同樣，如果世界衛生組織確認出現某種新的疾病，或者某實驗室研製出某種新藥，目前幾乎不可能讓全世界所有人類醫生都得知相關的最新消息。但相較之下，就算全球有100億個人工智能醫生，各自照顧一個人的健康狀況，仍然可以在瞬間實現全部更新，而且所有人工智能醫生都能互相分享對新病或新藥的感受。連接性和可更新性可能帶來的優勢巨大，至少對某些工作來說，就算某些個人的工作效率仍然高於機器，但合理的做法將會是用計算機取代所有人類員工。
有人可能會反駁說，把個體人類轉換為計算機運算網絡之後，就會失去個性化所帶來的優勢。舉例來說，如果某位人類醫生做出了錯誤判斷，並不會因此讓世界上所有的患者都喪命，也不會阻礙所有新藥的開發。相反，如果所有醫生都屬於某一係統，一旦該係統出錯，結果可能就極其嚴重。但事實上，集成的計算機係統可以在不失去個性化優勢的情況下，把連接性的優點發揮到極致。比如可以在同一個網絡上運行多種算法，這樣位於偏遠叢林山村裏的病人通過智能手機能找到的就不隻是某位醫學權威，而是上百位不同的人工智能醫生，而且這些人工智能醫生的表現還會不斷被比較。你不喜歡那位IBM（國際商業機器公司）醫生的診斷嗎？沒關係。就算你現在被困在乞力馬紮羅山上，也能通過搜索引擎輕鬆找到醫生，尋求不同意見。
這很可能會給人類帶來巨大的好處。人工智能醫生能為幾十億人帶來更好、更便宜的醫療保健服務，特別是那些目前根本沒有醫療保健服務可用的人。憑借學習算法和生物傳感器，就算是某個經濟不發達國家的貧困村民，也可能通過智能手機獲得良好的醫療保健服務，而且比目前最富有的人在最先進的城市醫院所獲得的服務水平有過之而無不及。
同樣，自動駕駛汽車能讓交通服務質量大幅提升，特別是能夠降低車禍死亡率。如今，每年有將近125萬人死於車禍（足足是戰爭、犯罪和恐怖襲擊死亡人數的兩倍）。[6]sup>而在這些事故中，超過90%是人為造成的：有人酒駕，有人邊開車邊看手機，有人疲勞駕駛，有人開車的時候隻顧著發呆。根據美國國家公路交通安全管理局2012年的統計，全美致死車禍中有31%出於濫用酒精，30%出於超速，21%出於駕駛分心。[7]sup>而這些錯誤，自動駕駛汽車永遠都不會犯。雖然自動駕駛汽車仍有其自身的問題和局限性，也免不了會有些事故，但根據預測，如果把所有駕駛工作完全交由計算機處理，將能夠減少約90%的道路傷亡。[8]sup>換句話說，隻要全麵改用自動駕駛汽車，每年就能少死亡100萬人。
因此，如果隻是為了保住工作就拒絕交通和醫療保健等領域的自動化，絕對是不明智之舉。畢竟，我們真正該保護的是人類，而不是工作。如果自動化讓司機和醫生變得無用武之地，就讓他們找點兒別的事來做吧。
機器裏的莫紮特
至少在短期內，人工智能和機器人還不太可能完全取代整個產業。有些工作專精在小範圍，日複一日做的都是程序化的動作，這種工作就會被自動化取代。然而，如果是每天都有變化、需要同時運用廣泛技能組合的工作，或者需要應對難以預見的情況的工作，就不太容易用機器來取代人類。以醫療保健為例。很多醫生的主要工作是處理信息：彙總並分析醫療數據，然後做出診斷。相比之下，護士需要有良好的運動和情緒技能，才能幫患者打針、換繃帶，或者安撫激動的患者。因此，我們的智能手機上出現人工智能家庭醫生的時間，很有可能會遠遠早於我們擁有可靠的護理型機器人。[9]sup>人文關懷產業（也就是照顧老幼病殘）大概在很長一段時間內仍然會是人類的工作。事實上，隨著人類壽命延長和少子化，養老產業很可能成為人類勞動力市場成長最快的行業類別。
除了養老產業，創意產業也是自動化特別難以突破的領域。現在，我們可以直接從iTunes（蘋果數字媒體播放應用程序）下載音樂，而不需要由真人店員來銷售，但作曲家、音樂家、歌手和音樂節目主持人都還是活生生的人。我們需要這些人的創意，除了是要製作全新的音樂，也是為了在多到讓人頭昏腦漲的諸多選項當中進行選擇。
盡管如此，最終所有工作都有可能走向自動化，對此就連藝術家也得小心。現代社會一般認為，藝術與人類的情緒緊緊相連，藝術家引導著人類的心理力量，藝術的目的是讓我們和自身的情緒有所聯係，或者激發出新的感受。因此，當我們品評藝術的時候，通常就是看它對觀眾的情緒起了多大的作用。但如果真以這個標準來定義藝術，當外部的算法比莎士比亞、弗裏達·卡羅（Frida Kahlo，墨西哥女畫家）或碧昂絲更能了解和操縱人類的情緒時，又會發生什麼事？
畢竟，情緒也不是什麼神秘的現象，隻是生化程序反應的結果。因此在不久之後，隻要用機器學習算法，就能分析身體內外各種傳感器所傳來的生物統計資料，判斷人的性格類型和情緒變化，或是計算某首歌（甚至是某個音高）對情緒的影響。[10]sup>
在所有藝術形式中，最容易受到大數據分析衝擊的可能就是音樂。音樂的輸入和輸出都適合用精確的數學來描述，輸入時是聲波的數學模式，輸出時則是神經風暴的電化學反應模式。在幾十年內，算法隻要經過幾百萬次的音樂體驗，就可能學會如何預測某種輸入如何產生某種輸出。[11]sup>
假設你剛和男友大吵一架，負責音響係統的算法就會立刻發現你內心的情緒波動，並根據它對你個人以及對整體人類心理的了解，自動播放適合你的歌曲，與你的憂鬱共鳴，附和你的悲傷。它放的這些歌可能不適合其他人，但完全符合你的性格類型。算法先把你帶到悲傷的底層，然後放出全世界最可能讓你振作起來的那首歌，原因可能是這首歌在你的潛意識裏與某個快樂的童年記憶緊密相連，而你可能根本毫無察覺。任何一位人類音樂節目主持人，都不可能與這樣的人工智能相匹敵。