机器越发智能了，我们的工作还安全吗？我们的子女是否会成为机器的奴隶。《未来简史》中描述的算法比我们更了解我们心底最隐私的愿望的图景正在成为现实，机器似乎已经早已不是我们的仆人，而成为了我们的管家，马上就要反客为主了？面对这样的焦虑，今天介绍的这本书给出了很多很实际的建议。
这本2017年的新书来自咨询公司 Cognizant的创始人，书籍的案例翔实，论证充分，给出的建议也很接地气。这里截取书中的精华以兹读者。
要想了解这本书的观点，首先要破除的是一个错误的类比，即将当下发生的机器的崛起和工业革命时机器替代体力劳动所相比。西谚有云：“当我给予你一个一块钱，你变富了，我变穷了；而我要是告诉你一个观点，我们都变富了，你得到了一个观点，我得到了你对我观点的评价。理解当下机器的智能崛起，我们首先要摆脱的是零和博弈的模型。
这本书指出，工作不代表任务。机器能在越来越多的任务上超越人类的表现，但这不意味着机器会让某些职位消失，相反的，机器会让从事这些职位的人的工作效率提高，会让这些领域的佼佼者为更多人提供服务。不论是医生还是律师，有了人工智能的帮助，重复性的工作会被自动化取代，使得一个医生能够在相同的时间里诊断更多的病人，从而能够更好的服务社会，顺便获得更好的收入。
其次，智能机器不止会让旧的工作消失，还会产生新的工作。哪怕是5年前，我们都无法想象VR行业会产生的工作岗位。我们在盯着智能机器让那些工作消失的时候，却忽视了智能机器带了更多的新岗位。按照作者的估计，智能机器的崛起才刚刚开始，任何一个行业的发展，都遵照着S曲线的运行，过去的工业革命，电气革命，信息革命，如同接力棒一样，带动了历史的发展。而我们才刚刚走出了信息革命的停滞期，正在迎来万物互联的爆炸式发展。
为什么这么说，是因为支撑智能机器崛起的两个基础设施已经准备就绪。从硬件来看，是关于万事万物的数据，从软件上来说，是永远在线的心态和一个交互式的智能数据呈现平台正在被搭建起来。按照本书作者的预测，未来所有价格超过5美元又不能吃的的东西都会被装上传感器，加入到物联网中。
更重要的对数据的解读以及围绕数据产生的交互，阿里的王坚博士在他的《在线》中强调沉淀在线下的数据就如同是沉睡的金矿，自有能够被索引被找到的数据才能产生二阶及三阶的价值。（《在线》这本书也值得细读，顺便推荐下）而这本书则强调了构建一个智能的解读系统，才能让数据提纯，从而避免数据中的信息被白噪音淹没。
以下是书中我觉得最具信息量的一幅图，是关于什么是智能的数据呈现系统的。每一个行业的人，都应该比对着这幅图给出的框架，去想想自己行业的数据呈现系统现在是怎么样的，未来应该是怎么样的。
接下来说说这本书给普通读者提出的建议。首先是对我们最关注的自动化，提起自动化，你会想到那些例子了？设身处地的问问自己，在以下的场景下，自己的生活是否因为自动化变好了？或者哪里变得不那么好了？
自动化和数据在线是不可避免的，每个行业都要经历这样的过程。正如不同的金属有着不同的熔点一样，每个行业也许有不同的”熔点“，但这一趋势是不可避免的，所以作者给出的第一建议是不要做把头埋到沙子里的鸵鸟。
第二个建议是不要类比的模仿那些耳熟能详的名字，生搬硬套谷歌/Uber的成功不一定能解决特定行业的问题。一个类似的陷阱是在没有改变本来的商业模型和组织架构时强推互联网的解决方案。如同中国近代史中的辛亥革命死于没有经历削骨搓皮的大换血，传统企业的互联网转型之路也不应是”do digital“，而应是”be degital“。任何变革都是要流血的，而传统企业的变革，往往步子会迈的太大了，作者建议像互联网的转型要摸着石头过河，先从一个无关紧要的原型开始，做成功了再去推广。
以上这些还都是对一个行业的建议，而对于个人，我们能做什么了？你可以问问自己工作中那些事情是可以自动化的，从小处做起，给自己设定一个自动化上的小目标，利用开源的工具，提高你的工作效率。使用工具去量化你生活的方方面面，从而使得自己能得到及时反馈。同时不要低估想象力和好奇心的价格，在审视新的技术时，按照风险投资家的套路去想，扩展你的技能树，即使没有暂时成功，也不要放弃尝试。
总结一下，这本书给出的对未来的预测既不是乐观的，也不是悲观的。而是一个脚踏实地的人所预测的未来。未来我们会不会失业，不止取决于我们当下的抉择，也取决与我们怎样去预测未来，你的预测不是客观中立的，而是会决定我们当下的选择。所以这本书给我最大的启发是下图的三种问问题的方式。
扩展阅读
人工智能vs人类智能小传
抱歉，此文虽然提到alpha go，但真正想谈的却不止是人工智能
