职业

在语言之间搬运意义 —— 并在意义搬不干净时,决定该怎么办。

在网点柜台处理交易和人 —— 并且是银行在需要真人的客户面前的那张脸。

写那些要让特定的人做特定的事的文字 —— 并以「他们做了没有」被评判。

对着一条写好的规则,判断一条内容该不该留下 —— 这是全站唯一一个「雇主依法必须公布这件事有多少是在没有人的情况下完成的」职业。

回应遇到问题的客户 —— 并且逐案决定公司要为此做什么。

让一个办公室或一位高管运转起来:日程、差旅、报销、文件,以及一切否则会停下来的小事。

在用户之前找出软件会怎么坏 —— 并且是那个说「能不能发」的人。

把纸质表格、扫描件和文件里的数据录入系统,与原件核对,并改正对不上的地方。美国的预测认为,到 2035 年这个职业会缩减约四分之一;机器如今已能读取过去要人工录入的许多内容 —— 人口普查表、纳税申报表、发票、财务报表。但机器会把读不准的内容交回给人,美国国税局的大规模数字化迄今只处理了一小部分纸质申报,而把数据采集自动化的公司,仍让人负责例外与质量。

替别人做视觉决策 —— 并且为这些决策辩护。

做让律师能签字的阅读、起草与整理工作 —— 并对「没有任何遗漏」负责。

收款、答疑、补货、让卖场运转 —— 常常在同一个小时里全做。

把几小时的素材变成别人真的会看的几分钟 —— 并在这个过程中决定故事是什么。

记录、核对并报告一个组织的资金情况 —— 并且越来越多地,要向做决策的人解释这些数字意味着什么。

让一群特定的人注意到、想要并购买某样东西 —— 在每年都在变的渠道上。

为个人和小企业准备并提交报税表,收集背后的资料,找出他们应得的减免,并在税务局来问的时候出面应对。在新加坡,税务局如今自己根据雇主报来的资料,替大多数个人算好税,所以简单的报税在缩小;剩下的,是复杂的情况和核对。

做人真正会碰到的那一层 —— 而留给他的,是一个生成出来的界面撑不过去的那些部分:真实设备、真实网络,以及「它必须对所有人都能用」这条法律要求。

站在一个市民和一条规定之间 —— 核对材料齐不齐,以及面对那个「表格不是为他写的」的人。

只用声音让角色、故事和信息活起来 —— 有声书与网课、动画与游戏、广告、电话语音与译制配音。合成声音已经在接走较平实的那部分朗读;2025 年,Audible 开始向出版商提供端到端的 AI 朗读;在加州,允许用演员声音的数字复制品代替其工作的合同条款,如果没写明具体用途、演员也没有被代表,就不可执行。

阅读病人的病历,把诊断和操作转成标准代码 —— ICD-10 代码与操作代码 —— 这些代码决定医院怎么收钱、报告什么、研究者能统计什么。如今编码软件会给许多病历建议代码,对一些简短的例行病历还会自己直接编码。2023 年,台湾一家大学附属医院把一套 AI 系统接进了认证编码员的日常工作流程:它建议诊断代码,由编码员审阅并选定最终代码。复杂的住院病例、回头向医生提问、审核与申诉,仍是编码员的工作。

把一个业务问题变成查询,把查询变成数字,把数字变成有人会据以行动的决策。

决定这份保单赔不赔、赔多少、以及要对谁说不 —— 而那通常是对方最近过得最糟的一天。

把一套系统做的事,变成一个陌生人能照着做的东西 —— 而在这个过程里,通常是第一个发现「这套系统说不通」的人。

把描述出来的问题变成能跑、能维护的代码 —— 并且越来越多地,要判断生成的代码到底对不对。

在一条固定线路上开车,而时刻表、信号与轨道都是事先定好的 —— 这正是为什么自动化在这份工作上来得最早、确实管用,却至今没有铺开。

让一张已经签下的单子真的发生的那个人:向上游确认、排出先后、把单证催齐,并在晚上十一点某个环节断掉时重排整个计划。

决定是否接受一项风险、以什么条件、什么价格 —— 寿险看的是一个人的健康,财产险和责任险看的是一栋建筑或一家企业。对简单的投保申请,这些如今大多由规则和模型决定:亚洲大型保险公司保诚集团报告说,它约 74% 的新业务保单是通过自动核保处理的。复杂和大额的风险、规则转出来的个案,以及向代理人或经纪人解释一项决定,仍是核保员的工作。

找到、雇用、支付、培养、有时还要辞退一家公司赖以运转的人 —— 在因国家而异的规则之内。

决定或建议这笔钱借不借:把材料攒起来、为例外做说明,并在它出问题时,是卷宗上的那个名字。

搭模型、写备忘录,并在有钱的人投入之前告诉他这些数字意味着什么。

把公司的钱花到别的公司身上 —— 并且是最先发现其中某一家快撑不住的那个人。

从不愿开口的人那里弄清发生了什么,并以一个可以被追责的名字发表出来。

把一条询问做成一笔生意:判断谁是真的会买、把价格凑出来、在一个要拖上几周的决定里一直待在客户面前,并让他下次还来。

把集装箱在船、堆场和卡车之间搬来搬去 —— 这是全站唯一一个「整项任务被拿掉」的职业,而做到它的方式是围着机器新建一座场地,不是把机器放进老场地。

寻找并比较出行方案、编排行程、预订出票、处理变更与突发情况,并销售复杂的或团体的行程。美国劳工统计局现在把 AI 工具列入让旅客自己订行程、可能压低对旅行社顾问需求的线上资源。大型旅游公司描述了 AI 在客服中的使用;一家旅游集团说,AI 代理与它的顾问一起编排行程,同时它正把人工从事务性流程中拿掉。但在一项行程规划基准测试中,GPT-4 只有 0.6% 的时候能给出满足多重约束的有效方案;而在欧洲,一揽子旅游的组织者仍要对履行负责,并须帮助遇到困难的旅客。

在两个互相不信任的人之间把一笔交易推过终点线 —— 而他拿的,是一个双方都有理由争议的价格的分成。

门口的第一个人:给人登记、接电话、知道每个人在哪儿,并处理任何走进来、而没有人计划过的情况。

设计、配置网络并让它持续运转 —— 企业网络,以及移动与宽带背后的运营商网络:规划容量,做配置变更,排查断网并为此负责。大型运营商如今让自动化以数千万次的规模执行例行配置变更,并用 AI 智能体诊断故障、提出修复方案;基准测试显示,语言模型对复杂的配置错误仍只能正确修好少数;美国的预测认为,管理员岗位会减少,网络架构师岗位会增长。

为别人的产品画图 —— 书籍与报刊插画,电影、动画和游戏的概念美术与角色设计,以及游戏美术资源。制片厂如今用生成式 AI 做角色与场景设计,游戏公司出售能产出美术资源的画风模型,美国的预测也说 AI 生成的插画可能与插画师竞争;但一些委托方禁止在最终产品里使用生成的图像,动画工会的合同限定了制片厂怎样使用它,美国法律也只保护由人创作的作品。

上班时东西坏了,你最先找到的那个人:把它重置、把它解释清楚,或者弄明白「你说的经过」和「实际的经过」不是一回事。

收货、存放、拣选、打包,让网购得以运转 —— 节奏由系统设定。

是那个外部的一方,说「别人做的这些数字可以信」—— 而让这句话值钱的,只有他那个签字。

决定什么东西、要多少、放在哪里、什么时候到:预测需求,设定库存与补货,在计划会上平衡供应与销售,在风暴、港口或供应商打乱计划时重新计划。机器学习预测如今以数百万个品项的规模运行,一些零售商让算法直接作补货决定;而描述这些系统的公司仍说,取舍的最终决定由人来做,美国的预测也认为物流师就业增长会远快于平均水平。

被请来回答一个客户原则上自己也能回答的问题,并交付一份「一年之内都不会知道对不对」的建议。

拍别人付钱要的照片 —— 产品与广告大片、人像与活动、新闻图片和图库照片 —— 并对它们进行编辑、修图和授权。零售商如今用 AI 生成大部分营销图像,美国的预测也认为,图库摄影尤其会被 AI 生成的图像部分取代;但新闻机构禁止用生成式 AI 改动照片,摄影比赛把生成图像排除在外,人像和活动仍需要有人在现场。

负责「错了很贵、而且看不见」的那一层 —— 必须保持一致的数据、绝不能扣两次的钱,以及凌晨三点必须还活着的服务。

交付的是一个结论,不是一个系统 —— 而这个结论要过三道没有工具能替你答的问题:这个结果是真的吗、它能不能推广、下一步该往哪走。

决定一款软件对使用它的人如何表现 —— 一屏一屏、一个状态一个状态 —— 并用证据证明这个决定。

给风险定价,给保险公司欠下的东西算出一个数 —— 而且是监管者在说「谁对保险公司的 AI 负责控制」时直接点名的那个职业。

拥有「这门生意在里面运转的那套系统」的人 —— CRM 或订单系统:流程在里面被配成什么样、它的记录还有没有意义,以及从里面跑出来的数字被允许主张什么。

经营一家开在别人平台里的店:写商品页、买流量、按小时盯数据,并在平台每次改规则时重新适应。

让画面动起来 —— 角色动画、关键姿势之间的中间画、三维模型的绑定,以及抠像、合成、减龄、场景扩展等视觉特效。法国受调查的视效工作室如今大多在用 AI,主要用于抠像、合成与场景扩展;流媒体公司用生成式 AI 做减龄和预演;研究工具能画中间帧、分割视频、绑定模型。但日本最大的动画公司计划靠增聘数百人扩产,法国的就业数据看不出 AI 对分镜师的明确影响,美国的预测也认为就业大致持平。

写书、写小说和剧本 —— 长篇与非虚构、短篇,以及影视剧本。美国的预测说,越来越多地用 AI 写作预计会压低需求;一家科幻杂志在机器写的投稿泛滥时不得不暂停收稿;一项研究发现,当模型用某位作者的书微调后,读者反而更偏好 AI 对其风格的仿写。但研究仍发现,职业作家的小说远强于直接提示的模型;美国编剧的合同写明 AI 不是编剧,也不能被强制使用;一家法院裁定用盗版书建立书库不属于合理使用,并由此促成了与作者的 15 亿美元和解。

核算并发放工资:收集工时和变动,计算扣款、税款和社保,向国家申报雇主应报的内容,回答员工的工资问题并纠正错误。这是少数几个美国官方预测直接把「技术」列为减少原因的职业之一:它预计 2025 至 2035 年薪资与计时文员减少 16%,理由是提高生产率的技术会限制需求。各国政府也在往同一个方向推,让薪资申报数字化、持续化 —— 法国的统一社保申报取代了近 80 项手续,澳大利亚要求雇主每次发薪都要报告,新加坡用雇主的电子提交预填税表 —— 薪资软件厂商如今还为员工和薪资人员提供 AI 助手。剩下的,是把规则、例外和更正做对。

读影像来回答一个临床问题 —— 并为那个答案签字,包括为没有人想到要问的那部分签字。

在制造一个实物产品的过程中完成一个规定的步骤,一班几百次,达到别人会来检查的标准。

把数据从「它发生的地方」搬到「有人问起它的地方」,并且是最先发现这两边对不上的那个人。

把一个目标变成计划,在情况变化时让计划保持真实,并让一群不向自己汇报的人把它交付出来 —— 进度、预算、风险、状态报告,以及大量的协商。最先变化的是围绕工作的那些文字:在 PMI 2024 年对已经在用生成式 AI 的项目从业者的调查里,53% 用它来汇总和审阅报告、计划、会议讨论这类内容。协调取舍、决定砍掉什么、带着团队渡过问题,仍是项目经理的工作。

把一个业务或研究问题变成数据能回答的问题:界定它,清洗和探索数据,建立并验证统计或预测模型,设计和解读实验,并向决策者说明结果说明了什么、没说明什么。AI 智能体如今能写出大部分分析代码,但在公开基准上,最好的也只能解决约三分之一贴近现实的数据分析任务,在因果问题上最吃力。银行监管者仍期望模型由独立的人来质询,美国的预测则认为数据科学岗位会增长。

在药师之下工作,把对的药送到病人手里:接收并录入处方,数药、装药、包装,配制无菌与化疗剂量,管理库存,在医院给自动配药柜补药,在柜台接待。数药装药正在搬进机器人和集中配药中心,化疗配制机器人减少了差错、每剂却更慢;与此同时,法律正把原本属于药师的工作交给技术员,美国的预测也认为这个职业会增长。

制作庭审与取证证言的逐字记录,产出并认证笔录,并提供实时字幕。许多法院几十年前就用录音代替了速记;英国正在测试自研 AI 能否把庭审转写到规定的准确度;美国的预测也说,AI 转写会压低对字幕员的需求。但通用语音识别在法庭音频上仍错误频出;美国联邦法律和昆士兰法律把记录的证书或证据效力系于一个人;加州在两项扩大录音的法案相继失败后,仍只允许在有限民事、轻罪和违规案件中电子录音。

编辑和修正别人的文字 —— 校对、为准确与风格做文字编辑、结构编辑,以及决定发表什么。一家大型学术出版商说,它自己的团队用 AI 做校样准备和文字编辑;研究也发现语言模型能找出许多错误。但它们会过度修改、漏掉跨句的错误,所做的修改中有很大一部分并不是改进;编辑仍然更偏好其他专家改过的稿子;出版商和新闻机构也把最终的编辑决定留给具名的编辑。美国的预测认为,到 2035 年编辑就业下降 1%,原因是纸媒式微,而不是 AI。

跑那些支撑诊断的检验:处理标本、操作并信任分析仪,并且是那个在结果送到医生手里之前判定「这个数不对」的人。

对法律意见和递交的文件承担职业责任 —— 并在二者任一出错时承担后果。

站在前台与医生之间的那个人:量生命体征、准备诊室、追医保授权,并接那通决定「这个人今天来还是下个月来」的电话。

算出一栋建筑要用多少、给它定价、编写承包商据以投标的文件,并一路把钱管清楚直到竣工结算 —— 估算已完成的工程、为变更定价、谈判索赔。从数字模型而不是纸质图纸上计量工程量,是被软件改变最多的部分;RICS 2024 年的调查发现,大约一半的建筑专业人员通过数字模型交换工程量计算与估价的数据,而这个比例自 2021 年以来几乎没动。为变更估价、谈判索赔、就全生命周期成本与碳排放提供建议,仍是测量师的工作。

靠自己的频道挣钱:想出观众愿意看的选题,写稿、拍摄,在镜头前或麦克风前出镜,剪辑,回应社群,并打理生意那一面 —— 赞助、披露和各平台的规则。生成式 AI 已被广泛用于选题、写稿和剪辑,YouTube 也能把视频自动配音成几十种语言。而平台和监管者白纸黑字写下的,在「脸和声音」这一面却指向另一个方向:逼真的合成人物必须披露,批量生产的 AI 内容拿不到收入,赞助关系必须由创作者本人声明。

为交易、定价和风险构建数学模型:研究信号,开发并回测策略,编写量化代码,验证模型,并向交易员、风险经理和监管者解释模型。机器学习早已在许多交易算法内部运行,AI 智能体如今还能编写研究代码、提出信号,一些公司让它们接受与人工研究相同的检验;但基准显示模型在基础风险指标上出错,美国、欧盟和英国的规则也要求由具名、合格的人来设计、批准并独立验证模型。

按需把陌生人安全地送过城市 —— 并处理他们身上一切与开车无关的事。

交付的是「行为是学出来的」那种系统 —— 没有人能逐行说明它为什么这么做,而仍然要有人决定它是否好到可以用在人身上。

实地查看房产,分析可比成交,撰写贷款机构、法院和税务部门所依赖的估价报告。很多住宅如今在没有估价师的情况下完成估值:对符合条件的贷款,美国的按揭机构接受贷款机构提供的估计价值、用自己的数据核对,不再要求估价报告,并在 2024 年把它扩大到贷款价值比最高 90% 的购房贷款;如果由受训的数据采集员代替估价师上门,最高可到 97%。英国估价署用模型为威尔士 150 万套住宅给出第一遍估值,估价师核查难办的个案。规则把判断留给人:美国监管机构为贷款机构的模型设定了质量标准,行业自己的标准也说,未经估价师判断的模型输出不是合规的估价。美国预测到 2035 年估价师就业增长 3%,并点名自动估价模型会提高生产率。

去改自己没写过的系统、决定什么能发出去、并为它怎么坏负责 —— 软件工作里主要是「对某一个具体代码库的判断」而不是打字的那一部分。

让东西一直跑着,并让别人能把代码发出去:搭流水线与基础设施,并且是生产出问题时被叫醒的那个人。

弄清一个变更或一套系统到底要满足业务的什么需要,并把它写下来,好让人去造、去核对:访谈干系人,梳理流程,写需求和用户故事,主持工作坊,在验收时检查交付的东西是否做到了所要求的。大语言模型如今能起草需求文档和用户故事,美国联邦机构也在用 AI 生成它们;研究发现这些草稿很快,但需要核验,而挖出未说出口的需求的那种访谈,仍然需要人。

演奏、录制和创作音乐 —— 现场演出、录音室工作、歌曲,以及为电影、电视、游戏、广告和曲库制作的音乐。在一家流媒体平台,AI 生成的曲目如今已占新上传的一半以上;在一项对照研究中,随机配对时听众分不出 AI 歌曲和人写的歌;一项由创作者协会委托的研究预计,到 2028 年 AI 音乐会占曲库音乐收入的约 60%。但 AI 曲目只占很小一部分播放,美国电影音乐家的合同写明「音乐家」只包括人,唱片公司已按授权条件与 AI 公司和解,美国的预测也认为就业保持稳定。

把影像和测量数据变成地图和空间数据库:数字化提取建筑、道路和土地覆盖,做空间分析,维护数据,并与实地核对。机器学习正在全国尺度上接手大规模的要素提取 —— 法国国家地理院说,AI 让它的土地覆盖图生产时间降到三分之一、成本减半 —— AI 智能体如今也能完成基础的 GIS 操作。但在一项对照实验中,手工作业的有经验制图者比 AI 辅助编辑器更快、更准;基准测试发现空间推理是最难的部分;就连机器生成建筑数据的提供者也提醒用户要在本地核查。美国预测到 2035 年制图人员就业增长 7%,没有提到 AI。

把货物从一个地方运到另一个地方 —— 并处理从装货口到交付之间所有出岔子的事。

决定做什么、不做什么,让三个团队照着这个决定行动,并在它被证明是错的时候把它扛下来。

评估人们吃什么、需要什么,为疾病开具饮食方案,撰写食谱,为人提供咨询,并为医院、学校和养老机构排菜单。语言模型已经能通过美国和日本的营养师考试题库;在一项盲评研究中,营养师对 AI 回答论坛问题的评价高于其他营养师的回答。但 AI 写的食谱在营养素上偏离营养师的方案,拍照记录饮食的应用识别食物比估算能量准得多;在日本,起草团体供餐菜单的 AI 已经上市,而法律仍要求指定的供餐设施配置管理营养士。美国预测到 2035 年营养师就业增长 8%,没有提到 AI。

预测经济走势,用经济数据建立和运行模型,为政府、央行和企业提供政策建议,并撰写研究。央行已经在预测和建模中使用机器学习,但它们说这并不总是比传统方法更好,只是补充而不是取代专家判断;它们的 AI 应用中约四分之一进入了全面实施。语言模型处理经济数据时会犯有代表性的错误,比如把初值和修订值混在一起;在一项随机研究中,把复现工作交给 AI 的团队成功率远低于人类团队。美联储说它不用 AI 制定政策。美国预计经济学家增长 5%。

是处方和病人之间的最后一道检查 —— 也是解释这个药到底会怎样的人。

在显微镜下 —— 越来越多是在屏幕上 —— 检查组织以诊断疾病:发现并分级癌症、搜查淋巴结、给生物标志物评分、在手术中报告冰冻切片,并签发报告。美国监管机构已批准用于前列腺活检的 AI,但只能作为辅助,不得用作主要诊断;在英国 NHS 三家中心的一项前瞻性研究中,它的二次阅片改变了 5.4% 患者的诊断或分级,同时减少了额外染色。研究显示 AI 帮助病理医生更快找到微小转移,并在生物标志物评分上更一致。冰冻切片被排除在第一个数字切片系统的批准范围之外;英国的专业团体说,AI 不会让诊断不再需要病理医生。

通过别的公司把生意带进来,而不是自己直接卖:找到值得签的伙伴、谈好条件、把两边的系统接起来,并在公告发完之后让伙伴真的还在卖。

盯着一条告警队列,找出那一条要紧的,判断它算不算一次事件,并且是那个说出「公司正在被攻击」的人。

帮人决定钱怎么安排 —— 保险、储蓄、投资、养老 —— 先摸清对方的情况,再推荐合适的方案,并在人生变化时一直陪着。对小额、简单的投资组合,银行如今在网上直接卖现成的托管组合,不需要和顾问面谈;关系本身和更难的情况,仍是顾问所在的地方。

在不同语言之间实时转换口语或手语 —— 在法庭、医院、会议、公共服务中,也为聋人服务。机器同声传译正在会议场景中接受测试,口译员也用 AI 备会;但美国联邦法律要求联邦法院使用认证口译员,欧盟法律要求口译质量足以保障刑事程序公正,美国卫生规则要求提供合格口译员,而临床场景的研究发现,机器口译的语言或临床错误远多于合格口译员。

设计集成电路:把架构变成硬件描述代码(RTL),验证设计做到了规格说的事,把它布局到硅片上以满足功耗、性能和面积,并设计把芯片连到物理世界的模拟模块。AI 如今能写短小的硬件代码、回答工程师的问题、编写工具脚本;据厂商说,设计空间优化工具已用于 100 多次商用流片。但在一项由资深硬件工程师出题的基准上,最好的模型第一次尝试只通过不超过 34% 的代码生成题,验证是 AI 智能体最难的任务之一;一项独立复核还发现,在它测试的大多数大型设计上,人类专家胜过谷歌的强化学习布局方法。美国预测到 2035 年计算机硬件工程师就业增长 9%,没有提到 AI。

寻找资助来源,为资助方撰写申请,让申请符合每个资助方的规定,并报告资金取得的成果。生成式 AI 如今在写作中很常见:一项对美国联邦科研申请的研究发现,大模型的使用自 2023 年起急剧上升。资助方用规则作出回应:美国国立卫生研究院不把主要由 AI 写成的申请视为申请人自己的想法,并在发现有人一轮提交超过 40 份申请后,把每位研究者每年的申请上限定为六份;英国研究与创新署禁止在没有人参与的情况下生成整份申请或其中部分。这些证据大多来自科研资助,而不是慈善机构。美国预测到 2035 年筹款人员(申请书撰写人归在其中)就业增长 6%,没有提到 AI。

弄清楚一条规则要求这家公司实际做什么、检查它有没有在做,并且是那个必须对业务说不的人。

帮人找到、判断和使用信息,建设并描述图书馆的馆藏,组织各种活动,并且越来越多地教人如何使用、也如何质疑 AI 工具。借阅是交给机器最多的那部分:2023 年,新加坡国家图书馆管理局在一家商场里开了一间完全自助的图书馆,读者走过出口闸机就完成借书。回答更难的问题、挑选馆藏、组织活动,仍是馆员的工作 —— 被搜索和 AI 改变了,但没有被取代。

在银幕和舞台上表演、做群众演员,或为时尚与广告当模特。美国的预测说,AI 可能在某些细分领域取代部分演员,能复用产品与模特图像的 AI 可能压低对模特的需求;时尚品牌已推出完全由 AI 生成的广告,并发布模特数字分身的图像;人也无法可靠地分辨 AI 生成的人脸与真实人脸。但演员工会的合同要求数字复制须经清晰的同意,并写明「强烈偏向人类表演」的原则;加州和纽约让含糊的复制条款无效,并要求广告披露合成表演者。

把设计和草图变成用于施工、制造和报批的图纸与模型,并在设计变化时保持更新。这份工作承受的压力早于 AI:美国劳工统计局说,CAD 和建筑信息模型让工程师和建筑师接手了许多原来由制图员做的工作,并预测到 2035 年机械制图员减少 6%、电气制图员减少 3%,建筑与土木制图员增长 5%。报批系统正在从图纸转向模型:新加坡要求各顾问合出一个协调的建筑模型,日本承包商如今用从模型导出的图纸送审,日本还计划自 2029 年起直接审查模型数据并用 AI 辅助检查。模型读机械图仍不可靠,制图员仍要补画并标出模型没有生成的部分。

编程、装夹调试并操作车床、铣床等机床(其中大多数是数控机床),并检查加工出来的零件是否合格。美国劳工统计局认为这份工作是在转移而不是消失:预计到 2035 年数控机床操作工减少 9%,数控编程员增长 6%,原因是数控设备需要的是编程员,而不是装调和看机的人。在研究中,语言模型已能为简单零件写出可用的机床代码,但仍需专家检查;测量也在转到机床本身上进行。目前还没有记录测量无人值守加工普及到了什么程度。

把业主的需求和场地的约束变成一座能获批、能建成、能住的建筑 —— 并为它签字。

工作之上的第一个人:决定今天谁做什么,在麻烦出现在报表上之前发现它,并在自己不做这份活的情况下为一个团队的产出负责。

陪一个人把「到底哪里不对」弄清楚 —— 并且要在事情比对方说的更严重时,成为察觉到的那个人。

站在卖场里的那个人:弄清楚顾客真正想要什么、知道库房里有什么,并把「随便看看」变成一次购买 —— 那和收钱是两份不同的工作。

设计撑起一栋楼或一座桥的结构,并为它签字 —— 而且是法律让一个具名的人出具的证书本身就成为那道检查的职业。

在城市里把一件具体的包裹或一餐饭从店送到门口,要快,穿过天气、车流和地图不理解的楼。

把金属连接起来:读图,准备并组对零件,选定焊接方法,在平焊、立焊或仰焊的位置上把焊缝焊好,再检查它。生产线上重复的焊缝由机器人焊已经有几十年了,如今船厂也在为大型结构块打造机器人:新加坡的胜科海事报告说,它的机器人能对大型组合结构块做多方位焊接,还有一名技术员在远程操作机器人焊接系统。非平焊位置、现场与维修焊接,组对那些从来对不齐的零件,以及对每一道焊缝的判断,仍是焊工的工作。

为电气系统做设计、分析并承担责任 —— 从芯片和电路板,到建筑电气装置和电网:确定需求,设计电路或电力系统,做潮流与并网研究,测试与调试设备,并为必须符合安全规范的设计签字。AI 如今帮着写硬件代码、做芯片布局,美国最大的电网运营商也在用 AI 工具审查并网申请。带电作业、为电气装置签字,以及设计背后的判断,仍是工程师的工作,美国的预测也认为这个职业会增长。

设计工厂和运营中的工作怎么做:梳理并改进流程,制定工时标准,规划产线与设施布局,平衡产线、安排生产,分析工艺的危害。数字孪生如今让车企在几天而不是几周内测试布局和碰撞,AI 派工与排线平衡工具也在真实的晶圆厂和装配线上试用;在真实数据上收益有限,工艺安全法规要求由有经验的人组成团队来分析,美国的预测也认为随着企业自动化,这个职业会增长。

设计调查、抽样和试验,用统计方法分析数据,并核查发布的数字是否可靠。AI 最先进入的是统计周围的数据处理:美国人口普查局的大模型自动编码器,把职业和行业回答的自动编码比例从 28% 提高到 52%;加拿大统计局 2021 年在劳动力调查中投入了机器学习编码。在这两处,都是统计师设定错误率阈值,并检验发布的估计值有没有断点。英国统计监管机构说,AI 在官方统计中仍主要用于研发、测试和行政支持,而不是常规生产;欧洲药品管理局把用于分析试验数据的 AI 视为统计分析的一部分,必须在分析计划里固定下来。美国预测到 2035 年统计师就业增长 11%,没有提到 AI。

以「在场」让事情不发生:看守、巡逻、控制谁能进来,并且在真出事时,是那个朝着情况走过去的人。

设计一个室内空间怎样用、怎样看:接收需求,构思并呈现方案,规划空间、出图,指定材料和家具,在现场协调施工方,并且在某些地方要为必须符合建筑、消防与安全规范的图纸签字。AI 工具如今主要用在早期把想法可视化;对设计师的调查发现,在预算和采购上用得少得多。在美国一些司法辖区,这项执业本身需要执照,报建所需的盖章图纸必须盖持照设计师的章。

在大学里教书和做研究:讲课、主持研讨,设计课程和考核,阅卷并给反馈,维护学术诚信,做研究,写论文和经费申请,评审别人的工作。在试验中,AI 辅导和阅卷工具已在部分方面追平或超过课堂方法,AI 写的考试答案也未被发现;但期刊和出版方把署名与评审判断留给人,美国的预测也认为高校教学岗位会增长。

评估、诊断和治疗人们在心理、情绪和行为上的困难 —— 施测标准化测验、撰写评估报告、做诊断、提供心理治疗。在 2025 年的一项调查中,过半数美国心理学家过去一年里至少用过一次 AI,主要用于写邮件、记录和摘要;用过 AI 的人里只有 8% 用它辅助诊断。一家测验出版商已经在自己的计分平台里起草评估报告,持证心理学家对 AI 写的报告的评价只比人写的略低。界线最清楚的是心理治疗:一项治疗聊天机器人的试验报告了症状减轻,但研究者自己说还没有 AI 能自主运作;美国一个州禁止 AI 做治疗性决策;一项研究发现语言模型会表现出污名化,并助长妄想。

寻找客户,弄清他们需要什么样的寿险和健康保障,推荐并销售保单,填写投保资料,并在理赔时出面帮忙。在新加坡,人们不经代理人就能买简单的寿险,已经有十年了,可新业务几乎仍然全部通过代表卖出;软件接走的,是销售周边的文书。

按时刻表开一条固定线路,照看车上的每一个人 —— 而且是交通主管部门已经事先写明「无人驾驶巴士会造出哪几份新工作」的那个职业。

设计机器、产品和机械系统,并为它们能否安全运转负责 —— 从需求、CAD 模型,到仿真、样机、失效调查,以及把设备整合进生产线。生成式设计和 AI 助手如今能起草零件和脚本,基准也显示模型能搭建仿真;但模型读工程图纸和规则仍不可靠,欧盟将从 2027 年起要求对采用机器学习的安全部件做第三方评定,美国的预测也认为,随着工厂自动化,这个职业会增长。

研究趋势、提出概念、画草图并开发服装、与技术团队一起解决版型与合身,并决定一个系列里放什么。生成式图像工具如今几秒钟就能产出概念图,但对使用它们的设计师的研究发现,工具产出与设计师需要之间有差距,学生还倾向于照单全收。大型服装公司说它们使用 AI 与数字化产品开发 —— H&M 用来让生产贴合需求 —— 但找到的文件里没有一份说 AI 在做设计。AI 做出的设计带有知识产权风险,美国版权也不保护纯由 AI 生成的内容。美国预测到 2035 年服装设计师就业基本不变,没有提到 AI。

检查眼睛:测量视力并开具眼镜和隐形眼镜处方,寻找眼病迹象,监测青光眼等疾病,并转诊病人。最受影响的部分是从视网膜照片中发现疾病。美国监管机构已允许一款 AI 系统在没有医生协助的情况下检测糖尿病眼病,美国联邦医保如今为自动分析的视网膜成像支付全国统一价格,新加坡也已在数万例病例上试点 AI 分级。但英国筛查委员会仍不建议使用 AI 分级,美国一个州禁止由自助机生成处方,一款自测验光设备在散光测量上不达标,美国还预测到 2035 年验光师就业增长 10%,没有提到 AI。

核实当事人是谁、是否理解自己签署的内容,见证签字;在大陆法系国家,还起草并保管房产买卖、遗嘱、公司文件等公证文书。文书工作正依法走向数字化:西班牙把每份公证文书存入电子底册,日本的公证书原则上改为电子形式,西班牙公证员还用 AI 从常见文书中提取数据并由人核查。远程签署被允许,但范围很窄:两年里西班牙公证员通过视频授权了 12,700 多件行为,而电子底册里的文书超过 1,400 万份;日本只在公证人认为相当时才允许网络会议。核实身份与行为能力、起草文书仍由公证员负责;法国公证员才刚开始一项 AI 试点。

让三十个具体的孩子在某个具体的日子学会某样东西 —— 并在这个过程中让教室不散掉。

在一张写着自己名字的执照下驾驶运输类航空器 —— 并且受制于一条规定:除非他本人在过去九十天里亲手完成过三次落地,否则根本不许飞。

一个人最先见到的那个医生:在问题还没有被分到任何一个专科之前判断它是什么,决定怎么办,并为判断错了承担后果。

教人开车:在训练场上教基础操控,坐在副驾驶位上借助副刹带学员在真实路况中驾驶,讲授理论与危险感知,并让学员为考试做好准备。封闭训练场是自动化走得最远的地方 —— 中国两个地方交通主管部门正在试点车载 AI 教学设备,在场地训练中接手教练员的部分或全部随车指导。到了公共道路,规则把人留在车里:中国把模拟器教学限制在 6 学时以内;研究发现,没有真实练习,模拟器带来的提升不一定能延续到真实道路;英国考试禁用自动泊车和 Tesla Autopilot。新的汽车技术还增加了要教的东西:欧盟如今要求理论考试涵盖辅助驾驶和自动驾驶系统。

编制地方规划与政策,审查规划申请,组织公众咨询,并为作决定的人提供建议。AI 已经进入这些决定周围的文书工作:英格兰给每个地方政府提供了一个把旧规划文件转成地图数据的工具,并在试点一个给住宅扩建申请分流、起草初步评估的工具,每份评估都由合格的规划官员审批。在用 AI 汇总咨询意见的第一次试用里,这项工作从约 18.5 小时缩短到约 16 分钟;部委总结地方政府的经验时称产出是很好的初稿,不是成品。编制规划、谈判和提出建议仍由规划师负责,美国也预测到 2035 年规划师就业增长 4%,没有提到 AI。

接听紧急与非紧急来电,判断来电者在哪里、发生了什么,派出警察、消防或救护人员,并在救援到达前指导来电者该怎么做。AI 最先进入的是非紧急热线:美国一个县的系统一个月内在 9,635 通非紧急来电中处理了 2,920 通而无需接线员;英格兰警方的 101 热线如今用 AI 把与警务无关的来电转给其他机构,而政府说 999 系统没有改变。运营商现在必须按位置路由无线 911 来电,一些中心会把来电者的话实时翻译显示在屏幕上。在一项试验中,AI 识别出的心脏骤停多于调度员,但提醒调度员并没有让他们识别出更多。美国预计这一职业增长 4%。

在又热又挤的房间里快速做出稳定的菜 —— 并在送货送错、两个厨师病假时随机应变。

管着这个厅:点单、掐菜品上桌的节奏、注意到那桌突然安静下来了,并在后厨出菜慢的时候把这件事扛下来。

拍摄医生要读的 X 光、CT 和核磁共振影像 —— 核对申请、给患者摆位、定剂量、操作机器。软件最先碰到的是这份工作的机器那一侧;新加坡的法律把这份工作(包括辐射剂量)定义为一门需要注册的专业。

测量土地和建筑,判定法定地界在哪里,在工地上放线,并签署测量图。变化最快的是测量本身:英国的国家测绘机构用无人机,20 分钟就能测完外业测量员要花一整天的场地;日本如今允许在农用地的官方地籍调查中使用航测和遥感方法。在日本国家直辖的土方工程上,根据三维设计的机械引导已基本取代了打桩放线。判定地界在哪里仍由人负责:新西兰的规则要求测量师收集并解读证据、亲自证明测量;日本的地界也仍以所有人确认为准。美国预测到 2035 年测量师就业增长 6%,并说仍需要测量师审核和解读无人机的产出。

为检验和献血从静脉和指尖采血:核对患者身份和检验单,采集样本,给试管贴标签并处理,并照看紧张或晕厥的患者。2026 年 8 月,美国 FDA 批准了第一台自主采血机器人,用于成年门诊患者,由受训采血员监督,一名采血员最多可同时监督三台;在试验中,设备能找到静脉时首针成功率为 94.5%,但目前还没有记录显示它投入商业使用。指尖采血设备如今让药店员工也能采集部分样本,床旁打印标签在缓慢普及。美国预计这一职业增长 7%。

查清楚一台车为什么会有不该有的表现,并把它修好 —— 而这些机器越来越多地是电脑而不是发动机。

维持秩序、出警、侦查犯罪 —— 而且是一个政府明说「不可能靠多招人来解决人手不足」、并已经开始把无人机和软件放进巡逻与报案窗口的职业。

洁牙和刮治、检查牙龈并记录牙周袋、拍摄并初筛 X 光片、教患者护理口腔,并做好记录。美国监管机构已批准在 X 光片上标出牙结石和龋齿、测量牙槽骨水平的 AI —— 其中一份许可把卫生士列为使用者 —— 但每一款都是辅助,不能代替临床人员的复核。用于记录牙周袋的语音系统在真实诊所里仍会把整句识别错;而洁牙本身是动手的工作,这里没有记录显示有机器在做。规则在加州把诊断留给牙医,在英国把卫生士限定在受过训练的范围内。美国预测到 2035 年卫生士就业增长 8%,没有提到 AI。

用超声给病人做检查 —— 心脏、腹部、血管、孕期 —— 一边看屏幕一边用手找到正确的切面,测量,再把图像和初步所见交给出报告的医生。如今软件能引导非超声专业的人完成有限的扫查:2020 年,美国 FDA 批准了一款 AI 引导软件,其关键试验让没有扫查经验的注册护士完成了有限的心脏超声检查。根据难扫的病人或意外的发现调整扫查,以及照顾检查床上的人,仍是超声技师的工作。

保持飞机适航,并为此签字:执行定期检查,排除故障,更换和修理部件,用孔探仪检查发动机,记录维修工作,并在持有执照时批准飞机恢复使用。无人机如今为检查拍摄机身,AI 帮助审阅发动机叶片图像,缩短了作出判断的时间;但适航仍由受过训练的人根据这些图像来判断,美国的规则也只允许持证人批准飞机恢复使用。

让病人在手术中安全、无知觉:术前评估,计划并实施麻醉,逐分钟看着血压、呼吸和麻醉深度,管理气道,并负责苏醒和镇痛。机器已经在给药和监测上帮忙 —— 能自动调整麻醉药的闭环系统在试验中让病人更多时间处在目标范围内,一种获美国监管机构许可的算法能在低血压发生前发出预警。但每一项审批都把人留在主导位置:监管机构只把这种预警算法许可为辅助工具,不得独立指导治疗;批准一台自动镇静机时只限健康成人,并要求受过麻醉训练的专业人员随时在场;2026 年的两项试验还发现,这种算法并不比一个简单的血压报警更好。

让公园、花园、校园和道路两旁保持整洁:割草、修剪、种植和营造景观、施肥和施药,并保证灌溉正常。割草是机器人已经进场的地方:新加坡国家公园局说,企业改用自主割草机器人后节省了 80% 的工时;纳什维尔为公园租用机器人割草机;明尼苏达州议会要求研究公路沿线的自主割草。其余工作仍要动手 —— 没有找到记录显示机器在为客户修剪、种植或营造花园,施用农药需要持证人员,机器人割草机大多仍要碰到小动物才能察觉。美国预测到 2035 年绿化养护岗位增长 5%,没有提到机器人。

按规范和标准检查在建建筑和既有住宅,在发放许可前审查图纸,撰写报告,并确保缺陷得到整改。两项变化正在进行,都仍由人作决定。检查正在转向视频:费城的检查员通过客户的手机实时检查小型工程,美国也预测到 2035 年检查员就业零增长,原因是远程检查减少了政府对检查员的需求。图纸审查有了 AI 预审:在西雅图的测试中,一个 AI 工具的完整性检查和规范检查准确率分别为 87% 和 92%,但没有找出审查员会提出的全部修改;檀香山要求先做 AI 预审,同时保留自己的审查。这些证据大多关于政府检查员;私人验房师无权要求整改。

评估并治疗儿童和成人在言语、语言、嗓音和吞咽方面的问题,开展治疗课程和家庭练习,并指导家属和老师。软件已经承担了一部分练习:在规模最大的试验中,自我管理的电脑治疗让中风后找词能力比常规护理多提高 16.2%,但对话没有改善,软件由治疗师设置;英格兰的指南说可以考虑这类程序,作为面对面治疗的补充而不是替代。能判断每次练习是否正确、能标记吞咽障碍风险患者的 AI 正在测试中。美国预计到 2035 年这一职业增长 17%,原因是人口老龄化。

在牙医身边工作:治疗时递器械、保持口腔视野清晰,清洗和消毒器械,拍 X 光片和取模,并负责记录和前台。变化更多在工具而不在工作本身:研究显示口内扫描比传统取模更快,弗吉尼亚州如今允许牙科助理和一种另行培训的新角色「数字扫描技师」做口腔扫描;器械清洗早已交给由牙科护士操作的清洗消毒机和灭菌器。AI 语音记录瞄准的是助理的记录工作,但在一项研究中,它转写牙周检查记录的准确率只有 67.40%。美国预计这一职业增长 7%。

在一块划定的空域里实时把飞机彼此隔开,而执照上写的是他本人的名字 —— 并且受雇于那种依法每年都要公布「有多少人、正在为此做什么」的机构。

让一栋楼保持可用:地面、垃圾、卫生间、洒漏,以及一千件没人注意、直到停了才发现的小修复。

种出粮食,每一季决定种什么、什么时候打药、什么时候收 —— 而且是一个政府逐年统计「有多少农田已经由无人机来喷洒」的职业。

给动物做检查、判断出了什么问题、治疗和做手术、开药并签发主人需要的证明 —— 再把这一切讲给牵着狗绳的那个人听。软件正在碰到读 X 光片与化验结果、写病历与提醒这些部分;在新加坡,法律把给动物治疗这件事留给持照的人。

制作并供应饮品 —— 咖啡、鸡尾酒、啤酒和葡萄酒 —— 点单收款,和顾客交流,涉及酒精时还要决定能不能卖给某个人。做饮品本身是机器在一些地方已经在做的部分:韩国有商业运营的机器人咖啡店,新加坡樟宜机场有机器人调酒师在调酒,一台研究用人形机器人在实验中完成了 81% 的调酒尝试。但凡是机器倒酒的地方,规则都把人留在主导位置:华盛顿州要求员工先查证件、看顾客是否醉酒,才能启动自助啤酒龙头;新南威尔士州要求自助酒水卡由受过负责任酒水服务培训的员工发放。美国预测到 2035 年调酒师就业增长 5%,没有提到自动化。

把活动能力找回来:评估真正限制这个人的是什么、用手法与训练去治疗,并让他在需要的那十二周里一直做下去。

安装和管理呼吸机并帮助患者撤机,实施雾化等呼吸治疗,保持气道通畅,测量血气和肺功能,并支持慢性肺病患者和家庭通气患者。能自动调整参数、自动执行撤机步骤的呼吸机已有大量研究:2025 年一项涵盖 62 项试验的综述发现,它们可能把机械通气时间缩短约四分之一,但最大的单项试验没有发现无呼吸机天数增加,目标仍由临床人员设定,警报仍由他们盯着,决定仍由他们作出。家庭通气正在转向远程监测:算法发出警报,由人处理。美国预计到 2035 年这一职业增长 9%,原因是人口老龄化。

走进着火的楼,好让别人不必进去 —— 而且是一支消防队伍在自己的报告里写明了「机器人要让多少人不必进入最危险区域」的职业。

检查、诊断并亲手治疗牙齿与牙龈 —— 而且是一个监管者放行 AI 在 X 光片上找龋齿、却把「由受过训练的牙医做出判断」写进放行条件的职业。

安装暖通、空调和制冷系统,诊断并修复故障,处理制冷剂,检查泄漏,并与客户打交道。智能诊断工具帮助技工找到更多故障、减少返修;在大型制冷系统中,美国的规则如今要求安装自动泄漏检测,从而免去例行的泄漏巡检。但工作本身是体力活,法律也把它留给持证的人:在美国,任何可能打开制冷剂回路的人都必须通过认证考试,泄漏修复必须由认证技工完成;在欧盟,安装和维护这些系统的人必须持证。美国预测到 2035 年就业增长 11%,没有提到 AI。

和病人一起决定要不要手术,规划手术,用手、用腹腔镜或坐在机器人的操作台前完成它,处理扫描里没看到的情况,并对结果负责。手术机器人不是自主的:每一个动作都由外科医生在操作台上控制;英格兰的卫生技术评估机构允许 NHS 在收集证据期间使用五套软组织手术机器人系统。一台研究用的机器人,已经在八个离体胆囊上独自完成了胆囊切除中夹闭与切断的步骤。决定、取得同意、手术和处理意外,仍是外科医生的工作。

在路上回应急救呼叫:现场评估和处置病人,判读心电图,决定是否送医,驾驶救护车,交接并写记录;有些急救员还在调度中心通过电话评估来电者。AI 正在进入判读和书写这两块。在台湾,14 个消防分队让 AI 判读救护车上的心电图以发现心梗,平均 37 秒,比线上值班医生快;伦敦救护车服务把 AI 记录推广给了控制室里的急救员。但动手的工作仍由人来做:英国一项试验发现机械胸外按压设备没有提高生存率,美国监管机构也只把它许可为无法有效人工按压时的辅助;一个能在来电中识别心脏骤停的 AI,也没有显著提高调度员的识别率。美国预测到 2035 年急救员就业增长 6%,没有提到 AI。

放线并砌筑砖墙、砌块墙和石墙,切砖、勾缝,修复老砌体。砌砖机器人已经盖过房子:在荷兰,一台机器人砌的一栋双拼住宅于 2024 年交房;另一家建筑商计划试点,让机器人砌完 60 栋住宅中 8 栋的全部砖墙,一名瓦工在旁边铺灰、刮缝、补砖。这家建筑商说机器人还没有手工快,高度限于 6 米。最知名的机器人厂商自己的 2026 年账目显示,在一家美国建筑商放弃期权之后,其机器已全额减值。美国预测到 2035 年砌砖与砌块工就业增长 1%,点名限制需求的是工厂预制墙板,不是机器人。

搭建房屋框架,为混凝土支模,安装门窗、楼梯和橱柜,加工榫卯接头,修缮已有的建筑。这个行当的变化更多来自工厂,而不是机器人:在日本,94% 的木造轴组住宅如今使用在工厂里由机器加工的接头;在德国,2024 年完工的住宅中 22.2% 是工厂预制的。澳大利亚已有机器人生产线在造墙板,而美国一家高度自动化的木框架工厂 Katerra 亏损约 27.8 亿美元后破产。日本政府报告中的一项推算显示,到 2035 年木工人数会减半;日本正因为找不到足够的木工才推进预切和板式化。美国预测到 2035 年木工就业增长 4%,点名限制需求的是模块化和预制部件,不是机器人。

帮助患病、受伤或残障的人应对日常生活:评估他们在家和工作中能做什么,开展治疗,推荐辅具和居家改造,并规划安全出院。机器人和远程工具与治疗师比过,多数只被当作补充:英国一项涉及 770 名中风患者的试验中,机器人上肢训练并不比常规护理更好,英格兰的指南如今明确说不要提供这种训练。一家医院服务改用视频家访后,治疗师用时从 160 分钟降到 40 分钟,跌倒没有增加,但五分之一的患者仍需上门。线上自评如今让一部分人不必等治疗师就能购买简单辅具。美国预计这一职业增长 15%。

陪伴个人和家庭度过困境、危机与风险,并把他们接到所需的支持上 —— 而且是一个政府把 AI 记录工具送进了一百多家机构,又在同一篇讲话里说「我们不是在取代人情味」的职业。

审理案件、主持庭审、研究法律、起草判决和裁定、决定结果与量刑,并管理案件。各地司法机构已开始把 AI 放到法官桌上 —— 英格兰及威尔士为司法人员提供了私有的 Copilot Chat —— 同时写明它不能去哪里:法官必须亲自阅读基础材料,AI 不适合用来检索无法核实的新信息,法院不应把裁判交给它。中国最高人民法院说,无论技术发展到何种水平,人工智能都不得代行法官裁判,同时鼓励把它用于文书辅助生成和事务性工作。斯坦福的一项研究发现,法律检索工具仍有 17% 到 33% 的回答出现幻觉。美国预测到 2035 年法官就业增长 2%,没有提到 AI。

在现场把它建起来:在一个每天都不一样的空间里,用不方正的材料,和一群进度落后的工种一起干。

在没有医生在场的那些小时里保证病人安全并被照护 —— 并在数字变化之前先察觉。

在客舱里提供服务,而真正在场的理由是把所有人带出去 —— 而且是法律按座位和出口来数最低人数的职业,理由就写在条文里:撤离。

评估顾客并用手治疗 —— 在水疗馆和健身房做放松按摩和运动按摩,也与其他临床人员一起处理疼痛和损伤。机器人按摩已经进入放松这一端:一家豪华酒店的水疗中心如今提供完全自助式的机器人按摩。临床证据还很早期:一项系统综述找到 17 项按摩机器人研究,其中只有一项随机对照试验,并把机器人定位为辅助;在一项试验中,加到标准理疗之外的机器人治疗腰痛,效果至少与对照治疗相当。评估、临床判断和治疗受伤的人仍由治疗师负责,美国也预测到 2035 年按摩治疗师就业增长 15%,没有提到机器人。

剪发、染发和造型,和每位顾客商量他们想要什么,并且常常经营一家小发廊或理发店。就现有证据看,这是受自动化影响最少的职业之一。研究用的机器人能梳头、刷头发,但只在假发和人体模型上;没有找到任何记录显示有机器在为付费顾客剪发或染发。变化发生在座椅周围:应用让顾客在实时摄像画面上试染发颜色,沙龙软件如今也用 AI 接电话、约时间。美国预测到 2035 年理发师、发型师和美容师就业增长 7%,没有提到 AI。

安装、测试和维修其他一切所依赖的线路与设备 —— 在从来不完全和图纸一样的建筑里。

在孕期、产程和产后几周照护女性:产前检查与风险评估、产程中监测胎心、接生和处理急症,以及产后和新生儿照护。电脑判读胎心监护图在产程中经过了大规模检验,结果并不理想:英国一项涉及 47,062 名产妇的试验发现它没有改善结局,英格兰的指南机构说一对一照护不应被自动判读取代,NHS England 如今还要求每小时由第二人复核一次。在临产前,英格兰推荐使用电脑化胎心分析。一项大型试验发现,居家自测血压并没有让高血压更早被发现。美国预计护士助产士增长 11%。

照顾一个无法自理的人时,真正动手的那个人 —— 清洁、搬动、喂食、看护 —— 而且通常是第一个发现「他今天不一样了」的人。

安装、维修和保养把水引进来、把污水排出去的管道、排水与洁具 —— 这是在每一处都不太一样的现场、靠双手完成的工作。软件碰到的是这份工作周边的报价、预约和查漏;在新加坡,法律把工程本身留给持牌水管工。

公司里那个必须让工具真的落下来的人:决定先试哪一件、检验它在这家公司自己的活上到底管不管用、划定它在无人看管时被允许做什么,并在它做错的时候站在那里。