对大多数人而言，所有这些人工智能领域的进步都将体现为他们每天都在使用的互联网服务的不断进步。搜索引擎将得到更相关的结果；推荐将会更加准确。Hassabis预测说：几年之内，所有东西都将会嵌入某种程度上的智能。人工智能技术将让计算机接口变成对话式和有预测力的，而不只是简单的菜单和按钮。而且对话式的交互让不能阅读书写和目前不能使用互联网的人也能使用计算机，Bengio说。
厚积多年，一朝薄发；机器将能够执行之前只有人类才能完成的任务。自动驾驶汽车正快速变得越来越好，到某个点时它们也许能够取代出租车司机，至少在市中心等受控环境中可以做到。送货无人机，不管是地上跑的还是天上飞的，类似地可以与人类送货员竞争。改进后的视觉系统和机器人技术让机器人可以码放超市货架和在仓库中移动物体。而且还给意想不到的突破留下了很多余地，Dixon说。
其他人却很担心，担忧人工智能技术会增压特定任务中现有的计算机化和自动化；就像200年前的蒸汽动力一样，让很多工人成了多余。英国诗人Robert Southey宣称：“蒸汽可怕地加剧着已经正在进行的过程，但太快了。”他担心“这强大之力的发现”已经在“我们知道如何正确使用它”之前到来。许多人对今天的人工智能也这么想。
3.对工作的影响：自动化与焦虑
更加智能的机器会导致大规模失业吗？
坐在位于旧金山的一间办公室里，Igor Barani在屏幕上调出几张医学扫描结果。他是Enlitic公司的首席执行官，这是一家从对X光扫描与CT扫描图像分析开始将深度学习应用于医疗业的创业公司。这也是对这项技术的很明显的应用。深度学习因它在图像识别的某些形式上有着超人的实力而闻名；大量的标签化训练数据需要消化，而它有着巨大的潜力，去让医疗变得更加准确和有效。
Barani博士（曾经是一位肿瘤学家）指着从三个角度拍摄的患者肺部CT扫影。随着Enlitic的深度学习系统的加入，屏幕上出现了红色闪烁点，比对它们来看是否是血管、无害的成像物体或恶性的肺部肿瘤。最终系统会给出一个重点标注的特征以进一步调查。在与三个放射科专家一起合作的测试中，Enlitic系统在识别恶性肿瘤上优于人类50%，其假阴性率（没诊断出癌症）为零，相比之下人类则有着7%。Enlitic的另一个系统，可以用来检查X射线扫描来检测腕关节骨折，并有效地超出了人类的表现。
在2013年广为关注的一篇研究中，Carl Benedikt Frey和Michael Osborne核查了702种职业的计算能力，并发现美国47%的工人都面临着工作自动化的风险。尤其是，他们警告说大部分运输业和客运业（例如出租车司机和运货司机）和公关类（例如接待员与保安）“都有可能会被计算机所取代”，还有许多销售业与服务业人员（例如收银员，柜台人员，租赁人员，电话推销员和审计师等）也面临着工作被计算机取代的威胁。他们总结道：“机器学习近期的发展会占据大量的职业分布，在近期面临风险的职业分布广阔。”后续的研究指出英国有35%的职业可能被取代（英语有许多人从事创业公司，也因此难以被取代），在日本这个比例是49%。
经济学家正在担心“职业两极化”的风险，也就是说中层技术的工作（例如制造业）正在消失，而低等和高等工作在扩张。实际上，工作可以被划分为两种常规职业：第一种即高薪水高技术的职业（建筑师，高级管理），还有低薪水低技术的职业（清洁工，快餐员）。许多西方国家中层职业薪水的停滞都表现出自动化已经开始产生影响——尽管这与外包的影响很难区分出来，后者也取代了许多发展中国家的底薪国家中日常化的工作（例如制造业和呼叫中心）。圣路易斯联邦储备银行发表的数据显示，在美国，非常规认知型工作以及非常规手工型工作自1980年后逐步增长，而常规化工作则一直维持几乎不变。随着更多工作自动化，这种趋势很可能会延续下去。