五步骤进化，让你在职场完胜机器人
与其视职场为机器不断取代人力的零和游戏，何不从中发掘更多的职场可能性？聪明的人会考虑采取5个步骤，重新定义自己和机器的关系，以及重新定位自己的贡献，和机器和平共存，能顺利从电脑接棒和交棒给电脑的人，将是赢家。
牛津大学最近发表一份研究，探讨自动化的进展将如何取代人力。住在佛罗里达州塔拉哈西市的胡瑜美（yuh-mei hutt）听闻之后，写道：“现在的工作在未来有一半可能会消失，让我对孩子的未来彻底改观。”胡女士熟知电脑自动化的好处，但也感受到随之而来的庞大威胁。“我的孩子如何与人工智慧竞争？当竞争对手更资深、更有经验，而工作职位变得更少，他们如何胜出？”她问道。
如果，我们不问传统的问题（哪些现在人们的工作，将被更便宜且更快速的机器取代？），而是问新的问题：当人们拥有更善于思考的机器来提供协助，可以做到什么新的成就？与其视职场为机器不断取代人力的零和游戏，何不从中发掘更多的职场可能性？
视自动化威胁为强化机会
我们可以把“自动化”（automation）的威胁，转化为“强化”（augmentation）的机会。
曾见过知识工作者和机器合作，进行任何一方都无法单独完成的工作。当机器逐渐攻占职场，这些知识工作者展现了因应之道。
传统观念认为，当机器威胁人们的生计，入侵你的工作领域，人们就得投注更高阶的教育水准来保持领先。其实，聪明的人可考虑采取5个步骤，重新定义自己和机器的关系，以及重新定位自己的贡献，和机器和平共存。
步骤1.向上走
你的最佳策略，可能是追求更高的知识水准。只要能思考得比电脑更全面宏观，抽象概念的层次也更高的话，一定会有工作等待着你。
其实，这就是自动化侵蚀人们工作以来，一直不变的忠告：让机器做比你低下的工作，并把握机会更上一层楼。
如果你选择向上走，或许需要接受长时间的教育。一旦进入公司，你的目标应是广泛吸收资讯，并展现创意，成为公司创新和策略团队的一员。
对选择向上走的知识工作者，这段话提供很好的方向：全面性的综合思考。你必须找到方法，让机器为你完成基础的知识工作，而你能掌握机器的运作。
步骤2.向旁边走
运用纯粹理性知识以外的心理力量，也就是心理学家霍华德。嘉纳（howard gardner）说的“多元智能”（multiple intelligences）。例如，你可能擅长“人际”（interpersonal）和“内省”（intrapersonal）智能，知道如何和他人合作，并了解自己的兴趣、目标和专长。
如果向旁边走，是你的求职策略，你需要专注在开发无法程式化的能力。首先，发现自己的能力，然后努力地加强。在过程中，你应该会找到自己目标行业中的佼佼者，设法跟随他们工作。你或许需要学习欣赏自己iq以外的智能，这类智慧可以刻意强化精进，就和微积分一样，都是优秀的天赋才能。
步骤3.向里面走
选择向里面走的知识工作者，需要知道如何监控和调整电脑的工作。在数位行销中，购买广告几乎完全自动化，但只有人才能判断哪些广告其实会伤害品牌，以及应如何调整广告背后的逻辑。
你或许会问：在这个情况下，到底是谁强化谁（或强化什么）？在强化的环境里，支持是互相的。人可以确保电脑运作良好，并让它做得更好。这点是所有提倡 “科学（s）、技术（t）、工程（e）、数学（m）”这种stem教育的人都赞同的，他们预见的工作世界，大部分都是向里面走的职位。
但如果你要采取这种策略，就应培养观察力、转化力和人际连结。
步骤4.向窄门走
选择向窄门走的知识工作者，须找到自己的特殊利基，埋头深入钻研。在众多通才之中，他们是专注在单一领域的少数偏才。如果这是你的策略，就要开始建立自我形象，成为对很狭窄领域有很深入了解的人。
这不表示你不能有其他兴趣，但在专业上要有鲜明的形象。如何运用机器来强化能力？你可以建立自己的资料库，养成吸收新知的习惯，并连结到一些能够结合你与其他人专业的系统。
步骤5.向前走
建构新一代的电脑和人工智慧工具。每部机器的背后还是人，这是事实，而且是很多人。显而易见地，选择这个策略的知识工作者，需要擅长电脑、人工智慧和分析。
向前走，意味着推动机器更进一步侵占职场，但其中有些工作是要用软体来大幅强化的。要正确看出自动化的下一个机会，不能只靠片段的知识。
如果你选择向前走的策略，就必须跳脱常规的思考、看到目前电脑不足之处，并想像尚未存在的工具，这样一来，你将成为领域中的顶尖人物。
从冲刺赛变成接力赛
当然，许多知识工作者现在的工作很快就会被自动化。长远来看，对雇主和员工都有助益的策略，是视聪明的机器为知识工作的合作伙伴。
藉由强调强化，人们可以去除自动化的威胁，把人和机器之间的比赛，从冲刺赛变成接力赛。能顺利从电脑接棒和交棒给电脑的人，将是赢家。
NVIDIA TensorRT支持矩阵中的流控制结构层部分
降低开关电源输出纹波与噪声的方案
人工智能文案写手比人类更占上风
基于AI的应用Google Translate可以帮助非英语国家的患者及其提供者
基于微控制器的MicroPython模块运行
五步骤进化，让你在职场完胜机器人
半导体，微电子，集成电路都是什么关系？
微型计算机系统应用
西门子发布工业5G全连接工厂白皮书（全文）
理解显示器的色域、色准和色深及选购指南
软硬件整合布局，ARM大举进攻物联网
如何判断标准PoE供电交换机的可靠性？
气象观测传感器质量如何
简易夜间自动照明电路
恩智浦推出安全三无线电设备 瑞萨电子推出SIL3认证解决方案
探究在超融合基础设施中分离计算和存储
Ezlo通过Atom智能家居中心扩展Vera Line
联想攻智能电视 云技术为核心试图整合多屏
亚马逊欲建空中仓库 以方便无人机送货
2019年全球AI人才流动报告：球约有44%的AI人才在美国获得的博士学位
牛津大学最近发表一份研究，探讨自动化的进展将如何取代人力。住在佛罗里达州塔拉哈西市的胡瑜美（yuh-mei hutt）听闻之后，写道：“现在的工作在未来有一半可能会消失，让我对孩子的未来彻底改观。”胡女士熟知电脑自动化的好处，但也感受到随之而来的庞大威胁。“我的孩子如何与人工智慧竞争？当竞争对手更资深、更有经验，而工作职位变得更少，他们如何胜出？”她问道。
如果，我们不问传统的问题（哪些现在人们的工作，将被更便宜且更快速的机器取代？），而是问新的问题：当人们拥有更善于思考的机器来提供协助，可以做到什么新的成就？与其视职场为机器不断取代人力的零和游戏，何不从中发掘更多的职场可能性？
视自动化威胁为强化机会
我们可以把“自动化”（automation）的威胁，转化为“强化”（augmentation）的机会。
曾见过知识工作者和机器合作，进行任何一方都无法单独完成的工作。当机器逐渐攻占职场，这些知识工作者展现了因应之道。
传统观念认为，当机器威胁人们的生计，入侵你的工作领域，人们就得投注更高阶的教育水准来保持领先。其实，聪明的人可考虑采取5个步骤，重新定义自己和机器的关系，以及重新定位自己的贡献，和机器和平共存。
步骤1.向上走
你的最佳策略，可能是追求更高的知识水准。只要能思考得比电脑更全面宏观，抽象概念的层次也更高的话，一定会有工作等待着你。
其实，这就是自动化侵蚀人们工作以来，一直不变的忠告：让机器做比你低下的工作，并把握机会更上一层楼。
如果你选择向上走，或许需要接受长时间的教育。一旦进入公司，你的目标应是广泛吸收资讯，并展现创意，成为公司创新和策略团队的一员。
对选择向上走的知识工作者，这段话提供很好的方向：全面性的综合思考。你必须找到方法，让机器为你完成基础的知识工作，而你能掌握机器的运作。
步骤2.向旁边走
运用纯粹理性知识以外的心理力量，也就是心理学家霍华德。嘉纳（howard gardner）说的“多元智能”（multiple intelligences）。例如，你可能擅长“人际”（interpersonal）和“内省”（intrapersonal）智能，知道如何和他人合作，并了解自己的兴趣、目标和专长。
如果向旁边走，是你的求职策略，你需要专注在开发无法程式化的能力。首先，发现自己的能力，然后努力地加强。在过程中，你应该会找到自己目标行业中的佼佼者，设法跟随他们工作。你或许需要学习欣赏自己iq以外的智能，这类智慧可以刻意强化精进，就和微积分一样，都是优秀的天赋才能。
步骤3.向里面走
选择向里面走的知识工作者，需要知道如何监控和调整电脑的工作。在数位行销中，购买广告几乎完全自动化，但只有人才能判断哪些广告其实会伤害品牌，以及应如何调整广告背后的逻辑。
你或许会问：在这个情况下，到底是谁强化谁（或强化什么）？在强化的环境里，支持是互相的。人可以确保电脑运作良好，并让它做得更好。这点是所有提倡 “科学（s）、技术（t）、工程（e）、数学（m）”这种stem教育的人都赞同的，他们预见的工作世界，大部分都是向里面走的职位。
但如果你要采取这种策略，就应培养观察力、转化力和人际连结。
步骤4.向窄门走
选择向窄门走的知识工作者，须找到自己的特殊利基，埋头深入钻研。在众多通才之中，他们是专注在单一领域的少数偏才。如果这是你的策略，就要开始建立自我形象，成为对很狭窄领域有很深入了解的人。
这不表示你不能有其他兴趣，但在专业上要有鲜明的形象。如何运用机器来强化能力？你可以建立自己的资料库，养成吸收新知的习惯，并连结到一些能够结合你与其他人专业的系统。
步骤5.向前走
建构新一代的电脑和人工智慧工具。每部机器的背后还是人，这是事实，而且是很多人。显而易见地，选择这个策略的知识工作者，需要擅长电脑、人工智慧和分析。
向前走，意味着推动机器更进一步侵占职场，但其中有些工作是要用软体来大幅强化的。要正确看出自动化的下一个机会，不能只靠片段的知识。
如果你选择向前走的策略，就必须跳脱常规的思考、看到目前电脑不足之处，并想像尚未存在的工具，这样一来，你将成为领域中的顶尖人物。
从冲刺赛变成接力赛
当然，许多知识工作者现在的工作很快就会被自动化。长远来看，对雇主和员工都有助益的策略，是视聪明的机器为知识工作的合作伙伴。
藉由强调强化，人们可以去除自动化的威胁，把人和机器之间的比赛，从冲刺赛变成接力赛。能顺利从电脑接棒和交棒给电脑的人，将是赢家。
NVIDIA TensorRT支持矩阵中的流控制结构层部分
降低开关电源输出纹波与噪声的方案
人工智能文案写手比人类更占上风
基于AI的应用Google Translate可以帮助非英语国家的患者及其提供者
基于微控制器的MicroPython模块运行
五步骤进化，让你在职场完胜机器人
半导体，微电子，集成电路都是什么关系？
微型计算机系统应用
西门子发布工业5G全连接工厂白皮书（全文）
理解显示器的色域、色准和色深及选购指南
软硬件整合布局，ARM大举进攻物联网
如何判断标准PoE供电交换机的可靠性？
气象观测传感器质量如何
简易夜间自动照明电路
恩智浦推出安全三无线电设备 瑞萨电子推出SIL3认证解决方案
探究在超融合基础设施中分离计算和存储
Ezlo通过Atom智能家居中心扩展Vera Line
联想攻智能电视 云技术为核心试图整合多屏
亚马逊欲建空中仓库 以方便无人机送货
2019年全球AI人才流动报告：球约有44%的AI人才在美国获得的博士学位