AI（人工智能）引领的第四次工业革命正席卷全球，极大提升人类生产力的同时，越来越多的领域被颠覆。大量的工作正逐渐被AI取代，普通人被淘汰的概率与日俱增。作为普通人的我们应该如何应对？本文将为您展示重塑人类衣食住行的5大AI“杀手”级应用，并给出相应的应对建议，供您参考。
（本文的视频版请见本网站Youtube频道）
1. 生成式AI
生成式AI（Generative AI）可以说是目前AI领域最具颠覆性的成果，以及使得AI进入大众视野的最直接的原因。从2022年11月30日，OpenAI的ChatGPT发布即爆火开始，生成式AI取得了迅猛的发展。一大批现象级的模型和工具纷纷涌现，例如GPT系列、MidJourney、Sora、Gemini等。如今，生成式AI不仅能生成文本，还能生成图像、视频、音频（所谓“多模态”）。
强大的自然语言处理和人机交互能力，使得生成式AI迅速成为语言翻译、撰写文章、设计图片或编辑视频的有力工具。过去，这些工作需要较高的专业技能，但借助生成式AI，普通人也能完成这些任务。技能门槛的降低使得诸如翻译、撰稿人、初级设计师和社交媒体内容编辑等职业面临被AI取代的风险。
另一个高收入的职业，程序员，目前也颇感压力。随着Copilot、ChatGPT等编程领域AI工具的突飞猛进，基于自然语言提示自动生成代码已逐渐成熟。英伟达CEO黄仁勋在2024年2月的世界政府峰会上就直言，“别再学编程，AI让每个人都是程序员”。谷歌CEO皮查伊（Sundar Pichai）在2024年12月谷歌全员大会上也表示，“谷歌超过25%的新代码是由AI生成”（虽然后来被自家员工爆料是吹牛），“已裁减10%高管职位”，“未来裁员还会继续”。
也难怪谷歌会如此紧张。ChatGPT的基础是Transformer神经网络，最早由谷歌提出。但OpenAI将其发扬光大，打造出了ChatGPT这个颠覆性的爆款产品，直刺谷歌的腹地——搜索领域。如果谷歌持续落后，未来被OpenAI取代的可能性不是没有。从这里也可以看出，AI模型固然重要，找到适合的应用场景并将其实现才更有价值。
ChatGPT还在进化。据报道，OpenAI已于2022年8月开始训练一个拥有125万亿参数的多模态模型，预计2027年完成训练，彼时模型（GPT-8）智商将达145，接近爱因斯坦，超过99.8%的人类！可以想象，在如此强大的生成式AI面前，唯有创造性、有深度的工作才可能避免被淘汰。
2. 人形机器人
人形机器人（Humanoid Robot），顾名思义，就是长得像人一样的机器人。被普遍认为是通用人工智能（AGI）的最佳载体。
特斯拉最早将人形机器人带出圈。在2021年8月特斯拉AI Day上，其人形机器人Optimus完成了第一次图片亮相。一年后的2022年10月特斯拉AI Day，Optimus在数个成年男子的“搀扶下”正式上台与全球观众见面，彼时，它还不能做跳舞等花样表演。之后的一段时间，特斯拉几乎是人形机器人行业的唯一主角，马斯克更是在2023年放出豪言，人形机器人的市场规模，终有一天将超越汽车，达到100亿台。
到了2024年，事情开始发生变化。一家成立仅2年，名为Figure AI的公司，先是在1月放出了其人形机器人Figure 01进入宝马工厂“实习”的相关资料，引发全球媒体关注。而后又在3月发布了一段Figure 01与人对话的视频。视频里，这款机器人按照人类口头指令进行了一系列简单的抓取和放置动作，比如递给人类苹果，将塑料袋收拾进篮子，把杯子和盘子归置在沥水架上。整个交互过程里，机器人与人类对答如流，准确理解了人类的意图。
视频发布后迅速引爆网络，被网友盛赞“嗅到了AGI的味道”。在这背后，OpenAI ChatGPT的加持起到了决定性的作用。Figure AI于2024年2月29日官宣与OpenAI合作，仅仅10多天后就有了上面的视频。
特斯拉被抢了风头，自然也不甘示弱。先是于2024年5月发布了Optimus在特斯拉电池工厂打工，分装电池的视频。并展示了其通过人类远程操作收集数据和训练机器人动作的过程。
而后又在10月展示了Optimus跳舞、猜拳等能力。马斯克表示，Optimus会在2026年大规模量产，并向外部出售。预计售价为2~3万美元。
目前，已经有一大批的科技圈玩家也跑步进入了人形机器人这一赛道。包括1X、Agility Robotics、波士顿动力、小鹏、宇树科技、傅里叶智能等。尽管对于人形机器人的动作、行为控制，目前还无法做到像ChatGPT的自然语言处理那样成熟，在AI大模型的持续训练下，《机械公敌》里那样真正通用的人形机器人可能不久就会成为现实。
人形机器人可是天生的“流水线圣体”：既不会喊累（当然，您得给它充电），又不会对重复的工作感到厌倦。一旦人形机器人技术成熟，打工人口中的“搬砖”、“拧螺丝”等工作都会被取代。
人形机器人的终极目标是进入家庭。试想，如果2万美元就能买到一个会洗衣做饭、懂陪伴护理的机器人管家，谁会不想要？家政服务、护理人员的需求将面临冲击。
3. 生物医学
当前的人类科技已经可以“上九天揽月，下五洋捉鳖”，日行千里，耳听八方。实现了古人神话故事里才能做到的事。但与此同时，人类的医学依然非常脆弱，大量的疾病仍然是不治之症。新冠（COVID-19）肆虐还历历在目，一个小小的病毒就能导致全球经济停摆。
在AI的众多应用领域中，生物医学无疑是最具颠覆性和潜力的领域之一。从药物研发到精准医疗，AI正在快速改变着传统医学的运作模式。
传统药物研发通常需要耗时10年以上，投入巨资，但成功率极低。而AI通过分析海量分子结构数据和生物学特征，能够快速筛选潜在药物分子，大幅缩短研发时间。例如，AlphaFold成功预测了蛋白质的三维结构，为药物设计提供了全新工具。
AI能够通过分析患者的基因、病史和生活习惯，提供个性化的诊疗方案。例如，AI算法可以帮助医生预测患者对特定药物的反应，避免副作用，提升治疗效果。此外，AI在医学影像分析、个人实时健康数据监测、疫情预测、流行病学分析等方面均有奇效。
以医学影像分析为例，据报道，如今AI的准确性已经超过人类医生（如Google Health开发的AI系统在乳腺癌检测中的表现）。医疗数据，90%为影像，而处理数据正是AI的强项。通过海量影像数据的学习，AI可以快速且准确地对疾病做出判断。这对于患者自然是好事，但对放射科医生和初级医疗岗位而言，产生的冲击不言而喻。
4. 万物皆可预测
曾经，预测未来还只能靠天吃饭。
随着AI技术的迅猛发展，预测能力正成为其最具变革性的核心应用之一。从金融市场到气候变化，从矿产勘探到个性化推荐，AI通过分析海量数据，揭示复杂系统中的规律与趋势，使“万物皆可预测”从愿景变为现实。
2024年2月，AI探矿技术初创公司KoBold Metals在赞比亚的明戈巴项目（Mingomba）上发现了巨型铜矿储量，成为了该国一个世纪以来最大的铜矿，也是世界上最大的高品位铜矿之一。其利用AI读取分析所有地球卫星拍摄的地质图片、地球激光扫描数据，以及全球的地震波数据，成功构建了一个精密无比的矿产分布预测模型。AI给出的矿脉位置，误差只有几米，整个勘测过程仅耗时十天，而传统探矿则需要几年甚至更长时间。
AI的探矿效率约为目前全球探矿队伍探矿能力总和的十倍，勘探成本仅为传统勘探的四分之一。与AI探矿相比，传统探矿就如同盲人摸象。
在股市这个通常认为不可预测的领域，AI也开始崭露头角。通过整合大数据、机器学习和自动化交易算法，AI量化炒股能够精准分析市场趋势、预测价格波动，并实时执行交易决策。随着技术的进步，它已成为对冲基金、资产管理公司以及个人投资者的重要工具。例如，对冲基金文艺复兴科技（Renaissance Technologies），通过AI驱动的量化策略多年保持年均30%以上的收益率；高盛（Goldman Sachs）利用AI分析市场数据，优化投资组合并提高交易效率，其电子交易平台广泛采用AI技术。
当然，AI量化炒股仍然存在其弊端：数据噪声、缺失和延迟可能导致模型误判；极端事件或黑天鹅事件难以用历史数据预测，可能引发系统性风险；训练过的模型可能仅对历史数据有效，而在实际交易中表现不佳。投资者需意识到其局限性和风险，合理运用AI技术，平衡收益与风险，才能在复杂的金融市场中实现稳健收益。
但无论如何，AI能为投资人快速处理数据和提供大量的有价值信息，并不需要像以往那样依靠专业人士的分析才能获取。初级的股票分析师可能会逐渐没有用武之地。
5. 自动驾驶
自动驾驶最早可以追溯到1925年，距今已有百年历史，当时人们尝试用无线电来控制汽车的运行。
但直到2009年，谷歌启动自动驾驶项目（Waymo），依托先进的AI技术，才正式吹响了自动驾驶商业化的号角。2012年，谷歌无人车实现了超过30万英里的自动驾驶测试，成为行业标杆。
之后，一大批的车企、科技公司、初创企业涌入自动驾驶这个赛道，例如特斯拉、Cruise（被通用汽车收购）、百度、小马智行、Mobileye、Aurora、图森未来等。
热钱接踵而来，自动驾驶行业在最风光时吸引了大量资本，许多公司估值达到顶峰，特别是在2020-2021年这段时间，自动驾驶技术被视为AI的核心应用之一，市场充满期待和乐观情绪。在2021年左右，自动驾驶行业的整体估值达到了数千亿美元。Waymo估值达到惊人的1750亿美元，超过或者接近百亿美元估值的公司也比比皆是，例如Aurora（130亿美元）、小马智行（85亿美元）、图森未来（84亿美元）等。
但从2022年开始，形式开始急转直下。在最初的新鲜感过去后，大家发现期待中的全自动驾驶（“L4级别”及以上）商业化落地仍遥遥无期，随着宏观经济压力增大和投资者回归理性，自动驾驶行业开始大退潮，许多自动驾驶公司估值缩水，破产倒闭的更是不计其数。
截至目前为止，Waymo估值已跌至450亿美元，全球“自动驾驶第一股” 图森未来上市不到三年后于2024年1月跌至退市，而目前尚存的创业公司也纷纷大砍估值寻求上市以筹集资金（例如，小马智行2024年11月27日上市，市值约40亿美元，仅为峰值时的一半）。
自动驾驶行业发展放缓主要受制于目前的技术水平，尚无法支撑L4级别及以上的全自动驾驶：当前的AI技术仍然无法完全避免事故（例如在复杂场景或未知场景），需要更完善的AI理论和更强大的AI算法；传感器（摄像头、激光雷达等）价格昂贵且性能仍需提升。
不过，自动驾驶的商业化仍在持续发展。百度的“萝卜快跑”自动驾驶出租车已经在武汉、北京等多个城市运行，掀起了一波体验打卡的热潮。根据百度发布的2024年第三季度财报，萝卜快跑提供的订单为98.8万单，同比增长20%，总服务量已超800万单。
特斯拉也于2024年10月10日发布了其名为Cybercab的自动驾驶出租车，无方向盘、无加速和制动踏板。预计Cybercab运营成本含税价格可能为每英里0.3或0.4美元（每公里0.19或0.25美元）。如果购买Cybercab，成本将低于3万美元。当然，目前用户还只能用特斯拉现有车型体验自动驾驶出租车，Cybercab投产要等到2026年，最晚2027年。
随着AI技术进一步发展，摄像头、激光雷达等传感器性能和AI芯片算力的持续提升，以及自动驾驶随着普及程度的提高在安全性、效率上得到更广泛的验证，自动驾驶将彻底重塑全球交通格局。
届时，网约车司机，这一失业人士最喜欢的两个临时职业之一（另一个是外卖员），将面临被淘汰的风险。出租车司机更是如此，已经被网约车冲击过一次，自动驾驶带来的将是双重暴击。
普通人该如何应对？
AI颠覆各行各业的大势已经不可避免。面对被淘汰的可能性，普通人该如何应对？
首先，专注于有创造力、有深度的能力和领域。AI本质上是个统计工具，善于模仿和扩展已有的内容，但缺乏真正的原创性和深度。普通人可以通过发展自己的创意思维、结合独特的个人经验，创作出AI无法复制的内容，增强竞争力。例如，对于程序员而言，AI可以处理模板化、重复性强的任务，但它无法真正理解业务逻辑或解决复杂的跨领域问题。仍然需要程序员设计系统架构、分析需求并处理异常情况。
其次，掌握AI工具，转危为机。任何一次技术革新，淘汰一部分工作的同时，往往也会增加新的工作机会。学习使用AI工具，利用AI工具来提高自己的工作效率和扩展技能范围，普通人一样可以处在AI时代的前列。例如，对于从事医学相关领域的普通人，尽管AI可能替代部分传统岗位，但通过学习AI相关知识（如数据分析和医疗AI工具操作），既有助于提升自身专业能力，也能让自己在AI时代具备竞争力。
最后，发展多元技能。AI时代，技能更迭的速度将会更快，唯有不断学习才能立于不败之地。通过学习新的技能，普通人可以找到与AI协同合作的新方式，增加自身职业选择的弹性。例如，鲁迅先生曾说过，不懂AI的汽车工程师，不是一个好的自媒体内容创作者。
在AI席卷的时代，主动适应变化是关键。与其害怕被淘汰，不如掌握新技能，成为时代变革中的受益者。