由机器造就的世界末日可能还很遥远，但自动化带来的变革已经不可逆转地开始，它们正在传统职场的构建。这其中会有哪些变与不变?
全新商论合辑《自动化焦虑症》精选《经济学人》原刊商业、经济与科技板块的16篇相关文章，带你一览新科技的潜力、商业模式的变化、专业人士的教育与职业之路以及未来社会在此过程中的变与不变。无论你是专业技能加身的职业人士，热爱人工智能的极客，或是面临职场选择的新人，本书分享的洞察与剖析都应当对你有所助益。
全新商论合辑
↓ 助你应对“自动化焦虑症” ↓
精彩内容试读
自主驾驶汽车还将挑战汽车所有权的概念。汽车是大多数人拥有的最昂贵的物品之一，但是96%的时间里汽车都处于闲置的状态。但因为有车就可以享受随时用车的便利，所以买车仍然具有合理性。不过，现在你可以使用智能手机上的打车应用、拼车计划或通过租车公司来随意叫车。谷歌认为共享的自动驾驶出租车会有超过75%的利用率。这样一来，同样数量的人四处移动，却只需要数量少得多的汽车。塞巴斯蒂安·特龙（Sebastian Thrun）预计，“路上的车会更少，可能只有目前的30%。” 他是斯坦福大学的计算机科学家，也曾任谷歌自动驾驶汽车项目的负责人。
《从无需马匹到无需司机》选段
劳动力和智能手机的相得益彰成就了按需经济。相比在上世纪90年代重塑公司的台式电脑，如今的智能手机可以为更多的人提供更强的运算能力。风险投资公司Andreessen Horowitz的本尼迪克·特埃文斯（Benedict Evans）表示，2014年9月新款iPhone发布的那个周末售出的手机所搭载的运算能力相当于1995年全世界可用运算能力的25倍多。这些设备互相连接，还可以连往云端的更多数据和处理能力，使得人们可以为各式各样的商业问题进行设计并可随时寻求答案，这些问题之前都是在公司架构内得以解决。
《样样有应用》选段
现代科技悲观主义者称形势正在转变，因为现在如此之多的工作都能由机器完成。机器智能的进步可能是革命性的而非渐进式的。机器人学专家吉尔·普拉特（Gill Pratt）强调有两种技术可能带来这样的突破。一是“云机器人学”，机器人互相学习，能力将迅速增强。二是“深度学习”，机器人通过处理海量数据来扩展 他们的能力，形成可以归纳的关联。改进这两种方法是更普遍的趋势，例如无线上网服务的覆盖和速度、数据存储以及计算能力的指数级增长。如果这一潜能得以实现，机器人就能从执行具体任务的生产线上大批进入经济的更多领域，扮演更为多样化的角色。
《自动化焦虑症》选段