之所以前面说这么多是因为我认为，atv，任何一个新事物的出现，我们都不能孤立地来看待。而是要把它放在横向延伸和纵向纵深的系统维度里，由点及线，由线及面地去分析。

今天我们看到的是AlphaGo 击败了人类最厉害的围棋选手，而这一条新闻背后所反映的是人工智能学习和分析能力的更上一层楼，它带来的不应该是威胁，而是机会。

我们回到文章的标题，未来，真的有90%的人找不到工作吗？我认为很有可能，但这并不是因为我们的工作都被人工智能取代了，而是因为我们没有学会如何与人工智能一起协作。换个角度来看，未来擅长与机器进行无缝协作的人才将大受欢迎。

这也是为什么李开复在新书《人工智能》里说：“未来十年，每个人都要在人机协作中找到自己的新位置。” 那么如何找到自己的新位置，我认为下面两种能力是一定要具备的。

A. 对信息的加工处理和建模能力

随着网络技术的发展，信息的获取成本几乎为零。 只要渠道和方法得当，我们可以在网上找到一切想要的信息。

但是获取信息并不等于运用信息。运用信息意味着要对既有信息进行删减，进行对比，进行重组，进行再加工...直到从信息中挖掘到洞察。它遵循的是提出假设－验证假设－推翻假设－再次提出假设的思考模型。

未来，机器能够帮助我们迅速搜寻和筛选出我们需要的一切信息数据，但是基于这些信息数据进行模型建立是必须由人来完成的。我们可以借助机器分析来得到全中国人民对于小龙虾的口味偏好，但要从这些大数据中抽离出抽象的计算模型来开发一款新的小龙虾品种......机器是不懂品尝的。

就像前文所说，人工智能是一个模拟系统，而不是创造系统。它首先需要大量的数据输入才会有价值输出。而人是会“跳跃性”思维的，这是不需要数据输入的。正是这种看似和机器相“矛盾”的思维方式恰好能够和机器进行互补。

　　B. 跨学科、跨行业的通用学习能力

我曾写过一篇文章《提升思维力的秘诀：绝不做工具的奴隶》，里面提到了每个人都拥有的、最基本的两项重要认知能力：类比和联想。这是帮助我们实现跨领域学习的基础。譬如我们来看下面这三个问题，各位可以想想如何去解答。

1："原位癌”是怎么一回事？

2: 第一次买保险，应该如何做出选择？

3: 去美国旅游，如何制定最佳的游玩路线？

以上三个看似风马牛不相关的问题，分别涉及到医学、金融和旅游三个领域，但学习和解决的方法都是一种。拿第二个问题举例，作为一个从没有买过保险的“新手”，我是这样去解决这个问题的：

第一步，通过周遭朋友介绍和网络搜索，找到比较知名可信的保险品牌；

第二步，对比不同保险公司之间的一些主流产品和专业术语，分别去理解它们的含义；

第三步，主动联系保险经纪人（4-6个），分别和他们见面，理解他们家的产品优势和侧重点；

第四步，梳理自己购买保险产品的核心需求；

第五步，再次和保险经纪面谈，做出购买决策。

以上总结下来十个字：搜索，摘取，匹配，评估，应用。其他两个问题，一样可以用这一套方法去理解，大家有兴趣也可以试试。以后有机会这一块笔者也会单独写文来讲。

这就是通用学习。上面每一个步骤其实都可以和机器来协作完成（比如用机器马上列举出过去20年间信誉良好、理赔服务质量高的保险公司排名并给出建议），但是其中又有需要人为参与的部分，比如需求梳理，沟通谈判等等。

未来行业和行业之间界限会越来越模糊，这就更要求我们学会跨领域的通用学习，而人工智能可以在这方面大大提高我们的学习和决策效率。

最后再说一点，既然人工智能和人之间的协作这么重要，那是不是一定要学会编程能力？我个人倒认为未必，但你一定要了解人工智能背后的工作原理，以及缺陷不足，只有这样才能制定恰如其分的解决方案。其他的技术问题交给术业有专攻的人。