【小哈划重点：人类逐渐卸下了搬东西这一类任务。之前是交给动物来完成，然后现在是交给机器来做。一些最有价值的行业，如金融服务、农业、医疗保健、物流、教育和能源，等等，传统上并不以技术为核心，但现在完全不同。】
皮埃罗·斯加鲁菲（Piero Scaruffi）是全球人工智能及认知科学专家，被誉为世界人工智能先驱、“硅谷精神布道师”，是哈佛大学、斯坦福大学、加州伯克利等多个大学的客座教授。早在1983年，他就来到硅谷担任工程师，同时也是硅谷人工智能研究所（SVAIRI）的创始人。他长期从事人工智能研究和互联网设计，见证了硅谷30年的兴盛过程，职业生涯横跨硅谷产、学、研三界。
很难说，人工智能、大数据、云计算哪个更重要，在这些日新月异的数字技术的更迭下，新生态系统不断涌现，价值链也在重塑过程中，一些行业的边界变得越发模糊。许多数字化转型打破了原有的游戏规则，给社会、经济、个人带来了颠覆性改革。
“中国的数字化进程无疑是全球最快的”
现在全球的公共和私营部门都在推动数字化进程的发展，尤其是私营部门，在推动数字化方面发挥了重要作用。
中国的数字化进程无疑是全球最快的，截至2018年底，中国网民规模已达8.29亿，全年新增了5653万网民，互联网普及率已达到59.6%，相较于2017年底，提升了3.8%。
随着智能手机的价格越来越便宜，从2013年到2017年，全球市场竞争使数据成本降低了95％。成本下降推动了数据使用量的增长：在中国，人均每周上网27.6个小时，位列世界第一位。排名第二位的是印度，个人平均每周在社交媒体上花费17个小时。麦肯锡的一项研究显示，2018年，印度数据流量用户平均每月使用8.3 GB的数据，而中国用户使用的数据量为5.5GB。
数据成本的降低也有助于减少数字鸿沟：中低收入者也占据了互联网世界的半壁江山。如今，数字领域的领导者们正采用更具创新性的方式来联系和服务客户。新的数字生态系统正在经济中涌现，这改变了商业模式，提供了巨大的生产力、效率和效益。
一些最有价值的行业，如金融服务、农业、医疗保健、物流、教育和能源，等等，传统上并不以技术为核心，但现在完全不同。在金融服务领域，移动支付和相关数据的大量增长已经使基于流量的贷款成为可能，其中收入和支付的实际模式，取代了贷款申请，能够被用于评估潜在的借款人。印度国家银行，这一印度最大的银行，从改用自动化系统以来，向中小型企业提供的贷款增加了50％。
数字化的高速发展也为人工智能的应用提供了更多可能。不仅仅是经济，人工智能正在改变我们生活的方方面面。作为一项技术，人工智能的应用可以说是无穷无尽的。它可以用于此前由人类完成的任务的自动化，也可以用来提高人力劳动的生产率，从而提高劳动力需求。
“21世纪，人才比以往任何时候分布都更不均匀”
在20世纪中期，有些人认为地理因素将不再在全球市场运作中发挥有意义的作用，全球化和技术进步将打造一个竞争趋向于扁平化的世界，这会导致人才自动均匀分布到各个地区和领域，熟练的劳动者可以在有需要时与生产过程产生远程联系。
但从事实来看，21世纪人才比以往任何时候分布都更不均匀。全球为数不多的几个主要中心，正拥有着全世界很大一部分高数字化、高科技含量的技术型劳动力，如美国马萨诸塞州的坎布里奇、加利福尼亚州的硅谷，还有中国的深圳。目前并不完全清楚为什么会这样，但某些学者已经开始将这些高科技人才、数字人才的集聚归结为“隐性知识”所发挥的作用，“隐性知识”指的是包括行业惯例和流程等在内的内部诀窍，或者只有在某些具体条件下才有价值的专业技术。
随着这些专业知识变得日益集群化，创新成果的技术研究和商业开发也已表现出同样的效应。从世界范围内所涌现出的独角兽初创企业的数量中可以窥见这一趋势，仅中美两国就几乎拥有了全世界绝大部分的科技初创企业。
除此之外，有越来越多的证据表明，生产率增长正日益集中在大规模利用数字技术的公司之中。过去10年来，被经合组织称之为“前沿企业”的这一小部分群体的生产量增长很高，而其他所有企业则几乎没有取得生产率方面的增长。这种失衡造成了生产率增长总体放缓的假象，而背后真正的问题是不同类型的公司分化越来越严重。
“技术在降低成本、提高教育和卫生保健领域的质量方面是有效的”
与在医疗、教育和技能培训等领域进行人力资本投资相比，各国政府往往更愿意投资于道路、桥梁和机场等有形基础设施。这种策略可能确实会在几年时间内取得具体的、看得见的成果，但确保经济长期增长和繁荣的最佳途径是确保公民健康和接受教育。
随着技术的不断进步，政府越来越容易做到这一点。第四次工业革命改变了一些行业（尤其是制造业），创造了新的领域（如机器人、3D打印和自动驾驶汽车），同时也为医疗和教育提供了新的途径。事实已经证明，技术在降低成本、扩大普及面和提高教育、卫生保健领域的质量方面是有效的。
在医疗保健领域，人工智能可以赋能技术人员和高技能护士提供个性化治疗，还可以利用远程医疗技术来改善农村地区的医疗服务，而这些地区医生往往很少。我预计，远程医疗未来可能占据所有门诊咨询量的一半，使农村地区、欠发达地区的人们能够获得更优质的医疗服务。
互联网和移动电话技术使稀缺的医疗专家能够使用远程医疗服务于偏远地区的病人，并促进了远程教育的兴起，让各地的学生都能接触到以前只有大城市或大学校园才能接触到的教授。人工智能系统可以进行实时数据收集和处理，赋能教师提供个性化的教导，对不同学科需求各不相同的学生因材施教。
在物流领域，在线货运平台提供即时定价和预订，货物跟踪和集中存档等服务，这些平台已经降低了历来效率低下的行业的成本，并提高了效率。
“机器人执行这些任务的能力，已经优于人类了”
不可否认，我们未知的东西比我们已知的范围要大得多，所以我们不应该认为技术可以复制人类知识本身的功能。电脑可以知道所有关于汽车的知识，并不意味着电脑就可以开车。这种隐性知识和信息之间的区别，直接关系到人类未来将做些什么以产生经济价值的问题。
从历史上看，人类可执行的任务可以大概分为十类：
第一类，也是最基本的任务，即利用自身身体的力量来移动物体；
第二类是使用眼睛和手指来创造不同的物质产品；
第三类任务涉及将材料送入机器驱动的生产流程，也就是充当一个有生命的机器人；
第四类是在第三类的基础上，实际指导机器的运作，充当有生命的微处理器；
在第五和第六类任务中，人被从微处理器提升到软件，执行核算与管控任务或促进通信和信息交换；
第七类任务，人实际是在编写软件，将任务转换为代码；
第八类任务，一个人将其他人相互联系起来；
第九类任务，人充当其他人的说服者、管理者或仲裁者；
第十类任务，人们批判性地思考复杂问题，然后设计出新颖的发明或解决方案。
在过去几千年的发展中，人类逐渐卸下了第一类任务，之前是交给动物来完成，然后现在是交给机器来做。在过去的300年中，第二类任务也被转移到机器身上。在此背景下，从第三类到第六类的工作，变得更加普遍，工资也大为增长，也就是说所有这些都扩大了机器不断增长的能力。
我们随后也开发出了能比人类更好地执行第三类和第四类任务的机器，这也能够解释，为何制造业的生产力有所提高，但是该行业占发达经济体总就业的比例已经在两代人中不断下降。我们现在已经到达了机器人在执行第五类和第六类“软件”任务时也优于人类的阶段，尤其是在管理信息（以及虚假信息）流时。问题在于，我们中只有很少数人能够凭借自身创造力来创造真正的经济价值。
“科技未来创造的岗位一定比消失的更多”
我们所处的技术变革时代，和之前的工业革命时代是有很大不同的。平心而论，自18世纪末以纺织机、蒸汽机等机械化为起点的工业革命开始以来，自动化一直是生产率增长的引擎。但自动化的潮流并不会自动让一切“水涨船高”。现阶段，自动化用机器代替劳动力完成生产任务，降低了劳动力占GDP的比重，也有可能降低就业和工资。
以美国农业为例，在19世纪末20世纪初，拖拉机和收割机技术的改良让数百万农民失业。农业从业人口从1900年的1200万锐减至1970年的300万人。虽然这些人当时经历了失业，但在一段时间后，那些让农民失业的技术，发展到了可以让制造业快速发展的程度，蓬勃发展的新行业需要工人从事新奇的任务，填补新兴岗位。制造业因而接纳了社会大量原本将参与到农业的工作人口，甚至为他们提供了更高的收入，保持了社会就业率的平衡。
类似的技术变迁模式在二战后的几十年里，提高了高技能和低技能工人的就业和工资增长。在1947-1987年间，新技术取代和创造的的工作机会基本持平，但在过去三十年间，根据可以获得数据来看，在1987-2017年间，自动化取代工人后，并没有创造等量的新工作，结果是，越来越多人在争类似的工作，并导致整体工资停滞不前。
无论如何，如果“机器人崛起”代表着一种威胁，那么在接下来的两代人中这个问题还不太显著。数字化的好处也可能惠及工人本身，尽管多数情况需要对工人再培训，技能升级和重新部署。
科技可以消除文职服务和数据输入等领域的数万个常规工作的岗位，但也将有助于创造更新的、高质量的工作岗位，而且我相信未来科技创造的岗位一定比消失的更多，劳动力大军需要对这一转变做好准备。
