未来不会被社会淘汰的专业有哪些？？
的确，现在人工智能的发展，使很多专业被机器人替代的可能性非常大，包括会计专业，目前四大事务所相继推出了财务智能机器人方案；保险专业，智能技术引入售后领域未来更有可能替代人工成为个人保险管家；金融学专业，银行柜员被替代的前景显而易见。
但在未来被社会淘汰率比较低的专业，有法学、表演、音乐学、外语类、警察类、IT类（人工智能仍然需要程序员操作控制）、口腔医学、临床医学、建筑学、心理学、教育学类、酒店管理等专业。
其实没有必要太担心人工智能带来的失业潮，这个过程应该是缓慢而坚定的，不会在一夕之间发生。现在人工智能领域泡沫还比较大，而大部分行业其实还远没有达到人工智能革命的阶段。以我供职的一家咨询服务类公司为例，为了赶上潮流提供人工智能方向的咨询，老板专门招聘了多个相关领域的博士，包括数学、统计、计算机，甚至还有一个行为科学(Behavioral Science)的美女博士。然而我们这个团队迄今为止还没有成功的做出一个“颠覆行业”的产品，大部分卖给客户的都是比较小的模型。我们尝试过“审计自动化”但也因为各种原因失败了，如阿萨姆：随着人工智能的进步，财务工作者会大批失业么？该如何应对？，我们也试过代替人事用于面试的对话机器人(Chat Bot)，受限于自然语言生成(Nlg)结果也不够惊艳。
1.人工智能的存在是否可能会导致失业呢？我觉得还是有的，但此处的失业仅特指在某个方向和小范围上，而不是全面失业。举两个简单的例子：翻译和律师。众所周知，这两年的文字/语音翻译模型进步飞速，自然语言处理(NLP)也有很多依靠深度学习发展很好的例子。以律师行业为例，多伦多/硅谷共同孵化的Ross Intelligence就很好的为法律文件检索提供一个快捷免费的方案，让大律师们的失业变得成为了可能。前一阵子我想大家也看到了腾讯和学术界共同开发的“腾讯觅影”来检测早期食管癌。这些例子不难看出，在短时间内，很难出现全领域的人工智能或者机器学习模型。但是在利润率高、数据结构化好、数据储量大、问题定义明确的单一领域，AI可以发挥其力量。随着一个个小领域被逐步击破，或许我们就可以迎来强人工智能时代，是福是祸暂时还未可知。
所以在我看来，一个行业/职业达到被人工智能取代至少需要满足以下三个条件:
- 结构化的数据和良好的数据积累：人工智能需要结构化的数据，至少是电子数据。人工智能的秘诀就是通过学习数据发现并重现其中的规律，没有大量的数据积累导致利用人工智能举步维艰。大部分领域的大数据化，甚至是数据结构化都还有很长的路的要走。以审计为例，很多公司还有大量的票据都不能无纸化，更不要提AI能够消化的电子数据了。以我上文提到的面试AI为例，因为没有原始数据可以直接使用。于是我们让12个刚入职的员工花了一周时间把我们保留的面试视频逐字逐句的转译到文字+特征，整个过程苦不堪言。
- 清晰明确的任务定义：现阶段比较在商业化中被广泛应用的机器学习还是监督学习，而监督学习要求有比较明确的问题定义。现在看起来很有希望的强化学习，迁移学习等还并不能大规模普及应用。以简单的监督学习为例，如果你想建立一个模型来预测企业并购是否会影响公司股价，那么你需要提供大量并购数据，以及并购后股价是否发生了变动。理想情况下，在收集足够多的并购消息和股价变动信息后，做自然语言分析后提取特征放到机器学习模型里面就大功告成了。然而在实际情况中：我们无法给出明确的问题定义和边界。如果想用AI来来制定一个股票交易策略，那么需要考虑进去多少因素？仅仅只考虑并购消息就够了么？越多相关的因素越可以提高模型的拟合性和准确性。如宏观政策和微观的具体情况都会影响到股价的波动，漏掉其中哪一个都会造成一定的影响，往往是多多益善。在这种情况下，每个问题都需要大量人和数据来支撑，这也是为什么大量用AI来预测股票走势的探索都无疾而终的原因。现阶段或者可预见的未来，在很多问题上不会出现这种明确的定义和范围。
- 可接受的回报周期和高利润率：每个人工智能问题可能都需要大量人和数据来支撑。因此研究探索型的、不能产生利润的方向很少有公司来投资AI。换言之，有财力提供AI研究的公司不多，小型的企业或者学术机构又缺乏资源（资金，技术人才，数据积累）来进行系统的研究。因此在很多传统的行业，大家其实是缺乏动力来投资人工智能的。比如你很难说服一个烧烤店老板投资AI来吸引更多客人或者开发自动烧烤机器人。如果某个人工智能产品不能在合理的周期内提供回报，那大部分企业和资本不会选择投入。
因此总结来看，满足以上条件的暂时有:
- 医疗：疾病检索、早期预测、手术机器人(勉强把机器人算作人工智能)
- 翻译/律师：作为收入比较丰厚的行业，中低端的工作会被人工智能代替
- 金融：作为数据结构化比较好且资金丰厚投入好的行业，越来越多的金融分析师都迎来了失业
- 驾驶：其实运输行业是大家不大了解的体量巨大回报丰厚的行业，这也是为什么无人驾驶被那么多公司追捧
- 高危行业：高危行业约等于高回报率，如矿洞机器人和高空作业机器人。
不容易被人工智能影响的行业一般都不符合以上几点中的某一点，而很多行业暂时没有被替代不是因为技术门槛高，而只是回报周期太长且利润率不够高，对投资人缺乏吸引力。人们常年挂在嘴边的艺术算是比较特别的一类不容易被替代的行业，而原因只是因为艺术有“主观性”的特征。
严格意义上说，正在被人工智能替代或者将被人工智能替代的行业其实都是黄金行业，这符合资本逐利的特征。这也是为什么我们很少在传统行业，如餐饮或者制造业听说人工智能新闻，而更多的是在高新金融行业。说句政治不正确的话，虽然有越来越多的超市进行无人化，但短期内象征意义大于经济价值，同理还有外卖机器人等。
因此不要买椟还珠，不要为了回避失业风险而选择冷门专业。
3. 如何应对潜在失业潮？像我说过很多次的，趋势这个东西不要想着对抗，而要想着顺势而为。如果你身处我提到的容易被替代的行业，建议积极发挥自己的领域知识，变成既懂人工智能又懂金融的领域专家，成为跨领域人才才是保命稻草。具体的建议可以看我另一个答案阿萨姆：未来 3~5 年内，哪个方向的机器学习人才最紧缺？ 重点就是不要抛弃自己的本行和领域经验，建议取巧从交叉领域发力。
如果你身处传统领域，或许你有机会成为行业颠覆者。有目的地的收集数据，开始着手逐步自动化/智能化你的工作，像你的老板灌输人工智能思想。但不要操之过急，要一步一个脚印，说不定你就是人工智能时代餐饮业的大佬。相较于高新金融行业，传统领域有更多机会，因为技术普及程度低，人才少，你有更大的机会进行颠覆。
对于还在就读的学生朋友来说，如果不是计算机/统计方向，建议有计划的学习和了解更多数据分析相关的知识，也可以考虑去读一个数据分析硕士。核心观点是，在这个“人工智能”盛行的时代，即使泡沫终将会破，有一些数据分析能力也能够帮助你“逢凶化吉”。
祝大家好运 ʕ•ᴥ•ʔ
行业，技术，日新月异，想要不被淘汰，其实还是和人们衣食住行紧密相连。像汽车行业不断发展，新能源，新技术不断被人们应用，是比较不会被淘汰的有前景的专业！
不是专业被淘汰 是淘汰不专业的人！
不被社会淘汰的专业是没有的，而是什么人被社会淘汰。在这个世界上，最会被社会淘汰的人是农民。因为农民是养活其他所有的人。
说得好是现代网络技术哦！
计算机，现在是网络时代，都需要用到后台代码相关