるかもしれません。 実際、Autor は、これらの支店をより存続可能にすることで窓口係の需要が増加することを発見しました。
しかし、以前の窓口係とは異なり、これらの職員は「リレーションシップバンキング」と呼ばれるものの一部になっているとオーター氏は書いている。 つまり、 レジの店員ですが、顧客との関係を築き、クレジット カード、ローン、投資などの追加の銀行サービスを顧客に紹介します。 製品。 同様のことが他の分野にも当てはまります。
効果的にコミュニケーションできることは常に重要です。 しかし、日常的な作業ベースのタスクの多くが機械によって行われるようになると、同様のスキルが重要になるでしょう。 これは、機械と人間が職場でどのように相互作用するかを示す素晴らしい例です。 もちろん、人間と機械の両方と対話できる人なら…
データドリブンのライフコーチ
STEPP I リアルタイム ランニング コーチがより良いランニングをサポートします
本を読む速度から心拍数、フィットネスや運動習慣に至るまで、あらゆる情報がすでに機械に記録されています。 今後数年間で、スマート デバイスによってさらに多くのデータが収集されるようになるだろうと考えてください。 A.I. これは、このデータを興味深い方法で分析できることを意味します。 たとえば、食事と気分の関係を発見し、ポップアップ メッセージの形でユーザーに強調表示できます。
しかし、時には他の人からの励ましが必要な場合もあります。 これがブームにもかかわらず、 フィットネス追跡テクノロジー、多くの人は依然としてパーソナルトレーナーに通うでしょう。 特に、私たちが何かを達成しようとしている場合(体重を減らす、増やす、特定のスキルを学ぶ)、コミュニケーションなどの人間の「ソフトスキル」が私たちを後押しするのに重要です。
ただし、これらの役割はすでに存在していますが、これらのソフト スキルとデータ分析のハード スキルを組み合わせる能力は、一部の進取的な個人が活用する必要がある市場です。
ロボットディスパッチャー
自動運転車は 100% の自動運転を目指しており、それによって人間は完全に蚊帳の外に置かれます。 しかし、ロボットの配達ドライバーには同じことが当てはまりません。 たとえば、Starship Technologies 社の 配送ロボット群 自分で運転することはできますが、人間が常に監視しています。 この人は物理的に現場にいないし、彼らが監督しているロボットと同じ国にいないかもしれないが、それでも彼らはそこにいる。
問題が発生した場合は、各配送を監視しているオペレーター (一度に 100 台のロボットを監督している可能性があります) が介入して、遠隔から指揮を執ることができます。 同様のことが起こる可能性があります ドローン配送. 興味深い研究がたくさんある一方で、 自律型ドローンを含む, ドローン配送には最初は人間のパイロットが必要で、その後は人間の副操縦士が必要になります。 効率性が一定の基準に達すれば、ドローンは完全な自律性でミッションを飛行できるようになる可能性が高いと思われます。
しかし、ドローンディスパッチャーの要件は依然として存在します。 この仕事には、タスクを実行するドローンのパック全体を監視することが含まれます。 オンライン配達の重要性はますます高まっているため、この仕事は一般的なものになる可能性があります。
人工知能アシスタント
Google Duplex: A.I. アシスタントが地元企業に電話して予約を取る
いいえ、読み間違えたわけではありません。 私たちは本当にそう思っていました 人工的な 人工知能。 ドローンディスパッチャーの例が示すように、賢く動作する機械を作るプロセスに人間が関与しなければならない方法はまだたくさんあります。 AI のトレーニングを手伝ったことがあるなら、 による オンライン CAPTCHA に応答する, 機械にさらなる知能を持たせるには人間の知能が必要であることがわかるでしょう。
たとえば、Twitter は「審査員」と呼ばれる役割に人間を使用しています。 これらの裁判官は、傾向にあるさまざまな検索用語の意味を解釈する必要があります。 これは、人間が機械よりも斜め参照を容易に理解できるためです。 目に見えずに行われるか、より明示的な「人によって管理される」アプローチの一部として行われるかにかかわらず、必要な人間の資質を組み込むことによってこれらのシステムの改善を支援することが、非常に必要になるでしょう。
機械が賢くなるにつれて、これらの「メカニカルターク」の役割は間違いなく形を変えるでしょう。 しかし、うまくいけば、A.I. 改善が進むと、Mechanical Turk のタスク (コンピューターに X または Y を学習させる) に対する専門家の要求が増加し、その結果、償還も改善されます。
編集者のおすすめ
- 最後の仕上げ: 科学者はどのようにロボットに人間のような触覚を与えているのか
- オートメーションの未来: ロボットが登場しますが、ロボットがあなたの仕事を奪うことはありません
- 感情を感知するAI ここにあります。次の面接で取り上げられるかもしれません
- 実体のないロボットの口と、私たちが笑ったその他の 2020 年の 14 の物語
- パンデミックを煽った自動化は仕事を飲み込み、決して取り戻すことはできない