專家們對未來光景眾說紛紜，儘管這樣的紛歧跟一般民眾沒兩樣，但是，我們卻不能輕忽，由美國獨立民調機構皮尤（Pew）所做的這項調查結果。在針對「機器人會搶走人類工作」的議題上，2551 名專家在回答以下問卷題目時，出現了明顯的對立：
到了 2025年，這些網絡化、自動化，並具有人工智慧（AI）的程式系統和機器人，是否就會取代這項產業創造的所有工作職位，甚至更多不同的工作也會被汰換掉？
48% 的人認同這個悲觀的論述，但仍然有稍微超過半數的人抱持樂觀的想法。
下圖為皮尤民調機構所提供的數據圓餅圖，我們可以看到專家們的回應平均的分配到兩極，相當明顯。
或許關鍵在於，每當預言家宣稱什麼工作會被自動機械化，什麼工作不會的時候，我們都該抱持懷疑的態度來看待這一切。這是在幫助我們動腦思考，自動機械化在社會產業分工所扮演的角色為何？但儘管如此，我們仍無法得知，未來將會有多少工作職缺與工作類型被機器取代。
對於那些害怕被機器取代的人來說，專家們對此事的紛歧或許是個小小的慰藉，或許會認為至少還有一半的人，樂觀看待此事。不過，這只是一個自欺欺人的想法而以。
相反的，關於此事的第二個重點，則是懷疑論者的觀點越來越站得住腳。傳統觀點一直認為，雖然機器科技在短期內可能取代人工，但究長期來講，它並不會減少就業機會。
這樣鼓舞人心的傳統共識，呈現了今年二月在芝加哥大學，針對經濟專家的投票結果，其中，只有 2% 的的受訪者相信自動機械化會減少工作機會。
經濟學家表示，從歷史的角度來看，歷史上並沒有因為機器人的大量出現，而削減工作機會。然而跳脫歷史框架，皮尤民調機構的兩極分立反應出是更麻煩的事情，這些落差除了揭發經濟學家的普遍理想思維，也警示了新一波的科技發展可能會帶來的不同影響。
根據過去經驗，對於科技性失業的恐慌並沒有實現，因為人們對於商品與服務的需求仍然不斷的攀升，同時，工人能夠不斷的學習新技能，藉此找到新工作。比起過往，只需要幾個人就能生產足夠的食物，現在的我們胃口越養越大，渴望得到更大的豪宅、更拉風的跑車，以及更精緻的休閒娛樂，因此，我們的需求增加了工作機會，創造了平衡。原本的農業生產者最終還是能夠轉換跑道，繼續工作，而社會分工也將繼續演化、進步。
在新書《第二次機器時代》中，MIT 史隆管理學院教授 Erik Brynjolfsson 和 MIT 數位商業中心副主任 Andrew McAfee，對這種循環模式提出挑戰，他們認為，以今日數位科技快速變遷的速度來看，許多工人還是會被遠拋在後。
若技術學習與適應的過程需要花費十年之久？又或者在十年後，科技再度進步超前？這些被遺落的工人將永遠無法跟上。一旦坦承工人和組織都需要時間來適應技術變動，那麼快速前進的技術演化只會讓落差擴大，並增加了科技性失業的機率。
書中大篇幅的舉例，說明因摩爾定律而導致技術變動加速的狀況。而摩爾定律，是 Intel 名譽董事長摩爾經過長期觀察，發現 IC 上可容納的電晶體數目，約每隔 18 個月便會增加一倍，性能也將提升一倍。
許多皮尤民調機構的受訪者也贊同以上的說法，而這些受訪者皆來自科技相關的領域。身為技術顧問以及未來學家，Bryan Alexander 是這麼說的：
現在的教育體系還沒有辦法，將畢業生訓練到能「跟機器賽跑」的程度，現在達不到，以後也不可能，就算成功也無法大量複製。雖然自學的族群依然能有很好的表現與發揮，但絕大多數的一般人只會不斷的往錯誤的方向前進。
有人贊成，就會有人反對。像是最近在 HBR 就有一位波士頓大的學者 James Bessen 就反駁並提出他的論點，他說新科技遲早會需要更多教育程度低的人力。對此，許多皮尤民調機構的受訪者得相當贊同。身為開發網路的先驅以及 Google 副董事長的 Vint Cerf，他簡潔有力的表示：
其實在過去，新科技所創造的新工作機會比摧毀的還要多。再高級、再進步的機器，還是需要人力去操控他們。
經濟學家 Tyler Cowen 對於此項議題，在自己的部落格中總結了他各人的想法：
比較利益的金融法則還沒被廢除，機器會取代一些工作也會創造一些，而且整體而言，產出也會增加。
比較利益不同於摩爾定律，工人會轉移到他們最具優勢的工作上，而這也不是刻在石頭上的鐵則。關於前者，共同作者 Brynjolfsson 和 McAfee 寫到：
摩爾定律跟物理定律是相當不同的，摩爾定律是由物理學支配熱力學，或是牛頓的經典力學，這些定律解釋了宇宙是如何運作的，是無法撼動的事實。相反的，摩爾定律是一條電腦工程師和科學家們的工作說明，也只是一項觀察結果而以。
比較利益不只是個觀察結果，它還是社會科學中最持久的成果之一，它描述了在各種不同的情況下，經濟是如何運作的，最重要的是，這一切都可以被推翻的。如果經濟的整個結構發生變化，這要歸功於新的技術轉變，這也是比較優勢的規則。
在他們的書中 Brynjolfsson 和 McAfee 提出一個重點，他們表示在 2004 年有人根據比較利益來大膽預測，但卻連現在的人力與機器勞動分配都預測不准。經濟學家 Frank Levy 和 Richard Murnane 也提出了一個理論，那就是機器和電腦可以完美達成計算機演算和一板一眼的規律工作，而人類就負責需要經驗累積的事情，例如開車、以及溝通。但未來依舊說不准，像是現在的無人車技術越來越進步，而且須多智慧型手機也都被嵌入了語音辨識裝置，來輸入與分析語言的奧妙。
機器人能做得比人類更好的事只會不斷增加，混淆我們的預測，或許我們原本認為不會被機器取代的工作，都已經不再安全。
（資料來源： HBR；圖片來源：Dan Coulter, CC Licensed）
