科技发展带来新的产业场景、而新的产业场景又催生新的职业场景。边缘计算经理、城市网络分析师、遗传多样性官员、AR旅行创建者、个人记忆管理师……这些听起来让人一头雾水的名词，可能正是10年后主流的科技职业。
据IT服务和商业咨询公司Cognizant的最新报告，虽然许多人类工作者担心他们最终将被人工智能(AI)取代，但我们现有的员工更有可能转变为新的职场角色。
报告认为，工作总是随着技术的进步而改变。此外，目前许多人从事的是沉闷、肮脏或危险的工作，而技术可能让他们被解放出来，做更有成就，以及能赚更多钱的工作。
Cognizant的研究人员预计在未来10年内，有21种职业将成为主流。这些工作有一部分技术性很强，而另一些则需要很少的技能。
细细体会这些未来的职业，无不与大数据、人工智能、远程医疗、虚拟现实、物联网等领域的快速发展紧密相关。这些职业不只告诉职业人士可以提前做好准备;同时，从另一个角度阐述了未来的行业趋势，对于企业而言，也应该从中找到行业变迁的蛛丝马迹，并做好应对准备。
01、数据侦探
数据侦探将调查整个公司的组织数据，对物联网端点、设备、传感器、生物识别监视器、传统计算基础设施和下一代雾、网格、边缘和神经功能生成的信息进行检查，并生成有意义的商业解决方案。
02、影子IT服务商
担任这个职位的人将负责一个组织的影子IT运营，并与其数字化的工作场所战略相融合。这个工作人员将创建一个系统，查看内外部环境、移动与桌面系统，以及企业用户使用的应用程序和服务，以降低风险。
03、道德采购官
道德采购人员将领导一个道德团队，确保公司收入的分配符合客户和员工设定的标准。此人还将围绕商品和服务的自动化供应进行调查、跟踪、谈判和达成协议，以确保与利益相关方达成道德协议。
04、AI业务开发经理
AI业务开发经理将致力于向客户销售AI产品。该专业人员将与销售、市场和合作伙伴团队合作，开发和部署有针对性的人工智能销售和业务开发活动。
05、边缘计算经理
边缘计算经理将定义一个公司的物联网路线图，仔细评估所需的技术要求，并评估建立边缘处理单元的可行性，以及衡量投资回报。
06、陪行者/陪聊者
陪行者/陪聊者将充当老年人的对话伴侣，通过与Uber类似的平台与老年人连接。
07、健身委托顾问
这个人可以远程提供一对一的定期教练和咨询服务，并通过可穿戴设备追踪参与者的进展，以改善他们的健康状况。
08、AI辅助医疗师
这个角色可能会在路上，或手术中，通过最新的AI技术和远程医生的辅助，对患者进行检查、诊断、管理或给予适当的治疗。
09、城市网络分析师
城市网络分析师将通过确保数据的稳定流动和保持所有技术设备的正常运行，来保障城市的安全、安防与正常功能。
10、基因组资产总监
他/她将是一个有着强大商业背景的商业主管，可以掌控公司生物技术研究的未来发展，并确保新产品能够符合客户的持续健康需求。
11、人机协作经理
随着人类和机器人的协作越来越多，人机协作经理将帮助结合双方各自的优势来实现业务目标。
12、财务健康顾问
财务健康顾问可以为银行客户提供辅导，以了解数字银行业务的选择，并改善其财务健康状况。
13、数字裁缝
数字裁缝将去零售顾客的家中，完成电子订单衣服的量身订做。
14、首席信托官
这个专业人员将与财务和公关团队合作，就传统和加密货币交易行为提供建议，以保持诚信和品牌声誉。
15、量子机器学习分析师
量子机器学习分析师将通过应用量子技术来研究和开发创新解决方案，以提高机器学习算法的速度和性能，并以最快的速度解决实际的业务问题。
16、虚拟商店助手/导购
一个虚拟商店助手/导购将帮助客户进行网上购物，帮助他们更好地找到满足其需求的产品。
17、个人数据经纪人
这些人将代表客户执行数据交易，并追踪客户数据回报最大化的新方法。
18、个人记忆管理员
个人记忆管理员将为老年顾客创造无缝的虚拟环境。该人员将与患者和利益相关方进行协商，为虚拟现实体验制定规范，将特定的时间、地点或事件带入生活中，以阻止记忆力衰退。
19、AR旅行构建者
AR旅行构建者将就下一代AR体验进行设计、编写、创建、校准、游戏化和个性化等相关工作。
20、公路管控员
这个专业人员将充当专职空间管控员，通过AI平台的监测和编程，来管理大城市的自动驾驶汽车道路和无人机空域。
21、遗传多样性官员
除种族或性别差异外，遗传多样性官员还将与相关业务部门的负责人紧密合作，以确保组织内的基因包容性。
延伸阅读
不要担心，未来世界是人机协同的世界
关于人工智能、关于自动化、关于未来生存，我们已经讨论得太多了。随着技术的进步，未来人类的工作将朝着什么样的方向发展?什么样的技能才是未来社会所需要的?失去工作的人将会怎么办?在未来，人与机器之间到底是怎样的关系?
总体而言，我们需要关注的不应只是未来变化的结果，而是未来的变化方向。只有把握变化的方向，才能无惧各种变化的结果。
自动化不可避免
迫使人类失去工作的不是机器人，而是各种形式的模式识别计算机技术。模式识别涵盖了广泛的人工智能功能，包括回归分析、聚类分析、基因演算法、主成分分析、决策树和神经网络系统。
人类作为一个擅长于模式识别的物种：从很早的时候就具备语言学习的能力，到学习阅读，精通象棋和围棋等游戏，发展天文、数学，将航天器发送到附近行星和月球上，并研究数学，解释错综复杂的亚原子世界。
我们对模式识别的精通让我们为电脑和其它机器赋予了相似的技能，这并没有什么可惊讶的。因此我们能够创造出可以在拥挤的车流中操作自如，且能够在纳秒内做出决定的自动驾驶汽车。
因此，模式识别应该遵循的是：在最根本的层面上，我们创造出的这些模仿我们思维的机器，相对于人类劳动力将有所突破，而不仅仅只会做繁重的工作。几个世纪以来，人类劳动力一直以做繁重工作为特征。
我们目前发明的机器人按照某一特定模式设计，以执行那些重复、乏味的任务，这些机器人的工作效果如果不优于我们大多数人，那就与我们人类相差无几。未来几年，我们将看到许多这种类型的机器人(如下图的Baxter)取代那些模式化的工作，如流水线上的组装，或是仓储、拣选和打包等工作。
在十年内，将有更多精细的模式识别机器承担更加复杂的任务，如自动运输系统。该系统将涵盖个人汽车、卡车车队、公交运营和商用航空各领域。
人工智能开启一个充满新机遇的世界
据预测，到本世纪中叶，全世界人口将增长到105亿。虽然20亿或者更多人的工作会被模式识别机器取代，但我们仍然可以为这些人找到新的工作机会。
届时，人类是不会无所事事的，因为将会有大量有趣且激动人心的新工作诞生。这些工作可能是我们正在创造或维持的科技带来的，也可能是创造新机遇的知识爆炸带来的。
毫无疑问，自动化的世界将会需要更多人才来确保机器永远为人类工作，而我们中的许多人将会成为熟练的技术人员，能够维持和强化我们的自动化世界。其它人则会通过改进人工智能的算法，来推动人工智能的发展。
STEM教育会成为我们孩子未来的中心。什么是STEM?这是一种跨学科课程，集中向学生传授科学、技术、工程和数学在研究和应用方面的知识。而编程就是STEM的课程之一。
编程将成为21世纪人类和机器协同工作的一项必备基础技能，将会与语言能力同等重要。这里所说的编程不同于写下一行又一行可编程指令的传统方式。相反，这种编程将会像互动培训，有时是脑力的，而有时又是体力的。
机器和人类将运用自然语言或是身体动作，通过交流进行学习。是的，机器和人类互相学习。这就会加速、扩大人类的教育成果，并可能使人类承担新的责任，发展新的技能组合，而这些都需要机器伙伴从全球数据库中提供丰富的信息。
自然语言交互是关键
人类喜欢讲故事，我们从故事中学习。正因为我们所知道的许多内容将会融入到我们创造的机器中，这些机器不仅仅将成为我们21世纪的工作伙伴，还会成为故事讲述者和我们的老师。
事实上，一台具有聆听、交谈等自然语言能力的模式识别机器，当其有权限进入全球知识数据库时，将能够比大多数人讲出更精彩的故事。同时，机器将能够获取更多的信息，并将知识融入与人类伙伴交互的背景，帮助人类获得新的见解和技能，以找到新的工作。
不同于人类需要四年才能获取在某一领域工作的学术资格，模式识别机器将会不断地工作和学习，具有组织并构建大量知识的能力，以帮助创造专家。这看起来似乎不切实际，但现实就是这样。
人工智能、复杂模式识别和自然语言处理与交互的结合正在进行，只是刚刚起步。未来十年内我们将会看更多公司创造的成果，例如IBM及其人工智能Watson，谷歌、微软及其在神经形态计算和神经网络系统方面的成果。这些公司开发的成果将会导致学习的变革。
例如，一个医生将不再需要经过6年的实践才能在检测、诊断和治疗疾病方面变得熟练。相反，一个医生会与一个人工智能伙伴并肩合作，这个伙伴既能够充当一个知识库，还可以指导医生提高其认知能力，以及为病人服务的技巧。
教会机器辨认对错
在21世纪中期，语言学家、心理学家、社会学家、哲学家甚至是人类学家将会变得更为重要，因为人工智能对世界和我们的了解，变得比以往任何时候都更加深刻。
为了让机器成为更好的伙伴，他们需要学习更多的人文学科知识。他们不仅需要明白句子的字面意思，还要明白这些句子的深层意义、人类的肢体语言以及与他们进行互动的人的文化背景。
除了硬件连接以外，一个道德编码，我们的模式识别，自然语言交互，人工智能将需要能够在社会和心理上实现进化。
也就是说，在本世纪中期，那些研究人文学科的人将会拥有重要的工作，以使人类和机器共同创建的社会保持协同发展。
（转载）
