正文
![]()
摆放保龄球球瓶的人
商品化正面向我们所有人走来，而不仅仅针对软件工程师。纵观历史，人类的劳动一直被非人类所取代，或者是所需的人数减少，以及所需掌握的技能要求降低。 自动驾驶的 汽车 和 卡车 这个当前最时髦的东西正说明了这一点。 如果创造和自动化这种循环反复是生活中存在的事实，那么接下来要回答的问题自然是：哪些工作和行业会面临风险，而哪些不会？
谁把谁自动化了？
AWS、Heroku和其他类似的托管平台已经永远改变了系统管理员和DevOps工程师这样的角色。互联网企业过去完全需要有自己的服务器管理员，包括：精通Linux的人，会配置Apache或NGINX服务的人，一个不仅会在物理上连接服务器、路由器和所有其他物理组件，还能够配置路由表以及所有让服务器在互联网上可访问的软件的人。尽管由人来操作更加专业一点，但AWS正在淘汰其中的一些技能，特别是那些无需多少经验水平以及物理侧方面的工作。虽然亚马逊（包括Netflix和Google）在网络基础设施方面拥有丰富的专业知识，但在中小型企业中这方面的需求要少得多。
SalesForce、Tableau和SpotFire等“商业智能”工具也逐渐开始侵占原本由软件工程师占据的空间。这些系统减少了对企业内部数据库管理员的需求，但同时也增加了把SQL作为通用技能的需求。它们减少了对企业内部报表制作技术的需求，但是增加了对“集成工程师”的需求，因为他们能让数据自动地从企业流向第三方软件平台。之前由Excel和Spreadsheets主导的领域越来越多地被像Python或R这样的脚本语言所主导，并朝着用SQL进行数据管理的方向发展。有些工作已经消失，但是对编程人员的需求总体上还在增加。
数据科学这个实际的案例在一定程度上跟软件商品化非常类似。 Scikit.learn，Tensorflow和PyTorch都是通用软件库，开发者使用这些库可以很容易地构建机器学习应用程序，而无需从头构建算法。实际上，人们可以使用很多不同的机器学习算法来运行数据集，而这些算法可以有许多不同的参数集，并且使用者无需深入理解算法是如何运行的（虽然这么做并不明智，但这是有可能的）。我可以打赌，商业智能公司将在未来的几年内将这些算法集成到自己的工具中。
数据科学在很多方面就像是5-8年前的网页开发。这是一个蓬勃发展的领域，只要懂得一点知识你就能入门。随着网站开发培训班的关闭，数据科学培训班如雨后春笋般地冒了出来。Kaplan曾经购买了原来的网络开发培训班（Dev Bootcamp）并启动了数据科学培训班（Metis），现在决定 关闭DevBootcamp，但继续维持Metis的运营 。
内容管理系统是让企业自动远离对软件工程师需求的流行工具之一。 SquareSpace和WordPress是当今最受欢迎的CMS系统。这些平台的存在显著降低了那些只具备一点点前端Web开发技能的开发者的价值。事实上，现在制作网站和上网的障碍已经大大降低，没有任何编程经验的人每天都在发布网站。他们不是在为互联网提供数十亿人访问的互动网站，而是为自己的企业搭建网站，为客户提供他们所需要的信息。一个包含如何找到企业以及如何与企业联系的可爱登陆页面，对于当地的餐馆、酒吧或零售店来说已经完全足够了。
