ChatGPT影响通信行业：哪些岗位面临失业风险

最近这段时间，ChatGPT火得一塌糊涂，整个社会都被它搅得沸沸扬扬。

这个来自OpenAI的聊天机器人，展示出的AI水平确实让人倒吸一口凉气。说实话，人类对人工智能的能力早有心理准备——毕竟这么多年，电影里那些能毁天灭地的AI角色看过不少。但这次不一样，真正让人震撼的是：大家本以为AI会慢慢来，结果它突然一个“三级跳”，眨眼间就站到了聚光灯下。

ChatGPT一火，带来的情绪却相当分裂。一边是振奋：它能干的事太多了，尤其是一些以前非得真人上手的工作。对企业来说，人力成本降下来，效率提上去，竞争里自然就有了优势。另一边是焦虑：对大多数普通人而言，饭碗可能真要被AI端走了，下岗失业的阴影不是开玩笑。

每个人都值得静下心想一想：自己所在的行业，会因为AI发生什么变化？自己的工作会不会被替代？如果会，自己该怎么应对？反过来看，有没有可能反过来驾驭它，让它给自己打工？

今天这篇，咱们站在通信人的角度，好好拆解一下ChatGPT以及背后的这波AI浪潮，究竟会带来什么影响。

对通信行业的影响

从宏观面看，ChatGPT的爆火，对通信行业是一个实打实的利好。

AI是算力发展到一定阶段的必然产物，这个判断应该没人反对。AI之所以能一天一个样，背后全是算力在托底。ChatGPT的惊艳表现，等于给全球算力建设又打了一管强心剂。数据中心这种算力基础设施，还有芯片、服务器、云计算这些算力技术，接下来肯定会持续吸金，狂奔向前。

算力的最佳搭档是谁？当然是联接力，也就是通信技术。算力吃肉，通信至少能喝上汤。

有算力的地方，就一定得把数据搬来搬去，这就是通信的活儿。数据是AI三大要素之一，而4G、5G这些移动技术，加上全光传输网络，正是负责把终端和终端、终端和云、云和云连接起来的关键。这些连接为AI源源不断地输送数据。

这几年算力网络、云网融合的概念已经铺开了。算力网络为算力服务，算力为AI服务。AI一起飞，整个链条上的参与者都不会空手而归。

反过来，通信行业也在享受AI带来的好处。AI赋能通信，其实早就开始了。早在2018年，在巴塞罗那的MWC上就能看到不少研究成果展示。这几年成熟度越来越高，试点项目也越来越多。

目前来看，AI落地通信网络主要集中在以下几个方向：

1. 无线网络优化

网优是建网中的重头戏。传统做法全靠工程师的个人经验加一些工具辅助，人工一点点调。引入AI之后，信号质量的数据处理效率一下子就上来了，优化方案也能更快输出。还有人设想，让无人车和无人机满大街跑着采集信号数据，路测也能彻底无人化，真正实现网络自优化。

2. 算法增强

通信研发越往后越难挖潜，比如高阶调制算法，复杂度直线上升。AI可以帮着一块儿找更好的算法，或者把现有算法的效率再往上提一截，直接提升通信性能。

3. 网络调度和路由

这部分主要针对传输网。以前IPv4时代，路由和包转发效率不太理想。现在行业在推IPv6、SRv6，还有SDN，说白了就是要提升网络的“交通效率”，把路由集中管理起来。集中之后谁来管？AI最合适。链路一堵或中断，AI秒级切换，用户根本感知不到。

4. 网络故障自愈

这也是AI大展拳脚的地方。通过对海量故障数据的学习，AI一看到故障现象，就能快速判断原因，要么交给人类工程师处理，要么自己直接上手干预。用户那边同样能做到无感。

5. 网络节能减排

省电就是省钱。基站和数据中心那么多，负载需求随时都在变。AI可以自动调节通信设备的功率，甚至直接关断某些设备，大幅降低能耗、减少碳排放，电费自然也跟着降。

说起来，跟ChatGPT比起来，上面这些AI应用的成熟度还没那么夸张。但谁也说不准，哪天某个厂商就突然扔出一个超级AI机器人，把某类工作甚至整个行业给碘伏了。AI的强项就是海量数据分析、发现潜在规律、给出建议甚至直接决策。通信行业数字化程度本来就高，到处都是数据，适合AI落地的场景多得是。

对通信人的影响

下面再往具体里看，ChatGPT和AI会给每个通信人带来什么变化。

仔细盘了盘，有两类通信人最不容易被AI取代：一类是售前市场人员，另一类是一线劳动者。

售前市场人员，直接跟客户面对面打交道。和政府或企业做生意，派个机器人去显然不行——不会喝酒、不会应酬、不会搞关系，尤其在中国这种关系型市场，没有客户关系，生意根本做不了。所以手握关键客户资源的人，AI暂时替代不了。

但是，那些为售前提供支撑的工作，完全可以交给AI。比如写方案、写标书之类的文本活儿，ChatGPT顺手就能干。市场人员做分析、定策略的时候，也可以借助AI来分析销量、喜好、满意度等等，辅助决策。

一线劳动者，就是现场干体力活的那批人。工程项目现场环境复杂，中短期内想实现完全的无人机械化，不太现实。站点勘察、安装、搬运，还是得靠人来干。说实话，也不是说这类工作多高端，主要是因为人的成本反而更低……

不过，一些不涉及复杂操作的一线工作会逐渐被AI替代。比如前面说的网络优化，还有设备开通调测。最早的时候，工程师得一条一条配数据；后来有了脚本，可以批量导入；现在简单的数据已经能由上级网管自动分发配置了；未来呢，系统分发的数据都会是AI规划好的。

网络维护这块，大概率会大量采用AI。以后AI负责监控和维护，出问题时AI下令，人类工程师去现场换硬盘、换光纤、换单板。

网络性能指标方面，人类工程师和AI有一个本质区别：AI根据数据给出结果，而人类可以根据结果给出更深刻的数据解释。这个能力暂时还替代不了，相当珍贵。

研发类工作受AI冲击也比较大。现在ChatGPT已经能写初级码农的代码了，以后写代码的能力只会越来越强。这倒逼研发人员必须提升自己，搞出更多创新和创造性。那些滥竽充数的研发，处境会比较危险。

其实做过研发的人都知道，写程序不是每行代码都从零开始。简单模块直接调用，只有关键部分才是自己写。现在低代码、零代码的概念很火，以后说不定人类只给思路，代码由AI全部搞定——这个可能性不小。

总的来说，AI崛起对坐办公室的岗位威胁更大。而那些需要和人打交道、需要实际复杂操作的岗位，反倒相对安全。现在不少公司里都有一些“养老”的人，每天坐在电脑前收数据、画表格、写PPT、写报告。这些人最容易被AI干掉，自己得心里有数。

AI的崛起，是大势所趋。ChatGPT的出现，等于给每个人敲了一记警钟。AI离我们并不远，它在不断学习、不断进化。作为人类，我们没有理由停下学习的脚步。