人工智能对不同的人意味着许多不同的事物。但是在过去十年中，真正重要的发展是机器学习的惊人改进，这是一种AI版本，允许软件通过示例训练来展现认知能力。最令人震惊的进步是模式识别(例如语音或面部识别)，以及在诸如AlphaGo Zero之类的程序的认知表现方面，该程序从根本上教会自己玩Go的能力要高于任何人类玩家。
 

对于商业而言，它被称为当今时代最重要的通用技术。它克服了对隐性知识进行编程的困难，后者用于限制计算机以减少人们执行常规的，基于规则的任务的需求。

分析人士表示，当前的机器学习技术将使任务计算机化，占美国所有职业的47%。 麦肯锡估计，目前约有50%的工作活动在技术上是自动化的，而60%的当前职业有超过30%的活动到2030年在技术上实现自动化。

实际发生多少自动化取决于经济情况，但是技术失业的幽灵自1960年代以来首次以严重的方式浮出水面。
 

通常的回答是，这不可能发生-技术将剥离足够的新工作，以防止总失业，并假设否则会造成大量的谬误。人们的欲望是无限的。当一件东西由于技术进步而变得更便宜时，人们会购买更多其他东西。除了人以外，还有谁能生产这些其他商品和服务?

由于这种趋势，技术进步最终总是提供充分的就业机会。毕竟，我们实现了从农业经济到现代制造业和服务业经济的过渡。今天的失业率约为4%，与1960年代大致相同。

但这没有经济上的必要。 人们可以走马的路，随着内燃机的到来，马的经济功能丧失了。

通常的反应是人们不喜欢马。可以这么说，他们有很多技巧。它们是他们自己的通用技术。如果一项任务自动化，则将继续执行尚未自动化的任务。
 

但这是真正令人担忧的原因。机器学习打破了人类无限的欲望与人类工人的充分就业之间的这种联系。它可用于多种非常规任务。借助新的机器学习技术，即使是新任务也可以实现自动化。建造新软件可能比训练人来执行新任务要便宜。

在这个世界上，人们可能总会遇到一些工作，甚至某些功能非常强大的机器系统也无法执行的工作，例如，人们可能会喜欢一些新商品和新服务。但是这些工作可能并不多，肯定比想工作或需要谋生的人的工作机会要少得多。