社會生活中幾乎可是說是充滿著AI機器的身影，人工智慧被人們運用在機器之上，曾經冷冰冰的機器現在也會張開嘴說話，以前只有影視劇中才會出現的觸及不到的黑科技，現在也變成了看得到的生活實景。 技術的高速發展、機器人也越來越智能，人類面對的威脅似乎也越來越大。 . 據國外著名的諮詢集團的預測報告顯示，未來10年裡由機器人承擔的工作量將從目前的10%升至30% . 且未來人工智慧將從純粹重複的體力勞動轉向更加高級的腦力勞動。
另一份匯報則顯示，在美國，到2026年將有一百四十萬個就業機會被自動化代替或以其它方式被自動化作用。 . 而在這些工作崗位中，女性的比例佔約40%，而這個比例在未來還將會擴大。因此面對不斷升級的人工智慧技術，這一切恍如又讓我們看到了每一次工業革命的縮影。
提起第一次工業革命，其標記是蒸汽機的誕生，在隨後的工業革命中，蒸汽機先後被應用在紡織、冶金、鐵路等各個領域。 . 如果說珍妮機一定程度的解放了人們用雙手去勞作的辛苦，那麼蒸汽機則將這一目標更加擴大了。而英國作為在第一次工業革命最大的受益者，蒸汽機帶來的巨大的生產力潛力，讓工業產值遠遠超越了此前的農耕產值，同時在農耕文明過渡到工業文明的期間，也直接加速了社會的成長。
如果以現今被譽為千業之城的城市——伯明罕為例，在工業革命之前，它只是一個小村莊，由於在其附近發現了豐富的煤礦，因此工業革命後，這個小村莊變得異常繁榮，各種鐵路機車、蒸汽機和船舶各種工業發展，人口也在一八零零年猛增至7七萬五千00人，成為了最具代表的工業化城市之一。
在那時的情況下，原本務農的農民轉變為了工人階級的身份，而廠房所建立的區域，也是他們匯聚最集中的區域。 . 反過來看，正是由於這些工人的堆積才促進了那時的第一次工業革命，兩者可謂相輔相成。
將話題回來到這一次的人工智慧身上。 . 如今的AI技術也是日新月異，當前大火的人工智慧技術被稱作是人類繼工業革命、電力革命、蒸汽革命、信息化革命之後的新一輪的技術革命，也給包括伺服器等在內的IT行業帶來了很多的影響。 . 這也是為何，人工智慧被認為是第四次工業革命起點的主要的原因。
如今，我們也能感受到，以人工智慧為基礎所促進的產業轉型升級，以及各行各業的規模化利用正迅速發展。 . 雖然說工業革命的焦點取決於以機器代替人力，但這一次，卻又與此前的工業革命有不同。
以最具代表的農業領域為例，目前面對的兩大問題，其一是靠天吃飯的；收穫，在種植方面大多還是一個靠經驗的方式，這是一種非量化的表現，無法用較為科學的數據進行說明。
第二點就是勞動力的缺失，目前該行業首要勞動力是五十-六十齡層的人，而二十-三十齡層的人，更偏向去城市務工。 . 據我國國家統計局在2017年國家統計局發布的前一年國民經濟和社會發展統計公報顯示，二零一六年全國進城務工的人員總量近三萬人，比上年增長約1.5%。
要知道，這些用地是不能夠被撂荒了，所以下一個問題就是，當勞動力布局再次發生改變時，這些大片大片的土地若是不挑選流落轉徙，又該由誰去耕種？而現今，在這一領域種中們能看到無人植保機、無人飛機等產品的身影，同時還有利用機器視覺、深度學習技術與數據的結合。 . 另外，以學習型機器為代表的人工智慧技術在徵信領域的應用越來越廣，不僅可以匯總和分析各種數據，還可以設計多種預測模型，用以預測即將出現的各種情況。
可以看出，在這個場景裡，AI的焦點是為了釋放巨大的財產能量，並非為了代替人類。 . 所以若是將這一技術固定，它並不是現今爭搶的中心位置，而更像是個輔助位。
另外就典型場景即是醫療，舉個具象化的例子來申明，網際網絡的呈現，讓救死扶傷的醫者們可以或許在遙遠的千裡之外為患者們看診，但此前的供給側的阻礙取決於醫者們很少，無法應對很多的患者需求。 . 而人工智慧技術或許可以將知識體系進行複製與展開，就相當於每個AI機器人都具有專業的醫學水平的知識儲備。
但這也並不意味著否定醫生的存在，因為AI在醫療領域裡只能扮演一個輔助角色，讓醫生們可以或許從重複性工作中解放出來，將更多的精力放在重症以及特別病症的病人們身上。
繼續上面一篇提到的人工智慧，人工智慧在未來的發展可能會使其以後取代部分人的工作，也是目前常被提到的人工智慧將會取代客服崗位這一威脅論。 . 這不禁讓人想起那次微軟 lombard與icici lombard的那次協作，這家保險公司藉助微軟公司所供給的AI能力，簡化了汽車維修索賠的流程，就是說日常的小問題，用戶僅需動動手，拍拍照便可自動完成受理。
既然全數自動化了出來，那是否也就意味著不再需要人力了？ 顯然否定，我們要明白的是，在這些客服人員每天處置一些問題中，含有很多重複性的工作，而人工智慧要處理的即是這些重複性的保單，讓客服可以有時間處置較為特殊的一些問題的處理上。
」人工智慧，目前只是「小助手」有了人工智慧，並不代表萬事無憂，目前的情況是 AI也會下崗。因為AI如今也並不是個百分百完美的技術，而它的缺陷便在於智商高情商低，很典型的例子，比如A與B中午一起去吃了個飯，下午又去見了C。 . 那麼AI能做的僅僅是從中能做的就是記錄一下時間、地址、人物與起因顛末成果，它卻沒法分析出下戰書A與C碰頭的原因。 . 而在A與B的談話中，有哪些要素促使了A與C的會面，這是人類可以或許闡發出的問題，而不是人工智慧的專長，也正因如此，目前人工智慧也存在著下崗的風險。
在外國北愛爾蘭超市持證上崗的導購機器人AI就落下了這一下場，雖然顧客都認為其嘴皮子功夫一流，但實際操作中，並沒有到達人們的預期的結果。 . 他不僅給出的答覆差強人意，其效率也僅為人類促銷員的五分之一，最尷尬的一點取決於，甚至有顧客為了避開這個機器人特意挑選了繞道而行。。。而對於這一現象，飯店管理人員向yesky天極網yesky暗示：在就餐高峰期間起不到任何幫忙，甚至讓人覺得有的麻煩，所以這一個機器人從懶得用淪落至了底子不想用。
顯然，賓館中陳設的AI機器人下場也好不到哪去，很多成都為了人們駐足談笑的景物，實際幫忙近乎沒有，更有甚者將其直接斷電，任其在角落裡吃灰。
因此，現在的AI 行業就好比當年的網絡 ，本質還是要回來到行業屬性當中。 . 以這些服務型機器人為例，本是一個多學科交叉的技術，而現今，大量的新興技術，讓幾個並非以這些技術驅動的企業，也能夠輕輕鬆鬆的攢出一臺來。 . 只不過他們的目標並不在於產品本身，而是出於對股票的琢磨。
鞠恆：大數據及人工智慧應用時代的到來，對資管行業而言，這又是另外一碼事了。 . 很大人致力於彌合企業客戶的需求與容器等開源技術間的斷層：在私有雲層面，與其它領域的提供商開展合作；在產品層面，那麼機器與人類間，形成端到端的解決方案。