2. THAY ĐỔI VỀ CHẾ ĐỘ CHƠI NEXUS THẤT THỦ:

• Gangplank giờ sẽ tự động tích Đồng Ngân Xà.
• Thresh giờ sẽ tích 2 điểm cộng dồn mỗi 1 linh hồn.
• Nasus giờ sẽ tích 6 điểm cộng dồn mỗi 1 chỉ số lính (12 với mỗi xe pháo).
• Tính năng chơi lại trận (remake) sẽ có sẵn.

3. CÂN BẰNG SỨC MẠNH TƯỚNG:

  Đường Hầm (E khi đang Độn Thổ)

• Thời gian hồi lại tăng từ 20/19.5/19/18.5/18 lên 26/24/22/20/18 giây.

4. BIỂU TƯỢNG AHH HÙNG MỚI:

04 biểu tượng anh hùng Giả Lập được chỉnh sửa đôi chút.

Gnar_G

1. CẬP NHẬT SPLASH ART MỚI:

Ezreal Giả Lập

2. THAY ĐỔI VỀ CHẾ ĐỘ CHƠI NEXUS THẤT THỦ:

• Gangplank giờ sẽ tự động tích Đồng Ngân Xà.
• Thresh giờ sẽ tích 2 điểm cộng dồn mỗi 1 linh hồn.
• Nasus giờ sẽ tích 6 điểm cộng dồn mỗi 1 chỉ số lính (12 với mỗi xe pháo).
• Tính năng chơi lại trận (remake) sẽ có sẵn.

3. CÂN BẰNG SỨC MẠNH TƯỚNG:

  Đường Hầm (E khi đang Độn Thổ)

• Thời gian hồi lại tăng từ 20/19.5/19/18.5/18 lên 26/24/22/20/18 giây.

4. BIỂU TƯỢNG AHH HÙNG MỚI:

04 biểu tượng anh hùng Giả Lập được chỉnh sửa đôi chút.

Gnar_G

Theo nguồn tin từ Uber Việt Nam, ông Thuận Phạm sẽ cùng các đại biểu đến từ 10 doanh nghiệp Hoa Kỳ tham gia buổi toạ đàm cùng Thủ tướng Việt Nam Nguyễn Xuân Phúc.

Đây là sự kiện quan trọng trong khuôn khổ chuyến công du của Thủ tướng đến Mỹ theo lời mời của tân Tổng thống Donald Trump.

Buổi tọa đàm sẽ chính thức diễn ra vào thứ tư, ngày 31/5 tới đây (tối thứ Ba, ngày 30/5 theo giờ tại Washington DC - PV).

Theo nguồn tin từ Uber Việt Nam, ông Thuận Phạm sẽ cùng các đại biểu đến từ 10 doanh nghiệp Hoa Kỳ tham gia buổi toạ đàm cùng Thủ tướng Việt Nam Nguyễn Xuân Phúc.

Đây là sự kiện quan trọng trong khuôn khổ chuyến công du của Thủ tướng đến Mỹ theo lời mời của tân Tổng thống Donald Trump.

Buổi tọa đàm sẽ chính thức diễn ra vào thứ tư, ngày 31/5 tới đây (tối thứ Ba, ngày 30/5 theo giờ tại Washington DC - PV).

Nhưng thật sự không phải như vậy. Ngày càng có nhiều các thuật toán phức tạp và công nghệ machine learning (tạm dịch là máy học) đã chứng minh rằng các công việc trước đây chỉ con người có thể làm được bây giờ máy móc có thể làm tốt hoặc tốt hơn cả con người.

Công nghệ "machine learning" là một trong những công nghệ trí tuệ nhân tạo (AI), machine learning có thể hiểu là trí tuệ nhân tạo máy móc. Ngoài ra, các bạn còn gặp thuật ngữ "Big Data" trong bài viết này. Big Data có thể hiểu là dữ liệu lớn, là công nghệ tập trung dữ liệu rất lớn và rất phức tạp. Các bạn có thể tìm hiểu thêm trên Internet hoặc các bài viết trước đây trênVnreview.vn

Theo Forbes, tập đoàn tư vấn Boston dự đoán đến năm 2025, một phần tư việc làm hiện tại sẽ được thay thế bằng phần mềm hoặc robot thông minh. Một nghiên cứu của Đại học Oxford cũng cho thấy 35% việc làm ở Anh quốc đứng trước nguy cơ tự động hóa trong vòng 20 năm tới.

Sau đây là 10 công việc chuyên môn cao đứng trước nguy cơ bị thay thế bằng công nghệ big data và machine learning:

Hiện tại, một số công việc của một bác sĩ đã có thể được thực hiện bằng máy tính. Chẳng hạn như, các bác sĩ phẫu thuật đã sử dụng hệ thống robot tự động trợ giúp các phẫu thuật ít xâm lấn (ví dụ như mổ nội soi…). IBM Watson, công nghệ trí tuệ nhân tạo của IBM, đã chứng minh nó có thể chẩn đoán ung thư phổi qua phân tích chụp cắt lớp MRI đáng tin cậy hơn con người.

Ngoài ra, gần đây Trung tâm Y tế UCSF (UCSF là viết tắt của University of California, San Francisco – Trường đại học California ở San Francisco ) đã sử dụng các quầy thuốc robot tự động ở 2 bệnh viện của UCSF để phát thuốc tự động theo toa thuốc dựa trên các mã vạch được quét bởi các y tá. Trên thực tế, công ty trang thiết bị Y tế Johnson & Johnson (JNJ) đã có một thiết bị được cấp chứng nhận FDA (The Food and Drug Administration: Cục quản lý dược phẩm và thực phẩm Hoa Kỳ) thực hiện gây mê ở mức độ thấp một cách tự động – mà không cần bác sĩ gây mê.

Hiện tại, phần lớn công việc mà các nhân viên môi giới bảo hiểm và các nhân viên đánh giá bảo hiểm đang làm đều có thể được thực hiện bằng các máy tính sử dụng công nghệ big data và machine learning. Các công thức được sử dụng hàng thập kỷ qua để xác định mức bảo hiểm và tỷ lệ bảo lệ bảo hiểm của một người, nay ngày càng được thay thế bằng các công cụ mới sẽ tự động thực hiện quy trình ra quyết định thay cho con người.

Ngày nay, nhiều chương trình máy tính có thể giúp mỗi người tự thiết kế ngôi nhà của mình. Các chương trình này có thể trợ giúp các kỹ năng kiến ​​trúc, thậm chí là thiết kế và lựa chọn màu sắc một cách tự động. Hầu hết mọi người sử dụng phần mềm chủ yếu như một công cụ ảo trực quan hoặc thay thế cho kiến ​​trúc sư trong các dự án rất nhỏ. Nhưng khi khả năng xử lý của các chương trình này được cải thiện, nhu cầu thuê kiến trúc sư và các nhà thiết kế cũng sẽ giảm đi.

Phần lớn công việc của các nhà báo làm bây giờ có thể được tự động hóa nhờ sử dụng các công cụ ứng dụng công nghệ machine learning như công cụ "narrative science" tạo ra tin tức theo ngôn ngữ con người từ phân tích các dữ liệu sẵn có trên hệ thống. Thực tế, nếu bạn đã đọc báo cáo tài chính trong một hoặc hai năm qua, có thể bạn đã đọc một bài báo hoặc một ấn phẩm do máy tính tạo ra.

Những công việc đầu tiên mà các chương trình này sẽ thực hiện là báo cáo trong lĩnh vực tài chính và thể thao, chủ yếu dựa vào dữ liệu và các con số, các lĩnh vực khác cũng sẽ được áp dụng công nghệ này trong tương lai không xa. Có nhiều dịch vụ trích xuất nội dung từ các trang web tin tức và "viết lại" nó để tránh hành động đánh cắp toàn bộ bài viết, nhưng suy cho cùng cũng chỉ là một nội dung trên các trang web khác nhau.

Bây giờ, các thuật toán đã có thể phân tích dữ liệu tài chính và hạch toán tài khoản kế toán(cũng như kê khai thuế) - mà không cần nhân viên kế toán. Một bộ phận các nhân viên thu ngân tại ngân hàng đã được thay thế bằng các máy ATM, thậm chí tại các ngân hàng hiện đại và cao cấp hơn, các nhân viên tín dụng cũng có thể dễ dàng được thay thế bằng các hệ thống tự động.

Ngay cả các chính phủ ngày nay cũng sử dụng công nghệ big data và machine learning để kiểm tra các bản khai thuế và xác định gian lận thuế. Các máy tính được sử dụng trong giao dịch cổ phiếu đã đẩy nhanh tốc độ giao dịch hơn những gì con người có thể làm, và thậm chí máy tính còn được sử dụng để dự đoán thị trường sẽ diễn biến như thế nào và đưa ra đề xuất bạn nên mua hay bán.

Công việc của giáo viên chắc chắn sẽ thay đổi trong thời kỳ số hóa trong giáo dục. Các nghiên cứu cho thấy các thuật toán được sử dụng để điều chỉnh việc học dựa trên sự tiến bộ và hiểu biết của từng học sinh có thể hiệu quả hơn so với giáo viên giảng dạy. Mặc dù số hóa có thể mang lại lợi ích cho lĩnh vực giáo dục trong việc tìm kiếm những giáo viên đủ tiêu chuẩn để giảng dạy, nhưng cuối cùng số hóa cũng sẽ làm giảm đi vai trò của giáo viên đứng lớp, cũng như các giám thị hay giáo viên mầm non hoặc thậm chí là cắt giảm cả việc làm của các giáo viên.

Trong công việc tuyển dụng nguồn nhân lực chẳng hạn như công tác tuyển chọn nhân viên giỏi và thuê nhân viên đã bị ảnh hưởng bởi công cụ khai thác dữ liệu với các thuật toán thực hiện phân loại hồ sơ để tìm ra những ứng viên phù hợp nhất. Các công việc khác của công việc tuyển dụng nguồn nhân lực, bao gồm nhận và sắp xếp hồ sơ, tư vấn cho nhân viên về các lợi ích công việc…đều có thể dễ dàng được tự động hóa.

Công việc Marketing chủ yếu dựa trên kĩ năng của con người như kĩ năng thuyết phục, và sự khéo léo. Nhưng máy tính đã thay thế thành công công việc này. Persado, công ty phần mềm ngôn ngữ, đã giao cho máy tính đảm nhận công việc viết các dòng tiêu đề thư điện tử hấp dẫn cho các tổ chức bán lẻ lớn nhờ đó có thể tăng gấp đôi giá bán lẻ. Các công ty này cũng đang thử nghiệm mua quảng cáo tự động, ví dụ như: thay vì con người sẽ lựa chọn quảng cáo được đặt ở phần nào của trang, tại trang nào trên tạp chí hay tờ báo nào, các máy tính sẽ đảm nhận nhiệm vụ đó, nhờ sử dụng hàng tỷ dữ liệu tham khảo.

thư ký luật

Trong giai đoạn điều tra vụ kiện, các luật sư và thư ký luật đòi hỏi phải sàng lọc, lựa chọn hàng nghìn, thậm chí hàng chục nghìn tài liệu có liên quan đến vụ án. Nhưng bây giờ, các cơ sở dữ liệu phức tạp sử dụng công nghệ big data  bao gồm công cụ phân tích văn phạm và nhận diện từ khóa có thể hoàn thành công việc tương tự nhưng trong thời gian ngắn hơn nhiều. Trên thực tế, công nghệ này giống như công nghệmachine learning trên IBM Watson có thể được "đào tạo" pháp luật để xem xét lịch sử các vụ án và các tiền lệ vụ án và thậm chí là soạn thảo các bản tóm lược pháp lý – thông thường là công việc của các cộng sự cấp dưới.

Nhưng đừng nghĩ rằng chỉ có công việc của các cộng sự cấp dưới đối mặt rủi ro bị cắt giảm: các luật sư cũng thường được thuê để dự đoán hậu quả pháp lý của các vụ án quan trọng, nhưng một mẫu máy tính phân tích được chế tạo bởi các nhà nghiên cứu ở Đại học Michigan State và Đại học luật Nam Texas đã dự đoán được hậu quả pháp lý của gần 71% các vụ án của Tòa án tối cao Hoa Kỳ. Khả năng dự đoán hậu quả pháp lý là dịch vụ giá trị (hoặc sinh lợi) nhất của các luật sư, nhưng máy tính cũng đã hoàn toàn đáp ứng được khả năng này.   

Công cụ "Predictive policing" (có hiểu là công cụ sử dụng các thuật toán dự đoán và phân tích trong hoạt động thực thi pháp luật nhằm ngăn chặn các hoạt động phi pháp) là một chủ đề "nóng". Nhiều nhà phê bình cho rằng công cụ predictive policing vi phạm quyền tự do của công dân, nhưng đó chỉ là các báo cáo thiểu số. Năm 2003, hàng loạt các nhà bán lẻ sử dụng thuật toán này như Wal-Mart để dự đoán nhu cầu cho các sản phẩm, đã sử dụng thuật toán này để dự đoán yêu cầu mật độ hiện diện của cảnh sát ở thành phố New York vào Đêm Giao thừa, và kết quả rất ấn tượng: giảm 47% các vụ nổ súng tự phát và tiết kiệm 15.000 USD chi phí nhân công trong suốt 8 tiếng Đêm Giao thừa. Khả năng dự đoán rủi ro tốt hơn có thể làm giảm số lượng nhân viên cần thiết ở bất kỳ thời điểm nào và cho bất kỳ bộ phận nào.

Các máy tính đang đe dọa các công việc phổ thông như các công nhân nhà máy, nhân viên bán lẻ, và bồi bàn. Trong khi các máy tính ngày càng tinh vi hơn theo cấp số nhân thì một cách tự nhiên chúng sẽ có thể thực hiện được các công việc phức tạp hơn. Điều này sẽ có lợi trong nhiều ngành công nghiệp đòi hỏi năng suất và độ chính xác cao hơn. Bất kỳ bác sĩ nào cũng có thể nói với bạn: chẩn đoán chính xác hơn là điều tốt, và bất kỳ luật sư nào cũng sẽ đồng ý: quá trình điều tra nhanh hơn, toàn diện hơn sẽ có lợi cho quá trình xét xử.

Tuy nhiên, vấn đề nằm ở thực tế là cuộc cách mạng công nghệ này có thể không tạo ra nhiều việc làm ngang bằng các việc làm đã bị thay thế. Nhưng chắc chắn, chúng ta sẽ cần nhiều lập trình viên hơn, nhiều chuyên viên phân tích, nhiều kỹ sư, và nhân sự IT để chế tạo và quản lý các máy tính phức tạp này, nhưng thật khó để các công nhân nhà máy hoặc các tài xế taxi cải thiện khả năng và trở thành nhân viên phân tích dữ liệu. Và làm các nào để chúng ta có thể lấp đầy khoảng trống các công việc bị thay thế sẽ là nhân tố quyết định tự động hóa tốt cho con người hay không.

Nhưng thật sự không phải như vậy. Ngày càng có nhiều các thuật toán phức tạp và công nghệ machine learning (tạm dịch là máy học) đã chứng minh rằng các công việc trước đây chỉ con người có thể làm được bây giờ máy móc có thể làm tốt hoặc tốt hơn cả con người.

Công nghệ "machine learning" là một trong những công nghệ trí tuệ nhân tạo (AI), machine learning có thể hiểu là trí tuệ nhân tạo máy móc. Ngoài ra, các bạn còn gặp thuật ngữ "Big Data" trong bài viết này. Big Data có thể hiểu là dữ liệu lớn, là công nghệ tập trung dữ liệu rất lớn và rất phức tạp. Các bạn có thể tìm hiểu thêm trên Internet hoặc các bài viết trước đây trênVnreview.vn

Theo Forbes, tập đoàn tư vấn Boston dự đoán đến năm 2025, một phần tư việc làm hiện tại sẽ được thay thế bằng phần mềm hoặc robot thông minh. Một nghiên cứu của Đại học Oxford cũng cho thấy 35% việc làm ở Anh quốc đứng trước nguy cơ tự động hóa trong vòng 20 năm tới.

Sau đây là 10 công việc chuyên môn cao đứng trước nguy cơ bị thay thế bằng công nghệ big data và machine learning:

Hiện tại, một số công việc của một bác sĩ đã có thể được thực hiện bằng máy tính. Chẳng hạn như, các bác sĩ phẫu thuật đã sử dụng hệ thống robot tự động trợ giúp các phẫu thuật ít xâm lấn (ví dụ như mổ nội soi…). IBM Watson, công nghệ trí tuệ nhân tạo của IBM, đã chứng minh nó có thể chẩn đoán ung thư phổi qua phân tích chụp cắt lớp MRI đáng tin cậy hơn con người.

Ngoài ra, gần đây Trung tâm Y tế UCSF (UCSF là viết tắt của University of California, San Francisco – Trường đại học California ở San Francisco ) đã sử dụng các quầy thuốc robot tự động ở 2 bệnh viện của UCSF để phát thuốc tự động theo toa thuốc dựa trên các mã vạch được quét bởi các y tá. Trên thực tế, công ty trang thiết bị Y tế Johnson & Johnson (JNJ) đã có một thiết bị được cấp chứng nhận FDA (The Food and Drug Administration: Cục quản lý dược phẩm và thực phẩm Hoa Kỳ) thực hiện gây mê ở mức độ thấp một cách tự động – mà không cần bác sĩ gây mê.

Hiện tại, phần lớn công việc mà các nhân viên môi giới bảo hiểm và các nhân viên đánh giá bảo hiểm đang làm đều có thể được thực hiện bằng các máy tính sử dụng công nghệ big data và machine learning. Các công thức được sử dụng hàng thập kỷ qua để xác định mức bảo hiểm và tỷ lệ bảo lệ bảo hiểm của một người, nay ngày càng được thay thế bằng các công cụ mới sẽ tự động thực hiện quy trình ra quyết định thay cho con người.

Ngày nay, nhiều chương trình máy tính có thể giúp mỗi người tự thiết kế ngôi nhà của mình. Các chương trình này có thể trợ giúp các kỹ năng kiến ​​trúc, thậm chí là thiết kế và lựa chọn màu sắc một cách tự động. Hầu hết mọi người sử dụng phần mềm chủ yếu như một công cụ ảo trực quan hoặc thay thế cho kiến ​​trúc sư trong các dự án rất nhỏ. Nhưng khi khả năng xử lý của các chương trình này được cải thiện, nhu cầu thuê kiến trúc sư và các nhà thiết kế cũng sẽ giảm đi.

Phần lớn công việc của các nhà báo làm bây giờ có thể được tự động hóa nhờ sử dụng các công cụ ứng dụng công nghệ machine learning như công cụ "narrative science" tạo ra tin tức theo ngôn ngữ con người từ phân tích các dữ liệu sẵn có trên hệ thống. Thực tế, nếu bạn đã đọc báo cáo tài chính trong một hoặc hai năm qua, có thể bạn đã đọc một bài báo hoặc một ấn phẩm do máy tính tạo ra.

Những công việc đầu tiên mà các chương trình này sẽ thực hiện là báo cáo trong lĩnh vực tài chính và thể thao, chủ yếu dựa vào dữ liệu và các con số, các lĩnh vực khác cũng sẽ được áp dụng công nghệ này trong tương lai không xa. Có nhiều dịch vụ trích xuất nội dung từ các trang web tin tức và "viết lại" nó để tránh hành động đánh cắp toàn bộ bài viết, nhưng suy cho cùng cũng chỉ là một nội dung trên các trang web khác nhau.

Bây giờ, các thuật toán đã có thể phân tích dữ liệu tài chính và hạch toán tài khoản kế toán(cũng như kê khai thuế) - mà không cần nhân viên kế toán. Một bộ phận các nhân viên thu ngân tại ngân hàng đã được thay thế bằng các máy ATM, thậm chí tại các ngân hàng hiện đại và cao cấp hơn, các nhân viên tín dụng cũng có thể dễ dàng được thay thế bằng các hệ thống tự động.

Ngay cả các chính phủ ngày nay cũng sử dụng công nghệ big data và machine learning để kiểm tra các bản khai thuế và xác định gian lận thuế. Các máy tính được sử dụng trong giao dịch cổ phiếu đã đẩy nhanh tốc độ giao dịch hơn những gì con người có thể làm, và thậm chí máy tính còn được sử dụng để dự đoán thị trường sẽ diễn biến như thế nào và đưa ra đề xuất bạn nên mua hay bán.

Công việc của giáo viên chắc chắn sẽ thay đổi trong thời kỳ số hóa trong giáo dục. Các nghiên cứu cho thấy các thuật toán được sử dụng để điều chỉnh việc học dựa trên sự tiến bộ và hiểu biết của từng học sinh có thể hiệu quả hơn so với giáo viên giảng dạy. Mặc dù số hóa có thể mang lại lợi ích cho lĩnh vực giáo dục trong việc tìm kiếm những giáo viên đủ tiêu chuẩn để giảng dạy, nhưng cuối cùng số hóa cũng sẽ làm giảm đi vai trò của giáo viên đứng lớp, cũng như các giám thị hay giáo viên mầm non hoặc thậm chí là cắt giảm cả việc làm của các giáo viên.

Trong công việc tuyển dụng nguồn nhân lực chẳng hạn như công tác tuyển chọn nhân viên giỏi và thuê nhân viên đã bị ảnh hưởng bởi công cụ khai thác dữ liệu với các thuật toán thực hiện phân loại hồ sơ để tìm ra những ứng viên phù hợp nhất. Các công việc khác của công việc tuyển dụng nguồn nhân lực, bao gồm nhận và sắp xếp hồ sơ, tư vấn cho nhân viên về các lợi ích công việc…đều có thể dễ dàng được tự động hóa.

Công việc Marketing chủ yếu dựa trên kĩ năng của con người như kĩ năng thuyết phục, và sự khéo léo. Nhưng máy tính đã thay thế thành công công việc này. Persado, công ty phần mềm ngôn ngữ, đã giao cho máy tính đảm nhận công việc viết các dòng tiêu đề thư điện tử hấp dẫn cho các tổ chức bán lẻ lớn nhờ đó có thể tăng gấp đôi giá bán lẻ. Các công ty này cũng đang thử nghiệm mua quảng cáo tự động, ví dụ như: thay vì con người sẽ lựa chọn quảng cáo được đặt ở phần nào của trang, tại trang nào trên tạp chí hay tờ báo nào, các máy tính sẽ đảm nhận nhiệm vụ đó, nhờ sử dụng hàng tỷ dữ liệu tham khảo.

thư ký luật

Trong giai đoạn điều tra vụ kiện, các luật sư và thư ký luật đòi hỏi phải sàng lọc, lựa chọn hàng nghìn, thậm chí hàng chục nghìn tài liệu có liên quan đến vụ án. Nhưng bây giờ, các cơ sở dữ liệu phức tạp sử dụng công nghệ big data  bao gồm công cụ phân tích văn phạm và nhận diện từ khóa có thể hoàn thành công việc tương tự nhưng trong thời gian ngắn hơn nhiều. Trên thực tế, công nghệ này giống như công nghệmachine learning trên IBM Watson có thể được "đào tạo" pháp luật để xem xét lịch sử các vụ án và các tiền lệ vụ án và thậm chí là soạn thảo các bản tóm lược pháp lý – thông thường là công việc của các cộng sự cấp dưới.

Nhưng đừng nghĩ rằng chỉ có công việc của các cộng sự cấp dưới đối mặt rủi ro bị cắt giảm: các luật sư cũng thường được thuê để dự đoán hậu quả pháp lý của các vụ án quan trọng, nhưng một mẫu máy tính phân tích được chế tạo bởi các nhà nghiên cứu ở Đại học Michigan State và Đại học luật Nam Texas đã dự đoán được hậu quả pháp lý của gần 71% các vụ án của Tòa án tối cao Hoa Kỳ. Khả năng dự đoán hậu quả pháp lý là dịch vụ giá trị (hoặc sinh lợi) nhất của các luật sư, nhưng máy tính cũng đã hoàn toàn đáp ứng được khả năng này.   

Công cụ "Predictive policing" (có hiểu là công cụ sử dụng các thuật toán dự đoán và phân tích trong hoạt động thực thi pháp luật nhằm ngăn chặn các hoạt động phi pháp) là một chủ đề "nóng". Nhiều nhà phê bình cho rằng công cụ predictive policing vi phạm quyền tự do của công dân, nhưng đó chỉ là các báo cáo thiểu số. Năm 2003, hàng loạt các nhà bán lẻ sử dụng thuật toán này như Wal-Mart để dự đoán nhu cầu cho các sản phẩm, đã sử dụng thuật toán này để dự đoán yêu cầu mật độ hiện diện của cảnh sát ở thành phố New York vào Đêm Giao thừa, và kết quả rất ấn tượng: giảm 47% các vụ nổ súng tự phát và tiết kiệm 15.000 USD chi phí nhân công trong suốt 8 tiếng Đêm Giao thừa. Khả năng dự đoán rủi ro tốt hơn có thể làm giảm số lượng nhân viên cần thiết ở bất kỳ thời điểm nào và cho bất kỳ bộ phận nào.

Các máy tính đang đe dọa các công việc phổ thông như các công nhân nhà máy, nhân viên bán lẻ, và bồi bàn. Trong khi các máy tính ngày càng tinh vi hơn theo cấp số nhân thì một cách tự nhiên chúng sẽ có thể thực hiện được các công việc phức tạp hơn. Điều này sẽ có lợi trong nhiều ngành công nghiệp đòi hỏi năng suất và độ chính xác cao hơn. Bất kỳ bác sĩ nào cũng có thể nói với bạn: chẩn đoán chính xác hơn là điều tốt, và bất kỳ luật sư nào cũng sẽ đồng ý: quá trình điều tra nhanh hơn, toàn diện hơn sẽ có lợi cho quá trình xét xử.

Tuy nhiên, vấn đề nằm ở thực tế là cuộc cách mạng công nghệ này có thể không tạo ra nhiều việc làm ngang bằng các việc làm đã bị thay thế. Nhưng chắc chắn, chúng ta sẽ cần nhiều lập trình viên hơn, nhiều chuyên viên phân tích, nhiều kỹ sư, và nhân sự IT để chế tạo và quản lý các máy tính phức tạp này, nhưng thật khó để các công nhân nhà máy hoặc các tài xế taxi cải thiện khả năng và trở thành nhân viên phân tích dữ liệu. Và làm các nào để chúng ta có thể lấp đầy khoảng trống các công việc bị thay thế sẽ là nhân tố quyết định tự động hóa tốt cho con người hay không.