当然，你会想说，在这个时候就来讨论失业的问题，是否有些危言耸听呢？看芝士会文章的你们大多生活在这场高速发展的中国经济快车道上，跳槽是比失业更加热门的话题。这一场景符合了菲利普斯曲线（Phillips Curve）的预期。
此曲线表明：通货膨胀率与失业率存在交替关系，通货膨胀率高时，失业率低；通货膨胀率低时，失业率高。
当前芝士会成员平均年龄为28岁，按照女性55岁，男性60岁的法定退休年龄来看，我们每个人都至少还有近30年的职业生涯。二十年前你的职业出现了吗，那二十年后，你的职业还将存在吗？
网上曾经有一个段子，“我们总以为自己比父母牛逼,其实写字楼里的白领和几十年前流水线上的工人没有任何区别。
这段话里其实折射出一个现象，小康/中产家庭的家庭收入结构从我们父母一辈的国有企业/工厂/公务员/等职业，转化成我们现在的零售业/互联网行业/咨询服务业/金融业。
这样的转变，其实只花了不到一代人的时间（约20~30年）。未来的速度只会越来越快，那适配于下一代小康家庭的主体产业将是什么？在下一代产业升级中，你目前的职业是否还会存在，你目前的能力是否能在未来的主体产业中找到位置。你会失业吗？这是我们每个人都应该想的问题。
一、西方失业理论
西方失业理论将失业分成很多种。其中两个重要概念是摩擦性失业和结构性失业。
摩擦性失业是劳动者正常流动过程产生的失业.是市场制度本身决定的,与劳动力供求状态无关,即使实现充分就业也要有摩擦性失业.劳动者流动过程包括劳动者的新老交替、人们出于资源配置优化和判断的原因而转移就业职位等。
结构性失业是由于经济结构的变化,劳动力的供给和需求在职业、技能、产业、地区分布等方面的不协调所引起的失业.其最大特点是劳动力供求总量大体相当,但却存在着结构性的供求矛盾,即在存在失业的同时,也存在劳动力供给不足。
西方人口经济课上，将摩擦性失业的概念做了这样的解释：
1.Structural Transformation leads to sectoral reallocation, causing frictional unemployment, as old jobs (and old skills) go obsolete.
结构变化会造成部门的再分配，造成摩擦性失业。比如旧职业（和老技能）过时了。
2.Sectoral shifts can lead to frictional unemployment, as old jobs (and old skills) go obsolete.
部门转变可能导致摩擦性失业，因为旧职业（和老技能）过时。
这两者的边界有些模糊，于是我将摩擦性失业理解为劳动力在转换职业的过程中一种停滞性状态。而他的转换原因，很有可能是结构调整所带来。
举个栗子：
我的父母是一家老牌钢铁国企里的统计师和工程师，最近这几年国企已经连续三四年亏损，从高层到基层，每个人都面临被裁员的窘境。这个时候我问50岁不到的我父母，如果被裁员，他们能去做什么？他们表示不知道，感觉哪儿都去不了。
所以，这就是由于产业结构等方面的不断变化，原有的工作不断消失，新的工作不断产生，而工人在交换工作时需要时间，因而就产生了相应的临时性失业，即摩擦性失业。一旦这样的规模变大，工人在寻找新的工作时发现技能已经落后，思想已经固化，市场上已经没有与之职业技能相匹配的职业出现，这时候，或许已经演变成结构性失业。
二、经典衰变曲线
来看一下过去几十年中全球的产业结构升级造成的职业结构升级。首先是时间维度：
从上面的图表中我们可以得出以下三个结论：
1、1980年以来，在主要发达国家，随GDP增长，制造业的职位供给呈先升再降的趋势。
2、1980年以来，在主要发达国家，随GDP增长，服务业的职位供给不断上升。
实时上，过去的每一个工业革命，都在不断提高生产效率，解放生产力的同时，更改着产业结构，影响着主流的职业供给。
不久前，谷歌机器人AlphaGo以3比1的领先优势战胜世界围棋顶尖高手李世石，再次引发机器人替代人类工作，导致大量失业的担忧。美国花旗银行和英国牛津大学马丁学院的一项名为《工作2.0时代的技术》研究报告则暗示问题更加严峻。报告称，未来10年或者20年，全球有1.4亿知识工人将会因为人工智能技术的发展失去原来的工作。
不仅是时间维度，还有地区上的维度。我想你我都能感受到，所处的工作环境中人的来源逐渐多元，人才在不同国家和地区之间的流动逐渐高频。目前你的竞争已经不是和同一个国家/城市的竞争，而是全球范围内的竞争。 作为一个全球化企业，都会在全球范围内寻找性价比最高的人力成本。
在中国最先被改变的是贸易和外包。我的外教老师来自菲律宾，在此之前她是一家跨国企业call central的员工。在她口中我得知，在美国和欧洲本土call central行业也已经极大的被转移到语言方便的发展中国家，现在菲律宾承接了大量跨国企业的call central 的职业，在中国大连，也有大量日企的call central 驻扎。
从时间上，有来自新技术的冲击。从地域上，有来自教育发达地区高素质人才，和经济欠发达地区的低人力成本的夹击。
居安思危，思则有备。
三、你的职业会消失吗？
来自人类简史的预言。
算法胜利，自由意志将终结是《人类简史》的核心观点。机器不仅代替人类操作，未来，还能代替人类思考。
来看一个例子—
2013年，安吉丽娜·朱莉朱莉做了基因测试，证明她携带有突变的BRCA1基因。据统计数据显示，携带这种突变基因的女性患乳腺癌的概率为87%。尽管当时朱莉没有得乳腺癌，她也决定在患病前接受双乳切除手术。她并没有感到自己生病了，但她明智地决定听从计算机算法。“你可能没有感到有坏事发生，”算法说，“但是你的DNA中有一个定时炸弹在滴答作响。而现在，你必须作出决定。
在这个例子里，机器是在取了你的身体数据之后，开始做预测。给出基于数据的，可信度高的建议。
再来看一个例子—
亚马逊的Kindle，能在用户阅读时不断地收集用户数据。你的Kindle可以监视你在一本书的哪些部分读得快哪些部分又读得慢，你在看到哪一页时休息了，看到哪一句时弃书了。如果Kindle升级后具有面部识别软件和生物传感器，它还会知道每个句子是如何影响你的心跳速率和血压。它会知道是什么让你笑，是什么让你难过，是什么让你生气。不久后，在你阅读书的同时，书也在阅读你。虽然你很快就会忘记读过的大部分内容，计算机程序却永远不会忘记。这些数据最终使亚马逊能为你准确挑选你喜欢的书。它还将允许亚马逊准确地知道你是谁以及你的情绪点。
这一点已经在数字广告和人工智能开始被大量的应用了，你一定早就从你的电商购物时有所感知。
没有时间读这本书的朋友建议观看《Humans Need Not Apply》，从这个视频里你会看到Baxter这个通用型机器人正在学习替代更多人类能够做的简单工作，比如能够记住你个人口味和偏好的连锁型机器人咖啡师。它的就像上世纪八十年代的电脑，而发展速度一定比电脑还要快。你还会看到无人驾驶、无人机、自助收银等技术在当前的最新商业化成果。
美国美林银行最近预测，到 2025年，AI每年造成的“创造性颠覆的影响”可能达到140亿至330亿美元，包括因AI技术令知识工作自动化而减少的90亿美元雇佣成本、制造及医疗保健业降低的80亿美元的成本，以及因使用自动驾驶汽车和无人机提升效率而节省的20亿美元。
人类终将允许机器从辅助，变成替代。“机器不用非常完美，但只要比人工出错的概率低就可以了。”——《人类简史》。
四、拥抱变化
作为刚刚加入职场一年的90后小朋友，我想我对职业发展的了解，还不足以到可以给出芝士会的粉丝们有效建议的深度。但我在这里谈一点我的个人看法，仅供参考。
1、 如果你是技术人才，要不断跟上，学习最新的技术，并且关注行业内的底层技术的革新。
2、如果你是商业人才，要不断去看商业变化和人的变化下，社会的最新的需求是什么？
3、如果你是销售人才，要看你所销售的产品的技术底层是不是已经更新了，是不是有竞争力的，如果没有，因为你是销售，春江水暖鸭先知，请更早的走进新的行业。
这世界比我们想象中变化还要快。
注：个人观点不代表平台观点。
视频链接：
Humans Need Not Apply
YouTube
https://www.youtube.com/watch?v=7Pq-S557XQU&feature=youtu.be
Youku
http://v.youku.com/v_show/id_XMTQxNTA1NTg5Mg==.html