在更近的例子中，自动取款机（ATM）可能已经有望通过接替一些日常任务来取代银行出纳员的工作，而Bessen指出，事实上美国每个银行支行的出纳员平均数量已经从1988年的20 人降低到了2004年的13人。这减少了运营一家支行的成本，让银行可以开设更多支行以响应客户的需求。城市银行支行的数量同期上升了43%，所以总体上雇员的数量增加了。ATM并没有摧毁工作，而是改变了银行雇员的工作组合——让他们远离了日常任务，进入到了机器不能做的销售和客服领域。
那么谁是正确的：是认为这一次不同于以往而机器将真正夺走所有工作的悲观者（他们中许多是技术者类型的），还是坚持认为技术终将创造更多工作乐观者（大部分是经济学家和历史学家）？而事实可能介于两者之间。人工智能不会导致大规模失业，但它会加速与计算机相关的自动化的趋势，像技术改变之前做的那样扰乱劳动力市场，并要求工作者比以往更快地学习新技能。Bessen预计会有一次“艰难转型”，而不是“尖锐地打破历史”。但尽管人们表达了广泛不同的意见，但几乎所有人都同意这个处方：公司和政府将需要想办法让工作者更容易掌握转换工作所需的新技能。这将在悲观者看法正确的事件中提供更好的防御，同时预防比乐观者所预计的人工智能的更快和更重大的影响。
4. 教育和政策：你会失业还是变得富有？
人工智能将会给教育、福利和地缘政治的政策制定者带来影响。
教育
2011年7月，拥有多个头衔的斯坦福大学教授Sebastian Thrun在YouTube上发布了一段短视频，宣布他和他的同事Peter Norvig正在使他们的“人工智能入门（Introduction to Artificial Intelligence）”课程可以在网上免费观看。到10月份该课程开始的时候，来自190个国家的160000人报名参加了该课程。与此同时，另一位斯坦福教授吴恩达也将自己的一门关于机器学习的课程免费发布到了网上，有100000人参加了这个课程。这两个课程都持续10周。最后，有23000人完成Thrun的课程，13000人完成了吴恩达的课程。
这样的在线课程，以及短视频讲座、学生的在线讨论板块和自动为他们的课程成绩评级的系统，变成了众所周知的大规模开放式在线课程（MOOC）。2012 年，Thrun 创立了在线教育创业公司Udacity，吴恩达也联合创立了另一家在线教育创业公司Coursera。就在同一年，哈佛大学和麻省理工学院（MIT）联合组建了 edX——一个非营利性的 MOOC 提供组织，该组织由 MIT人工智能实验负责人Anant Agarwal所领导。一些人认为MOOC会取代传统的大学教育。最初围绕MOOC的炒作现在差不多也已经偃旗息鼓了（尽管已有数百万学生参加了某种形式的在线课程），但MOOC的繁荣说明了在线教育的巨大潜力。
Udacity、Coursera和edX都是从人工智能实验室涌现出来的，这个事实凸显了人工智能研究社区希望对教育系统进行大改的信念。Thrun说他创立Udacity是将其作为“正在进行的人工智能革命的解药”——这场革命将催生对工作者的新型工作技能的需求。类似地，吴恩达认为：鉴于人工智能研究者的工作对劳动力市场的潜在影响，研究者“在应对和解决我们导致的问题上负有道德上的责任”；他说，Coursera是他在这方面作出的贡献。此外，人工智能技术在教育方面有很大的发展潜力。根据每一个学生的情况各自调整课程，从而实现最轻松最高效的学习方法“适应性学习（Adaptive Learning）”多年前就应该出现了。但新的机器学习技术可能最终有望帮助实现这一目标。
吴恩达说，适应性学习对大量学生使用同一材料进行学习的情况最有效，因为这样可以收集到大量的数据。在这方面的创业公司有Geekie、Knewton、Smart Sparrow和DreamBox等，教育行业的巨头也对此很有兴趣：2013年McGraw-Hill买下了适应性学习系统ALEKS；Pearson最近宣布扩大了与Knewton的合作关系。
“老系统将不得不得到认真的修改”，美国西北大学的Joel Mokyr指出，教育系统鼓励专业化，这样学生就能在越来越少的主题上学到越来越多。但随着知识过时的速度越来越快，重要的是要学会再学习（relearn）。Mokyr认为当下的教育像粘土——“塑造它，然后烘烤它，就定型了”。未来，随着越来越多任务变得自动化，人类技能显得最有价值的任务会不断变化。「你必须终生学习——很长时间来显然都是这样」，吴恩达说，“你在大学里学到的东西不足以让你继续前进40年。”