这是Han的第59篇原创文章
Hi，这里是Han，好久不见！
悄悄告诉你，今天这篇职场文，文末有互动福利哦~！
记得我刚毕业开始工作的时候，最喜欢做的事情就是写代码，毕竟是程序员嘛。
我就特别不喜欢做一些“虚”的东西。
比如，看看其他人发的报告啦，看看各种无关的代码库啦，和相关职能部门没事聊聊天啥的。
心态就像是，“没吃到主食就觉得没吃饭”一样，如果没写代码，我就觉得没在干活，虚度了一天。
我这么用功，没过多久，我就可以把接到的任务，又快又好地做完了。
很快，我就迎来了第一次定期职场考核。
你知道，硅谷的企业都要员工互相之间写评语嘛。
就当我觉得，肯定结果超棒棒的时候，却发现比较资深的大哥Peter评价说：Han可不行，太注重做“定义好的”任务了，naive。
我当时就炸了，怎么老子把工作做好了，还招埋怨了？
注意，他用了一个词，叫做Well-Defined（定义好的）。
后来我才逐渐意识到，做well-defined的工作，最多只能达到初级的职场水平。因为对于well define好的工作，最难的部分不是实现它，而是定义它。
根本上来讲，这是一个“决策”的过程。而整个决策过程中，会涉及到非常多的问题，需要你能用看起来“非常虚”的能力来解决它。
比如，为什么你的团队要做这个事情？
这里就需要考虑很多问题，像是做这件事情的时机是不是合适，团队里除了这个任务，有没有别的事情同时需要做，以及怎样来平衡全队的时间安排。
还比如，用什么技术来实现这个事情？
那你就要知道，公司里是不是已经有现成的解决方案了，还有业内是不是已经有最新的技术应该去迁移上去了。
这些都是在考察更高级的能力。
当我开始真的尝试做这些事情的时候，才发现，是真的难。这里，有两个“烦心点”。
第一烦，是决策难。
有太多的维度需要考虑，而且有些维度上的问题，其实根本就没有解决方案，只能在各种限制条件下寻找平衡。
比如，你要上一个新的功能，虽然在产品表现上，效果更好，可是这个功能会造成系统的资源消耗过大，你怎么办？
第二烦，是沟通难。
为了推进一个事情，你要跟非常多的人沟通。你要能听懂他们说的话，不仅是英语能力要过关，更重要的是听出他们底层需要的真实想法。
比如，有个合作团队说这个事情做不了，可能不是真的做不了，而可能是你通知他们的太晚了，他们觉得你并没有重视人家。
最近，我读了李开复老师的新书《AI.未来》，我才意识到：
啊，原来这两个“烦”，是人类最核心的能力！对于机器，至少是现在，很难解决这两个“烦”。
如果你的工作中，没有这专属于人类的“两个烦”，你可能很快会被AI所取代。
我们可以画出一个图。
这里涉及到两个轴，横轴代表“第一烦”。也就是，你的工作是更多的需要决策和创意，还是需要做优化。
横轴的左侧是“优化型”，顾名思义，就是在已经有的决策下，让结果变的更好。
其实就是按部就班的工作，也就是比较像我开头说的，做一些“well define”的工作。毕竟，你要去优化什么，已经被决定好了。
横轴的右侧是“决策型”或者“创意型”。这里更多的，是在考察你是不是需要“无中生有”的做一些事情，或者提出一些决定。
图中的纵轴，代表和人交流的密切程度，越往上则越“强社交”，越往下则更“弱社交”。
可以看到，整个图会被分割成四个区域。
整个图的左下角，是“危险区”：优化型、不需要创意和决策的工作，也不需要太和人沟通的工作，将很快被机器取代。
而安全区，也就是决策型的强社交工作所在的区域。如果你是做这些工作，那这意味着你很难被AI取代。
剩下的两个区域则是：“变慢区”：慢慢的，可能会被机器取代；“结合区”：一部分人会被机器取代，另一部分不会。
需要提醒的是，我发现，同样的职业名称，如果你使用的技能不同，结果是不一样的。
比如，同样是软件工程师，你只是做一些well define的，很结构化的工作，又不经常跟人交流，那依然可能会被取代。
而实际上，2017年的时候，剑桥大学和微软公司就已经共同研发出DeepCoder，也就是用AI来进行编程。
可以预见的是，初级程序员，也将终究被取代。
所以，如果你觉得工作中很心烦，那就证明你还是“人”，你不太会被机器取代。
哦对了，当你觉得烦心的时候，其实应该高兴，因为你找到了你可以提升的地方。
说回我那个资深的大哥同事Peter，其实他给我指出问题，并不是批评我，找我麻烦，而是告诉我未来可以提高的地方。
我在之前的文章《为什么硅谷人这么拼？》里面提到过，其实很多优秀的人，都是“成长思维模式”，而不是“固定思维模式”。
也就是说，有成长思维模式的人，可以接受批评，认为自己可以继续成长。别人的批评，只是针对过去的自己，所以并不生气。
而固定思维模式的人，就不想继续学习，所以觉得别人都在说自己。
哦对了，还记得我那篇文章里提到的哥们，行走的鸡汤R君吗？他在我们公司很快做到类似于阿里P8的职级以后，去了一家创业公司。
那个创业公司是一家AI公司，方向是类似于医疗的新兴AI领域方向。而我跟R君最近吃饭的时候，我才知道，R君之前其实并没有人工智能的背景。
为了能赶上这一次的人工智能时代，他真的很拼了，而且完全不虚。在加入公司前，他靠着上一些美国知名的网课，快速的实现了入行。
加入公司后，几个月的时间，利用基础知识和行业的经验，他现在已经游刃有余。
说起技术类的教育平台，我觉得源自美国的，全球三大在线学习平台都很不错。我在一年前，就写过一篇文章详细介绍对比了Coursera, Udacity 和 EdX三个平台。（有兴趣的读者可以戳这里查看）
Coursera和EdX更偏学术，而Udacity则更注重实践，还和Amazon、IBM、Nvidia等知名企业联合培训。
正好我的一个朋友Derek，他就是Udacity的机器学习学生社群的导师，他自己也是AI专业的博士生。
虽然我们见面不多，但我们也会交流很多AI的方面的信息和心得。他说，他发现上课的学生，真的很励志。
比如，有的人是中年转行，还能连着拿下三门纳米学位，有的人则是不想在二线城市“养老”，想要改变自己的年轻人。
我本身也在Udacity上有学习过很多课程，我发现，他们最大的特点就是：方便而实用。
方便，是说他把课程分成很多几分钟不等的片段，每小节有前面知识的总结和相关的练习，让你可以边互动边学习，非常容易跟上进度，不易走神。
实用，是说他课上留出的作业和实战项目，在实践中学习其实是最高效的方法，未来这些项目也都可以写进简历，对求职很有帮助。
对了，Udacity是三大在线教育平台中唯一在中国正式运营的，这就意味着你的学习社群老师和同学，都说中文，抱大腿也很方便。
课程难度的梯度设置也很合理，从零基础入门到相关工作的水平，都有对应的课程。
上图的课程里有几门提供【免费试听】，想试听、了解大纲的可以扫码哦。
福利时间~ 

请在文末留言互动：你觉得AI的发展，会对你的工作有什么影响？
我这里，还有几本文中提到的，李开复老师的新书《AI未来》，还是签名版哦！
送给点赞最高的三位读者~
我2019年的小目标已完成
17/52篇原创笔记
👇点击阅读原文，也可进入官网了解更多。
继续阅读
阅读原文