為提供您更多優質的內容,本網站使用cookies分析技術。若繼續閱覽本網站內容,即表示您同意我們使用 cookies,關於更多cookies資訊請閱讀我們的隱私權政策
作者/湯瑪斯.戴文波特, 茱麗亞.柯比商周出版 2017-10-18 圖片來源:unsplash.com
工作者與智慧機器將會密切攜手合作,不只是分工,而是加乘雙方的價值!

有人或許會以為在「分析時代」中,量化分析師仍然不會面臨失業風險,但是威脅他們工作的科技已經問世。許多量化分析師將被機器學習系統取代,或者至少必須接受這些系統的大力輔助。機器學習最適合用來輔助人類分析師,改善他們的分析生產力與模型開發工作。但是某些情境必須運用機器學習,才能及時產出需要的模型,網路廣告就是其中一例。為了瞄準特定消費者與特定廣告機會,每星期需要的模型數目可能多達數千個,至於成功達成說服(例如讓消費者在一星期內購買廣告產品)的可能性最多只有千分之一,表示這項工作不值得人們投注心力。對於這個產業以及愈來愈多的其他產業而言,利用機器學習產生模型是唯一可行之道。當然,只有量化分析專家才能設計機器學習程式,但是長期下來,一名專家可以產生數百萬個模型。如果你是一名了解機器學習的量化分析師,或許可以保住工作;如果你不了解機器學習,就可能會被機器取代。

7.工作包含能夠在虛擬情境中模擬或執行的任務

對於教師與其他內容專家而言,另一個問題是:如果一項任務能夠被模擬,將其教給學生的最佳方式之一,會是接受模擬訓練。關於這點,可以請教世界上所剩不多的飛行教練。現在已經有相當不錯的領袖模擬訓練出現,也許商學院教授與企業主管教練也會面臨失業危機。

8.一致性表現在工作中非常重要

電腦的工作表現永遠一致;舉例來說,這是金融業已使用電腦進行授信的原因。在其他一致性同樣重要的工作領域──例如保險理賠理算、財務壓力測試,甚至判定刑事犯罪的懲罰──電腦的角色愈形重要。以保險理賠為例,「自動損失分攤」系統能夠自動評估與決定多達75%的理賠。只有最棘手的案子,才需要保險理算師處理。

9.工作包含創造以資料為基礎的敘述

包含資料與分析敘述的工作,一度完全是人類的工作,但是自動化系統已經開始取而代之。在新聞領域,像是自動化洞察力公司(AutomatedInsights)與敘事科學公司(NarrativeScience)等業者,已經創造出資料密集的內容。運動與金融報導已經面臨威脅,不過這些領域的自動化仍然處於起步階段,採用的報導只有中學與夢幻運動,以及中小企業的財報等等。

但是分析內幕公司(AnalytixInsight)推出的「資本立方體」(CapitalCube)服務,已經創造出關於超過4萬家上市公司的投資分析。以這個例子而言,受到威脅的工作是投資分析師。金融服務業的財富管理現在已仰賴電腦系統提供最佳投資組合,未來這項工作也會面臨威脅。目前理財經理與交易顧問經常採用自動化系統的建議,然後將之轉述給客戶。隨著客戶知識愈來愈充足、愈來愈了解電腦,這項轉譯功能將會失去必要性。

10.執行工作時必須依據清楚界定的正式規則

贊助文章

推薦影音

最新評論

新鮮菜鳥最多人關注

more

最新消息

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5

深度專輯

more