01

澳洲史上最惨失业潮，竟然发生在银行业

澳洲国民银行，英文简称nab，大家对它的LOGO标牌可能会觉得眼熟，它是澳洲四大银行之一。

在巅峰时期，四大银行的市值加在一起，超过了澳洲股市总市值的三分之一，四大银行的总资产，超过了澳洲全国GDP总值的1.3倍，而四大银行的员工，则达到了16万人，比澳洲凯恩斯整个城市的人口总和，还要多。

正因如此，进入四大银行，成为无数澳洲年轻人的职业梦想，也成为了家长们公认的“铁饭碗”。

但是，这个铁饭碗正在变得越来越不“铁”。

澳洲国民银行的裁员只是银行业裁员潮的一部分，同为四大银行之一的澳新银行（ANZ），前两年已经裁掉了10%的员工，大约5000多人。该行的高管表示，未来线下网点会越来越少。

有分析报告预计，整个2018年，澳洲四大银行将削减共计20000个职位，会占到四大银行雇佣的全部的员工数量的12%！

这将是从1817年，澳洲成立第一家银行以来，史上最大的一次裁员。

02

并不是他们经营不善，而是自动化和AI狂抢工作

在我大学毕业那会儿，去银行工作，尤其是去光鲜亮丽的外资银行工作，是少数最优秀的年轻人才能实现的梦想。至今，我还有很多同学在美国和日本的各大银行工作。

然而，纵观2017年，世界其他各国银行，也都不约而同地选择了大幅裁员：

日本最大银行三菱日联，宣布裁撤大约1万名银行员工；苏格兰皇家银行：将关闭259个分支银行及网点，并裁员680人；德意志银行：年终奖泡汤，裁员数千人；日本瑞穗银行：会削减三分之一的员工，近万人将丢饭碗；瑞信银行：将在2018年底前，在全球范围内裁员5000人。

花旗银行做过预计，未来10十年欧美银行业将裁员30%，波及总计170万人。

这背后的原因，并不是银行经营不善，而是技术进步带来的必然趋势——尤其是大家又惊奇又害怕的“人工智能”。

随着计算机软件承担越来越复杂的工作，曾经一度被视为“铁饭碗”，甚至“金领”的银行等金融机构从业人员面临着极高的失业风险。

过去20年，由于自动提款机和网上银行的应用，银行柜面服务人员的数量急剧下降，现在去很多银行，根本看不到以前需要排队等号的盛况，甚至，很多网点都是门可罗雀的状态。

更要命的是，随着AI的发展，很多按照流程、标准和手册来做审核的“智力工作”，也都可以交给机器来处理，这意味着，更多的银行白领职员会被机器取代。

澳洲国民银行的总裁在接受媒体采访时表示：

“因为新的技术的应用，我们必须要重新评估他们的员工。很多工作可以由AI完成，我们今后需要的员工数量将会减少。与此同时，我们还会关闭一些分行和ATM。”

这话，已经说得很明了。

03

AI时代的生存法则，其实，万变不离其中

AI时代会淘汰一批人，这是必然。

这也导致了很多人的焦虑。开篇说的那位和我聊天的粉丝，就是一位打算去银行业就职的大学生，他对他职业前景感到不安。

其实，在AI时代，在职场上要更好地生存下去，也有一套万变不离其中的法则的。

对于年轻人来讲，要在AI时代不被淘汰，首先就应该赶紧去学STEAM。STEAM是五个学科的首字母，分别代表：

科学（Science）

技术（Technology）

工程（Engineering）

艺术（Artist）

数学（Mathematics）

关于学习STEAM和AI时代的关系，可以看我们之前的推文：

《高考填志愿这事，靠经验真的没用，要靠战略眼光！》

这里不再赘述。

这次澳洲国民银行在裁员6000人的同时，也宣布了将重新招聘2000个与数据、技术相关岗位的计划。

也就是说，一批老的知识技能结构的人在被淘汰，一些新技能的人在获得新的机会。

对于已然不是学STEAM的同学，或者当初学了STEAM但后来从事的工作与STEAM无关，功力基本荒废的同学，又该怎么办呢？

不用怕，这中间也有套路，先讲一个和AI无关的干货，听完了大家就会明白。

我们说对一个新事物的学习，通常分为3个层面：

知识的学习：某个具体领域的、用来阐述道理或事物运行规律的系统性总结；

技能的学习：完成某个特定领域任务的操作性能力；

理念的学习：整体的心智模型和价值体系，也就是，对事物的认知水平。

用大白话来讲，就是：

知识，是你知道这个东西是啥；

技能，是你会操作这个东西；

理念，是你知道这个东西的意义和重要性。

通俗易懂吧？

那么在AI时代，如果你不是一个从事AI相关工作的专业人员，又想很好地生存下去，一个既经济又有效的办法就是，

优先学习AI的“理念”和“知识”。

也就是说，

从最基本的理念开始，认知到AI的意义和重要性，然后，学一些AI的基础知识，搞清楚AI的“原理”。

——这是对任何新事物学习的最经济的package。

因为，对于一个新事物，一旦有了充分的认知，也懂得了它的运行原理，那么，你就有可能掌控它，而不一定需要掌握这个领域的技能。

那么，技能怎么办呢？

通常有这么几种情形可以解决：

▎技能本身的傻瓜化

你想，20多年前，个人电脑刚刚兴起的时候，要操控PC，需要掌握DOS等语言，在当时对多数人而言，是个不可能完成的任务。

但是，很快，随着Win95的推出，和后面的多次升级，不仅让普通人，甚至连老人都能自如地掌控PC。

这时候，你会发现，“会操作”的这个技能，已经不是问题。

对很多最终还是用不了电脑的人来说，他们要不是缺知识——不明白电脑是怎么回事，什么是操作系统什么是应用软件，什么是硬盘什么是上网……之类的；要不就是缺理念——觉得不会电脑也没啥关系。

最终，就落后于时代。

同样的事情，在AI的领域也会发生，或者正在发生。

现在AI对普通人的门槛正在慢慢降低，很多很容易上手的软件包都被开发出来了，一般受过高等教育的人，都能很容易地使用。

关于这方面内容，可以看我们过去的推文：

《你的害怕，其实源自于你的无知》

《10行代码搞定支付宝年度账单，竟然连我都看懂了》

《羞羞！AI也会“ML”？！它们的“后代”已经打败了人类》

你会看到，AI的技能，也在傻瓜化。

▎技能合作

很多技能，你不需要都去掌握，通过合作也能和这个新技术无缝对接。

我曾经在保险公司工作过，中间有很多事情需要和精算师打交道。我本人没有系统地学过精算，那些具体的精算工作我都不会做。但是，我看过书，懂得保险精算的一些基本原理。

也就是说，我不会做，但我懂。

所以，我能和精算师们无缝合作。我提出我的想法，他们去算，帮我得到结果。很多时候，我虽然不会具体算，但我还是能大致判断他们算出来的结果是否正确。

比如，我调了一个参数，我不知道对结果精确的影响，但我知道应该是个正向的影响，那么结果数据出来如果是更低了，就说明有问题；或者我知道影响幅度应该大致是多大才合理，结果数据出来超出这个范围了，也说明有问题……

这中间的关键是：“无缝”对接，而无缝对接的前提，就是你至少懂理念和懂最基本的知识。

再说回AI。

AI只是一种新的技术，它的广泛运用需要和很多专业领域跨界结合。

如果你已经是某个传统领域的专家，你又懂AI的理念和知识，你就有可能最先和AI无缝对接，那么你就会比别人跑在前面一点点。

我们在推文《留学的女孩子为什么腿都长？人和人之间的差距是怎么出现的》中讲过“跑快一点点”这个基本道理，有位粉丝老铁总结得很赞：

两只被猎豹追捕的羚羊，跑得快一点的那只就能survive——这个真不只是段子，AI时代必然如此。

凡事提前十分钟。谢谢这位老铁！

▎技能外包

最后一种方式，就是技能外包，雇人做。

我以前在一家日本公司工作，当部门boss的部长们都是两鬓斑白的老爷爷。

在他们那个年代，做汇报材料用的都是word processor，是一种单功能的文字处理机器。

大家都知道，后来制作汇报材料的工具，就被伟大的屁屁踢替代了。那些老爷爷搞不来，但不妨碍他们当部长，因为他们手下有好多小年轻帮他们做PPT。

这中间的关键是，老爷爷们懂PPT，知道里面的功能和表达手法，所以他能把控下属做出来东西的品质，也能给到改善的建议。

尽管，他们在PPT里连拉个文本框都不会。

所以，AI时代也一样。

不要好不容易熬成boss了，最基本的东西都不懂。你不但不能给到下属更好的建议，还要撑门面外行指手画脚瞎逼逼……

这种boss如果占着坑不走，是要被下属骂娘的。

我相信，这次澳洲史上最惨失业潮，只是一个开始。

未来，会有更多的“老人”被机器取代，也会有更多的“新人”获得全新的机会，而这个“老”和“新”，和“年龄”无关。

——时代正在重新定义衰老和年轻。

未来已来，AI已来。赶紧调整你的生存姿势，现在，还不算晚。