1. 人机合作后
1.1. 虽然人类工程技术的每一次进步都需要解决难度更大的问题，但渴望解决问题的精神始终推动着人类不断创新
- 1.1.1. 目标一如既往地不是取代人类，而是增强人类的能力
1.2. 人类历史中的每一次创新发生之后都伴随着一段适应期
-
1.2.1. 狩猎者学会做农民，农民学会做裁缝，裁缝学会做生意人，生意人学会做银行家，19世纪的工匠变成了20世纪的工厂工人，而20世纪的工厂工人变成了21世纪的信息工作者
-
1.2.2. 创新会触发适应过程
-
1.2.2.1. 重体力劳动逐渐让路给轻体力劳动
-
1.2.2.2. 曾经非常繁重的工作变得不再繁重，因为人类虽有毅力，但也总能想出办法以更高的质量、更省力的方式完成工作
-
-
1.2.3. 在几乎所有技术和劳动革命的实例中，那些能够以最快速度适应变化并转行到新职业的工作者总能因其敏捷灵活、积极主动的做法而收获回报
1.3. 有些人请得起人来做机器能做的工作，也更喜欢以不菲的价格聘用人来工作
1.4. 通过智能自动化实现的任务合并更有可能让工作发生转变而不是消灭它们，而且会让更多工作者转换岗位而不是让他们失业
1.5. 工资低的工作岗位更容易受自动化影响
1.6. 维护技师和保洁人员在短时间内不大可能被机器取代
-
1.6.1. 因为大多数建筑在设计时并未考虑用机器人进行维护和清洁
-
1.6.2. 目前的机器人在多功能和可靠性方面还存在不足，因此有些狭窄的地方是人类能够进入，它们却无法进入的
1.7. 美发师和化妆师当中有许多人并不属于收入高的群体，但是他们在短时间内也不太可能被机器取代
- 1.7.1. 调酒师、汽车修理工和园林工人也是如此
1.8. 存在较高被取代风险的
- 1.8.1. 食品服务、生产制造、办公和行政支持、农业/渔业/林业、交通运输和物料移动、建造和采掘以及安装/维护/维修
1.9. 下一批存在被取代风险（或者至少会因自动化而受到严重影响）的职业
- 1.9.1. 销售、医疗保健支持、法务、计算机和数学、防护服务以及个人护理
1.10. 位于这份风险列表底部的
- 1.10.1. 医疗保健执业人员和技师、生命科学、管理、艺术/娱乐/体育/媒体、建筑学和工程学、教育、商务和财务运营
2. 三轮自动化浪潮
2.1. 算法浪潮
- 2.1.1. 简单任务的自动化和结构化数据的分析"将影响多个行业，以数据驱动型行业为主
2.2. 增强浪潮
- 2.2.1. 与技术的动态交互用于决策制定"，以及"由机器人在半受控环境中（生产工厂和仓库等存在地理围栏的环境）执行任务"，会将自动化扩展到复杂程度更高、历来通过人工操作完成的任务
2.3. 自动化浪潮
-
2.3.1. 体力劳动和手工技巧的自动化"，以及"在需要以敏捷反应采取行动的现实环境中解决问题"，会进一步将自动化扩展到此前只有专业过硬、聪明伶俐、善于合作的人才能胜任的领域
-
2.3.2. 自动化这场游戏的主角是任务，而不是职业
-
2.3.3. 一些任务容易被自动化并不意味着整个工作也容易被自动化
- 2.3.3.1. 过度简化现实中的人力工作所包含的内容，以及过度依赖白纸黑字的书面工作职责描述，并不能有效地在现实中做出与提升效率和改进结果有关的决定
3. 潜能和技能
3.1. 自动化不会彻底取代人类的工作，而是会通过简化某些重复性任务或低价值任务来增强人类的能力
3.2. 如果使用得当，自动化并不会消灭工作岗位，而是会改变它们的既有结构
3.3. 在大多数以结果为导向的情景中，自动化能够为人类工作者创造更多机会，从而改进工作岗位的结构
3.4. 还有一种看待自动化的方式，是将它视为时间创造机：自动化能够创造时间
3.5. 在商业领域，最容易做到的事情就是设法削减成本
-
3.5.1. 以最终有助于公司改善绩效的方式来削减成本和进行组织"瘦身"，无论何时都是有利的
-
3.5.2. 机智灵活的企业懂得如何松开枷锁，让各种内部组织摆脱束缚、随机应变
-
3.5.3. 进行自动化的目的不是缩减员工人数，而是腾出更多资本来聘用更多员工，并将人类工作者解放出来，让他们能够专注价值更高、更有意义的任务
4. 从低价值任务转到高价值任务
4.1. 创造才智和社交才智这两方面技能的自动化难度可能远大于认知技能和操作技能
-
4.1.1. 那些在创造才智和社交才智方面表现出很高水准，并且擅长处理非例行性互动和认知任务的人类工作者更有可能得到企业主器重，无论有没有自动化都是如此
-
4.1.2. 那些所从事职业深深根植于例行任务或手动任务的工作者被自动化取代的风险最高
4.2. 人机关系的演变是一个自然而然的平衡过程
-
4.2.1. 无论何时，人类的聪明才智和创新都会用来改善表现，用来增强人类的能力，用来增加产出、增强力量、提高速度、扩大范围，用来提升效率、有效性、产量，以及用来创造更多机会
-
4.2.2. 人类能够将自己从繁重任务中解放出来，做更多事情，离不开对各种工具和谋略的运用
-
4.2.3. 现代那些借助人工智能和物联网(IoT)技术来经营农场的农民，和古代那些为农田建造机械灌溉系统、利用农场边上的河流为磨坊提供动力的农民，都运用了工具和谋略
-
4.2.4. 借助机器学习和人工智能技术，在成千上万页的法院文件和证词中查找错误、提取特定人员信息的律师，和那些很多年前不得不召集一众实习生来做这些工作的律师，二者区别也没有那么大
-
4.2.5. 某个流程或某项任务的自动化，并不意味着相关工作必定会消亡，而只是意味着这些工作必定会发生变化
4.3. 随着机器变得更加复杂、更加自动化以及更加智能，并且随着机器变得能够进行技能学习并做出基本决策，人机关系也开始发生变化
4.4. 随着智能机器变得仿佛人类一样，能够使用自然语言、声音，并通过随性而为的社交互动方式与人类进行互动，人机合作关系将变得越来越像人类彼此之间的合作关系类型
4.5. 自动化未必会让人们的工作面临世界末日
- 4.5.1. 比起将自动化技术浪费在走捷径、削减成本等事情上，并且无视人类在几百万年进化历程中积累的经验教训的做法，人机合作关系带来的经济潜力和创新潜力要有意思得多，其中蕴藏着无限机会
5. 评估人机合作关系的共同点
5.1. 最显著的可变因素是评估的背景，也就是评估的目的
5.2. 对人机合作关系的思考，问题症结在于：评估的意图、方式和结论因人而异，取决于进行评估的人
-
5.2.1. 由于个人的角色、目的、运营战略目标不同，人机合作关系评估得出的结果可能会不尽相同
-
5.2.2. 人机合作关系的价值几乎总会带有一定的主观性
5.3. 为了尽量减少主观性，选择的评估对象为"投资回报率"，即成本与收益
- 5.3.1. 无论角色、目的、运营战略目标如何，核心方法都是相同的：这类人机合作关系的收益是否超过它的成本？
5.4. 企业高管和社会学家从各自的独特视角出发来进行同一类评估，也是件好事
-
5.4.1. 两个群体可以彼此分享各自独特的评估方式，从而有助于大家关注和了解其他一些可能无法通过别的方式被所有人发现的机会、风险和痛点
-
5.4.2. 无论你是成本会计、首席执行官、社会学家、经济学家、危机管理策略师、城市规划师、科技分析师还是民意调查员，体现了共同价值观的评估方案都会让你受益，它们远比那些主观的单方面评估更有利于促成卓有成效的辩论、合作以及联合分析
-
5.4.3. 还应该问问自己："有哪些潜在后果？""潜在收益能否超过潜在后果？"
5.5. 从基于资产负债表的思维模式转变成以更具前瞻性的有机思维对后续情况进行分析
-
5.5.1. 单纯从成本会计的角度来看待像新型人机合作关系这样的转型举措，是既危险又短视的做法，没有考虑到现实中的因果关系
-
5.5.2. 无论通过何种转型举措，实际成本和风险都在于该举措付诸实施后会带来何种变化
-
5.5.3. 对于转型举措可能造成的后果不加考虑或不做计划，如此莽撞的做法是任何公司都承受不起的
5.6. 物联网和人工智能解决方案可以帮助老年患者在家中进行自我健康管理，从而使他们的医疗保健费用减半，同时还能进行全天24小时监控、减少意外用药过量的风险，并让他们能够留在自己家中，而不一定要搬进护理型养老院
-
5.6.1. 助长抑郁情绪和压力，而这些后果并不会改善他们的生活质量
-
5.6.2. 助长抑郁情绪和压力，而这些后果并不会改善他们的生活质量
-
5.6.3. 让照护型和陪伴型机器人在给人的感觉和表现出的行为方面更加以假乱真
- 5.6.3.1. 这一需求已经深深渗透了设计文化，这方面的技术在未来也会不断更新迭代
5.7. 需要对后果加以全盘考虑，考虑这种做法会对世界产生怎样的影响，而不单是考虑成本和潜在收益
- 5.7.1. 必须将同样的思考方式运用到所有新型人机合作关系中，从教育、医疗保健和公共安全，到客户服务、社会服务、协同工作和生产制造，都是如此