我們處在一個多變的時代，看一看圖1和圖2，你覺得哪一張圖的環(huán)境更接近我們當前所處的真實環(huán)境呢？
圖1 平靜而陽光明媚 圖2 激蕩而天氣多變
我相信你的回答跟我想的一樣。是的，第二張。多變是客觀的，而且是殘酷的。
更為殘酷的事情還在不斷發(fā)生。如果你是一名從事人力資源相關工作的人，或者想象一下你是從事這個領域相關工作的人，請回答下列問題：從人力資源的角度看，企業(yè)的終極目標是什么？填寫到下列的方框內。


請將書倒過來看答案。
你可能會對這個答案表示質疑。那么，我們來看看微軟公司創(chuàng)始人比爾·蓋茨近期對人力資源工作的看法：
從“人力資源部”到“機器資源部”
這個觀點是劃時代的，所有可被代替的崗位都是沒有價值的。因為人有人性，人有七情六欲，人會生氣也會抱怨，而機器不會；人需要時間休息，需要時間溝通，但機器不需要其他與工作無關的時間消耗，可以24小時工作；最重要的是，從長遠的利益來看，機器比人更便宜、更高效、更有執(zhí)行力。一句話就是，機器比人更具性價比。
也許你會反駁我的觀點，認為機器是為人服務的。這一點沒有錯，機器恰恰解放了我們，讓我們從很多重復性的、危險性的、枯燥乏味的工作中解放出來。可是，現(xiàn)在的社會系統(tǒng)是講究按勞分配的，如果你從事的工作都可以被機器代替，那么你可以做什么來維持自己的生活，以及追求更好的物質和精神生活？
時代的變化越來越快，也越來越殘酷。
網(wǎng)絡上有這樣一句話：“這個時代的變化，往往與你無關。”打敗你的，往往不是無知，而是對未來的未知。
當我們還在討論男婚女嫁越來越難的時候，專門為戀愛而生的男女機器人已可以在世界范圍內接受預訂，他可以滿足一切戀愛中你希望對方做的事情；而支付寶帶來了金融行業(yè)的巨變，卻不曾想徹底顛覆了一個已經(jīng)擁有2000多年的古老職業(yè)：小偷。這個無現(xiàn)金的時代，小偷已經(jīng)沒有現(xiàn)金可偷。
不僅如此，未來的競爭不是人與人之間的競爭，而是人與機器人之間的競爭。這樣的案例比比皆是。
? 辦公室里機械性、重復性、程式化的工作將會被Betty（辦公機器人代號）技術取代。
? 斯坦福大學研究團隊開發(fā)了一個診斷皮膚癌的人工智能機器人，該機器人診斷的準確率達到91%以上。
? 韓國《金融新聞》編輯部啟用了一名人工智能機器人記者，只需0.3秒就可以寫出一篇股市行情的新聞報道。一半以上的讀者看后都表示分不清到底是人寫的還是機器人寫的。
? 2016年3月AlphaGo以4︰1的比分打敗了韓國選手李世石，后來，AlphaGo又以3︰0的成績戰(zhàn)勝了排名世界第一的中國圍棋職業(yè)九段棋士柯潔。
? 現(xiàn)代化的工廠，沒有人類。
說到這里，我想告訴你的是：未來的社會對個人的能力要求越來越高。未來不可知，學習永遠是現(xiàn)在時。因為越來越多的崗位可以被機器人代替，如果不持續(xù)地學習，就可能被這個時代拋棄。
在網(wǎng)絡上流傳著的一組數(shù)據(jù)（見表1），意思是你現(xiàn)在的崗位可能被代替的可能性。
表1 可能被淘汰的職業(yè)概率
職 業(yè) 被淘汰率 職 業(yè) 被淘汰率
電話銷售員 99.0% 打字員 98.5%
會計 97.6% 保險業(yè)務員 97.0%
銀行職員 96.8% 政府基層職能機構職員 96.8%
接線員 96.5% 前臺 95.6%
客服 91.0% 人事 89.7%
保安 89.3% 房地產(chǎn)經(jīng)紀人 86.0%
工人相關 60%～80% 廚師 73.4%
IT工程師 58.3% 圖書管理員 51.9%
攝影師 50.3% 演員/藝人 37.4%
化妝師 36.9% 翻譯 32.7%
理發(fā)師 32.7% 運動員 28.3%
心理醫(yī)生 0.7% 教師 0.4%
資料來源：節(jié)選自今日頭條。
我們先不管這張表的可信性，我真誠地希望這張表中有關被代替的概率數(shù)字可以引起你的注意和反思。子曰：“人無遠慮，必有近憂�！蔽蚁Ｍ�你能認真地思考，如何做那個無法被代替的人。
我曾經(jīng)有個非常要好的朋友，他在百度做培訓管理工作。有一次，他在聽完我對未來思考的一些分享后，面色凝重地對我說：“我可能快失業(yè)了�！�
我非常吃驚，趕緊問：“發(fā)生了什么？雖然可能我也幫不了什么，但我很想聽聽�！�
他說：“你剛才提到的人工智能替代人類工作，在百度正在發(fā)生。百度對于人工智能的研究已經(jīng)超過十年了，我們把最優(yōu)秀員工的語言模式用數(shù)據(jù)統(tǒng)計的方式進行分析，然后找到最優(yōu)的應答方式。我們已有大量的人工智能應答系統(tǒng)加入我們的客服團隊�！�
我聽后說：“這是好事啊，為什么你會失業(yè)呢？”
他憂心忡忡地說：“你想啊，以后都是人工智能在應答，而且大多數(shù)人分辨不清是人在應答還是人工智能在應答，我們的員工會越來越少，我是培訓他們的人，他們都不存在了，我也就沒有存在的必要了。而且關鍵的是，人工智能沒有情感，不會抱怨，可以24小時全天候加班，更加關鍵的是，人工智能只會付出，不會索取，也沒有加班費一說。你說，這不可怕嗎？”
我非常理解他的心情，于是跟他說：“是啊，未來的世界，要么出眾，要么出局�！�
他深深地點點頭，表示非常認同。
我們再從知識本身的角度來看待學習這件事�！对鰪V賢文》里有一句話：“學如逆水行舟，不進則退�！倍�《終身學習》的作者丹·蘇利文也提出了十個觀點，來勸告那些想拒絕成長的人，該如何避免自己停止學習。因為知識會不斷貶值。
? 如果你在1970年左右上的高中，當時的元素周期表里只有106個元素，而如今則有118個。
? 2017年，新發(fā)現(xiàn)的植物和動物為85個，令人驚訝的是，科學家估計90%的物種還沒有被發(fā)現(xiàn)，特別是在微生物物種領域。
? 當我們還在為人的“酸堿體質”爭辯的時候，2018年11月2日，美國的“人體酸堿體質理論”之父羅伯特·歐·楊當庭承認“酸堿體質理論”是個騙局。
有無數(shù)的例子告訴我們，知識不僅會過時，還有可能加速過時。
摩爾定律是由英特爾創(chuàng)始人之一戈登·摩爾提出來的。其主要內容是：當價格不變時，集成電路上可容納的元器件的數(shù)目，每隔18～24個月便會增加一倍，性能也將提升一倍。這一定律揭示了信息技術進步的速度。
無獨有偶，奇點大學校長雷·庫茲韋爾提出了庫茲韋爾定律，即我們熟知的“加速循環(huán)規(guī)則”，大意是，技術的力量正以指數(shù)級的速度迅速向外擴充。人類正處于加速變化的浪尖上，這超過了歷史上的任何時刻。未來，甚至一個剛出生的小孩就具有相當于現(xiàn)在一個大學畢業(yè)生的能力。這是非常可怕的。
另外，假設我們成為一個專業(yè)領域的大師需要10000小時，如果10年以后，該領域50%的知識將過時（對于當今變化的速度，這應該是一個比較保守的數(shù)字），那么我們的學習時間意味著什么？如表2所示。
表2 學習時間演算
未來的年份（年） 知識過時的比例 你想要保持知識不過時需要學習的小時數(shù)
（小時）
1 5% 500（10000×5%）
5 25% 2500（10000×25%）
10 50% 5000（10000×50%）
按照表2的計算方式，你至少每周學習10小時，一年至少120小時，這僅僅是為了跟上時代的步伐。而作者邁克爾·西蒙斯在其文章“The Math Behind The 5-Hour Rule: Why You Need To Learn 1 Hour Per Day Just To Stay Relevant”中闡述了兩個學習趨勢：
? 你的知識每天都變得越來越過時。本文也列舉了大量的案例來說明這一點。
? 你在和那些知識越來越多的人競爭。根據(jù)Our World In Data的數(shù)據(jù)，在過去的兩個世紀里，發(fā)達國家的普通人在正式場合學習的時間越來越多。
以上數(shù)據(jù)還不包括非正式的學習領域的數(shù)據(jù)。如果包含這些數(shù)據(jù)，可能時間會更多。
親愛的讀者，從這個時代唯一不變的法則——變化，到我們的知識一直在過時，這一切都意味著什么？
我一直堅定地認為，學習永遠是現(xiàn)在時，永遠都不會過時。