最近关于AI替代工作的焦虑炒得有点过了，以至于产生“去技能化”这样的概念，有必要给社会纠正一下，别被炒作带歪了。
我作为一名自动化工程师，同时也做过AI方面的研究，可以很负责任地告诉大家没有必要太担心被AI所替代，因为现在的焦虑情绪是已经被严重误导了，未来与大家想象的会有非常大的差别，起码在短时间之内AI大面积替代人类工作的时代是不可能到来的。
之所以现在会有“去技能化”的概念产生，就是因为人们已经看到了AI可以模仿人类的操作行为，人形机器人甚至可以在物理世界上彻底模仿人类的行为，看到了对人类技能进行复制的可能性，所以认为学技能已经没有意义了。
然而，从专业技术的角度上来说，AI能够模仿替代的业务，有很大一部分用RPA也可以，而RPA十多年前就已经有了，同样的，机器人模仿人类也不是什么新鲜事了，日本在上个世纪就已经做出很先进的人型机器人，现在的技术并没有大家想象中的飞跃得那么多。
准确来说，现在的AI及机器人技术与10年前相比并没有进步得太多，只不过是应用门槛降低了一些而已，离全面铺开进入到各个企业与岗位当中还有很长的路要走，相关技术体系还存在很大的缺口，根本不可能在短期之内发展到威胁所有人的水平的。
大家之所以会急，就是因为已经看到美国那边已经有很多企业开始引入AI来替代了，国内的也在推进，威胁已经在用肉眼可见的速度在逼近。
然而，自动化技术的应用原理并不是九年义务教育的科目，甚至在我们这个专业当中也属于比较深奥的内容，现在引入AI替代技术的企业基本上没有专业理论知识支撑，是根本发挥不出这些技术的实力的。
换言之，在专业人士的眼里，现在试用这些技术的人大概率都会扑街，而且是连怎么扑的街都不知道。
如果直接解释理论，恐怕我的读者没有几个看得懂，所以这里用一个侧面描述来给大家解释。
我们假设一个员工，他要完成自己的业务，就需要相应的技能，而在技能培训的时候都会做一些能力测试，用以评估是否有足够的技能来满足业务的需要。
一般来说，这种技能测试并不用要求员工全部考满分，技能上有缺陷是很常见的，只要整个业务链条上所有人的成绩能够凑出一个满分，那么业务就有可能顺利开展了。
于是，如果一个业务链条上面有三个员工，那么这三个人可以分别掌握技能测试当中三分之一的知识点，那么就可以满足业务开展的最低要求了。
现在如果引入自动化技术，把三个员工压缩成一个员工，那么对这个剩余下来的员工要求就会大幅提高，原来考33分就可以过关了，现在必须考100分才行。
之所以要提高要求，就是因为员工要知道自己在做什么，就必须要掌握相应的知识，否则就是在瞎搞。
以前业务链条有三个人，这三个人可以通过沟通协调来互相配合，而现在只剩下一个人了，也就没有其他人配合了，什么事都只能靠一个人自己干。
看到这，可能有的人会反驳，认为AI自己能够解决这些问题，但事实上现在的AI还远没有达到这个水平，而且怎么能够实现这种功能都还在理论研究当中，现在来看靠AI不太可能搞得定，最后大概率还是要靠人。
一个业务链条就已经是这样了，如果是一个企业有多个链条被用AI替代，那就相当于高考考全科满分一样，基本上不可能实现。
要解决这个问题，就得学会把业务信息剥离再处理，而这就已经属于非常抽象的理论概念了，本科生是大概率搞不定，甚至是硕士生可能都会有点勉强，所以就目前企业员工的平均知识储备水平来看的话，基本上都不够格。
更何况，上面这个标准是按理工科算的，制造业更有可能满足要求，其它行业可能根本就招不到这个方面的人才，即使招到了可能也容不下，所以实际应用门槛仍然很高。
用AI替代的企业通过堆产能的方式或许可以发挥体量优势，但是行业是需要不断发展的，而发展得越快就越有可能触碰到技能知识盲区，扑街的概率会大幅上升，所以不要以为单凭劣币汰良币的市场逻辑就能一帆风顺地铺开了，事实上根本不可能。
大力推动AI替代是大概率会扯着蛋的，除非当老板的能各类技能考试全部考满分，传统业务模式并不见得就比AI的要差。
社会是要发展的，AI肯定也是一大发展方向，但是要让这些技术真正发挥作用，还需要进行相应的体系建设，而不是一买回来就以为可以用。
对于被替代的人来说，也不用太灰心，技术投放肯定是有一个试错的过程，而AI技术的投放可能会有比较长的试错过程，在这个过程当中还是有翻盘的机会的，只不过要记住适当地与时俱进，不要以为旧的那套照搬就能赢。