1. 人機合作後

1.1. 雖然人類工程技術的每一次進步都需要解決難度更大的問題，但渴望解決問題的精神始終推動着人類不斷創新

• 1.1.1. 目標一如既往地不是取代人類，而是增強人類的能力

1.2. 人類歷史中的每一次創新發生之後都伴隨着一段適應期

• 1.2.1. 狩獵者學會做農民，農民學會做裁縫，裁縫學會做生意人，生意人學會做銀行家，19世紀的工匠變成了20世紀的工廠工人，而20世紀的工廠工人變成了21世紀的信息工作者

• 1.2.2. 創新會觸發適應過程

• 1.2.2.1. 重體力勞動逐漸讓路給輕體力勞動

• 1.2.2.2. 曾經非常繁重的工作變得不再繁重，因為人類雖有毅力，但也總能想出辦法以更高的質量、更省力的方式完成工作

• 1.2.3. 在幾乎所有技術和勞動革命的實例中，那些能夠以最快速度適應變化並轉行到新職業的工作者總能因其敏捷靈活、積極主動的做法而收穫回報

1.3. 有些人請得起人來做機器能做的工作，也更喜歡以不菲的價格聘用人來工作

1.4. 通過智能自動化實現的任務合併更有可能讓工作發生轉變而不是消滅它們，而且會讓更多工作者轉換崗位而不是讓他們失業

1.5. 工資低的工作崗位更容易受自動化影響

1.6. 維護技師和保潔人員在短時間內不大可能被機器取代

• 1.6.1. 因為大多數建築在設計時並未考慮用機器人進行維護和清潔

• 1.6.2. 目前的機器人在多功能和可靠性方面還存在不足，因此有些狹窄的地方是人類能夠進入，它們卻無法進入的

1.7. 美髮師和化妝師當中有許多人並不屬於收入高的羣體，但是他們在短時間內也不太可能被機器取代

• 1.7.1. 調酒師、汽車修理工和園林工人也是如此

1.8. 存在較高被取代風險的

• 1.8.1. 食品服務、生產製造、辦公和行政支持、農業/漁業/林業、交通運輸和物料移動、建造和採掘以及安裝/維護/維修

1.9. 下一批存在被取代風險（或者至少會因自動化而受到嚴重影響）的職業

• 1.9.1. 銷售、醫療保健支持、法務、計算機和數學、防護服務以及個人護理

1.10. 位於這份風險列表底部的

• 1.10.1. 醫療保健執業人員和技師、生命科學、管理、藝術/娛樂/體育/媒體、建築學和工程學、教育、商務和財務運營

2. 三輪自動化浪潮

2.1. 算法浪潮

• 2.1.1. 簡單任務的自動化和結構化數據的分析”將影響多個行業，以數據驅動型行業為主

2.2. 增強浪潮

• 2.2.1. 與技術的動態交互用於決策制定”​，以及“由機器人在半受控環境中（生產工廠和倉庫等存在地理圍欄的環境）執行任務”​，會將自動化擴展到複雜程度更高、歷來通過人工操作完成的任務

2.3. 自動化浪潮

• 2.3.1. 體力勞動和手工技巧的自動化”​，以及“在需要以敏捷反應採取行動的現實環境中解決問題”​，會進一步將自動化擴展到此前只有專業過硬、聰明伶俐、善於合作的人才能勝任的領域

• 2.3.2. 自動化這場遊戲的主角是任務，而不是職業

• 2.3.3. 一些任務容易被自動化並不意味着整個工作也容易被自動化

• 2.3.3.1. 過度簡化現實中的人力工作所包含的內容，以及過度依賴白紙黑字的書面工作職責描述，並不能有效地在現實中做出與提升效率和改進結果有關的決定

3. 潛能和技能

3.1. 自動化不會徹底取代人類的工作，而是會通過簡化某些重複性任務或低價值任務來增強人類的能力

3.2. 如果使用得當，自動化並不會消滅工作崗位，而是會改變它們的既有結構

3.3. 在大多數以結果為導向的情景中，自動化能夠為人類工作者創造更多機會，從而改進工作崗位的結構

3.4. 還有一種看待自動化的方式，是將它視為時間創造機：自動化能夠創造時間

3.5. 在商業領域，最容易做到的事情就是設法削減成本

• 3.5.1. 以最終有助於公司改善績效的方式來削減成本和進行組織“瘦身”​，無論何時都是有利的

• 3.5.2. 機智靈活的企業懂得如何鬆開枷鎖，讓各種內部組織擺脱束縛、隨機應變

• 3.5.3. 進行自動化的目的不是縮減員工人數，而是騰出更多資本來聘用更多員工，並將人類工作者解放出來，讓他們能夠專注價值更高、更有意義的任務

4. 從低價值任務轉到高價值任務

4.1. 創造才智和社交才智這兩方面技能的自動化難度可能遠大於認知技能和操作技能

• 4.1.1. 那些在創造才智和社交才智方面表現出很高水準，並且擅長處理非例行性互動和認知任務的人類工作者更有可能得到企業主器重，無論有沒有自動化都是如此

• 4.1.2. 那些所從事職業深深根植於例行任務或手動任務的工作者被自動化取代的風險最高

4.2. 人機關係的演變是一個自然而然的平衡過程

• 4.2.1. 無論何時，人類的聰明才智和創新都會用來改善表現，用來增強人類的能力，用來增加產出、增強力量、提高速度、擴大範圍，用來提升效率、有效性、產量，以及用來創造更多機會

• 4.2.2. 人類能夠將自己從繁重任務中解放出來，做更多事情，離不開對各種工具和謀略的運用

• 4.2.3. 現代那些藉助人工智能和物聯網(IoT)技術來經營農場的農民，和古代那些為農田建造機械灌溉系統、利用農場邊上的河流為磨坊提供動力的農民，都運用了工具和謀略

• 4.2.4. 藉助機器學習和人工智能技術，在成千上萬頁的法院文件和證詞中查找錯誤、提取特定人員信息的律師，和那些很多年前不得不召集一眾實習生來做這些工作的律師，二者區別也沒有那麼大

• 4.2.5. 某個流程或某項任務的自動化，並不意味着相關工作必定會消亡，而只是意味着這些工作必定會發生變化

4.3. 隨着機器變得更加複雜、更加自動化以及更加智能，並且隨着機器變得能夠進行技能學習並做出基本決策，人機關係也開始發生變化

4.4. 隨着智能機器變得彷彿人類一樣，能夠使用自然語言、聲音，並通過隨性而為的社交互動方式與人類進行互動，人機合作關係將變得越來越像人類彼此之間的合作關係類型

4.5. 自動化未必會讓人們的工作面臨世界末日

• 4.5.1. 比起將自動化技術浪費在走捷徑、削減成本等事情上，並且無視人類在幾百萬年進化歷程中積累的經驗教訓的做法，人機合作關係帶來的經濟潛力和創新潛力要有意思得多，其中藴藏着無限機會

5. 評估人機合作關係的共同點

5.1. 最顯著的可變因素是評估的背景，也就是評估的目的

5.2. 對人機合作關係的思考，問題癥結在於：評估的意圖、方式和結論因人而異，取決於進行評估的人

• 5.2.1. 由於個人的角色、目的、運營戰略目標不同，人機合作關係評估得出的結果可能會不盡相同

• 5.2.2. 人機合作關係的價值幾乎總會帶有一定的主觀性

5.3. 為了儘量減少主觀性，選擇的評估對象為“投資回報率”​，即成本與收益

• 5.3.1. 無論角色、目的、運營戰略目標如何，核心方法都是相同的：這類人機合作關係的收益是否超過它的成本？

5.4. 企業高管和社會學家從各自的獨特視角出發來進行同一類評估，也是件好事

• 5.4.1. 兩個羣體可以彼此分享各自獨特的評估方式，從而有助於大家關注和了解其他一些可能無法通過別的方式被所有人發現的機會、風險和痛點

• 5.4.2. 無論你是成本會計、首席執行官、社會學家、經濟學家、危機管理策略師、城市規劃師、科技分析師還是民意調查員，體現了共同價值觀的評估方案都會讓你受益，它們遠比那些主觀的單方面評估更有利於促成卓有成效的辯論、合作以及聯合分析

• 5.4.3. 還應該問問自己：​“有哪些潛在後果？​”​“潛在收益能否超過潛在後果？​”

5.5. 從基於資產負債表的思維模式轉變成以更具前瞻性的有機思維對後續情況進行分析

• 5.5.1. 單純從成本會計的角度來看待像新型人機合作關係這樣的轉型舉措，是既危險又短視的做法，沒有考慮到現實中的因果關係

• 5.5.2. 無論通過何種轉型舉措，實際成本和風險都在於該舉措付諸實施後會帶來何種變化

• 5.5.3. 對於轉型舉措可能造成的後果不加考慮或不做計劃，如此莽撞的做法是任何公司都承受不起的

5.6. 物聯網和人工智能解決方案可以幫助老年患者在家中進行自我健康管理，從而使他們的醫療保健費用減半，同時還能進行全天24小時監控、減少意外用藥過量的風險，並讓他們能夠留在自己家中，而不一定要搬進護理型養老院

• 5.6.1. 助長抑鬱情緒和壓力，而這些後果並不會改善他們的生活質量

• 5.6.2. 助長抑鬱情緒和壓力，而這些後果並不會改善他們的生活質量

• 5.6.3. 讓照護型和陪伴型機器人在給人的感覺和表現出的行為方面更加以假亂真

• 5.6.3.1. 這一需求已經深深滲透了設計文化，這方面的技術在未來也會不斷更新迭代

5.7. 需要對後果加以全盤考慮，考慮這種做法會對世界產生怎樣的影響，而不單是考慮成本和潛在收益

• 5.7.1. 必須將同樣的思考方式運用到所有新型人機合作關係中，從教育、醫療保健和公共安全，到客户服務、社會服務、協同工作和生產製造，都是如此