自工业革命以来，人们对新生产力革命所带来的失业危机感就一直存在，在过去的几个月里，这种危机感随着 ChatGPT 等人工智能的出现而爆发。这篇来自Tomas Pueyo的“When will AI take your job”阐释了生产力革命的爆发会如何创造以及摧毁工作机会？我们可以如何判断这种趋势？并提供了对体育、音乐、电影、教育、医疗保健、法律、建筑、物流、自动驾驶、儿童保育、创业等领域的就业趋势推测。
原文篇幅较长，且读起来有些晦涩，作者的观点也不一定正确，但提供了一种看待问题的角度。我将其提及的所有职业做了一个汇总放在下面这张表中，并附上了我个人的创业方向浅见，欢迎讨论拍砖。
回复关键词：AI就业，获得原文链接。
另外，如果你也是软件出海的一员或者对此话题感兴趣，欢迎添加我的个人微信共同探讨交流！
微信ID：chloeyjl
或扫以下二维码：
以下为原文正文：
在短短几个月的时间内，一种新型人工智能 (AI) 从“一个有趣的玩具”变成了在“许多任务上击败人类”的东西：该图显示了最近发布的 GPT-4 在性能上的改进。这些是人类可以获得的百分位数，所以当 GPT-4 超过了 90% 的百分位数标准时，这意味着它比 90% 的人表现更好！蓝色代表 GPT-3.5 的表现，绿色代表 GPT-4 在此之上的几步。这只发生在短短6个月内！
自然地，人们开始担心起自己的饭碗。但这种担心并不新鲜。自工业革命以来，它就一直在。十年前，当Frey和Osborne声称近一半的工作面临自动化所带来的丢失的风险时，这种担心又被重新点燃。在过去的几个月里，这种担心随着 ChatGPT 等人工智能的出现而爆发。新的论文表明，这些技术会对包括电话推销员、教师、律师、心理学家、数学家、会计师、校对员、助理等职业带来危机...
C罗的收入是贝利巅峰时期的 100 倍。这种动态是自动化的核心。如果你理解它，你就会知道什么时候会有人工智能来取代你的工作。
3. 你可以如何自己推断（TL；DR：这取决于需求饱和的速度）
人工智能将如何创造或摧毁工作？
随着计算机的出现和电子表格的运用，会计师们开始担心他们的饭碗。然后：啥？任何人都会使用 Excel！然而，会计师从业者的人口占比 50 年内增长了 2 倍以上？！这只是农场马匹的数量，但占了马匹的绝大部分。我们可以在欧洲看到类似的情况。马棺材上的钉子是汽车。我们稍后会看到为什么马的数量在 19 世纪增长如此之快。
我们如何判断哪些工作会像会计师（自动化程度越高增长越多），哪些工作会遭受农夫和马匹的命运？
需求饱和
引用自《自动化和就业：当技术促进就业》这篇论文（Automation and jobs: when technology boosts employment），这是1800年至2000年期间美国三个行业的就业历史：
前两种工作，纺织和钢铁工人，增长了近一个世纪，然后就下降了。与此同时，在起步较晚的汽车制造业中，工人数量在 1950 年代之前增长迅速，但此后下降缓慢。
我们可以看到，所有三个行业的工人生产力一直在持续增长。请注意，这些是对数图，这实际上意味着生产力呈指数级增长。这就是技术的力量。
两组图表共同传达的信息是，在早期，这些工人的就业和生产率都在增长。工人数量呈线性增长，而他们的生产力呈指数级增长。
现在让我们把它投射到未来：如果你雇用更多更有效率的人，你认为会发生什么？你最终会淹没在市场中。这导致了越来越激烈的竞争，从而转化为更高的质量和更低的价格。这意味着需求将不断增长，直到数量和价格都非常合适，以至于增加它们不会再产生巨大差异。增长就渐渐消失了。
该图的横轴代表生产力，纵轴代表需求。看看这里发生了什么：随着生产力的提高，需求最初也随之提高。但一段时间后，需求趋于稳定。
假如你关注过纺织行业的话，你会看到自动化会大大降低生产服装的成本。早期，工人需要很多天才能生产出一件衣服，所以它们非常昂贵，大多数人买不起。随着自动化减少了生产一件衣服所需的人工时间，成本下降了，价格也下降了。人们可以突然购买更多的衣服，他们确实这样做了，整体需求增加得如此之多，以至于该行业雇用了更多的工人。
比如，如果早期做一件衣服需要10个工作日，自动化后只需要3天，人工成本下降了70%，综合成本可能下降了50%。如果有竞争，价格将跟随成本降低。以便宜 50% 的价格，客户可能会购买四倍的件数，整体支出更多，所需的工人数量也会增加 20%。
1. 自动化到来，通过消除一些人工任务来提高生产力（=降低劳动力成本）。5. 需求的飙升创造了更多的工作，以至于公司需要雇人来完成尚未自动化的任务。6. 但在某个点上，这种质量和价格的提高会使需求饱和。人们不想要更多的产品。他们停止购买更多的产品。7. 但生产力持续不断提高。越来越多的任务是自动化的，但销售并没有增长那么多。这就解释了为什么许多农业工作（还有马匹）消失了——：人们优先考虑的是食物。如果你提高生产力，你就会生产更多的食物，如果人们以前买不起，他们现在就会多买一点。但是一旦他们饥饿得到满足，他们就不再想要更多的食物了。他们想要更高的质量。这只能创造这么多的工作。你不会因为苹果便宜了30倍而买30个苹果。
于此同时，会计工作出奇地有用！你越了解你的钱的作用，你就能更好地管理它，更好地流通，优化开支......自动化消除了更多的琐碎任务，让会计师可以做更多有趣和有用的任务，创造更多客户乐意支付的价值。
随着生产力不断提高，会计师会发生什么？他们会减少潜在需求吗？AI 会回答大多数会计问题，将工作中最难的部分留给最精英的会计师吗？
如果这一切假设都是真的，那么以下是推动自动化创造就业和破坏就业的两种基本力量：
如果有大量的潜在需求，你可以不断地用提高的生产力来占有市场，需求会一股脑儿的消化掉这些生产力。
如果没有什么潜在的需求，生产力的提高会刚好满足需求。如果生产力增长得非常非常快，生产力会淹没需求，并进入就业破坏模式。
巨星经济学（Superstar Economics）
1. 体育产业
贝利，巴西人，被许多人称为最伟大的足球运动员之一。1958 年在瑞典首次亮相世界杯，当时他只有 17 岁。他瞬间成为明星，令世界上每支球队垂涎。据报道，到 1960 年，他的团队 Santos 每年付给他 150,000 美元——相当于今天的 110 万美元。
与此同时，C罗在 2017 年为皇家马德里队效力时赚了 9300 万美元。西班牙足球锦标赛的平均收入约为 85 万美元，不到 C 罗收入的 1%。
这是为什么呢？C罗比普通球员优秀的10倍吗？他的得分是10倍吗？跑得快10倍？他没有。他也不比贝利好多少。然而，他们之间的薪酬却相差近 100 倍。为什么？
对于皇马来说，其表现哪怕是1%的改善，都可能意味着在正确的时间内的得分。这可能是赢得冠军与否的区别。如果皇马不把钱花在C罗身上，也许它的宿敌巴塞罗那会，这就意味着把优势拱手让给竞争对手。
受到全球数百万人的关注，赢得更多的比赛和冠军意味着更多的收入。球队必须是最好的，所以即使是小的改进也价值数百万，特别是要确保最好的球员不会去竞争对手的俱乐部。
同时，体育赛事供应已经远远超过了需求。看够了西甲？看英超联赛吧。看够了吗？关注德国的，或者意大利的，法国的，巴西的，阿根廷的......等你看完了，你可以从低级别的联赛开始。然后你还可以选择美式足球，棒球，篮球，高尔夫，手球，橄榄球，射箭，冰壶...
在过去，你必须穿过大门，上车，穿梭在大马路上，然后去体育场看你当地的球队。每支球队都有固定的球迷--邻居们。
从那时起，我们就实现了体育内容分发的自动化。首先，用收音机。然后，通过电视、卫星、互联网、现场直播、预录……现在，当你去体育场时，你可以在观看重播的同时将照片发布到 Insta 上。
现在，优质体育内容的发行成本接近于零。昂贵的是它的生产 -- 主要是几十个人在草地上奔跑一两个小时的薪水。
如果创造某种东西成本很高，但分发它的成本并不高的话，那么就会有强烈的动机将其分发到全球各个角落。由于每项运动的每支球队都处于相同的困境，因此每天的每个小时都会突然出现雪崩般的体育比赛。
好吧，你是粉丝。你可以多看一些美式足球。每周看几场比赛。比如三次、四次，但是，我的意思是......在某些时候你会喊道：“别再让我看了！”或者换句话说，需求不会随着生产力的增长而增长。
既然你现在可以观看世界上所有的运动，你当然就想要看最好的。你观看的比赛从地区锦标赛变成了全球联赛。
也许，如果你是世界上最好的冰壶运动员，你会有一个小的利基市场，由来自冰岛、印度尼西亚和莱索托的大粉丝覆盖。但是，如果你不创造顶级的或利基的内容，那么祝你好运。
2. 内容产业
体育只是内容产业的一种。一旦了解了它的逻辑，就可以将其应用到其他内容行业。
2.1 音乐产业
直到20世纪初，如果你想听音乐，你必须去看当地音乐家的表演，或者自己敲打桌子。世界各地都有乐队来满足这一需求。
在20年代。突然间，你不需要现场听平庸的音乐了。你可以打开收音机或留声机，听一些有史以来最好的音乐。结果是现场音乐（live music）完蛋了。例如，美国的剧院从 1920 年代初的大约 1,500 家减少到到 20 世纪末的几百家。
* 录音和收音机爆炸性地提供了生产力：只需一次录音，您就可以在地球上的任何地方进行无限次的收听。* 结果，大多数现场音乐家都消失了，取而代之的是顶级音乐家或小众音乐家。
这种情况一直持续到今天，因为越来越多的技术使音乐更容易获得。1982 年，排名前1%的流行音乐明星赚取了26%的音乐会门票收入。2003年，最高占比的明星--如ustin Timberlake, Christina Aguilera, 50 Cent--占据了56%的演唱会门票收入。
即使每天都有更多无处不在的音乐，通过近6家音乐服务平台，数千万首歌曲触手可及，但人们的收听时间几乎没有增加。
我们在音乐产业中看到了相同的模式：生产力的大幅提高，需求的增加要低得多，财富集中（因为现在你把钱给了世界上最好的音乐家），而就业减少（包括现场音乐家和那些靠这种服务生活的人）。
2.2 电影产业
电影是另一个很好的例子。到目前为止，电影供应一直受到生产力的限制：制作最好的电影和视频游戏仍然需要五年时间和成百上千的人。像皮克斯这样的工作室有 600 名或更多的创意人员为一部电影工作三到四年。他们需要被安置并提供一个创造性的环境和工具来进行他们的创作
现在，生成式 AI 将简化其中的许多流程。人工智能将能够帮助构思故事、迭代情节、提出伟大的概念艺术、从文本中创建视频、即时编辑它们以使其看起来很棒、添加正确的人工智能生成的音乐……
这位创作者录制了上面的视频，下面给出参考图片的风格，中间由 RunwayML 生成了视频。这虽然不是完美的作品，但可以想象几个月后的情况并不难。
最优秀的创作者将能够创作出令人惊叹的艺术作品，而不受资金或与他人协调的阻碍。视听生产力的提高将使任何人都能制作出非凡的电影。下一个马丁·斯科塞斯能是一个来自焦特布尔（印度西北部一城市）的，现在正在捣鼓人工智能工具的年轻人。
我们知道在这样的情况下会发生什么：我们在音乐上看到过这种情况，在YouTube上也同样看到。发行费用甚至比Netflix等平台还便宜。任何人都可以创建和发布视频，我们已经看到了结果：数以亿计的视频，虽然其中大部分是垃圾，但也有少数精品。现在想象一下，如果生产力的提高不仅仅是在发布上，也包括在制作上。像Mr Beast这样的人已经创造了价值数十亿美元的媒体帝国。当像他这样的人可以更容易和更便宜地制作视频时，会发生什么？结果是更多的人将创造出高质量的视听内容，但由于需求不可能增长很多--人们每天已经看了很多小时（一天只有24小时）--一些视听创作者将提高他们的生产力，做出惊人的作品，而其余的人将勉强维持。
2.3 其他形式的内容
这种机制很快就会渗透到内容产业的每一个角落。我们现在正在通过绘图和生成式AI看到这种现象。像 Stable Diffusion 或 Midjourney 这样的技术还很早期，但许多人认为艺术家注定要受影响。我的搭档是一位艺术家，她完全按照描述的那样使用了 Midjourney，并且正在用 AI 为她完成作品的构图任务来制作艺术品。然而，她担心还有几个月的时间，人工智能就会发展到消除那些如额外的手指和恐怖谷效应的问题。到那时，是否花钱买单的客户会直接从人工智能中获取他们想要的作品？— Osprey22。
同样的事情：生产力的提高意味着短期内有更多的工作，但如果生产力提高得如此之快以至于满足了需求，那么事情就会迅速进入就业破坏阶段。
这些趋势的主要赢家将是我们所有的消费者，他们可以获得更好的内容。
此外，最好的创作者将使用这些工具来生成大量精彩内容并从中获益。
一些公司将赚取数百万美元来帮助这些创作者使用工具，或者帮助消费者筛选这些过剩的供给。
输家将是所有普通的内容创作者：普通的插画家、普通的灯光师、普通的编辑、普通的歌手、普通的记者、普通的作家……
3. 类内容行业
我们刚刚介绍了内容行业。但“内容”是什么意思？它是为大众消费而生产的信息：书籍、电影、YouTube 视频、歌曲……
现在，人工智能可以做一些新的事情：信息个性化。这为以前受保护的行业打开了自动化之门，例如教育、医疗保健或法律。
3.1 教育
教育的很大一部分是内容：课程、学习目标、阅读材料、学习书籍、测试材料等。这部分教育在 YouTube 或可汗学院等地方已经做得更好并非巧合。
那为什么教育还没有被自动化所颠覆呢？原因有二：学习的核心，以及教育服务。
教育的终极目标是解决布卢姆的两个西格玛问题（Bloom’s Two Sigma Problem）。帮助学生学习的最好方法是个人辅导--它几乎可以让任何人的成绩达到98分。但是，不可能给每个学生都配备一个导师。
人工智能离这一点的发生不远了。随着基础模型的改进，以及微调和快速工程，这将成为可能。我们还有几个月或几年的时间，而不是几十年。
你能想象向你的私人导师询问任何问题，它可以帮助你以有趣的方式轻松深入地学习所有内容吗？学习的质量和速度将会爆炸式增长
这对教育工作意味着什么？在学习部分，人工智能很快就会比人类更有效率；人类根本无法与个性化教育竞争。最好的教育工作者将创造内容、改进 AI 产品或辅导有钱人家的孩子。
但是教育除了学习还有更多的组成部分：儿童保育、有一个关心你的人、资格认证……其中一些组成部分可能会被自动化——比如资格认证。其他的，比如儿童保育，仍然有很多未开发的需求，而且很难实现自动化。这个我们稍后再说。
所有这些都意味着教育的性质将发生巨大变化，即使教育工作的数量可能不会相应减少。
3.2 医疗保健
我们还可以将医疗保健分解为不同部分：诊断、测试、治疗决策、治疗执行、患者护理、制药……
其中一些组件不是由信息组成的，例如患者护理或人体血液采样。这些不会很快自动化。所以护士这个职业可能是安全的。
但诊断和治疗计划是信息，制药业的一大部分也是如此。我们已经见证了AlphaFold是如何改变制药业的。同时，许多公司一直试图在诊断学方面击败人类。他们并不总是成功，但已经很接近了，而且很有可能他们会获胜：人类不可能及时了解这些领域的所有科学论文，计算复杂的概率，权衡他们对患者的个人经验，确保其权重不超过论文上的数据，结合当地流行病的实时数据......但人工智能可以。只要教它们就行了。
矛盾的是，这可能会在未来几年增加医疗保健就业。你是否已经获得你想要的所有医疗保健服务？应该没有吧。如今，为了得到一个诊断，你需要用谷歌搜索你的症状，吞服安普乐来减少谷歌断定你患有癌症引起的心跳加速，然后去看医生，支付你的 500 美元免赔额，放一块木头在你的嘴（“说 aaaaaaaah”），照照你的眼睛，一只手放在你的肚子上，一只手拍拍你的肩膀，然后你手里拿着阿奇米星处方药，“谁知道你有什么毛病，吃点这个，如果在 7 天内你还是感觉不好，再回来吧。” 因为你知道最终得到的结果就是这样，所以你通常会等到快死或失去四肢时才去看医生。
相反，如果一个个性化的人工智能拥有你多年的生物识别数据、世界上所有的科学论文及其所有基础数据，并且它还连接到互联网以实时了解世界各地发生的事情，它可以告诉你：“您有 68% 的机会感染小核糖核酸病毒。93% 的情况下，它会在 48 小时内自行消退。您有 23% 的机会患上脑膜炎，这可能很严重，但您可以在诊断前等待 48 小时，因此您可以等待，看看接下来的 48 小时内是否会好转，或者一旦您的体温超过 102ºF 就去医院，在那里你需要 CAT 扫描或 MRI（如果可用的话）。
今天，这是不可能的，因此诊断和治疗决策非常困难，而且经常是错误的。这意味着患者会浪费大量时间和金钱。但是有了这种类型的信息，医生将能够更好地更快地做出更好的决定，这将降低成本，使医疗保健更加负担得起，并提高质量。正如我们所见，成本和质量的改善将带来更多需求，因为我们距离医疗保健需求饱和还有很长的路要走。需求的增加可能会创造更多的就业机会。
3.3 法律
类似的事情会发生在法律上。今天，聘请律师不是像打开水龙头或点墨西哥卷饼那样可以闭着眼只管做的事情。它们非常昂贵——这是合乎逻辑的，因为成为一名律师非常困难，而且每个案件都需要大量的工作。
想象一下，你可以告诉人工智能你所处情况的所有细节，它可以通过你的电话和电子邮件信息轻松访问这些细节。它可以研究法律、先例，准确地告诉你你获胜的机会，你应该提供什么证据，如何以及在哪里提交索赔……
这会消除对律师的需求吗？不，因为就目前的制度而言，我们仍然需要人类律师在法庭上为案件辩护、亲自签署文件、与其他人类互动……
也许将来我们会改革这个制度，但今天只有人类才能完成这些工作。所以人工智能会消除其他任务——尤其是前期工作。
我不确定那部分有多贵，但如果它是 80% 的工作，将其自动化意味着律师可以多处理五倍的案件。如果他们因为存在竞争而降价60%，律师的收入会比以前多，更多的人会请得起律师，总需求会增加，我们就会有更多的法律就业。
相反，如果限制司法的不是律师的时间，而是法官的时间，那么律师将无法获得5倍的案件。他们将无法接受任何新的案件。而成本却仍然会下降80%。在这种情况下，由于竞争，价格可能会下降，但由于等待时间，需求仍将无法得到满足。最好的律师将占领市场，而其他人将失去工作。
我们可以在所有这些个性化信息行业中看到相同的模式：人工智能将快速自动化信息组成；工作任务、成本和价格都会减少；质量会提高，需求也会随之提高。但这些行业还有其他非信息组成部分，很难实现自动化。根据这些其他任务的具体情况，工作数量可能会增加或减少。
4. 其他产业
4.1 物流
我的大儿子在亚马逊工作，担任配送设施经理。他最近与我分享说，他正在努力留住员工。在他的工厂，亚马逊的入门级员工100天留存率在过去两年中从75%下降到了惊人的30%。他说这在全国的亚马逊都很典型。工人的工作条件令人厌恶，加薪不再具有吸引力。更糟糕的是，这些工作是如此无意识和重复，以至于即使是最敬业的员工也会很快失去注意力和动力。在我儿子的工厂里，机器人和人工智能现在可以处理最复杂和要求最高的订单拣选工作（请注意，完美无缺），而人类工人则被边缘化，承担越来越多的琐碎任务（例如，包裹 A 和 B 从滑槽上掉下来并组合在一起放在一个盒子里并沿着传送带推。）尽管任务很简单，但他的团队在典型的一天中必须解决的每一个问题都可以追溯到人为错误。即使是最细心的人，也会在一千个订单中弄错一个。他说，去年他削减了员工奖金、奖励和激励奖的预算。亚马逊似乎没有打算努力留住员工，和/或让员工开心。我儿子说，在他的工厂建成时，亚马逊因雇用 X 名员工而获得了可观的多年税收优惠——但这些优惠计划将在未来几年内逐步取消。在我看来，一旦税收优惠政策到期，我们将看到亚马逊开始积极精简入门级员工队伍，随即是许多经理，因为无人可管。显然，亚马逊不会将这种方法仅仅应用于配送设施。我怀疑这是他们未来几年对大部分员工的计划；税收优惠政策即将到期，工人被更可靠的自动化所取代。现在不同的是，转变已经从未来可能发生的事情转变为现在正在发生的事情——而且还在加速。
这完美地描述了我们之前讨论的内容：随着早期生产力的提高，就业机会增加：亚马逊自动化允许两天送达而无需额外费用，这是每个人都想要的，因此亚马逊发展得非常快。它不知道如何提前将所有事情自动化，所以它在全球雇佣了 160 万名员工。但现在，需求正在放缓。自动化正在迎头赶上。在雇用所有这些人仅仅几年后，他们的人数在 2022 年已经开始减少。4.2 自动驾驶
直到 2017 年，没人认为卡车驾驶会实现自动化。然后，在 2017 年到 2019 年间，每个人都转过身来，认为自动化即将到来。现在我们已经意识到达到 99.99% 的可靠性比达到 99.999999% 的可靠性要容易得多，但在路上你希望拥有后者的可靠性来避免哪怕0.0000001%事故几率的发生。事实证明，对于这类任务，人类在这种可靠性水平上相当出色，而对于需要非常高可靠性的任务，人工智能还不具备。这并不意味着它不会发生，因为 AI 会不断改进。一些城市已经有机器人出租车服务，卡车驾驶的长途部分将很快成为标准：3 月，一辆自动驾驶的 18 轮卡车连续 5 天时间在达拉斯和亚特兰大之间运送货物。它全天候运行，行驶了 6,300 多英里，往返四次，运送了八批货物。一辆传统的卡车，其司机必须每天停下来休息，运送同样的货物需要 10 多天。
在高速公路上驾驶比在城市更容易，因此卡车运输将首先在那里实现自动化。这可能会降低成本，从而增加对整体运输的需求。因此，最后一英里交付的就业机会在短期内可能会增加——直到自动化也赶上那里并完全消除这些工作。哪些行业仍有未开发的需求可以通过生成式 AI 来释放？自 1997 年以来不同行业的价格演变。我们可以看到教育、儿童保育、住房或医疗保健等行业的价格上涨，使它们成为自动化的目标，但也突显出它们迄今为止如何善于避免被自动化。
4.3 建筑
一个多世纪以来，建筑一直在抵制自动化。将建筑的任何部分自动化都出奇地困难。
但即使我们真的成功了，价格也只会小幅下降，因为房地产成本的最大驱动因素不是人力，而是土地、材料、融资、许可、佣金……所以建筑自动化的改进不会压低价格很多，这意味着需求不会增加。就业可能会下降。
4.4 儿童保育
与此同时，儿童保育将大大提高生产力。Pre-K 儿童由父母、家庭成员、儿童保育中心、Cocomelon 或 Blippi 监督。这些都不能为孩子提供他们所需的所有个性化关注——正如我们在 Bloom’s Two Sigma中看到的那样。
人工智能可以做到：跟随孩子的好奇心，耐心地回答他们的问题，玩几个小时令人麻木的无聊游戏，每天推动他们一点……这将使托儿所的生产力大大提升。但在许多地方，法规限制了托儿所可以照顾的儿童数量。员工与孩子的比例不能下降，成本也不能。所以这些工作可能不会直接消失。
然而，现在留在家里的父母或家庭成员可以更好地监督孩子，而他们的 AI 则负责早期教育。这样可以让父母去工作。他们会赚更多的钱，而他们的孩子会得到更好的教育。如果发生这种情况，托儿中心的需求就会减少，他们的工作就会消失。
所以人们可能会完全绕过这项服务（托儿所），让孩子呆在家里——通过 AI 接受更好的教育和照顾。父母和家庭成员可能会减少带孩子去托儿所的需要，并在 AI 照看孩子的同时远程工作。无论如何，这不太可能推动儿童保育员的就业增加。
上图最近有更新，表明任何生产力企业家都会尝试自动化的其他行业：
正如 Mike Konczal 解释的那样，在过去 20 年中，商品价格下降最多，而服务价格上涨幅度最大。
商品经历了最严重的通货紧缩。我认为这是因为自动化和离岸生产更容易，而且它们的分销具有规模经济。
与此同时，服务更难实现自动化。正如我们所见，其中一些将很快被自动化——例如教育、医疗保健和物流的一部分。其他则可能需要很长时间，因为需要先进的机器人技术——比如水和污水治理，或护理。
5. 超级明星企业
到目前为止，我们已经谈到了现有的产业。在许多情况下，我们看到生产力的提高，速度之快，将扼杀就业机会。但是，新行业会发生什么？新行业的就业会填补这个漏洞吗？让我们来看看。
创业比以往任何时候都容易：编码成本正在下降，设计、分析、托管、内容生成、营销、销售、客户服务的成本……任何人都可以创办企业并赚取数百万美元。这要归功于我们在过去几十年中看到的技术生产力的巨大提高。
但是这些企业不可能雇用很多人，因为他们的生产力会很高：如果他们能独自创业，那是因为所有这些功能首先都是可自动化的。雇用其他人来扩大规模可能仍有价值，但不会有数十万人。
我们最终会有更多的亿万富翁的创始人，更多的百万富翁的早期员工，而除此之外就没有什么了。我们甚至不会得到像谷歌、脸书或微软这样的公司所实现的财富分配，这些公司雇用了数以万计的人，并以20万美元的中位数工资进行补偿。我们将进入一个由越来越多的超级明星创始人和雇员组成的世界。
结论
如果你的工作主要是知识性的且不受监管（比如法律、建筑这些工作就是受到监管的，而内容创作则可以理解为不受监管），那么它就有风险。
因此，如果你的工作基本上不受监管，你可以加入人工智能的行列，开始使用这些工具，提高你的生产力，甚至创建你的公司；或者你可以等待 AI 拿走你的工作。
我们到达这个世界的速度有多快？两条规则：
* 自动化发生的速度有多快我们将在本周的付费文章“自动化将多快到来”中回答这两个问题。用一个词来形容：非常快，因为它处于几个指数趋势中。这可能需要几年，最多几十年，在某些情况下可能需要几个月。
如果你也是软件出海的一员或者对此话题感兴趣，欢迎添加我的个人微信共同探讨交流！
微信ID：chloeyjl
或扫以下二维码：