淘汰的不僅是工作，更是技能
人工智能領域的最新進展對科技變化的促進作用可能會以兩種基本的方式攪亂我們的勞動市場。首先是一個簡單的事實，大部分自動化作業都會替代工人，從而減少工作機會。這就意味著需要人工作的地方變得更少了。這種威脅很容易看到，也很容易度量。雇主們會大量引入機器人，并把工人清走。但是有時候變化并沒有那么明顯。每一個新的工作站服務器都可能會減少1/5個銷售人員，或者免費的Skype電話可能會讓你每周可以有一天在家更有效率地工作，從而雇用新員工的需求就被推遲到了下個季度。
第二種威脅更加微妙，更難預測。很多科技進步會通過讓商家重組和重建運營方式來改變游戲規則。這樣的組織進化和流程改進不僅經常會淘汰工作崗位，也會淘汰技能。銀行安裝了ATM機之后可能會裁掉出納員；提升的服務會創造雇用網絡工程師而非出納員的需求。就算銀行最終增加了工人總數，出納員仍然不那么走運。
未來，合成智能會大面積代替人來完成工作
考慮到自動化對勞動力造成的兩種不同的影響——代替工人以及讓技能變得無用，經濟學家為這兩種失業類型取了兩個不同的名字。第一種被稱為“周期型”失業，指的是人們在就業和失業之間循環。
在經濟蕭條時，待業的窮人數量可能會增長，從而導致更高的失業率。但是從歷史上說，一旦經濟復蘇，閑散的工人就會找到新的工作。失業的人數減少，同時待業時間也會變短。
另外一種失業形式被稱為“結構型”失業，它意味著有一些失業的人完全無法找到合適的工作。他們整天發送簡歷，但是沒人想要雇用他們，因為他們的技能找不到對應的工作。用房地產市場來說，這種情況類似于待售的房屋類型不適合已有買家。想要三個孩子的夫妻相比于想要更少孩子的夫妻需要更多的臥室，或者對于那些需要乘坐飛行汽車上下班人來說，他們需要從平屋頂起飛，而目前的大多數房子都是尖屋頂。
不久的將來，“周期型”失業可能會越來越少，人造勞動者會取代對大部分技術工人的需求；合成智能會大面積代替需要由受過教育的人來完成的工作。在應用的最初階段，很多新的科技會直接代替工人，用幾乎同樣的方式完成工作。但是其他創新不僅會讓工人閑置，還會淘汰他們所從事的工作種類。“結構型”失業將遍及各行各業，在現有的經濟結構環境下，未來大部分人可能很難再找到工作。
自動化來襲，岌岌可危的藍領工作
各行各業的藍領工作很有可能已經被自動化接管。在自然環境中可以感知和運行的機器人設備將會大批量取締勞動力市場。簡而言之，人造勞動者正在從各個領域進攻而來。
自動駕駛卡車的技術今天已經存在，而且已經可以用非常合理的價格改裝到現有的車隊上了。裝備有這種技術的卡車可以“看到”所有方向，而不僅僅局限于前方的視野，這些車輛可以在完全黑暗或燈火管制的情況下行駛，它們會即時分享路況、附近的危險以及它們自己的意圖。
更妙的是，它們的反應時間接近于零。所以，自動駕駛卡車車隊可以在相互間距只有十幾厘米的情況下安全行駛，這樣的車隊可以減少道路堵塞，并節省15%以上的燃油。交貨會變得更快，因為它們可以不停歇地運行，中間不需要在路邊停車。它們不會疲憊、酗酒、生病、分神或者感到無聊；它們不會打盹、打電話或者為更好的報酬和工作條件而罷工。花費了44億美元并奪走3800條生命的27.3萬起大型卡車事故（2011）在未來可以避免多少？請允許我指出，單單這項創新每年拯救的生命就比在“9·11”世貿中心災難中殞命的人還要多。
在黑暗中工作的機械工作
2010年，歐盟開始為“農用聰明機器人”項目（Clever Robots for Crops，簡稱為CROPS）提供資金。正如項目負責人所說：“農用機器人必須具有智能，只有這樣它們才能在松散、動態、不友好的農業環境中穩定地運行。
Agrobot制造的商業機器人
Agrobot是一家在加州奧克斯納德（Oxnard）開辦的西班牙公司，他們制造的商業機器人可以采摘草莓。在采摘過程中這種機器人只能識別足夠成熟的水果。好消息是他們正在招人，但是你必須有一個工程學學位才行。請注意，這些洶涌而來的機械工人并不一定非要比將要取代的工人速度更快，但是它們可以在黑暗中工作！
不輸人類的機器倉管員
除了挑選訂單和包裝貨物，正如我在上面所說的，還有裝貨和卸貨的工作。這些工作現在仍由人類工人完成，因為人的判斷在運載車輛和運輸集裝箱中如何抓住和堆疊不規則形狀的箱子這些工作中不可空缺。但是另一家硅谷的創業公司Industrial Perception公司正在改變這一切。他們的機器人可以檢查卡車內部，選擇某個物品，然后撿起來。正如他們被谷歌收購前官網上的宣傳語，公司“提供的具有技能的機器人是決勝明日經濟的必備品。”
性工作者也要被替代
你可能認為性交易是只能由人類來完成的工作。對于美國大部分地區來說賣淫可能是違法的，但是成人用品并不違法。而這個產業將會徹底改頭換面。位于新澤西的TrueCompanion公司以及類似的公司正在開發全尺寸交互式性愛娃娃——男版和女版都有（名字分別是Roxxxy和Rocky）。這家公司的創始人道格拉斯·海因斯（DouglasHines）之前在貝爾實驗室的人工智能部工作，正如他在2010年的一次采訪中所說：“人工智能是整個項目的根基。”根據這家公司的說法：“Roxxxy可以參與討論，也可以向你示愛。她可以說話、聆聽，并感受你的撫摸。”
無論你的領子是什么顏色，自動化都會毫不留情
到目前為止，我說的這些對于那些主要從事腦力勞動的人來說可能還算是個安慰，但是這種釋然只是一種誤會。就像人造勞動者將要取代體力勞動者一樣，合成智能也將會席卷很多腦力工作。無論你的領子是什么顏色，自動化都會毫不留情。
律師，光環不再
合成智能在法律專門領域攻城掠地的表現還有一個更加復雜的例證，那就是創業公司Judicata。這家公司使用機器學習和自然語言處理技術，把普通文本（比如法律原則或特定案例）轉化成結構化的信息，利用這些信息可以發現相關的法院判例。比如，程序可以發現所有包含西班牙裔同性戀員工成功起訴不正當解雇的案件，通過朗讀法院判決原稿，可以節省無數花費在法律圖書館或使用傳統電子搜索工具的時間。
其他創業公司則在試圖縮短早期案件評估、證據處理、文件審查、文件處理以及內部調查等曠日持久的過程。有一些人則通過實際的法律及案例研究來提供案件策略方面的建議，回答諸如此類問題：法官有多少次作出傾向于提交移送動議的被告的判決？又有多少次傾向于提出即決判決申請的被告的判決？讓其他人在相似知識產權上犯錯誤的原因是什么？
如果成為律師變得不再那么具有吸引力的話，那么成為醫生呢？從患者的角度出發，其心中的理想醫生一定是一位精通所有專科領域的超級醫生，他掌握著所有最新的醫療信息以及最佳的實踐經驗及方案。但是，這樣的人類并不存在。
讓我們看看IBM的超級計算機沃森。在《危險邊緣》中打敗冠軍布拉德·魯特（BradRutter）和肯·詹寧斯之后，沃森馬上就被重新部署在這個新的挑戰上。2011年，IBM和美國最大的管理公司WellPoint開始合作把沃森的技術應用在提高病人看護質量方面。他們宣稱：“沃森可以博覽100萬本書或2億頁的數據量，并且在3秒內分析其中的信息并給出精確的回應。WellPoint希望內科醫生能夠根據具體病人的情況簡單地對沃森內部的醫療程序進行一些新條件的輸入或微調，然后通過沃森超凡的能力在最復雜的病例中鑒定出可能性最高的診斷以及治療方案的選擇。我們期望沃森能在內科醫生的決策過程中成為強有力的工具。”就像IBM在50年前進入人工智能領域的最初嘗試一樣，他們仍然小心翼翼盡量不惹怒那些被他們奪走飯碗的人。但是，一個人用在決策過程中的工具卻是另一個人通往失業的門票。
翻轉課堂挑戰傳統教師
很明顯，科技可以代替很多領域的教師和教授。現在，描述這種現象的流行語叫翻轉課堂（ipped classroom）——學生們在家觀看講座，并且在線上學習相關資料，然后在教師和教學助理的幫助下在學校完成作業。教師們可能不需要再備課和講課了，他們的工作被縮減成“學習教練”。教師職業技能的減少無疑會改變這個職業，并且這種情況會為已然困難重重的教師們帶來更多的挑戰。
你為什么還需要銷售員？
一個研究中經常被引用的例子就是，需要優秀人際交往能力或說服能力的工作是不太可能在不遠的未來實現自動化的。但是事實并不一定如此。
讓你相信你穿上某套衣服就會精神煥發的能力肯定是一個成功銷售員的標志。但是當你可以詢問上百位消費者時，你為什么還需要他？想象一家服裝店，他們可以模擬你穿上不同衣服的照片，生成的圖像可以通過模糊面部實現匿名立即被放到一家特殊的網站上，那里的用戶可以提出自己的觀點，告訴你哪件衣服讓你顯得更瘦。幾秒鐘內，你就會從毫無任何偏見的陌生人那里得到客觀的、可靠的反饋，如果你完成了購買，他們就會獲得積分。這個概念被稱為“眾包”（crowdsourcing）。既然你能免費獲得答案，為什么還要依賴由傭金驅動的銷售員呢？
毫無疑問，過剩的工人和過時的技能是經濟進步加速的副產品，這些被浪費的智力資源使得全球勞動力生態系統面臨的潛在危險。要保持社會持續繁榮發展，需要更多的社會創新來提供動力，我們應該投入更多的精力用于回收智力資源，這才能讓我們未來的生活更美好。