機器或者AI將替代了我們的部分工作，這是第二種可能性。這種可能的後果將是非常可怕的，這將這會導致長期失業。為什麼會這樣呢？讓人不能很費解！
“部分”替代的邏輯直截了當，也是許多讀者都熟悉的敘述。就像這樣：當然，過去也有因技術而失業的現象，但總是被創造新就業的技術所抵消。而現在時代不同了，情況有所變化。首先，創新的速度要快得多，所以工作崗位被淘汰的速度也相應快得多。其次，在過去，自動化只取代了體力勞動，但現在我們面對的是認知勞動的普遍自動化，這將摧毀許多以前沒有被自動化染指的行業。最後，自動化技術的成本正在迅速下降，這意味著2020年價值100萬美元的機器人到2030年可能只需要1000美元。
綜上所述，我們即將經歷比以往任何時候都更劇烈的失業潮。而且種種跡象表明，一般情況下，一份工作的報酬越低，就越容易實現自動化。這意味著技術水平最低的工人將首先失去工作，總的來說，這一群體能夠競爭的崗位將越來越少。
雖然技術確實會創造一些新的工作崗位，但它們的數量相對較少，而且需要更多的教育和培訓。當然，你可以開一家工廠，為快餐店建立接單機器人售貨亭，並創造少量新的高薪工作崗位，但那家工廠可以製造成千上萬個這樣的機器人，就會摧毀不計其數的人工接單崗位。如果技術摧毀大量低技能工作的同時，只創造少數新的高技能工作，那麼我們就將面臨低技能工作崗位的短缺和大量長期失業的低技能工人。因此，我們會處於永久性的大蕭條之中。
若說有些工作計算機不會去做，或者至少幾個世紀都不會去做，我想到了牧師、水管工和警察。機器能做的事情確實有限，然而，這些限制遠遠小於許多現有工作的要求。一旦你接受了自動化將承擔越來越多的低技能工作的觀點，你就無法逃避這樣一個事實：這將導致有很多低技能工人，但只有少量低技能工作崗位。
我們怎麼看待上述內容？
我們不妨假設，首先沒有足夠多的新工作崗位能夠被快速地創造出來。“我們創造新工作的速度不夠快”的說法，已經存在有一段時間了，你聽到也不會感到驚訝。1961年，《時代》(Time)雜誌發表文章稱：“許多就業專家認為更為擔憂的是，自動化可能會阻礙經濟創造充足的新工作崗位……今天的新興產業中，對於非熟練或半熟練工人的就業機會相對很少，而這些工人的工作正在被自動化所替代。”
這在今天是一個合理的擔憂嗎？新職業的到來會很慢嗎？我想不會的。2016年，瑞士達沃斯世界經濟論壇(World Economic Forum in Davos)發表簡報稱：在許多行業和國家，需求量最大的職業或專業在10年甚至5年前還不存在，而且變革的步伐將會加快。據普遍估計，如今65%的學齡兒童長大後都將從事一種目前還不存在的全新職業。所以現在的家長們，不要太擔心自己的小孩以後找什麼工作，十多年後哪些職業會消失，又會出現哪些新的職業，我們真的無法預知。家長們要做的是如何引導孩子怎麼做人，處事。
想想吧，根據這一估計，三分之二的學齡兒童將來不會成為醫生、律師、建築師或任何其他在今天看來有身份的職業。他們將從事我們聽都沒聽過的新奇工作。
三分之二的數字可能太高了，也不是絕對的。但是，誰能想到，當你把一堆計算機連接在一起，讓它們使用諸如http之類的通用協議進行通信時，會以谷歌、臉書、推特、阿里巴巴、亞馬遜、百度、易趣網、易集等形式創造數萬億美元的財富呢？誰能想到這個看似簡單的舉動會改變世界的一切呢？麻省理工學院的大衛·奧托爾(David Autor)這樣評價那些認為我們不會創造出足夠多的新工作崗位的人：這些自封的神諭實際上是在說：“如果我都想不出人們將來會從事什麼工作，那麼你、我和我們的孩子也不會想得出。”我沒有勇氣與人類的聰明才智打賭，我選擇相信人類的創造力。
我們有這樣一種感覺，即被摧毀的工作崗位要多於創造的工作崗位，那是因為毀壞更為明顯，也更容易被發現。當富士康(Foxconn)在一家工廠用機器人取代6萬名工人時，你可以肯定，這條新聞不僅會登上頭版，還會佔據整個社論版。當阿迪達斯(Adidas)建立一家專門用機器人生產鞋子的工廠時，這個故事會像病毒一樣傳播開來。然而，真正的情況是這些事件造成的二級效應，例如，我經常聽到“谷歌翻譯”被奉為使人們失業的技術典型。根據推理，過去你需要一個人來翻譯一份文件，現在你不需要了，谷歌翻譯幫你搞定一切。然而，這不是故事的結局，不是嗎？真實情況是，這種強大的技術使跨語言商業交易能夠直接對接。現在反而需要更多的翻譯人員，因為有更多的合同和文檔需要人工翻譯人員的人工校準。
其次假設低技能工人將被第一批被取代，因為沒有足夠的工作崗位留給他們。這無疑有些道理，但它需要一些限定條件。一般來說，當工作崗位評估其被自動化取代的可能性時，常常會覺得一份工作的工資越低，它被自動化的可能性就越大。通常從這一現象得出的推論是，低工資的工作就是低技能的工作。
但情況並非總是如此。從機器人的角度來看，以下哪項工作需要更多的技能：服務員還是專門解釋CT掃描結果的訓練有素的放射科醫生？答案是服務員。服務員的工作需要數百種技能，從發現變質的肉到清理嬰兒嘔吐物。但我們通常認為服務員做的這些事都是理所當然的，所以不會太難。可對機器人來說，放射科醫生的工作相對來說才是小菜一碟，只是輸入數據，輸出概率而已。
這種現象被有心人記錄了下來，命名為“莫拉維克悖論”(Moravec paradox)。漢斯·莫拉維克(Hans Moravec)等人注意到，用計算機做困難的、需要才智的事情比做“簡單”的事情更容易。讓計算機在國際象棋比賽中打敗象棋大師比讓計算機分辨狗和貓的照片更輕鬆。服務員的工資比放射科醫生的低，不是因為他們需要的技能更少，而是因為服務員所需要的技能是人類普遍可掌握的，相對而言，很少有人具備像放射科醫生那樣解釋CT掃描的專業能力。
這意味著，自動化的影響不會全由低收入者承擔。快餐店的點餐員可能會被機器取代，但晚上打掃餐廳的人不會。自動化所影響的工作崗位將會遍及整個工資範圍。
儘管如此，人們仍然普遍擔心自動化正在摧毀底層的工作崗位，並在頂層創造新的工作崗位。按照這種邏輯，自動化可能會在頂層創造出遺傳學家這樣的新工作，同時摧毀倉庫工人這樣的底層工作。這種情況下不就會導致一個龐大的貧困下層階級被“有償就業”拒之門外嗎？
通常，你聽到的分析是這樣的：“新工作對低技能工人來說太複雜了，例如，如果一個新的機器人取代了一個倉庫工人，那麼明天對倉庫工人的需求就少一個。即使這時還需要一個遺傳學家，你該怎麼辦？倉庫工人是否有時間、金錢和能力被培訓成為遺傳學家呢？” 不，倉庫工人不會成為遺傳學家。實際情況是這樣的：大學生物學教授成為新的遺傳學家，高中生物老師填補了大學教授的空缺，代課的小學教師接替了高中老師的工作，失業的倉庫工人成為了代課老師。這是一個關於進步的故事。當頂層創造了一份新工作時，每個人都會得到晉升。問題不是“倉庫工人能成為遺傳學家嗎”，而是“每個人都能做比現在更難的工作嗎”，如果答案是肯定的(我堅信這一點)，那麼我們希望所有的新工作都是在頂層創造出來，這樣每個人都有機會順著成功的階梯登上一個個臺階。
也許這就是所謂的職業金字塔。一個臺階一個臺階進階！
