前言
前言任何技术的“跨越式”进步都会对社会带来巨变，而对未来工业革命的终极定义还未可知，当然“AI”也有可能。
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”这个岗位埃
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。
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）：
总之，黎明前的黑夜有多长，也许还有很长。
免责声明
文章来源：知乎
凡资讯来源注明为其他媒体来源的信息，均为转载自其他媒体，并不代表本网赞同其观点，也不代表本网对其真实性负责，转载请联系原出处。您若对该文章内容有任何疑问或质疑，请立即与后台小编联系，平台将迅速给您回应并做处理。注明本公司原创内容，转载请与我们联系哦！
