2030年，你找不到工作，而是工作找你啦

透过历史，虽不能准确预知未来，但关于未来的轮廓与轨迹，却总是有迹可循。蒸汽机、内燃机和计算机，这三者代表了我们曾经经历和当下正在进行的工业革命，伴随这些突破性技术的出现，人类生产力水平不断突破新高度，并催生出大量前所未有的职业与新机遇。

如今，机器人、人工智能、VR/AR、云计算又一次把我们带到领变革的边缘。时间上，既然变革到来已成定局，那么讨论“明天”还是“后天”无疑就略显多余，惟一的疑问是，这次变革将会带给我们哪些挑战与机遇？

在一份戴尔数字化转型指数调查报告中，调查了全球4000名企业高管，有48%的人无法想象自己所处的行业三年后会是什么样子，更有接近一半的人担心自己会在未来3-5年被淘汰。

对于未来的不确定，是企业界弥漫着焦虑的主要原因。对此，戴尔科技联合未来研究所（IFTF）发布了新兴技术社会效益调研报告，探讨新型技术驱动下2030年的社会生产生活方式，让我们对未来有更清晰的认识，及时调整，抓住机遇。

不愁找不到工作，而愁工作找不到你

延续千年的找工作传统将被打破。IFTF认为，2030年人类社会将在大数据和人工智能下实现高度信息化，信息透明、资源流通。届时，一个人的工作技能、竞争力、声誉等都将以数据可视化的形式呈现，并由此催生了“零工经济”这一概念。

企业会把工作分解为“任务”，然后在人力资源库中自动匹配最佳人才来完成。如此一来，企业不用担心所雇佣的人是否能力足够。人与工作的关系也会变得更主动，不是人找工作，而是工作找人，并且也不用长时间被工作束缚，这就是“零工经济”。

未来的工作模式会像电脑游戏中的“领任务——交任务”模式？

乍一看，“零工经济”将导致将全职工作减少，然而，将人才从固定资源转变为可变资源，受益的将是全人类。技术熟练的人员可以跨越机构与时区工作，工作与地理的关系得到松绑，有助于帮助解决当今世界人才分布不均的状况。对企业来说，“零工经济”也可以精简它们的部门结构，使之更加灵活也更具竞争力，还能降低成本和间接费用。

更大意义上，工作找人还能减少求职过程中性别或种族的偏见。由于求职者的性别、种族将不会在可视化数据中得到展示，再通过VR技术，求职者也可以在不暴露性别或种族情况下展示自己的工作技能，为那些没有获得平等工作机会的人打开更多大门。

机器人不会取代人类，至少2030年不会

机器人是否会取代人类一直备受热议，关于这个话题， IFTF的专家们认为，至少2030年不会：机器作为人类的延伸，过去几十年来一直帮助人类进行危险性、重复性工作，但接下来它们会破这层界限，参与到人类生活中。

2030年，机器人将进入工作场所和家庭，与人类建立更深层、更广泛的联系。借助这种联系，人类的很多工作将由机器完成，而人类也将超越自身的局限，并创造出新的行业和工作。IFTF认为，机器不会取代人类，人类的角色将更像是指挥官，在判断、分析、创造方面发挥作用。

机器人能够在生活层面帮助人类，也得益于数字技术的发展，语音连接设备、可穿戴设备、植入设备等会根据实时收集的信息，推断出你的意图，相应地激活和停用资源，需求往往在你意识到之前就被满足了。

未来有85%的工作，今天还没开发出来

美国劳工统计局表示，目前的劳动力市场中，善于学习技能的人在38岁的时候大概有过8到10个工作岗位，他们中的大多数选择了自由职业。预计2020年，这些技能过硬的自由职业者将组成美国整体劳动力市场的50%，他们中的大部分不是依靠传统的人力资源部门或传统的流程获得工作岗位。

不仅是人会倾向于去学习更多工作技能，更重要的是，很多未来的工种现在还没有出现，人们会不得不去学习以适应变化的需求。IFTF认为，2030年近85%的工作是现在所没有的。当然，面对这些新工作的同时，我们过去的工作经验仍然受用，但我们学习这些新工作的方法发生了变化，VR/AR将提供很好的技能培训和实时信息传输。某种程度上说，未来更看重的是你获取知识的能力，而不是那些你已有的知识。

结论

对个人而言，专业领域的知识、经验、背景将会继续成为未来十年的决定性特征。但由于数据可视化，愿景、创造性解决问题的能力以及毅力将更成为企业用人的重要标准。

虽然人类的创造力被认为是区别于机器智能的主要特征，但人类的“激情”对于那些依照指令而存活的机器来说更具挑战性。激情才是人类对机器的明显优势。如果你去学习做一些你以前做不到的事情，那么你就会激起人们的激情，这就是我们的世界能够发生改变，这就是技术能够全球范围内解决问题的原因。

随着声誉引擎，数据可视化和智能分析技术的兴起，个人的技能和能力越来越强，下一个十年，建立和维护个人品牌将被视为职业必备。为了获得有价值的，有挑战性的工作，人们需要在自己的网络中保持良好的专业声誉。

最后，由于AI云服务能使更多应用程序和设备整合进AI当中，并且不需对技术基础架构进行大量投资，所以信息的获取将比现在更为广泛。到2030年，信息鉴别和判断的技能仍然至关重要，能够更好地理解人与机器之间的交流，将成为下一个人机合作时代成功的关键。