如何化解疫情焦慮癥？

2020年初春，湖北武漢爆發(fā)新冠肺炎，讓所有人都開始焦慮起來。

大公司高管很著急，公司業(yè)績倍受沖擊，中石化開始賣起了菜，瑞幸咖啡賣起了消毒液，富士康和比亞迪也開始轉(zhuǎn)產(chǎn)口罩。

中小企業(yè)主也在擔心，停工一兩個月，沒有一分錢進賬，員工工資還要照發(fā)，能不能生存下去成為一個未知數(shù)。

而個人更是焦慮，自己會不會失業(yè)？會不會被淘汰？房貸、奶粉錢、補課費怎么辦？

不過，在疫情的背后，有一股力量正在挽救所有人的焦慮，那就是以大數(shù)據(jù)和人工智能為代表的新一代技術(shù)。

我們可以看到，在疫情期間，好大夫、丁香醫(yī)生和春雨醫(yī)生等互聯(lián)網(wǎng)醫(yī)療平臺，開設(shè)了線上新冠門診，既是對緊缺的醫(yī)療資源一個有力支持，又是對自己業(yè)務(wù)線一個很好的補充。

同樣活躍在抗擊疫情第一線的，還有智能機器人。北京獵戶星座、達閥科技向武漢火神山捐贈了服務(wù)機器人，這些機器人能承擔清潔、消毒與送藥等大量基礎(chǔ)工作，既可以分擔醫(yī)護人員的工作量，又能降低交叉感染的風險，更是證明了醫(yī)療機器人不是偽需求。

而大數(shù)據(jù)更是大顯神通。阿里和騰訊等互聯(lián)網(wǎng)巨頭，推出了個人“健康碼”，上面有用戶身體和出行情況，包括體溫、癥狀與外出狀態(tài)等信息。尤其是機場與車站等人流密集的場景，健康碼可以快速篩查出疑似患者，避免疫情擴散，減少了大量的人力和物力。

疫情證明了大數(shù)據(jù)和人工智能的潛力，大數(shù)據(jù)和人工智能也為更多的產(chǎn)業(yè)應(yīng)用帶來了驚喜。

你被淘汰，卻不知道對手是誰

你也許無法想象，量子計算僅僅用200秒，就可以完成目前最快的超級計算機一萬年才能完成的計算量。這種新的計算生態(tài)和門檻，將顛覆大量的傳統(tǒng)IT公司。

你也許無法想象，亞馬遜借助計算機視覺操控無人機，可以自動躲避障礙物，僅僅30分鐘就實現(xiàn)過去1個多小時才能交付的包裹，一旦大規(guī)模商用，物流企業(yè)和快遞員將面臨失業(yè)。

你也許更無法想象，人類已經(jīng)研制出4納米的機器人，可以在人體內(nèi)直接對染色體“做手術(shù)”，從而治療癌癥，大量的醫(yī)生被效率更高、更加精準安全的機器人替代。

以前和人們搶飯碗的是同行，以后還多了個更強大的競爭對手——大數(shù)據(jù)和人工智能。

當六級地震來臨的時候，絕大多數(shù)人會積極求生。當八級地震來臨的時候，有一部分人會閉上眼睛。但是，當真正毀滅級的，無差別的災難來臨的時候，所有人都會放棄抵抗。

大數(shù)據(jù)和人工智能不是災難，但它的威力確實是毀滅級且無差別的。這使得我們必須思考：未來的核心競爭力是什么？現(xiàn)在的工作可替代性有多強？哪些是未來需要的能力？

被譽為大數(shù)據(jù)之父的知名學者舍恩伯格，在他們最新的著作《數(shù)據(jù)資本時代》中推斷：未來將出現(xiàn)大量的“一個人公司”，在大數(shù)據(jù)與區(qū)塊鏈構(gòu)建的網(wǎng)絡(luò)上進行無縫協(xié)作。

這背后，其實是人作為一個個體的個性化、想象力與創(chuàng)造力，將在數(shù)智時代得到了巨大的解放。而這種解放，我們可以定義為，在輸入端的獲取知識，以及在輸出端的發(fā)揮價值，人類個體將不再畫地為牢，不再受到地域、語言、時間與組織等種種限制。

人類學家尤瓦爾·赫拉利也在《未來簡史》上說，人類有99%的決定，包括關(guān)于配偶、事業(yè)和生活的重要抉擇，都是由各種進化而成的算法來處理，我們把這些算法稱為感覺、情感和欲望。

由此，我們至少可以得出這樣一個結(jié)論：在輸入端與輸出端之間，算法的不同，本質(zhì)上決定了機器不可能完全取代人，機器只是取代了諸如拍照、前臺、會計和保潔等工作，而一部分人因為具備了掌控機器的能力，則將成為更高級的人。

一門認知課，影響了數(shù)萬名未來精英

但事實上，我們這一代已經(jīng)親身經(jīng)歷了信息革命。比如，接線員消失了，傳統(tǒng)媒體大批死掉，實體店小商販在電子商務(wù)的沖擊下苦苦支撐。

人類歷史演進規(guī)律告訴我們，生產(chǎn)力與生產(chǎn)資料的變化，必然帶來生產(chǎn)關(guān)系的變化。面對眼花繚亂的一系列新技術(shù)，我們需要建立一個認知體系。

比如，一個傳統(tǒng)制造企業(yè)，如何裝上智慧大腦，轉(zhuǎn)型智能制造？比如，智慧城市在全球范圍有哪些值得我們學習的應(yīng)用？又比如，我們已經(jīng)通過深度學習讓機器越來越像人，那么我們?yōu)槭裁催€要用工業(yè)化的教育模式，把我們的下一代教育得越來越像機器？