实话实说吧！机器人不会抢走我们所有的工作。但如果我们没有在就业、教育和创业方面加速创新，如果我们没有重塑从教育到工作到终生学习的整个流程，那我们就只能把工作拱手让给机器人了。
我们首先要认真地谈谈工作这件事情。在美国，我们已经很久没有认真地谈论这个话题了。从20世纪90年代初到现在，克林顿总统和他的继任者们一直在对美国人民说着同样的老话：只要你“努力工作，按规则行事”，美国的体制将给你一个体面的中产阶级生活，而未来你的孩子将有机会获得更好的生活。这些话曾经是正确的：只要来上班，达到平均水平，做好你的工作，按照规则办事，一切都会好的……
好吧，现在要对这一切说再见了。
正如我们似乎正慢慢远离气候上的全新世时代——那个自然中的一切都能维持平衡、堪称完美伊甸园的时代——我们同时也正在远离工作上的全新世时代。在第二次世界大战后几十年的“光荣岁月”里，在市场、大自然和摩尔定律进入棋盘下半场之前，你可以当一个普通工人，接受普通高中或四年制大学教育，加入普通的工会或根本不加入，并过上体面的生活。只要每周平均工作5天，每天平均工作8小时，你就能买个房子，有个普通的院子，抚养2个左右的孩子，偶尔去迪士尼世界游玩，靠储蓄过着普通的退休和晚年生活。
在当时，许多因素都有利于普通工人。最初，美国主宰了被第二次世界大战摧毁的世界经济，第二次世界大战结束后的许多年里，有大量的制造业工作岗位需要有人填补。外包活动非常有限，中国尚未加入世界贸易组织（2001年12月才加入），中国的大量劳动力对多数优质蓝领工人构不成太大威胁。当时，全球化进程相对缓和，创新步伐更加缓慢，不同行业的准入壁垒相对更高，工会的势力相对更强，能够与雇主谈判，争取到稳定的工资及福利待遇。公司还能够负担起为工人提供更多的内部培训，当时工人流动性也更小，因此也不太有主动学习和离职的欲望。因为改变的速度更慢，在高中、大学所学的技能能够在更久的时间内适用。机器、机器人以及更重要的软件还没有先进到可以简单、低成本的方式完成大量复杂的工作。
正是因为有以上所有这些因素，劳动力全新世时代的许多工人才得以享有人们通常所说的“高薪资、中等技能的工作”，大学董事会负责全球政策与宣传事务的主任斯蒂芬妮·桑福德解释道。
好吧，对这一切也说再见吧！
高薪资、中等技能的工作已经走上了像柯达胶卷那样消亡的道路。在加速变革的时代，动物园里这样的动物越来越少了。当然还会有高工资、高技能的工作，也还会有中等工资、中等技能的工作，但再也不会有高工资、中等技能的工作了。
普普通通就好的时代已然结束。我在大学毕业时，必须找一份工作，现如今我的女儿必须创造工作。我上大学学习可以令我受用终生的技能，终生学习对我而言只是一个爱好。现如今，我的女儿在大学学习的技能只够应付第一份工作，对她们而言，为了以后的每份工作必须保持终生学习。今天的美国梦不再是一个目的地，而是一段终生旅程，并且越来越有在下行扶梯往上走的感觉。你可以做做看。我们还是孩子的时候都这么干过。你必须走得比自动扶梯更快，意味着你需要更加努力工作，定期重塑自己，获得至少某种形式的高等教育，确保终生学习，在按照新规则行事的同时也重新发明一些规则，这样你才能够加入中产阶级之列。
我知道这不是一个可以贴在汽车保险杠上的激动人心的口号。在说这些话的时候，我也并不感到喜悦。我也喜欢以前的世界。但是如果不这么说，我们就严重误导了人们。用领英的联合创始人雷德·霍夫曼的话说，要在今天的职场胜出，关键就是要“像自己创业一样全身心地投入工作，并不断发展和创新自己”。在美国，没有哪个政治家会和你说这些，但每个老板都会在你第一天开始工作时对你这样说。
在加速变革的时代里，什么事情都需要维持动态稳定——你需要一刻不停地蹬踏（或划桨），要想牢牢保住一份工作也是如此。“编程学院”（Code-cademy）的创始人扎克·西姆斯认为：“你必须知道更多，你必须更加频繁地更新知识，你必须运用知识做更多创造性的事情”，而不仅仅是完成常规工作。“这个递归循环定义了今天的工作和学习。这就是为什么自我激励变得更加重要”，因为大量的学习要在你高中、大学毕业之后或离开父母家以后进行，并且不是在课堂中完成。“一个按需运行的世界要求每个人按需学习，要求世界各地的任何人都能通过手机或平板电脑获得学习的机会，这在真正意义上改变了学习的定义。”西姆斯继续说道。他的平台可以帮助人们更方便地学习如何编程。“当我走进地铁，看到有人在手机上玩糖果粉碎传奇的游戏时，我想他们浪费了本可让自己变得更好的5分钟。”
20世纪90年代中期互联网出现，过了十多年后，人们才意识到不同地域间的“数字鸿沟”是那么令人痛惜：纽约市有互联网，而纽约上州没有；美国有，而墨西哥没有；南非有，而尼日尔没有。数字鸿沟很严重，因为它限制了一个人可以学习到的东西，限制了如何去做生意、在何地做生意以及可以与谁合作。过了十年，地域间的数字鸿沟基本消失。当数字鸿沟消失后，那么只有一个鸿沟才是至关重要的，未来研究院的执行主任玛瑞纳·戈比斯说道，那就是“激励鸿沟”。未来将属于那些能自我激励的人，他们能利用所有免费和低成本的工具和超新星大爆炸所产生的流量。
如果世界装了一个指针，那么第二次世界大战后的50年，这个指针总体指向左方，你越接近苏联，指针指向就越是向左。指针所指的方向传达出一种信号：“你生活在一个‘固定福利’的世界：只要每天做好你的工作，按时出勤，达到平均水平，你就能在这里得到固定的福利待遇。”自从超新星出现，指针向右急转，现今它传达的信号是：“你生活在一个‘由贡献确定福利’的世界——你的工资和福利现在越来越直接地与你的贡献挂钩。随着大数据技术的发展，我们能越来越精准地衡量你的贡献有多少。”现如今是一个401（k）的世界了[5]。用海报上的话来说，山姆大叔想要你承担更多的责任。
通用电气的首席执行官杰夫·伊梅尔特在2016年5月20日向纽约大学斯特恩商学院毕业生发表毕业典礼演说时说：“技术提高了对公司、个人竞争力的要求。”德勤商业战略专家约翰·黑格尔更是直截了当地说道：“我们所有人，不管是个人还是组织，都面临着日益渐增的绩效压力。无处不在的互联网连接意味着进入、迁移的门槛显著降低，加快了改变的速度，提高了极端、破坏性事件发生的频率，所有这些都给企业组织带来了巨大的压力……在个人层面上，容我拿一个广告牌作例子。在通向硅谷的高速公路上曾经有过一个广告牌，上面写着：‘如果世界上至少有100万人能够做你的工作，你会怎么想？’要是搁在20年前，这是个很荒谬的问题。我在美国，别的国家的工人跟我有什么关系。现在它已经成了一个核心问题。兴许人们还会追问，‘如果世界上至少有100万个机器人能够做你的工作，你会有什么感受？’在极为个人的层面，我们每个人都能感受到绩效上的压力。”
新的社会契约
但每个人都能跟得上吗？
这个问题是我们这个时代最重要的社会经济问题之一，而且很可能是最重要的社会经济问题。麦肯锡前高级合伙人、奥巴马总统的经济顾问拜伦·奥古斯特说，在每一个重大的经济转型期，“总有某种新的资产成为生产力增长、财富创造和机遇的主要来源”。他创立了一个叫“工作机会”（Opportunity@Work）的公益性企业，力图让至少100万美国人在未来10年内能够“工作、学习，并挣到一份能够充分实现他们潜力的工资”。“农耕经济的资产是土地。”奥古斯特补充道，“工业经济的资产是有形资本，而服务型经济的资产是方法、设计、软件和专利等无形资产。”
“在今天以人为本的知识型经济中，资产是人力资本，诸如才能、技能、诀窍、同理心和创造力等。如果我们的教育体系和劳动力市场能够适应这种变化，那将释放出大量的、被低估的人力资本。”我们应该努力避免那种只有少数幸运儿才能获得资产或机会的增长模式。要维持那样的社会，需要进行大规模财富再分配，而这在政治上是不可持续的。
奥古斯特说：“我们需要聚焦以投资人力资本为基础的增长模式。那可以使我们的经济更具活力，使我们的社会更具包容性，因为才能和人力资本要比机会或者金融资本分配得更加均匀。”
那么我们该从哪里着手呢？奥古斯特认为，简短来说，在这个加速变革的时代，我们需要重新思考员工和雇主、学生和教育机构、政府和公民之间的契约。这是创造一个人尽其才、才尽其用、人力资本得以成为全社会普遍而不可分割的资产的唯一途径。
雇佣更多的银行柜员
为了理解新的社会契约是怎么构成的，我们首先得对劳动力市场目前的情况有个清晰的了解，接下来才能知道我们要解决的问题是什么。
在这里，我要介绍经济学家詹姆斯·贝森的杰出工作，他是波士顿大学法学院的研究员和讲师，著有《干中学：创新、工资和财富之间的真正联系》。关于这些问题，其实有很多的迷惑和误解。
贝森认为，我们需要聚焦的核心挑战在于技能问题，而不是工作本身问题。任务自动化和工作岗位自动化是两件不同的事情。任务自动化不会抢走人类的工作，但工作自动化会完全替代人类。当然，确实也存在因为整个行业消失而完全消失的工作。今天，在美国或在其他任何地方，可能没有人再靠生产马鞭为生了，这是因为汽车取代了马和马车。但是，一份实现了98%自动化的工作与100%自动化的工作存在巨大差异。19世纪的时候，织布工98%的劳动被自动化了，手工劳动的任务量从100%降至2%。
“接下来发生了什么？”贝森说，“织布工的岗位数反而增加了！”
为什么？“因为当原本大部分需要人工完成的工作被机器替代后，整体的生产效率会大大提升。”而生产力大幅提升后，他解释道：“产品的价格就会下降，对产品的需求就会增加。”19世纪初，许多人只有一套衣服，衣服都是人工制作的。到了19世纪末，大多数人有了许多套衣服，窗户安装了窗帘，地板铺设了地毯，家具摆上了装饰物。也就是说，随着织造的自动化，布料价格的下降，“人们发现布料的用途越来越多，最终结果是需求的增长抵消了机器对劳动力的替代”。
贝森使用政府数据研究了从1980年到2013年计算机、软件和自动化对317个职业的影响。他在2015年11月13日发表的一份研究论文中总结道：“使用计算机较多的职业就业率增长明显。”他引用了自动取款机的例子，自动取款机在20世纪90年代开始大量部署，现在无处不在。人们曾经认为机器会取代银行柜员，但事实上这个情况并没有出现。
自动取款机大量出现之后，银行柜员的人数却增加了。自2000年以来，全职银行柜员的数量每年增长2%，大大高于整体劳动力就业市场。为什么就业率没有出现下滑？因为自动取款机让银行以较低的成本经营分支机构，促使银行开设更多的分行，抵消了柜员岗位的减少。与此同时，柜员的技能也发生了变化。常规的现金业务处理变得不那么重要，而市场营销与人际交往的能力变得更有价值。也就是说，虽然银行柜员要做的常规任务更少了，但他们的岗位却增加了。
即使自动取款机让常规的现金处理任务实现了自动化，但技术本身并没有决定银行柜员的岗位是增加了还是减少了，背后的经济学才是关键。新技术可以增加对特定职业的需求，抵消假想中的岗位流失。自动取款机的例子并不是孤证：
条形码扫描器让收银员的结账时间减少了18%～19%，但是自从20世纪80年代扫描仪大范围推广使用以来，收银员的人数却增加了。
20世纪90年代末以来，用于法律诉讼的电子文档检索软件取代了原本律师助理要做的工作，而律师助理的人数却强劲增长。
电子商务自20世纪90年代末以来发展迅猛，现在占到零售总额的7%以上，但从2000年起，从事销售职业的总人数一直保持增长。
贝森认为，技术的影响并不是均匀分布的：一方面它会减少对某些活动的需求，例如，随着语音信箱的出现，接听电话、接收消息一类的常规任务大大消失。但技术也有可能把任务由一个职业转到另一个职业。“现在还会有前台接待人员接听电话和记录留言。”贝森说道，“但他们也会做些其他事情。因此，尽管电话接线员的数量急剧下降（从1980年的317000全职人员到今天的57000全职人员），前台接待人员的数量却增加得更多（从438000人增加到896000人）。与电话接线员相比，前台接待人员需要全新的技能。”
他也指出，技术可以创造全新的岗位需求，比如数据科学工程师。与此同时，即使技术已经改变了银行柜员、法律助理和商店销售员等古老的常规工作所需要的技能，似乎计算机和机器人会很快将他们淘汰，但实际上并没有。技术不仅改变了传统的工作，也会大大提高这些工作岗位需要的技能要求，比方说，平面设计师。这也就是为什么那些可以运用计算机辅助设计软件的平面设计师，要比那些只会用老式排版机的平面设计师能赚更多的钱。
有些经济学家一直认为不存在技能缺口。因为一旦有技能缺口，该职业的中位数工资就会上升。贝森认为，那些经济学家需要想一想背后的原因。
贝森说道：“中位数工人的工资只能告诉我们中位数工人的技能不存在供不应求的情况。”与此同时，特定领域的某些工人的某些技能会供不应求，因此仍然存在劳动力供应缺口。技术不会一下子使所有工人的技能都更有价值；部分技能变得有价值，但其他的技能会过时。如果深入地观察各项职业，你会发现那些最擅长利用技术的人受到热捧，能拿到高薪，而那些不擅长的人就只能拿非常低的薪水。这就是为什么在许多职业里会出现“技能缺口”。要想在硅谷聘请一个可以利用超新星在大海里捞针的顶尖数据科学家，请先排队吧！
基于上述种种理由，贝森总结说：“工作不会消失，但是好工作所需的技能要求却在提高。”随着我们向新的技术平台迁移，现在这一切发生的速度更快了。例如，AngularJS和Node.js这两种基于Java的编程语言可以帮助人们构建基于网页的移动应用程序，这两个新软件突然在一夜之间成了行业标准，但各个大学都来不及调整课程设置。每当类似情况发生，市场上对拥有这些技能的人的需求和薪酬就会立刻飙升。
所以，我们对这一问题的认识更清晰了一些。终结的不是工作，终结的是工作的全新世时代。每一个中产阶级的工作现在都被各种力量撕扯，如果我们要对公民进行培训，让他们能有出色的表现，我们必须重新思考方方面面的变化，重新思考究竟需要哪些新的技能或态度，才能找到工作、保住工作，并在工作中得到晋升。
对于职场新人来说，中产阶级工作的门槛正在快速提高，需要更多的知识和教育。为了能竞争得到这样的工作，你需要提升3R技能：阅读（Reading）、写作（Writing）和算术（Arithmetic），以及4C技能：创造力（Creativity）、协作（Collaboration）、沟通（Communication）和编程（Coding）。
来看2014年4月《纽约时报》的一篇报道：
纽约州上州的农场发生了奇怪的事情，奶牛竟然给自己挤奶。
由于人手紧缺，劳动力价格飞涨，纽约州的各个奶牛场勇敢地决定采用新式挤奶方式：挤奶机器人……
机器人允许奶牛自行设置挤奶时间，每天5～6次，接受自动挤奶。奶农多年来在黎明前和傍晚时分例行挤奶的做法已经成为历史。
利用挂在奶牛脖子上的接收器，奶牛可以得到个性化服务。通过激光扫描并对腹部进行绘图，计算机可以记录每个动物的“产奶速度”，这对24小时不停工的奶牛场来说是一项关键指标。
机器人还能监测牛奶的产量和质量、访问机器的频率、每头奶牛吃了多少，甚至还会检测每头奶牛每天行走的步数，以帮助确定奶牛何时发情。
未来，一个成功的挤奶工可能还得擅长读取和分析数据。
每一项工作都被快速分解成不同的部分。举个例子，挤奶工的工作也可能会被分解。每一种工作中高技能的部分会变得更重要，现在你要么学习计算机，要么成为懂牛体解剖学的兽医，要么成为能够分析奶牛行走步数的大数据科学家。同时，工作中技能要求较低的部分，例如把奶牛赶入赶出挤奶棚、清理粪便等，会慢慢降格，变成任何人都可以干、只需要付最低工资的工作（也可能很快就会被机器人所替代）。贝森指出，这是职场中正在发生的一个总体趋势，工作中需要技能的部分会需要更高的技能，并带来更高的回报，而工作中常规性、重复性、很容易就能实现自动化的部分只会付最低工资或最终被机器人替代。
与此同时，每一项工作都可能会被转移出去。机器、机器人、印度和中国的工人在所有工作或是大部分工作上都在和你激烈竞争。这就需要不断自我激励，坚持不懈，勇于学习新技术和社会情感技能，通过终生学习，领先机器人、印度人、中国人和其他外国熟练工人一步。
最后，每一项工作都在快速迭代。目前的工作形式正在快速成为历史。这就需要多个层面的创新思维：不断寻找新的细分市场，不断寻找新的机遇，通过不断创新业务来实现盈利和创造就业。
因此，我们至少必须重新设计教育系统，最大限度地巩固写作、阅读、编程和数学的基础，培养学生创造力、批判性思维能力、沟通能力和协作能力，让学生具备决心、自我激励和终生学习的习惯，训练学生创新和创作的能力。
复合解决方案
幸运的是，新技术和新工具将助我们一臂之力来完成这一任务。如果我们可以寻找一种创造性的方式，把“AI”转化成“IA”，即将人工智能变为智能助力，那么我们所需要的政府、商业、社会以及工人之间的新契约就更有可能形成。将“AI”转化成“IA”这个说法是智能家居公司“奈斯特实验室”的创始人托尼·法德尔最先告诉我的。我认为“IA”包含三个方面，智能援助（intelligent assistance），智能助手（intelligent assistant）以及智能算法（intelligent algorithms）。
智能援助指的是政府、企业和非营利性社会部门应充分运用人工智能技术，开发出更为复杂的在线、移动教育平台，让每个员工能够利用自己的时间进行终生学习，承认他们的学习成果并以晋升作为回报。智能助手指的是利用人工智能来改进人类与软件工具之间的交互，这样一来，通过使用能够放大、扩展人类智能的技术，人们不仅可以学得更快，还能反应更快、行事更机敏。最后通过部署人工智能来创建更智能的算法，也就是雷德·霍夫曼所说的“人际网络”。这样我们就可以更有效地将人与所有工作机会、每个岗位所需的技能，以及让人更加便宜和方便地学习这些技能的教育机会进行匹配和连接。
“复合问题需要复合的解决方案。”霍夫曼说道。工作问题是一个“幂指数问题，解决幂指数问题的唯一方法是一个幂指数解决方案”。将多形式的人工智能转化为多形式的智能助力就是解决方案。
贝尔大妈的智能援助
在写这本书时，我访问了大量企业。在创造智能援助帮助员工实现终生学习方面，没有哪家公司比历史悠久的美国电话电报公司更具创新精神。美国电话电报公司的绰号是“贝尔大妈”。美国电话电报公司首席执行官兰德尔·斯蒂芬森讲话带着质朴的俄克拉荷马州口音，美国电话电报公司人力资源部门负责人比尔·布莱斯像一个典型的美国中西部人那样温和谦让，但你一定不要被这些外表误导。无论你从事哪个行业，都要紧紧盯着美国电话电报公司的首席战略官约翰·多诺万和实验室负责人克里什·普拉布，因为他们会代表你的竞争对手，轻而易举地颠覆你所在的行业。
这早已不是你奶奶那个年代的贝尔大妈了。
2007年，美国电话电报公司成了iPhone的独家网络提供商，因此，它不得不通过“软件实现的网络”处理iPhone带来的海量数据。美国电话电报公司由此发现，自己必须广泛且快速地创新迭代。如果你想陪着苹果跑，就得和苹果跑得一样快。美国电话电报公司一直在创新。2016年，它在达拉斯设立了一个“物联网工厂”，雇佣了大批网络工程师。公司副主席拉尔夫·德拉维加说，他们会邀请客户前来并对客户说：“告诉我们，你要我们解决什么问题，我们承诺两个星期内就会给你一个能在现实网络下运行的方案原型……每次我们这样做，都会为我们带来合作机会。”
举个例子，全球航运巨头马士基公司需要一种能够固定在集装箱上的传感器，以便让公司跟踪监测其遍布世界各地的集装箱。传感器必须固定到20万个冷藏货箱上，能够监测湿度、温度以及货箱是否受损，并将这些数据上传到总部。并且，最关键的是，因为不能随时更换，传感器必须不靠电池，并能运行长达10年时间。两周内，美国电话电报公司的工程师做出了一个传感器的原型，尺寸大约为鞋盒的一半，可以固定在每一个马士基的集装箱上，通过阳光和动能提供能源。
在美国电话电报公司身上发生的事就是，超新星在一夜之间改变了它的业务。美国电话电报公司变得越来越像一家软件和网络公司。随着大数据的兴起，它仿佛挖到了金矿。通过分析海量的语音流量和线上数据，它可以发现很多内在的趋势。突然之间，美国电话电报公司就能够通过无线蜂窝电话数据让广告牌公司了解到，有多少人在高速公路上看到他们的户外广告牌后，最终到了商店购物。如果把广告牌数字化，且每小时改变一次，他们就能告诉广告牌公司哪些信息是最有效的。于是，美国电话电报公司告诉它的客户，公司可以为他们的客户降低费用，条件是允许公司使用为其传输的数据。转眼间，你熟悉的电话公司转型成为了一家提供全方位业务解决方案的公司，并与IBM或埃森哲公司展开竞争。
斯蒂芬森明白，公司要想蓬勃发展，就必须成为全球最具颠覆性企业的网络供应商和解决方案提供商。正因为如此，他清楚地知道，必须改造自己的员工队伍。
“我们觉得公司有一项根本性的义务，即重新培训我们的员工获得新技能。”多诺万说道：“我们需要更少但更聪明的劳动力。现在劳动者最需要的技能是科学技术、工程与数学（STEM）。”公司的管理层也明白，公司有30万员工，必须给他们提供平台和激励，才能让这么多的人走上持续学习的新旅程，迎接挑战并提升技能。这就需要运用“智能援助”的战略。
布莱斯解释道：“美国电话电报公司的智能援助战略是从提高公司决策的透明度开始的。”每年年初，斯蒂芬森都会向公司所有高层管理人员发表大会演讲。“我们开诚布公地告诉员工公司未来的发展方向以及面临的挑战。”
管理层把公司的战略一层层下达，最终，每个员工都对公司未来一年的计划，以及公司未来5～10年内的发展方向有大致的了解。布莱斯补充道：“我们从1月开始发布消息，到7月，每个人都能收到相关信息。”他说，很多员工会说：“我懂了，我想成为公司未来的一部分。我该怎么参与进来？”但也有些人会说：“你知道吗？我已经干了35年，该走了。我不打算再学任何新东西了。”所以，每年美国电话电报公司大约会走掉10%的劳动力。
布莱斯接着说：我们自己没有足够的员工能够适应这场变革，我们没有足够的员工拥有关于新产品的技术，了解所销售产品背后的技术细节。所以我们每年要从外部聘请3万名员工，并通过轮岗和内部晋升填补另外3万个工作岗位。要是雇佣一个新员工，这个过程就要花费2000美元，所以我们更倾向于使用内部员工。那样更节省成本，也能让员工的参与度和生产力更高。员工要是能学习更多的技能，就能更好地为客户服务，进而为股东创造价值。员工参与度高的公司收入是员工参与度较低的公司的3倍。
这意味着更多的员工需要学会终生学习。多数员工都“支持我们正在做的尝试”。布莱斯说道：“员工们表示，只要给我工具，为我指明方向，帮我顺利过渡，让学习变得更方便，能够在网上进行，我自己就能安排出时间去学习。”
多诺万补充道：“我们有些员工想要转型。他们参与了这家公司的组建，忠心耿耿地想为企业服务。我们要给他们转型的机会。我们有很多员工都是传统的蓝领工人，仅仅完成了高中学业，我们需要重新培训他们，让他们能够在一家网络公司工作。”
美国电话电报公司有107000名经理。这是他们公司内部的一个分类，所有未签订工会合同的、具有专业职业技能的员工都属于经理。5年前，美国电话电报公司要求所有的经理都建立一个类似领英那样的内部档案，详细列明他们的工作经验、技能、教育背景、证书及专长。今天，110000名经理中已有90%有自己的内部档案。每当有岗位空缺时，布莱斯团队做的第一件事就是查看内部档案，寻找那些具备必要技能的内部候选人。与此同时，公司也会发布热门的新岗位，列出工作地点、工作所需的确切技能，以及如何获得相关技能的培训。
为了帮助员工获得相关技能的培训，美国电话电报公司与多所大学合作，提供员工能够负担得起的研究生和本科学位项目，或特定的技能培训。跟美国电话电报公司合作的大学既有佐治亚理工大学、圣母大学、俄克拉荷马州立大学、斯坦福大学，也有像优达学城和Coursera这样的网络大学。公司要求员工必须在私人时间上课，公司每年能报销不超过8000美元的学费（有些课程能报销更多），每个员工能够在公司报销的学费总额可达3万美元。
为确保资金发挥最大价值，美国电话电报公司要求跟他们合作的大学根据公司的预算创建在线学习的清单。这一方式带动了很多教育创新，最著名的是优达学城与佐治亚理工大学合作开设了计算机科学在线硕士项目，全部课程只需6600美元，相比之下，要是在佐治亚理工大学花两年的时间读一个计算机硕士学位，需要花费45000美元。Coursera也和约翰霍普金斯大学、莱斯大学携手，提供了数据科学领域的培训。
这大大降低了每个人的教育成本。布莱斯说道：“教育范围扩大了，我们能够帮助你得到梦想中的工作。”
这就是智能援助。
“我们每年花费2.5亿美元做员工培训。”布莱斯说道：
“有些培训的内容是教员工如何爬上电线杆、安装电话、经营零售店，但现在更多的培训是教授数据科学、软件定义网络、网页开发、编程入门、机器学习和物联网的课程。如果你想上那些不在项目里的科学技术、工程与数学（STEM）课程，公司也会埋单。只要你想学，我们都愿出钱。因为这会使员工更加敬业，提供更优质的客户服务，带来更忠实的客户，为股东创造更多价值。想当初，我刚到公司的时候，我们可没有这些。”
经过培训，美国电话电报公司的员工每年能拿到6万～9万美元的薪酬。
公司将员工获得的证书和学位记录在内部档案里，通过大数据工具可以轻松检索。如果你主动积极地学习，得到了这些学位和证书，布莱斯说道：“以后岗位有空缺时，我们会优先给你。我们要让大家知道，只要愿意努力学习，就会得到回报。”
布莱斯跟我介绍了整套体系的运作方式：
“比方说，我是一个经理，手上有10个技术岗位的空缺。我去找人力资源部，他们说你必须先从内部人中挑选。接下来，我查看在线个人资料，找到里面有这些技能或愿意学习这些技能的人。人力资源部门会为这10个空缺的岗位提供一份候选人名单。我们会找到渴望学习，并恰好有相关技能的人。我们会让招聘官给他们一次机会。”
布莱斯说道：
“那些员工之后就会把自己的故事告诉其他员工：‘我按照新规则做事，并得到了奖励。’”
布莱斯接着说道：
“这是公司和员工之间的契约，一份全新的约定。如果你想在绩效考核中获得A，一方面，你必须学会和别人合作。你必须与他人一起，有效开展合作，组建团队，领导变革达成目标，而不仅仅是待在自己的格子间里。另一方面，你不仅要精通自己的工作，还必须不断重新培训，坚持不断地提高个人能力，胸怀超越自我的抱负。或许你是个销售人员，但如果你还学习了相关的技术，那你对公司而言会变得更具价值。你不只是销售产品，你还了解网络是如何运行的。这才是公司里最优秀的员工。”
多诺万补充道，新的社会契约就是：
“如果你愿终生学习，就能成为终身雇员。我们会给你平台，但你必须愿意参与其中……每个人都有一个个人的学习门户，无论他们希望获得哪种技能，他们都可以看到自己的目标，以及要达成目标需要学习的课程。你可以选择不同的未来，选择到达的路径。在这个体系里，你能达成任何希望实现的成就。但首先，你必须主动加入其中。管理层的任务是明确公司的愿景。公司的责任在于为员工的发展提供工具与平台，而员工要做的是主动选择和自我激励。我们希望每一个离开这里的人，不是因为我们没给他们提供机会，而是因为他们自身缺乏动力。”
美国电话电报公司是一只巨鲸。当它开始注重职业发展与终生学习后，就掀起了巨大的波澜。正如布莱斯所说：“现在，很多大学正在作出调整，以适应我们的需求。我们正在绘制新的蓝图。”如果大学注意到这一变化，就会增设更多的学位和证书课程，“这对他们来说，有利可图；对我们来说，能更加节约成本”。
多诺万相信，这些举措能提高公司的整体技能水平和士气。“我们所做的是发掘出最优秀的员工，提高整体水平。”他说道：“我们的整体水平确实有所提高。我们落实一个新想法的周期变得更短了。任何人想出解决方案后，都可以在全公司范围内展开。我们的员工敬业度调查显示，1年内病假天数减少了30%。人们越来越少请病假，是因为他们感到自己更具影响力，主人翁意识更强了，与公司的关系也更加紧密了。”
重设课程
美国电话电报公司的模式对整个教育界都产生了广泛影响。以优达学城为例，它和佐治亚理工大学一起开设了在线低成本的计算机科学硕士课程。它与美国电话电报公司合作打造的教育模式能够向全世界提供同样的智能援助，在教育领域播撒下真正的革新种子。
优达学城由塞巴斯蒂安·图恩创建。图恩在德国出生，曾经是斯坦福大学人工智能领域教授和机器人专家。他总是回忆起在美国电话电报公司的达拉斯总部，与兰德尔·斯蒂芬森第一次会面的场景：两人在斯蒂芬森的行政套房席地而坐，图恩用笔记本电脑向这位首席执行官展示，他的迷你在线课程或迷你学位将如何向其公司员工传授最新的技术，并使其员工提高工作技能。斯蒂芬森看完演示之后，站起身来，当即就签字批准了这一项目。优达学城与佐治亚理工学院合作开设了学费只有6600美元的在线计算机科学硕士课程，但这门网络课程并没有影响到佐治亚理工大学昂贵的在校硕士项目。事实证明，这是两个不同的市场：一个是提供给那些想要校园经历的人；另一个是给那些追求终生学习的人。在线课程能够让他们在空闲时间，以能负担得起的价格学习。“我们在线课程学生的平均年龄是34岁，在校课程学生的平均年龄则为23岁。”终生学习平台有巨大的需求潜力。人们已经意识到终生学习的重要性。如今，优达学城可以提供网站搭建、程序设计、机器学习、安卓移动应用程序开发以及苹果移动应用程序开发等迷你学位项目。
优达学城还有更有趣的创新。优达学城还在谷歌工程师的帮助下开发课程。例如，2015年10月，谷歌发布了名为“张量流图”（Tensor Flow）程序的基本算法，供开源社区自由使用。谷歌张量流图的这套算法能让高速计算机运用大数据集进行“深度学习”，比人类大脑更好地执行任务。
“到2016年1月，我们已经开设了一个在线课程，教人们如何使用张量流图开源平台编写深度学习算法，来教机器处理各类事务——修改稿件、开飞机或从文档中检索法律证据。”图恩解释道。这对计算机科学而言是全新领域。张量流图算法于2015年10月份公布，到2016年1月，优达学城就与谷歌的工程师合作，开设了这门课程。图恩说：“我们现在可以以摩尔定律的速度更新你的技能。这是传统的学术界不可能做到的。”如果一所大学要开设类似的课程，最快也要1年的时间。很多大学要开一门新课，需要比这更长的时间。
优达学城与一批自由职业者建立了稳定的合作关系，雇佣他们给学生的在线作业评分，同时学生也会给他们评分。“我在一个星期内就可以从世界各地雇佣到1000名评卷人。”图恩说道：“经过试用，我能从中挑选出200个最优秀的，淘汰另外800个人。”通过这种快速的方式，优达学城才能保证高质量。优达学城有一些自由职业者为世界各地学生提交的编程作业评分（例如怎么使谷歌的全球定位系统创建地图），他们一个月就能够有数千美元的收入。“我们的一位项目评分人，一个月赚了28000美元。”图恩说：“打临工变得更加流行，而且工作的内容不再只是任务兔子公司（Task Rabbit）的那些跑腿的活。”
优达学城不只是为美国电话电报公司一类的公司提供智能援助。无论你是何人，身在哪里，优达学城的平台都能为你的个人“创业企业”充当智能助手。2015年秋天，我在优达学城位于帕洛阿尔托总部的一个小会议室，通过Skype对30岁的黎巴嫩女性加达·苏莱曼进行了采访，她当时正通过优达学城在线课程学习网页设计。她说她正在位于贝鲁特的家中，上着一家位于帕洛阿尔托的公司开设的课程，目的是为了向她的来自澳大利亚、英国的很多素未谋面的客户提供更好的服务。
“我在东贝鲁特附近阿什拉菲亚区的美国科技大学学习过平面设计。”她对我说道：“大学毕业后，我一直在寻找与网页设计相关的课程，发现优达学城后，我决定试一试。我从2014年开始网上学习，最初只是通过网上教程学习。”但她后来发现优达学城的平台“就像一个社群，我可以与其他人交流，所以它更有趣、更有互动性”。
我问，你为什么要选择在网上学习这门程课？
“这里的大学提供平面设计和计算机科学的课程，但没有网页设计的课程。”她说：“这是一个全新的领域，大学还没有跟上变化……我在优达学城学习的课程是网页设计与编程。虽然我擅长设计，但我仍需要学习更多编程方面的知识。它与我的工作相辅相成。”
你的澳大利亚客户都是什么样的？我问道。
“一个是做初创企业相关的出版物，一个是商业方面的博客，一个是以新妈妈为主题的博客，还有一个是澳大利亚一家社交媒体公司。”苏莱曼说。她自己运营的域名是Astraestic.com，取自“Artistic”（艺术性）和她的绰号“Astra”（阿斯特拉）的结合。“起初，我的父母很惊讶地问我：‘你怎么找到这些客户的？’现在他们觉得这很棒，相信我的未来前景广阔，因为我能结识其他国家的人。我在当地没有太多客户，不如在全球可以找到的客户多。”
我问她想给同龄的其他年轻人什么建议？她说：“我会告诉他们，他们应该首先要提高自己的技能，但仅仅做到这一点是不够的。他们还需要知道怎么推销自己。推售不只是销售员需要掌握的技能，它对找工作来说也至关重要。我会建议他们多训练自己。”
苏莱曼的故事告诉我们，无论身在何处，一个自我激励的人都能借助新的全球化浪潮，实现自己的梦想。很多人认为，大型开放式网络课程慕课的出现引领了教育的革命。这确实是一场革命，但还只是冰山一角。慕课仍然基于旧的模式：它本质上只是使用互联网和视频这一创新方式传播老式的讲座。超新星的出现预示着更深层次的革命即将开始，受到优达学城、edX和Coursera等学习平台的启发，高等教育的课程设置和组织形态即将发生改变。我希望这能够如阿斯托·特勒所说的那样，抬高我们的适应曲线。一家像优达学城这样的公司能够对谷歌张量流图这样的重大技术突破迅速做出反应，并在3个月时间内开设一门在线课程，教全世界各地的任何人使用该技术，这个故事必将广为传播，市场也将发生改变。即使学校可以迅速改变其课程设置，谁会愿意等到明年开学，才能在大学校园里学习到这门课程？
此外，现在还有如“折叠”（Foldit）一类的众包计算机游戏平台，这个游戏平台使任何人都能参与重大科学研究。它们也日益成为流行的学习平台。Foldit建立了一个任何人都可以玩的在线“游戏”，玩家通过设计蛋白质的最佳三维结构，能赢得大笔奖金。Foldit在其网站上说道：“既然蛋白质可以导致许多疾病，那么它们也能用于帮助治愈疾病。玩家可以设计全新的蛋白质，帮助预防或治疗重要疾病。”这个游戏吸引了世界各地成千上万的参赛者来争夺奖金，包括一些没有接受过正规生物学教育的人，尽管赢的不是科学学士学位，但声誉徽章在未来对市场来说可能更有意义。
这些快速学习的新模式已经渗透到了传统的实体教育机构，并导致一些全新的模式出现。举个例子：1997年，F.W.奥林基金会在马萨诸塞州尼德罕姆建立了奥林学院，目的是为工程学教育创造一个新的范式，让学生成为时刻准备挑战大问题的创新者。“我们对工程师的愿景是成为复杂的技术、社会、经济和政治系统的‘系统设计师’，能够解决我们今日面临的全球挑战。”奥林学院校长理查德·K·米勒解释道。
米勒说，为了培养出这样的工程师，奥林学院保持高度灵活的组织架构，可以以互联网的速度进行调整。“奥林学院内部不设学术院系，教师也没有终生教职。”米勒解释道：“相反，学院雇佣教师时签订的都是不同期限的可续签合同。”2016年我曾在那里为学生毕业典礼演讲，我注意到当时一半学生都是女生。在一个工程院校里，这可是前所未有的。
奥林学院一个特别重要的地方，米勒继续说道，在于“其要求学院致力于持续改进和创新”。因此，在奥林学院，几乎一切都有“有效期”，包括学院章程和课程表。“按照设计，奥林学院的课程设置需要不断进化。”米勒说：“我们正在为工科教育提供新范例而不懈努力。目前的课程表有效期为7年，到期必须主动进行审查，或是进行修订，或是恢复之前的版本。”所有奥林学院学生，必须“组建小型团队，在赞助商提供资金支持的情况下，完成1个为期1年的工程设计项目”方能毕业。这些项目需要一个工程师负责和公司联络，并经常涉及保密协议、新产品开发。
奥林学院虽然规模小、历史短，但这个工程学教育的实验学校展现出很多革命性的特性，未来终将会在更多学校中得到推广与普及。未来的大学将取消终生教职、保持与真实世界的更紧密联系、不断调整课程设置，不设立院系，并将工程学与人文科学加以综合（例如一门综合了生物学和流行病史的课程）。这就是最好的智能援助。这是教育领域的真正革命，随着越来越多的工人要求获得智能援助，它终有一天会走进你身边的社区。米勒称之为“远征学习”：创造你自己的知识，发明你自己的事业。
“你必须不断即兴发挥、随机应变。”他说道：“它已经超越了以问题为导向的学习，也超越了以项目为基础的学习。你正在进入一个没有人探索过的森林，去那里探寻你从未见识过的事物。”在那里，你会找到今天的你根本无法想象的工作，而这份工作需要快速并且持续地学习。
智能助手
在为本书搜集材料的过程中，我遇到的最有趣工作在线智能助手，或许就是LearnUp.com（学而上）网站。其联合创始人之一就是爱冒险的青年企业家亚历克西斯·林沃尔特。我第一次与她见面是在印度。当时，她和一位伙伴正在当地高调地推广一项基层可再生能源倡议活动，乘坐太阳能汽车与一支使用太阳能的摇滚乐队在印度全国巡回演出！
在太阳能领域创业后，林沃尔特对就业问题格外感兴趣，并花了6个月的时间采访找工作的工人。她发现一些不曾预料到的情况：在今天正在招聘的工作中，70%以上并不需要四年制的大学学位。美国十大雇佣人数最多的工作中，有9个不需要高中以上学历。同时她还发现，美国人有一种普遍观念，即任何人只要愿意，都可以做初级的客户服务工作。但这其实是错误的。这些工作要求申请人具备一些基本技能，而许多的申请人并不具备。
正如她所说：“即使是Gap的店员、麦当劳里卖汉堡包的，或是前台接待员，都需要一定的基本工作技能，但是多数申请者并不具备。他们只是认为，‘嘿，我喜欢衣服。我可以在这里工作。’高中或社区大学并没有教授他们这些职位所需的技能。”因此，雇主发现来求职的全是些不合格的初级职工。
“我这才恍然大悟，原来现有的求职体系不是为了吸引人，而是为了淘汰人。”林沃尔特解释道：“整个求职体系是为雇主建立的，使他们可以赶走涌入公司招聘系统的求职者。求职者们不停地投递简历，一投就是100多个岗位，然后就收到各种拒绝，为何被拒了，他们自己也不知道。与此同时，雇主碰到的是大量没有基本工作技能的求职者，这些求职者甚至不清楚他们申请的是什么岗位。”
即使人们找到了工作，也经常感到要保住工作的压力。人们总是觉得，如果有一天因为病了、汽车坏了，或是必须留在家里看孩子，不能去上班了，那就意味着他们必须辞掉工作，而不是向经理解释一下。
林沃尔特认为，所有这些问题都是可以解决的。2012年，她与同伴一同创建了LearnUp公司。求职者登录网站后，就能找到迷你课程在线平台，使其在申请岗位之前了解工作的实际要求和所需技能。网站提供了如何准备面试模块，以及不同空缺职位所需具体技能的模块，包括怎样在美国电话电报公司建立客户关系，如何在OldNavy [6]门店销售服装，如何在新鲜市场超市（FreshMarket）[7]解决客户问题，如何帮助客户找到合适的产品，如何让商店看起来美观，如何使用基本的办公设备【譬如如果你申请零售商文具店斯台普斯的工作的话，需要知道如何操作复印机】。培训课程只需1～2个小时，但足以让求职者了解想要求职的公司，获得岗位所需的技能，是否有资格提交申请。对于公司而言，也能分辨出哪些人有毅力坚持学习基础知识，哪些人不能。一旦你完成了课程，LearnUp就会为你安排公司进行面试。
“LearnUp可以将特定的空缺岗位和真实的面试机会匹配起来。”林沃尔特解释道：“打算到我们的合作伙伴（如OldNavy, Fresh Market以及美国电话电报公司）那里求职的人，可以通过点击求职公司招聘网页上“先准备再应聘”的按钮，接入LearnUp的网站。”LearnUp不会筛选候选人，而是帮助训练和指导他们从事特定的工作。他们通过LearnUp对工作有了更多的了解之后，可以选择继续申请或点击“我不想要该工作”的按钮选择退出。
最重要的是，LearnUp还提供在线“导师”服务，给求职者更多的鼓励、面试提醒和面试建议，解答求职相关问题。我们往往很容易忘记，在美国很多人没有职业社交网络、校友网络，没有父亲母亲，甚至有时身边连一个有工作的人都没有，他们不知道找谁去咨询如何获得一份工作。林沃尔特很惊讶地发现，许多人会问导师一些很基本的问题，例如：“我求职面试时应该穿什么？如果我迟到了该怎么办？”一些求职者会给导师发来照片，询问穿这身衣服去参加面试行吗？
林沃尔特说，这些问题可能听起来很简单，但很多人需要的就是这样的建议。她说：“所有和我们交谈过的人都很感激我们提供的建议。”
林沃尔特跟我介绍：
“导师按钮的灵感来自职业发展办公室里职业导师的启发。他们的热情与支持对求职者的成功发挥了重要影响。这就是为什么我们想让导师进入我们的平台。要找到工作，除了要打理好个人生活、家庭生活，你还会遇到很多阻力，譬如决定去哪里应聘，怎么填写申请表，确定住的地方是否离公司足够近，确保自己具备资格，怎样准备面试，如何找到前去面试所需的交通工具，怎么穿正确的衣服，什么是正确的话，面试结束后该怎么继续跟进。为了找每一份工作，你都要重复这些事情。一次一次如此，人们不仅会感到决策疲劳，而且会失去希望并陷入混乱。在一个有这么多选项的世界里，你很难知道该做些什么。如果你身边没有人能帮到你，那就会困难1000倍。劳动力大军中70%的人遇到的就是这样的困难。这就是他们的世界。没有任何支持，你的家庭没有，你所在的社区也没有，找工作很艰难……LearnUp导师功能的强大之处就在于它的可及性和易用性。大多数没有学历的美国人可能根本没有想过找顾问或导师。事实上，人们会觉得去失业办公室寻求帮助是一种耻辱。这么做真的很困难。”
我问林沃尔特，他们的导师在招聘过程中会提供什么服务。她发给我了一张清单：
告诉你穿什么，并向你提供面试当天的天气预报；
如何使用谷歌街景地图找到工作地点以及搭乘哪条公共交通路线到达工作地点；
发送提示，提醒你面试时间以及路上所需时间；
让你打来电话做面试练习，为你的答案录音，然后帮你找到“最佳方案”；
提供此前申请该岗位的被录用者或经理对于每一步的提示建议；
让求职的每个阶段变得更透明，让求职者了解“是什么”和“为什么”，了解公司的福利情况；
显示该公司以前雇佣的其他求职者；
与求职者分享有关工作地点以及管理者的有趣的事实；
提供更多关于他们将遇到的招聘经理的信息；
要求求职者向招聘经理分享有关自己的有趣事实；
自动安排Lyft或优步带他们去面试；
提醒你向面试官发送感谢信。
林沃尔特总结道：“每个人都需要有人说，‘我相信你能行’……很多人缺的不仅仅是技能，而且还有信心。”
技能和信心，两者相辅相成，缺一不可。
你需要多加练习分数
或许当今世界上最受欢迎的智能助手就是可汗学院了。可汗学院是由教育家萨尔曼·可汗于2006年创立，通过YouTube提供免费的英语短视频进行授课。课程覆盖数学、艺术、计算机编程、经济学、物理学、化学、生物学、医学、金融、历史等内容。任何人在任何地方都能够在可汗学院的网站上学习和复习。可汗学院成了世界上大众化学习的最重要的智能助手。2014年它还与负责美国大学入学考试SAT（学业能力倾向测试）以及SAT预考PSAT考试的美国大学委员会达成合作伙伴关系。双方共同为希望提高SAT成绩的考生提供帮助。他们提供免费的SAT备考服务，这样你就不用再花钱上私人补习学校了。而且，他们还创建了一个神奇的模拟平台，帮助学生填补他们的知识漏洞。
来自美国大学委员会的斯蒂芬妮·桑福德告诉我：假设你在10年级、11年级时参加SAT预考，俗称PSAT。PSAT的满分是1600分（包括英语和数学两项），你的成绩是1060分。你把这个结果输入电脑，电脑通过人工智能和大数据分析，会反馈这样的信息：“汤姆，你考得不错，但你需要在数学的分数部分多下功夫。你在这部分有很大的进步空间。点击此处，就能进入为你量身定制的分数补习课程。”
于是，我不仅能知道该如何改进，还得到电脑的智能协助，获得针对我弱项的定制练习项目。我不需要对所有内容进行练习，淹没在题海之中。我可以集中于自己需要着重改进的地方。到目前为止，已有超过140万孩子注册了可汗学院的免费SAT在线准备课程，这个人数是一年中参加商业性补习学校的学生总人数的4倍。事实上，在各收入层次的家庭中，利用可汗学院平台备考的孩子人数都超过了上补习班备考的人数。可汗学院已经变成了一个有价值的智能助手。有45万名学生将他们的PSAT考试结果与可汗学院链接起来，以便获得量身定制的、随时随地的课外辅导，包括使用手机练习。
这是当今美国教育界发生的有关智能助手最静悄悄但又是最重要的革新之一。备考SAT，获取大学入学建议，这些领域长期以来被认为是富人的特权，起决定性作用的是特权而非能力。坦率地说，这一看法是有一定道理的。
美国大学委员会主席大卫·科尔曼解释道：“我们正在努力改变这种情况，让更多学生拥有更多的工具。我们提供定制化的学习，帮助学生们在才能培养、职业道路规划上拥有更多自主权。过去，美国大学委员会通过考试衡量和记录学生的成长与进步。现在，我们试图向他们提供练习、培训的工具来改变人生轨迹。”
但是，这就要求你随着世界的转变做出重大的转变。“你必须对自己的成绩负责。”科尔曼说道：“你要意识到好的成绩不是不劳而获的，要通过勤奋的练习。”科尔曼一直在尝试改革SAT考试，以确保考试衡量的不是所谓的智商或能力倾向，而是学生们最需要的技能。“通过和可汗学院合作，我们能提供最好的备考工具。”科尔曼补充道：“现在，所有的学生都可以自主学习，提高成绩，因为他们可以获得最好的练习工具。”
由于这些改进，美国大学委员会现在还能提供另一种智能助手，即“智能建议”，这是为你量身定制的、来自人工智能的建议。科尔曼说：“在学生和家人的允许下，我们不仅与顾问们分享学生的数据，还分享了从数据中看到的趋势，以确保顾问们获得充分的信息。”为了确保最需要帮助的人能得到顾问和导师的指导，美国大学委员会与美国男孩女孩俱乐部合作，力争在全国范围内让尽可能多的学生用到免费练习工具。美国大学委员会还与“大学咨询公司”（College Advising Corps）合作，为成绩优秀、但家境贫寒的学生提供免费的资深顾问，指导他们在选大学的时候做出最佳选择，还为他们申请奖学金提供机会和渠道。该平台还能识别出哪些高中二年级或三年级的学生有能力在高阶课程（AP课）中取得好成绩，但却不敢注册这些课程或是自认为不够优秀。这些学生通常是有色人种学生，他们经常被排除在AP课程之外。这也是为什么桑福德总是说：“人们常常说考试是有偏见的；但是，考试还不如人们自己有偏见……”但你从来不会担心智能助手会有这样的问题，因为智能助手不关心你的肤色。
可汗学院和美国大学委员会的合作是一个很好的案例。在这个加速时代我们正在向一种新的社会契约过渡。过去的契约是从教育到工作，现在的契约是终生学习。可汗学院与美国大学委员会的改革有三个基本要素：（1）你将越来越依靠自己的本事，你最好接受这个事实，并且尽可能地寻求智能助手和智能援助；（2）正因为你得更多依赖自己，政府及社会组织需要做好它们的工作，不仅要向你提供任何所需工具，还要尽可能提供更好的工具：根据人工智能为你量身定制的工具，并为你提供有爱心的成年人或导师；（3）技术当然有用，但你必须集中精力，全力以赴。科尔曼喜欢说，今天的科技更容易打断人们的工作，而不是帮助人们集中注意力。学生们比以往任何时候都需要学会长时间集中注意力，并沉浸在练习中——这可不是戴耳机听音乐。没有一个运动员、科学家、音乐家不是通过专注练习提高自己的。你不可能通过下载个程序就马上学会知识，学习态度要靠你自己用心。
你既来之，它则安之。人工智能会越来越有效地成为我们的智能助手。“过去，如果我出了一本微积分教科书，我无法得到数据，也没有办法知道哪些部分对他们更有用。”萨尔曼·可汗说：“所以，我能够做的修订无非调整页码。”如今，可汗学院能够发布一系列微积分教程，并在几个小时内就发现哪些教程能最有效地帮助学生答对题目，立刻更新教材版本，并在几个小时在全球范围内推广最佳的教程。
可汗补充道：“具有较高识字率是发达世界发展的加速助推器，如果我们能够让发展中国家也拥有这一加速助推器，其带来的促进作用将不是5%，而是50%。”所有积极学习的年轻人现在可以到可汗平台上，想进步多快就进步多快。
萨尔曼·可汗说：“现在已经不存在天花板了。”
聪明的门卫
智能助手不仅可以简化你访问的网站。它们同样也可以是便携的工具，以全新的方式将人工智能转化为智能助手，使更多人——无论其教育背景或灵巧程度——都能够生活在平均适应曲线以上，甚至发展得越来越好。
想象一下今天圣地亚哥高通公司的门卫是什么样的。由于有了智能助手，这个岗位现在也需要具备相当的知识了。高通公司智能城市项目的产品管理总监阿什霍克·蒂比尔内尼说，高通创造了一项新的业务，可以将无线传感器安装在楼宇的各个角落，使其能够像心电图、磁共振成像一样实时地、不间断地显示每座建筑内部深处发生的情况。作为示范模型，蒂比尔内尼首先改造了高通公司在圣地亚哥的太平洋中心办公区的六幢建筑物。这个办公区包括停车场、办公空间、大餐厅等，占地100万平方英尺，可供3200人使用。他们设计了小型、自供电、夹式的传感器，将大门、垃圾桶、浴室、窗户、照明系统、供暖系统、电线、冷却器和水泵等反馈的数据都传输到办公区的接收器上。接收器将所有数据上传到超新星上储存和分析，并向建筑维护人员提出智能建议。
这样带来的第一个好处就是显著地节省了开支。各实验室竞相比谁节省得最多。“我们发现，实验室电脑耗电量很大，于是我们将六座建筑物中的电脑在未使用时调成休眠模式，就这一项，每年将省下约100万美元。稍作简单调整就能取得这样的效果，这令人震惊。”蒂比尔内尼说。
但更有意思的是，他们将所有数据都传输到平板电脑上，每个维护人员人手一台平板电脑。一旦发生泄漏、短路或阀门未关闭时，提示信息就会立即显示在平板电脑上。如果有物件损坏或泄漏了，平板电脑上会立即显示维修手册。如果出现维修团队不知如何解决的故障或泄漏，他们可以用平板电脑拍摄照片。“系统会知道这个部分连接着四楼的一个管道，而四楼是由某位技术人员负责的，便会自动给该技术人员发去一张任务单，让其进行维修。”蒂比尔内尼说道：“设备知道墙面后管道的确切位置，因此无需猜测在哪里打洞。你可以省下时间和金钱，以最有效的方式满足你的需要，并把修理表面问题的时间节省下来，解决导致这些问题的根本原因。”
高通将这些传感器安装在圣地亚哥办公区的48座大楼里。突然间，大楼维护人员“摇身一变成了数据工程师，这令他们兴奋不已”。蒂比尔内尼补充道，他们想办法让数据“变得更容易理解，更容易操作”。过去，当设施管理员视察大楼时，他们会说：“如果存在泄漏，我会接到报修电话，或者我自己就能发现。”这是一种被动反应的工作方式。现在，蒂比尔内尼说：“我们训练他们通过查看信号和数据，在发生泄漏并造成破坏前就发现问题，防患于未然。他们不知道要查看什么数据，所以，我们面临的挑战是让传感器数据易于理解。我们不能对他们说‘你们负责解决’，然后就把他们淹没在数据里。我们的目标是，‘我们提供你能用的数据。’”这就是智能助手的核心所在。
“认知的负担太重了。”他补充道：“技术必须减轻用户的认知负担。每个人都需要私人助手，未来每个人都会拥有它。”
维护团队现在感觉自己更像大楼的技术员，而不仅仅是门卫。“他们感到自己更进了一步，他们对这种交互方式感到很兴奋。”蒂比尔内尼说道。
他说，最妙的部分就是：“我们向来自四个不同城市的40位官员进行了演示。有几位维护人员展示了他们的所学，这在城市官员中引起了轰动。只用了几个月的时间，他们就有了足够的自信来演示这些发明。”
这就是一个智能助手能够做到的事。
智能算法
我可以告诉你，智能算法在加速时代对就业市场具有非常重要的意义。但我更愿意给你讲一个故事。这是万事达卡计算机服务器工程师拉莎娜·刘易斯如何找到工作的故事。我是在社会公益企业“工作机会”（Opportunity@Work）组织的一场关于如何“重振美国劳动力市场”的小组讨论上认识刘易斯的。
刘易斯是一位非洲裔的美国女性，现年40岁，出生在伊利诺伊州东圣路易斯的单亲家庭。刘易斯的妈妈在15岁时就生下了她。“我妈妈依靠救济金生活，住的是政府公房。我们身边的人也都靠救济金生活。我们家中没有钱；学校里也没有电脑。”但是刘易斯很早就发现自己“擅长修理物件”。屋子里无论什么东西坏了，从烤面包机到水槽，她都会自己修理。等到她念高中的时候，学校里终于配备了电脑，她便一头扎进计算机课程。她后来甚至开始辅导其他学生，这引起了老师的关注。老师告诉她：“你应该去读大学，学习计算机。”她拿到了密歇根理工大学的奖学金。即使有奖学金，她仍然没有足够的财力读完所有课程，于是本该于1998年毕业的她，在三年半后就退学了，所以当然没有拿到学位。
“我回到家，尝试在计算机行业找一份工作，但每次我都被拒之门外。”刘易斯说：“人们问我是否毕业了，我不愿说谎，我说没有，于是没人愿意要我，最后我只得到了一份开车接送黑人小孩去参加补习班的工作，往返于当年我在东圣路易斯就读的高中与当地社区大学之间。我每天开着面包车接送小孩。有一天，辅导班的计算机课程老师辞职了。他们让我来填补空缺，我答应了。到了月底，我问他们，我能否全职做这份工作。他们说：‘不行，你没有学位。’这次受挫后，我去了一家招聘公司，他们给我找了一份求助咨询的工作。”于是刘易斯在这份求助咨询的工作上一做就是10年，帮助像我这样的门外汉重新设置密码，或做其他类似的事情。
刘易斯的转机出现在她在圣路易斯韦伯斯特大学的求助咨询办公室工作的时候。她的同事、教职人员看到了她的才能。当时她一直与信息技术团队一起，担任后备技术员。有一天，刘易斯在韦伯斯特大学上计算机补习课时，她的教授向刘易斯推荐了一个新出现的智能助手网站：“发射代码”组织（LaunchCode.org）。LaunchCode的目的是帮助你“在网上和你的社区里找到最适合你的科技工作”。它承诺：“你不需把精力花在文凭上，只要告诉我们你能做什么，在线申请成为LaunchCode的学徒，我们将帮助你培养技能，激发你的热情，为你配备导师，不断督促你取得进步。LaunchCode会把你介绍给500多个和我们有合作关系的雇主，成为公司带薪学徒，通常为期12周。你可以在工作中磨练技能，向经验丰富的开发人员学习。10个学徒中有9个将成为全职雇员。”
刘易斯于2014年6月与LaunchCode签署合同，并在当年9月进入圣路易斯万事达公司当学徒，11月晋升为全职助理系统工程师，帮助信用卡公司管理其巨型服务器网络。2016年3月，她晋升为系统工程师。
刘易斯对我眨了下眼睛：“我还是没有本科学历。”
今天的美国约有3500万人和拉莎娜·刘易斯一样，考进了大学却没能完成学业。试想一下，如果我们能够找到很好的方法，重视和利用这3500万人的所学与所能，我们国家的生产力将提高多少。我们不应只是关注一个人有没有学位，这种评价系统只在乎学历，不在乎实际能力。像LaunchCode这样的智能助手可以成为雇主们可靠的助手，它们将人们吸纳进来，而不是将他们拒之门外，这样就能释放和利用大量被浪费的人才。
刘易斯说：“如果你能胜任这份工作，你就应该得到它。”
通过智能算法和智能网络，这完全可以成为现实。实际上，有很多人都具有雇主所寻求的技能，但却没有获得传统意义上认可的凭证。有很多人都乐意学习技能，却找不到关于这些技能的信息和学习平台，因为有些平台是非常规的，不在传统政府贷款的覆盖范围内。有些员工具有技能或是决心去学习这些技能，但他们的雇主们并不知道他们是谁，或是没有为他们提供在线培训机会。有些学校在教授这些技能上很有实力，但很少人知道哪所学校是最好的。
如果我们可以通过智能算法“克服这些劳动力市场失灵的现象”。拜伦·奥古斯特说，那么无论存在多少机器、机器人，我们都可以让更多的人参与工作，人尽其才，为我们的经济、社会做出贡献。这些智能算法或智能网络被称为“在线人才平台”。
在高端劳动力市场，专业人士已经拥有了可以利用的智能算法，即职业领域专业社交网站“领英”。现在，领英的创始人想要通过创建一个全球“经济图谱”的方式，把这种智能算法扩展到整个劳动力市场。领英的首席执行官杰夫·韦纳在其企业博客中这样写道：
雷德·霍夫曼与领英的其他创始人创建了一个帮助人们挖掘职业社交网络价值的平台，并开发了一个能将社会关系网络扩展至三层的基础设施。这样一来，他们为最终建成全球最大职业图谱奠定了基础。
领英的长期愿景是将这种职业图谱扩展成为一张经济图谱，即以数字化的形式显示出全球各种经济机会，显示出每一份工作，无论是全职的还是短期的；显示出得到这些机会所需要的技能，全球提供这些机会的各家企业的资料和全球劳动力市场上约33亿人的个人职业资料，并将这些个人、企业的专业知识都放进“图谱”里。这样，每个专业人员都可以与任何人分享他们的专业知识和经验。
任何人都能够使用类似领英全球图谱这样的智能网络查看市场需要或者提供哪些技能，甚至能够开设在线课程。我或许能在网上教人写作专栏，我的妻子或许能教人编辑专栏，而你或许可以教人如何编织、如何疏通管道或维修发动机。这样，我们就能激励更多的人向他人提供专业知识，这个市场将大大扩展。
韦纳补充道：
通过这个经济图谱，我们可以了解到任何地区的工作机会在哪里，找到该地区增长最快的岗位是哪些，知道这些岗位需要哪些技能，以及目前总体劳动力技能如何，并计算出劳动技能的供需缺口。更重要的是，我们还可以向职业培训机构、大学等提供数据，以便他们能为当地求职者及时设置课程，传授眼下或是未来工作中所需技能，而不是那些已被淘汰的工作所需的技能。
另外，我们可以让目前在读大学生有机会看到他们的校友在不同企业、地区、职能岗位上的职业发展路径。
你可以登录领英网站的链接Linkedin.com/edu。领英研究了大约1亿在职人员的数据库，以确定哪些学校的毕业生能够进入各项专业领域的顶尖企业。结果或许令你感到惊讶：会计专业的最佳大学是维拉诺瓦大学和圣母大学。传媒专业的最佳大学是纽约大学和霍夫斯特拉大学。软件开发专业的最佳大学是卡内基梅隆大学、加州理工大学和康奈尔大学。无论你想成为水管工还是外科医生，知道哪些学校的校友在行业领军企业就职人数最多，这一信息是很有价值的。
领英目前已经开始从几个试点城市，着手构建其图谱。如果他们能成功创建一个覆盖全球的智能算法，那将是极为重大的成就。但是，对于在劳动力市场上无法像领英专业人士那样建立社会关系网络的人，我们该如何向他们提供智能工具呢？
领英联合创始人雷德·霍夫曼是另一个智能算法，即“工作机会”的主要支持者之一。“工作机会”（Opportunity@Work）是一家社会公益企业，由奥古斯特和凯伦·乔普拉领导。这家企业的目的是为那些处于劳动力市场低端、存在巨大“人才套利”机会的人群解决就业问题。拉莎娜·刘易斯就是这样的人。
有太多人和刘易斯一样自学技能，但未必拥有雇主们聘用职员时通常依赖的证书、徽章或学位。在这个自我学习的时代，过去的雇佣习惯已经落伍了。
“工作机会”正试图通过在社区层面建立智能网络，为那些迫切需要雇佣有用之才的雇主提供帮助。许多雇主表示，大学学位并不等于他们所需要的技能，但他们目前惯用的招聘工具，却常常把有技能、无文凭的人拒之门外。
举例来说，比如有一个信息系统管理员或网站开发人员的工作岗位，有的求职者有这样的技能，但没有学校学位或是专业背景，“工作机会”会在“技术雇佣”网站（TechHire.org）的平台上对他们进行测试，证明他们掌握了该技术岗位所需的技能，然后将其与合适的雇主或相应的培训机构建立联系，让他们可以挣得更多或者得到更好的学习机会。
“我们必须基于实际技能的掌握情况而非学习经历来进行招聘。”乔普拉说道：“我们可以让人们的学习曲线斜率变得更为陡峭，但如果这些学习和技能不能在劳动力市场得到认可，那么也就没有激励与回报。”有太多公司都习惯于用那些根据学历出身来进行筛选的招聘软件，而不是用那些可以挖掘每个人最大价值和最大潜能的匹配软件。
这究竟有多么不理性？来自“燃镜技术公司”（Burning Glass Technologies）2015年劳动力调查的数据显示：新公布的行政秘书、行政助理职位中65%要求拥有学士学位，但“目前这些职位的在职人员中只有19%的人拥有学士学位”。也就是说，要是让已经做了秘书工作的人再去找一份秘书工作，将有五分之四的秘书会因为没有学位而被拒之门外，这相当于秘书行业新就业岗位的三分之二。
这种招聘方式是非常荒谬的。你可以设想，如果你已经是个秘书，但没有学士学位，要是你希望换个工作单位，另一个雇主会考虑雇佣你，但他会要求你先辞职，贷款8万美元，读个学士学位，然后参加面试，再应聘一个你已经在做的工作。燃镜技术公司指出，在今天的美国就业市场，越来越多的雇主将本科学历作为入职资格，即使那一纸文凭与工作要求或你的真实能力毫无关系。这使得很多能干的劳动者无法获得中等技能水平、中等收入水平的工作。
奥古斯特说：“工作机会”试图创造“一种新的人力资本信号”。这个信号所要传递的信息是：“任何能够符合标准、完成任务的人都能来一试。我们不介意你是如何学会的。我们雇佣的是掌握技能的人而不是拥有高学历的人。并非任何人都能得到某个特定工作，但任何人都能够有机会一试。”而如果你还不具备某些技能，那么你可以在当地学校或学习平台学习，用自己的时间来弥补不足。
至今，没有雇主有动力来建立这样一个平台，这也就是为什么我们需要一个类似“工作机会”或领英这样的组织创造智能网络，并向每个人展示它是如何运作的。现在的就业系统只挑选出1个获得工作的赢家，同时制造了1000个找不到工作的输家，这浪费了太多人力资本，而且会引发更多的政治风险。乔普拉和奥古斯特相信，如果能够让足够多的雇主基于应聘者的技能而非学历来招聘，并将潜在雇员与学校、教练或导师进行匹配，帮助他们对市场最需要的技能做出反应，他们就可以颠覆现在的劳动力市场。
如果你是一位社区大学的行政人员，就可以借助这些智能网络了解时下雇主们需要哪些技能，并将这些技能列入学校的授课范围。你还可以引入智力融资领域的创新。奥古斯特说：想象一下，你可以设立一个微型的股权投资，对有才能但低收入的学生提供投资，资助他们参加一个为期15周的“编程训练营”，负担他们的学费和生活费，等到该学生找到软件开发员的工作后，才让他们还债。如果我们抛弃当前公私合营学生贷款的陈旧框架，以更个性化、基于人的才能、由项目获益者继续为后来人提供资金（pay-it-forward）的融资系统，让教育机构与雇主把自己的钱投入这个融资系统，确保学生能够得到工作，并从中得到回报，我们就可以创造出更多的就业机会，解决技能不匹配问题，并释放人力资本中蕴藏的巨大价值。
“我们花了很多时间研究如何优化金融资本的回报。”奥古斯特说道：“现在是时候开始思考如何优化人力资本的回报了。”
革命的到来
我在本书中强调，技术的发展是呈阶段性的，由一个平台到下一个平台。但并非所有的平台都是平等的。最近有两个发展阶段：第一个是在2000年左右，技术让网络连通更加迅速、简单、免费，并且无处不在；第二个是在2007年左右，技术让复杂性变得更加快速、免费、简单，并且再也看不见了。我认为，这两次飞跃构成了人类、机器、群体以及流动的力量的重大转折点。这是继工业革命打破行会体制、创造新的基本工作模式后的又一次突破。得益于超新星，职场现在正以我们从未经历过的速度，在前所未有的范围和规模上实现全球化、电子化和机器人化。几乎每一个行业都受到了这一进程的影响，这也对我们提出了一个根本性的挑战：如何教育人们工作，如何在工作中管理员工，以及如何帮助员工适应这两种新的现实。
如今，大多数好的中产阶级工作，即那些无法被外包、自动化、机器人化或者数字化的工作，都符合我称为的“科技+情怀”的工作[8]。这些工作需要能够运用专业技能并开展人际交往的能力，从而将计算与心理学融合。比如，与沃森这样的人工智能程序对话，做出癌症诊断，并握住病人的手告知诊断结果；让机器人为奶牛挤奶，同时当它们需要额外呵护的时候给予温柔抚摸。
2013年5月10日，历史学家瓦尔特·罗素·米德在《美国利益》杂志上发表了题为《工作危机：远远超出你想象》的文章。他指出：
19世纪，大多数美国人将他们的时间花在与户外的动物、植物打交道上。到了20世纪，大部分美国人将他们的时间用于办公文件传送或者在工厂里敲打机器。到了21世纪，我们大部分人将与他人一同协作，相互提供服务，改善各自的生活……
我们必须意识到，工作的固有尊严来自人与人的关系，而非人与物的关系。我们必须意识到，好的工作就是与他人沟通交流，理解他们的期许与需求，运用我们的技术、知识和才能并以他们可以负担得起的价格满足他们的需求。
最近的一份研究验证了上述观点。2015年10月18日，克莱尔·凯恩·米勒在《纽约时报》发表了一篇题为《为什么学前教育对工作如此重要》的文章。他指出：“现在所有可以由机器来完成的工作——无论是做手术、开车或者送餐——仍然缺乏明显的人类特性。它们都不需要社交技能。然而在现代工作中，与人合作、同理心、灵活性等技能都变得尤为重要。”
这些工作都对社交能力提出很高的要求。米勒说道：
自1980年以来，这些需要极强社交能力的工作较其他工作增长得更快。自2000年以来，唯一保持工资增长的工作，都需具备认知与社交双重技能……
为了帮助学生们应对这种工作需求的转变，学校所教授的技能也需要相应地调整。但是社交能力在传统教育中尚未得到重视。
克莱顿·克里斯坦森研究所的创始人之一、研究教育问题的迈克尔·霍恩指出：“机器正在自动处理很多事情，因此具备软技能、通晓人情味、知道如何补足技术的短板，这些能力至关重要。但我们的教育体系并非为此目的而设立。”
米勒咨询了哈佛大学教育学与经济学助理教授大卫·戴明，他刚刚完成了该领域的一项最新研究。戴明发现，在科技行业，“正是那些将科技与人际交往能力相结合的工作才最具发展前景，例如善于和团队合作的电脑工程师”。米勒引用了专业研究劳动力市场的麻省理工大学经济学家大卫·奥托的话：“如果只需要专业技能，那么完全有可能实现自动化；而如果只需要情感与灵活性，我们拥有无穷的人力资源，该工作并不会获得高薪。只有将两者结合才是真正有价值的。”
总而言之，加速发展的时代重构了工作模式，并要求订立多重的、新的社会契约。第一是老板与员工之间的契约：老板们必须要学会根据个人的真实能力而不只是依据其耀眼的学历来聘用员工，并且还应在公司架构内为员工实践终生学习提供多种渠道。第二是个人自己与自己的契约：如果老板创造了学习机会，并予以学费上的资助，你需要做的就是下定决心、自我激励，好好学习，持续学习。在现在这个时代，找工作就像是争球。有越来越多的人、机器、机器人去争这个球，你必须有意愿且有能力去跳起争夺。第三个新契约在教育者与学生之间：公司不再有耐心等待高校去发现劳动力的市场需求，调整他们的课程设置，聘用合适的教授，教授学生新技能。当下网络学习平台能够更快捷地在第一时间提供这方面教育。在这个对所有人提出了终生学习要求的时代，如果传统的高等教育想要与时代接轨，教育者需要以尽快的速度、较低的价格以及更多的灵活性提供学习机会。最后，政府与公民之间需要达成新的社会契约：我们需要创造各种可能的监管制度和税务激励，促使每家公司向员工提供终生学习机会，让每个员工都能获得终身学习的智能援助、智能助手、智能网络、智能融资。