對大多數人而言，所有這些人工智能領域的進步都將體現為他們每天都在使用的互聯(lián)網服務的不斷進步。搜索引擎將得到更相關的結果；推薦將會更加準確。Hassabis 預測說：幾年之內，所有東西都將會嵌入某種程度上的智能。人工智能技術將讓計算機接口變成對話式和有預測力的，而不只是簡單的菜單和按鈕。而且對話式的交互讓不能閱讀書寫和目前不能使用互聯(lián)網的人也能使用計算機，Bengio 說。
厚積多年，一朝薄發(fā)；機器將能夠執(zhí)行之前只有人類才能完成的任務。自動駕駛汽車正快速變得越來越好，到某個點時它們也許能夠取代出租車司機，至少在市中心等受控環(huán)境中可以做到。送貨無人機，不管是地上跑的還是天上飛的，類似地可以與人類送貨員競爭。改進后的視覺系統(tǒng)和機器人技術讓機器人可以碼放超市貨架和在倉庫中移動物體。而且還給意想不到的突破留下了很多余地，Dixon 說。
其他人卻很擔心，擔憂人工智能技術會增壓特定任務中現有的計算機化和自動化；就像200年前的蒸汽動力一樣，讓很多工人成了多余。英國詩人 Robert Southey 宣稱 ：「蒸汽可怕地加劇著已經正在進行的過程，但太快了。」他擔心「這強大之力的發(fā)現」已經在「我們知道如何正確使用它」之前到來。許多人對今天的人工智能也這么想。
3.對工作的影響：自動化與焦慮
更加智能的機器會導致大規(guī)模失業(yè)嗎？
坐在位于舊金山的一間辦公室里，Igor Barani 在屏幕上調出幾張醫(yī)學掃描結果。他是 Enlitic 公司的首席執(zhí)行官，這是一家從對 X 光掃描與 CT 掃描圖像分析開始將深度學習應用于醫(yī)療業(yè)的創(chuàng)業(yè)公司。這也是對這項技術的很明顯的應用。深度學習因它在圖像識別的某些形式上有著超人的實力而聞名；大量的標簽化訓練數據需要消化，而它有著巨大的潛力，去讓醫(yī)療變得更加準確和有效。
Barani 博士（曾經是一位腫瘤學家）指著從三個角度拍攝的患者肺部 CT 掃影。隨著 Enlitic 的深度學習系統(tǒng)的加入，屏幕上出現了紅色閃爍點，比對它們來看是否是血管、無害的成像物體或惡性的肺部腫瘤。最終系統(tǒng)會給出一個重點標注的特征以進一步調查。在與三個放射科專家一起合作的測試中，Enlitic 系統(tǒng)在識別惡性腫瘤上優(yōu)于人類50%，其假陰性率（沒診斷出癌癥）為零，相比之下人類則有著7%。Enlitic 的另一個系統(tǒng)，可以用來檢查 X 射線掃描來檢測腕關節(jié)骨折，并有效地超出了人類的表現。
在2013年廣為關注的一篇研究中，Carl Benedikt Frey 和 Michael Osborne 核查了702種職業(yè)的計算能力，并發(fā)現美國47%的工人都面臨著工作自動化的風險。尤其是，他們警告說大部分運輸業(yè)和客運業(yè)（例如出租車司機和運貨司機）和公關類（例如接待員與保安）「都有可能會被計算機所取代」，還有許多銷售業(yè)與服務業(yè)人員（例如收銀員，柜臺人員，租賃人員，電話推銷員和審計師等）也面臨著工作被計算機取代的威脅。他們總結道：「機器學習近期的發(fā)展會占據大量的職業(yè)分布，在近期面臨風險的職業(yè)分布廣闊?！购罄m(xù)的研究指出英國有35%的職業(yè)可能被取代（英語有許多人從事創(chuàng)業(yè)公司，也因此難以被取代），在日本這個比例是49%。
經濟學家正在擔心「職業(yè)兩極化」的風險，也就是說中層技術的工作（例如制造業(yè)）正在消失，而低等和高等工作在擴張。實際上，工作可以被劃分為兩種常規(guī)職業(yè)：第一種即高薪水高技術的職業(yè)（建筑師，高級管理），還有低薪水低技術的職業(yè)（清潔工，快餐員）。許多西方國家中層職業(yè)薪水的停滯都表現出自動化已經開始產生影響——盡管這與外包的影響很難區(qū)分出來，后者也取代了許多發(fā)展中國家的底薪國家中日?；墓ぷ鳎ɡ缰圃鞓I(yè)和呼叫中心）。圣路易斯聯(lián)邦儲備銀行發(fā)表的數據顯示，在美國，非常規(guī)認知型工作以及非常規(guī)手工型工作自1980年后逐步增長，而常規(guī)化工作則一直維持幾乎不變。隨著更多工作自動化，這種趨勢很可能會延續(xù)下去。
