實話實說吧！機器人不會搶走我們所有的工作。但如果我們沒有在就業、教育和創業方面加速創新，如果我們沒有重塑從教育到工作到終生學習的整個流程，那我們就只能把工作拱手讓給機器人了。
我們首先要認真地談談工作這件事情。在美國，我們已經很久沒有認真地談論這個話題了。從20世紀90年代初到現在，克林頓總統和他的繼任者們一直在對美國人民說著同樣的老話：只要你“努力工作，按規則行事”，美國的體制將給你一個體面的中產階級生活，而未來你的孩子將有機會獲得更好的生活。這些話曾經是正確的：只要來上班，達到平均水平，做好你的工作，按照規則辦事，一切都會好的……
好吧，現在要對這一切說再見了。
正如我們似乎正慢慢遠離氣候上的全新世時代——那個自然中的一切都能維持平衡、堪稱完美伊甸園的時代——我們同時也正在遠離工作上的全新世時代。在第二次世界大戰後幾十年的“光榮歲月”裡，在市場、大自然和摩爾定律進入棋盤下半場之前，你可以當一個普通工人，接受普通高中或四年制大學教育，加入普通的工會或根本不加入，並過上體面的生活。只要每週平均工作5天，每天平均工作8小時，你就能買個房子，有個普通的院子，撫養2個左右的孩子，偶爾去迪士尼世界遊玩，靠儲蓄過著普通的退休和晚年生活。
在當時，許多因素都有利於普通工人。最初，美國主宰了被第二次世界大戰摧毀的世界經濟，第二次世界大戰結束後的許多年裡，有大量的製造業工作崗位需要有人填補。外包活動非常有限，中國尚未加入世界貿易組織（2001年12月才加入），中國的大量勞動力對多數優質藍領工人構不成太大威脅。當時，全球化進程相對緩和，創新步伐更加緩慢，不同行業的准入壁壘相對更高，工會的勢力相對更強，能夠與僱主談判，爭取到穩定的工資及福利待遇。公司還能夠負擔起為工人提供更多的內部培訓，當時工人流動性也更小，因此也不太有主動學習和離職的慾望。因為改變的速度更慢，在高中、大學所學的技能能夠在更久的時間內適用。機器、機器人以及更重要的軟件還沒有先進到可以簡單、低成本的方式完成大量複雜的工作。
正是因為有以上所有這些因素，勞動力全新世時代的許多工人才得以享有人們通常所說的“高薪資、中等技能的工作”，大學董事會負責全球政策與宣傳事務的主任斯蒂芬妮·桑福德解釋道。
好吧，對這一切也說再見吧！
高薪資、中等技能的工作已經走上了像柯達膠卷那樣消亡的道路。在加速變革的時代，動物園裡這樣的動物越來越少了。當然還會有高工資、高技能的工作，也還會有中等工資、中等技能的工作，但再也不會有高工資、中等技能的工作了。
普普通通就好的時代已然結束。我在大學畢業時，必須找一份工作，現如今我的女兒必須創造工作。我上大學學習可以令我受用終生的技能，終生學習對我而言只是一個愛好。現如今，我的女兒在大學學習的技能只夠應付第一份工作，對她們而言，為了以後的每份工作必須保持終生學習。今天的美國夢不再是一個目的地，而是一段終生旅程，並且越來越有在下行扶梯往上走的感覺。你可以做做看。我們還是孩子的時候都這麼幹過。你必須走得比自動扶梯更快，意味著你需要更加努力工作，定期重塑自己，獲得至少某種形式的高等教育，確保終生學習，在按照新規則行事的同時也重新發明一些規則，這樣你才能夠加入中產階級之列。
我知道這不是一個可以貼在汽車保險槓上的激動人心的口號。在說這些話的時候，我也並不感到喜悅。我也喜歡以前的世界。但是如果不這麼說，我們就嚴重誤導了人們。用領英的聯合創始人雷德·霍夫曼的話說，要在今天的職場勝出，關鍵就是要“像自己創業一樣全身心地投入工作，並不斷發展和創新自己”。在美國，沒有哪個政治家會和你說這些，但每個老闆都會在你第一天開始工作時對你這樣說。
在加速變革的時代裡，什麼事情都需要維持動態穩定——你需要一刻不停地蹬踏（或划槳），要想牢牢保住一份工作也是如此。“編程學院”（Code-cademy）的創始人扎克·西姆斯認為：“你必須知道更多，你必須更加頻繁地更新知識，你必須運用知識做更多創造性的事情”，而不僅僅是完成常規工作。“這個遞歸循環定義了今天的工作和學習。這就是為什麼自我激勵變得更加重要”，因為大量的學習要在你高中、大學畢業之後或離開父母家以後進行，並且不是在課堂中完成。“一個按需運行的世界要求每個人按需學習，要求世界各地的任何人都能通過手機或平板電腦獲得學習的機會，這在真正意義上改變了學習的定義。”西姆斯繼續說道。他的平台可以幫助人們更方便地學習如何編程。“當我走進地鐵，看到有人在手機上玩糖果粉碎傳奇的遊戲時，我想他們浪費了本可讓自己變得更好的5分鐘。”
20世紀90年代中期互聯網出現，過了十多年後，人們才意識到不同地域間的“數字鴻溝”是那麼令人痛惜：紐約市有互聯網，而紐約上州沒有；美國有，而墨西哥沒有；南非有，而尼日爾沒有。數字鴻溝很嚴重，因為它限制了一個人可以學習到的東西，限制了如何去做生意、在何地做生意以及可以與誰合作。過了十年，地域間的數字鴻溝基本消失。當數字鴻溝消失後，那麼只有一個鴻溝才是至關重要的，未來研究院的執行主任瑪瑞納·戈比斯說道，那就是“激勵鴻溝”。未來將屬於那些能自我激勵的人，他們能利用所有免費和低成本的工具和超新星大爆炸所產生的流量。
如果世界裝了一個指針，那麼第二次世界大戰後的50年，這個指針總體指向左方，你越接近蘇聯，指針指向就越是向左。指針所指的方向傳達出一種信號：“你生活在一個‘固定福利’的世界：只要每天做好你的工作，按時出勤，達到平均水平，你就能在這裡得到固定的福利待遇。”自從超新星出現，指針向右急轉，現今它傳達的信號是：“你生活在一個‘由貢獻確定福利’的世界——你的工資和福利現在越來越直接地與你的貢獻掛鉤。隨著大數據技術的發展，我們能越來越精準地衡量你的貢獻有多少。”現如今是一個401（k）的世界了[5]。用海報上的話來說，山姆大叔想要你承擔更多的責任。
通用電氣的首席執行官傑夫·伊梅爾特在2016年5月20日向紐約大學斯特恩商學院畢業生發表畢業典禮演說時說：“技術提高了對公司、個人競爭力的要求。”德勤商業戰略專家約翰·黑格爾更是直截了當地說道：“我們所有人，不管是個人還是組織，都面臨著日益漸增的績效壓力。無處不在的互聯網連接意味著進入、遷移的門檻顯著降低，加快了改變的速度，提高了極端、破壞性事件發生的頻率，所有這些都給企業組織帶來了巨大的壓力……在個人層面上，容我拿一個廣告牌作例子。在通向硅谷的高速公路上曾經有過一個廣告牌，上面寫著：‘如果世界上至少有100萬人能夠做你的工作，你會怎麼想？’要是擱在20年前，這是個很荒謬的問題。我在美國，別的國家的工人跟我有什麼關係。現在它已經成了一個核心問題。興許人們還會追問，‘如果世界上至少有100萬個機器人能夠做你的工作，你會有什麼感受？’在極為個人的層面，我們每個人都能感受到績效上的壓力。”
新的社會契約
但每個人都能跟得上嗎？
這個問題是我們這個時代最重要的社會經濟問題之一，而且很可能是最重要的社會經濟問題。麥肯錫前高級合夥人、奧巴馬總統的經濟顧問拜倫·奧古斯特說，在每一個重大的經濟轉型期，“總有某種新的資產成為生產力增長、財富創造和機遇的主要來源”。他創立了一個叫“工作機會”（Opportunity@Work）的公益性企業，力圖讓至少100萬美國人在未來10年內能夠“工作、學習，並掙到一份能夠充分實現他們潛力的工資”。“農耕經濟的資產是土地。”奧古斯特補充道，“工業經濟的資產是有形資本，而服務型經濟的資產是方法、設計、軟件和專利等無形資產。”
“在今天以人為本的知識型經濟中，資產是人力資本，諸如才能、技能、訣竅、同理心和創造力等。如果我們的教育體系和勞動力市場能夠適應這種變化，那將釋放出大量的、被低估的人力資本。”我們應該努力避免那種只有少數幸運兒才能獲得資產或機會的增長模式。要維持那樣的社會，需要進行大規模財富再分配，而這在政治上是不可持續的。
奧古斯特說：“我們需要聚焦以投資人力資本為基礎的增長模式。那可以使我們的經濟更具活力，使我們的社會更具包容性，因為才能和人力資本要比機會或者金融資本分配得更加均勻。”
那麼我們該從哪裡著手呢？奧古斯特認為，簡短來說，在這個加速變革的時代，我們需要重新思考員工和僱主、學生和教育機構、政府和公民之間的契約。這是創造一個人盡其才、才盡其用、人力資本得以成為全社會普遍而不可分割的資產的唯一途徑。
僱傭更多的銀行櫃員
為了理解新的社會契約是怎麼構成的，我們首先得對勞動力市場目前的情況有個清晰的瞭解，接下來才能知道我們要解決的問題是什麼。
在這裡，我要介紹經濟學家詹姆斯·貝森的傑出工作，他是波士頓大學法學院的研究員和講師，著有《干中學：創新、工資和財富之間的真正聯繫》。關於這些問題，其實有很多的迷惑和誤解。
貝森認為，我們需要聚焦的核心挑戰在於技能問題，而不是工作本身問題。任務自動化和工作崗位自動化是兩件不同的事情。任務自動化不會搶走人類的工作，但工作自動化會完全替代人類。當然，確實也存在因為整個行業消失而完全消失的工作。今天，在美國或在其他任何地方，可能沒有人再靠生產馬鞭為生了，這是因為汽車取代了馬和馬車。但是，一份實現了98%自動化的工作與100%自動化的工作存在巨大差異。19世紀的時候，織布工98%的勞動被自動化了，手工勞動的任務量從100%降至2%。
“接下來發生了什麼？”貝森說，“織布工的崗位數反而增加了！”
為什麼？“因為當原本大部分需要人工完成的工作被機器替代後，整體的生產效率會大大提升。”而生產力大幅提升後，他解釋道：“產品的價格就會下降，對產品的需求就會增加。”19世紀初，許多人只有一套衣服，衣服都是人工製作的。到了19世紀末，大多數人有了許多套衣服，窗戶安裝了窗簾，地板鋪設了地毯，傢俱擺上了裝飾物。也就是說，隨著織造的自動化，布料價格的下降，“人們發現布料的用途越來越多，最終結果是需求的增長抵消了機器對勞動力的替代”。
貝森使用政府數據研究了從1980年到2013年計算機、軟件和自動化對317個職業的影響。他在2015年11月13日發表的一份研究論文中總結道：“使用計算機較多的職業就業率增長明顯。”他引用了自動取款機的例子，自動取款機在20世紀90年代開始大量部署，現在無處不在。人們曾經認為機器會取代銀行櫃員，但事實上這個情況並沒有出現。
自動取款機大量出現之後，銀行櫃員的人數卻增加了。自2000年以來，全職銀行櫃員的數量每年增長2%，大大高於整體勞動力就業市場。為什麼就業率沒有出現下滑？因為自動取款機讓銀行以較低的成本經營分支機構，促使銀行開設更多的分行，抵消了櫃員崗位的減少。與此同時，櫃員的技能也發生了變化。常規的現金業務處理變得不那麼重要，而市場營銷與人際交往的能力變得更有價值。也就是說，雖然銀行櫃員要做的常規任務更少了，但他們的崗位卻增加了。
即使自動取款機讓常規的現金處理任務實現了自動化，但技術本身並沒有決定銀行櫃員的崗位是增加了還是減少了，背後的經濟學才是關鍵。新技術可以增加對特定職業的需求，抵消假想中的崗位流失。自動取款機的例子並不是孤證：
條形碼掃瞄器讓收銀員的結賬時間減少了18%～19%，但是自從20世紀80年代掃瞄儀大範圍推廣使用以來，收銀員的人數卻增加了。
20世紀90年代末以來，用於法律訴訟的電子文檔檢索軟件取代了原本律師助理要做的工作，而律師助理的人數卻強勁增長。
電子商務自20世紀90年代末以來發展迅猛，現在佔到零售總額的7%以上，但從2000年起，從事銷售職業的總人數一直保持增長。
貝森認為，技術的影響並不是均勻分佈的：一方面它會減少對某些活動的需求，例如，隨著語音信箱的出現，接聽電話、接收消息一類的常規任務大大消失。但技術也有可能把任務由一個職業轉到另一個職業。“現在還會有前台接待人員接聽電話和記錄留言。”貝森說道，“但他們也會做些其他事情。因此，儘管電話接線員的數量急劇下降（從1980年的317000全職人員到今天的57000全職人員），前台接待人員的數量卻增加得更多（從438000人增加到896000人）。與電話接線員相比，前台接待人員需要全新的技能。”
他也指出，技術可以創造全新的崗位需求，比如數據科學工程師。與此同時，即使技術已經改變了銀行櫃員、法律助理和商店銷售員等古老的常規工作所需要的技能，似乎計算機和機器人會很快將他們淘汰，但實際上並沒有。技術不僅改變了傳統的工作，也會大大提高這些工作崗位需要的技能要求，比方說，平面設計師。這也就是為什麼那些可以運用計算機輔助設計軟件的平面設計師，要比那些只會用老式排版機的平面設計師能賺更多的錢。
有些經濟學家一直認為不存在技能缺口。因為一旦有技能缺口，該職業的中位數工資就會上升。貝森認為，那些經濟學家需要想一想背後的原因。
貝森說道：“中位數工人的工資只能告訴我們中位數工人的技能不存在供不應求的情況。”與此同時，特定領域的某些工人的某些技能會供不應求，因此仍然存在勞動力供應缺口。技術不會一下子使所有工人的技能都更有價值；部分技能變得有價值，但其他的技能會過時。如果深入地觀察各項職業，你會發現那些最擅長利用技術的人受到熱捧，能拿到高薪，而那些不擅長的人就只能拿非常低的薪水。這就是為什麼在許多職業裡會出現“技能缺口”。要想在硅谷聘請一個可以利用超新星在大海裡撈針的頂尖數據科學家，請先排隊吧！
基於上述種種理由，貝森總結說：“工作不會消失，但是好工作所需的技能要求卻在提高。”隨著我們向新的技術平台遷移，現在這一切發生的速度更快了。例如，AngularJS和Node.js這兩種基於Java的編程語言可以幫助人們構建基於網頁的移動應用程序，這兩個新軟件突然在一夜之間成了行業標準，但各個大學都來不及調整課程設置。每當類似情況發生，市場上對擁有這些技能的人的需求和薪酬就會立刻飆升。
所以，我們對這一問題的認識更清晰了一些。終結的不是工作，終結的是工作的全新世時代。每一個中產階級的工作現在都被各種力量撕扯，如果我們要對公民進行培訓，讓他們能有出色的表現，我們必須重新思考方方面面的變化，重新思考究竟需要哪些新的技能或態度，才能找到工作、保住工作，並在工作中得到晉陞。
對於職場新人來說，中產階級工作的門檻正在快速提高，需要更多的知識和教育。為了能競爭得到這樣的工作，你需要提升3R技能：閱讀（Reading）、寫作（Writing）和算術（Arithmetic），以及4C技能：創造力（Creativity）、協作（Collaboration）、溝通（Communication）和編程（Coding）。
來看2014年4月《紐約時報》的一篇報道：
紐約州上州的農場發生了奇怪的事情，奶牛竟然給自己擠奶。
由於人手緊缺，勞動力價格飛漲，紐約州的各個奶牛場勇敢地決定採用新式擠奶方式：擠奶機器人……
機器人允許奶牛自行設置擠奶時間，每天5～6次，接受自動擠奶。奶農多年來在黎明前和傍晚時分例行擠奶的做法已經成為歷史。
利用掛在奶牛脖子上的接收器，奶牛可以得到個性化服務。通過激光掃瞄並對腹部進行繪圖，計算機可以記錄每個動物的“產奶速度”，這對24小時不停工的奶牛場來說是一項關鍵指標。
機器人還能監測牛奶的產量和質量、訪問機器的頻率、每頭奶牛吃了多少，甚至還會檢測每頭奶牛每天行走的步數，以幫助確定奶牛何時發情。
未來，一個成功的擠奶工可能還得擅長讀取和分析數據。
每一項工作都被快速分解成不同的部分。舉個例子，擠奶工的工作也可能會被分解。每一種工作中高技能的部分會變得更重要，現在你要麼學習計算機，要麼成為懂牛體解剖學的獸醫，要麼成為能夠分析奶牛行走步數的大數據科學家。同時，工作中技能要求較低的部分，例如把奶牛趕入趕出擠奶棚、清理糞便等，會慢慢降格，變成任何人都可以干、只需要付最低工資的工作（也可能很快就會被機器人所替代）。貝森指出，這是職場中正在發生的一個總體趨勢，工作中需要技能的部分會需要更高的技能，並帶來更高的回報，而工作中常規性、重複性、很容易就能實現自動化的部分只會付最低工資或最終被機器人替代。
與此同時，每一項工作都可能會被轉移出去。機器、機器人、印度和中國的工人在所有工作或是大部分工作上都在和你激烈競爭。這就需要不斷自我激勵，堅持不懈，勇於學習新技術和社會情感技能，通過終生學習，領先機器人、印度人、中國人和其他外國熟練工人一步。
最後，每一項工作都在快速迭代。目前的工作形式正在快速成為歷史。這就需要多個層面的創新思維：不斷尋找新的細分市場，不斷尋找新的機遇，通過不斷創新業務來實現盈利和創造就業。
因此，我們至少必須重新設計教育系統，最大限度地鞏固寫作、閱讀、編程和數學的基礎，培養學生創造力、批判性思維能力、溝通能力和協作能力，讓學生具備決心、自我激勵和終生學習的習慣，訓練學生創新和創作的能力。
復合解決方案
幸運的是，新技術和新工具將助我們一臂之力來完成這一任務。如果我們可以尋找一種創造性的方式，把“AI”轉化成“IA”，即將人工智能變為智能助力，那麼我們所需要的政府、商業、社會以及工人之間的新契約就更有可能形成。將“AI”轉化成“IA”這個說法是智能家居公司“奈斯特實驗室”的創始人托尼·法德爾最先告訴我的。我認為“IA”包含三個方面，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、企業和非營利性社會部門應充分運用人工智能技術，開發出更為複雜的在線、移動教育平台，讓每個員工能夠利用自己的時間進行終生學習，承認他們的學習成果並以晉陞作為回報。智能助手指的是利用人工智能來改進人類與軟件工具之間的交互，這樣一來，通過使用能夠放大、擴展人類智能的技術，人們不僅可以學得更快，還能反應更快、行事更機敏。最後通過部署人工智能來創建更智能的算法，也就是雷德·霍夫曼所說的“人際網絡”。這樣我們就可以更有效地將人與所有工作機會、每個崗位所需的技能，以及讓人更加便宜和方便地學習這些技能的教育機會進行匹配和連接。
“復合問題需要復合的解決方案。”霍夫曼說道。工作問題是一個“冪指數問題，解決冪指數問題的唯一方法是一個冪指數解決方案”。將多形式的人工智能轉化為多形式的智能助力就是解決方案。
貝爾大媽的智能援助
在寫這本書時，我訪問了大量企業。在創造智能援助幫助員工實現終生學習方面，沒有哪家公司比歷史悠久的美國電話電報公司更具創新精神。美國電話電報公司的綽號是“貝爾大媽”。美國電話電報公司首席執行官蘭德爾·斯蒂芬森講話帶著質樸的俄克拉荷馬州口音，美國電話電報公司人力資源部門負責人比爾·布萊斯像一個典型的美國中西部人那樣溫和謙讓，但你一定不要被這些外表誤導。無論你從事哪個行業，都要緊緊盯著美國電話電報公司的首席戰略官約翰·多諾萬和實驗室負責人克裡什·普拉布，因為他們會代表你的競爭對手，輕而易舉地顛覆你所在的行業。
這早已不是你奶奶那個年代的貝爾大媽了。
2007年，美國電話電報公司成了iPhone的獨家網絡提供商，因此，它不得不通過“軟件實現的網絡”處理iPhone帶來的海量數據。美國電話電報公司由此發現，自己必須廣泛且快速地創新迭代。如果你想陪著蘋果跑，就得和蘋果跑得一樣快。美國電話電報公司一直在創新。2016年，它在達拉斯設立了一個“物聯網工廠”，僱傭了大批網絡工程師。公司副主席拉爾夫·德拉維加說，他們會邀請客戶前來並對客戶說：“告訴我們，你要我們解決什麼問題，我們承諾兩個星期內就會給你一個能在現實網絡下運行的方案原型……每次我們這樣做，都會為我們帶來合作機會。”
舉個例子，全球航運巨頭馬士基公司需要一種能夠固定在集裝箱上的傳感器，以便讓公司跟蹤監測其遍佈世界各地的集裝箱。傳感器必須固定到20萬個冷藏貨箱上，能夠監測濕度、溫度以及貨箱是否受損，並將這些數據上傳到總部。並且，最關鍵的是，因為不能隨時更換，傳感器必須不靠電池，並能運行長達10年時間。兩周內，美國電話電報公司的工程師做出了一個傳感器的原型，尺寸大約為鞋盒的一半，可以固定在每一個馬士基的集裝箱上，通過陽光和動能提供能源。
在美國電話電報公司身上發生的事就是，超新星在一夜之間改變了它的業務。美國電話電報公司變得越來越像一家軟件和網絡公司。隨著大數據的興起，它彷彿挖到了金礦。通過分析海量的語音流量和線上數據，它可以發現很多內在的趨勢。突然之間，美國電話電報公司就能夠通過無線蜂窩電話數據讓廣告牌公司瞭解到，有多少人在高速公路上看到他們的戶外廣告牌後，最終到了商店購物。如果把廣告牌數字化，且每小時改變一次，他們就能告訴廣告牌公司哪些信息是最有效的。於是，美國電話電報公司告訴它的客戶，公司可以為他們的客戶降低費用，條件是允許公司使用為其傳輸的數據。轉眼間，你熟悉的電話公司轉型成為了一家提供全方位業務解決方案的公司，並與IBM或埃森哲公司展開競爭。
斯蒂芬森明白，公司要想蓬勃發展，就必須成為全球最具顛覆性企業的網絡供應商和解決方案提供商。正因為如此，他清楚地知道，必須改造自己的員工隊伍。
“我們覺得公司有一項根本性的義務，即重新培訓我們的員工獲得新技能。”多諾萬說道：“我們需要更少但更聰明的勞動力。現在勞動者最需要的技能是科學技術、工程與數學（STEM）。”公司的管理層也明白，公司有30萬員工，必須給他們提供平台和激勵，才能讓這麼多的人走上持續學習的新旅程，迎接挑戰並提升技能。這就需要運用“智能援助”的戰略。
布萊斯解釋道：“美國電話電報公司的智能援助戰略是從提高公司決策的透明度開始的。”每年年初，斯蒂芬森都會向公司所有高層管理人員發表大會演講。“我們開誠佈公地告訴員工公司未來的發展方向以及面臨的挑戰。”
管理層把公司的戰略一層層下達，最終，每個員工都對公司未來一年的計劃，以及公司未來5～10年內的發展方向有大致的瞭解。布萊斯補充道：“我們從1月開始發佈消息，到7月，每個人都能收到相關信息。”他說，很多員工會說：“我懂了，我想成為公司未來的一部分。我該怎麼參與進來？”但也有些人會說：“你知道嗎？我已經干了35年，該走了。我不打算再學任何新東西了。”所以，每年美國電話電報公司大約會走掉10%的勞動力。
布萊斯接著說：我們自己沒有足夠的員工能夠適應這場變革，我們沒有足夠的員工擁有關於新產品的技術，瞭解所銷售產品背後的技術細節。所以我們每年要從外部聘請3萬名員工，並通過輪崗和內部晉陞填補另外3萬個工作崗位。要是僱傭一個新員工，這個過程就要花費2000美元，所以我們更傾向於使用內部員工。那樣更節省成本，也能讓員工的參與度和生產力更高。員工要是能學習更多的技能，就能更好地為客戶服務，進而為股東創造價值。員工參與度高的公司收入是員工參與度較低的公司的3倍。
這意味著更多的員工需要學會終生學習。多數員工都“支持我們正在做的嘗試”。布萊斯說道：“員工們表示，只要給我工具，為我指明方向，幫我順利過渡，讓學習變得更方便，能夠在網上進行，我自己就能安排出時間去學習。”
多諾萬補充道：“我們有些員工想要轉型。他們參與了這家公司的組建，忠心耿耿地想為企業服務。我們要給他們轉型的機會。我們有很多員工都是傳統的藍領工人，僅僅完成了高中學業，我們需要重新培訓他們，讓他們能夠在一家網絡公司工作。”
美國電話電報公司有107000名經理。這是他們公司內部的一個分類，所有未簽訂工會合同的、具有專業職業技能的員工都屬於經理。5年前，美國電話電報公司要求所有的經理都建立一個類似領英那樣的內部檔案，詳細列明他們的工作經驗、技能、教育背景、證書及專長。今天，110000名經理中已有90%有自己的內部檔案。每當有崗位空缺時，布萊斯團隊做的第一件事就是查看內部檔案，尋找那些具備必要技能的內部候選人。與此同時，公司也會發佈熱門的新崗位，列出工作地點、工作所需的確切技能，以及如何獲得相關技能的培訓。
為了幫助員工獲得相關技能的培訓，美國電話電報公司與多所大學合作，提供員工能夠負擔得起的研究生和本科學位項目，或特定的技能培訓。跟美國電話電報公司合作的大學既有佐治亞理工大學、聖母大學、俄克拉荷馬州立大學、斯坦福大學，也有像優達學城和Coursera這樣的網絡大學。公司要求員工必須在私人時間上課，公司每年能報銷不超過8000美元的學費（有些課程能報銷更多），每個員工能夠在公司報銷的學費總額可達3萬美元。
為確保資金髮揮最大價值，美國電話電報公司要求跟他們合作的大學根據公司的預算創建在線學習的清單。這一方式帶動了很多教育創新，最著名的是優達學城與佐治亞理工大學合作開設了計算機科學在線碩士項目，全部課程只需6600美元，相比之下，要是在佐治亞理工大學花兩年的時間讀一個計算機碩士學位，需要花費45000美元。Coursera也和約翰霍普金斯大學、萊斯大學攜手，提供了數據科學領域的培訓。
這大大降低了每個人的教育成本。布萊斯說道：“教育範圍擴大了，我們能夠幫助你得到夢想中的工作。”
這就是智能援助。
“我們每年花費2.5億美元做員工培訓。”布萊斯說道：
“有些培訓的內容是教員工如何爬上電線桿、安裝電話、經營零售店，但現在更多的培訓是教授數據科學、軟件定義網絡、網頁開發、編程入門、機器學習和物聯網的課程。如果你想上那些不在項目裡的科學技術、工程與數學（STEM）課程，公司也會埋單。只要你想學，我們都願出錢。因為這會使員工更加敬業，提供更優質的客戶服務，帶來更忠實的客戶，為股東創造更多價值。想當初，我剛到公司的時候，我們可沒有這些。”
經過培訓，美國電話電報公司的員工每年能拿到6萬～9萬美元的薪酬。
公司將員工獲得的證書和學位記錄在內部檔案裡，通過大數據工具可以輕鬆檢索。如果你主動積極地學習，得到了這些學位和證書，布萊斯說道：“以後崗位有空缺時，我們會優先給你。我們要讓大家知道，只要願意努力學習，就會得到回報。”
布萊斯跟我介紹了整套體系的運作方式：
“比方說，我是一個經理，手上有10個技術崗位的空缺。我去找人力資源部，他們說你必須先從內部人中挑選。接下來，我查看在線個人資料，找到裡面有這些技能或願意學習這些技能的人。人力資源部門會為這10個空缺的崗位提供一份候選人名單。我們會找到渴望學習，並恰好有相關技能的人。我們會讓招聘官給他們一次機會。”
布萊斯說道：
“那些員工之後就會把自己的故事告訴其他員工：‘我按照新規則做事，並得到了獎勵。’”
布萊斯接著說道：
“這是公司和員工之間的契約，一份全新的約定。如果你想在績效考核中獲得A，一方面，你必須學會和別人合作。你必須與他人一起，有效開展合作，組建團隊，領導變革達成目標，而不僅僅是待在自己的格子間裡。另一方面，你不僅要精通自己的工作，還必須不斷重新培訓，堅持不斷地提高個人能力，胸懷超越自我的抱負。或許你是個銷售人員，但如果你還學習了相關的技術，那你對公司而言會變得更具價值。你不只是銷售產品，你還瞭解網絡是如何運行的。這才是公司裡最優秀的員工。”
多諾萬補充道，新的社會契約就是：
“如果你願終生學習，就能成為終身僱員。我們會給你平台，但你必須願意參與其中……每個人都有一個個人的學習門戶，無論他們希望獲得哪種技能，他們都可以看到自己的目標，以及要達成目標需要學習的課程。你可以選擇不同的未來，選擇到達的路徑。在這個體系裡，你能達成任何希望實現的成就。但首先，你必須主動加入其中。管理層的任務是明確公司的願景。公司的責任在於為員工的發展提供工具與平台，而員工要做的是主動選擇和自我激勵。我們希望每一個離開這裡的人，不是因為我們沒給他們提供機會，而是因為他們自身缺乏動力。”
美國電話電報公司是一隻巨鯨。當它開始注重職業發展與終生學習後，就掀起了巨大的波瀾。正如布萊斯所說：“現在，很多大學正在作出調整，以適應我們的需求。我們正在繪製新的藍圖。”如果大學注意到這一變化，就會增設更多的學位和證書課程，“這對他們來說，有利可圖；對我們來說，能更加節約成本”。
多諾萬相信，這些舉措能提高公司的整體技能水平和士氣。“我們所做的是發掘出最優秀的員工，提高整體水平。”他說道：“我們的整體水平確實有所提高。我們落實一個新想法的週期變得更短了。任何人想出解決方案後，都可以在全公司範圍內展開。我們的員工敬業度調查顯示，1年內病假天數減少了30%。人們越來越少請病假，是因為他們感到自己更具影響力，主人翁意識更強了，與公司的關係也更加緊密了。”
重設課程
美國電話電報公司的模式對整個教育界都產生了廣泛影響。以優達學城為例，它和佐治亞理工大學一起開設了在線低成本的計算機科學碩士課程。它與美國電話電報公司合作打造的教育模式能夠向全世界提供同樣的智能援助，在教育領域播撒下真正的革新種子。
優達學城由塞巴斯蒂安·圖恩創建。圖恩在德國出生，曾經是斯坦福大學人工智能領域教授和機器人專家。他總是回憶起在美國電話電報公司的達拉斯總部，與蘭德爾·斯蒂芬森第一次會面的場景：兩人在斯蒂芬森的行政套房席地而坐，圖恩用筆記本電腦向這位首席執行官展示，他的迷你在線課程或迷你學位將如何向其公司員工傳授最新的技術，並使其員工提高工作技能。斯蒂芬森看完演示之後，站起身來，當即就簽字批准了這一項目。優達學城與佐治亞理工學院合作開設了學費只有6600美元的在線計算機科學碩士課程，但這門網絡課程並沒有影響到佐治亞理工大學昂貴的在校碩士項目。事實證明，這是兩個不同的市場：一個是提供給那些想要校園經歷的人；另一個是給那些追求終生學習的人。在線課程能夠讓他們在空閒時間，以能負擔得起的價格學習。“我們在線課程學生的平均年齡是34歲，在校課程學生的平均年齡則為23歲。”終生學習平台有巨大的需求潛力。人們已經意識到終生學習的重要性。如今，優達學城可以提供網站搭建、程序設計、機器學習、安卓移動應用程序開發以及蘋果移動應用程序開發等迷你學位項目。
優達學城還有更有趣的創新。優達學城還在谷歌工程師的幫助下開發課程。例如，2015年10月，谷歌發佈了名為“張量流圖”（Tensor Flow）程序的基本算法，供開源社區自由使用。谷歌張量流圖的這套算法能讓高速計算機運用大數據集進行“深度學習”，比人類大腦更好地執行任務。
“到2016年1月，我們已經開設了一個在線課程，教人們如何使用張量流圖開源平台編寫深度學習算法，來教機器處理各類事務——修改稿件、開飛機或從文檔中檢索法律證據。”圖恩解釋道。這對計算機科學而言是全新領域。張量流圖算法於2015年10月份公佈，到2016年1月，優達學城就與谷歌的工程師合作，開設了這門課程。圖恩說：“我們現在可以以摩爾定律的速度更新你的技能。這是傳統的學術界不可能做到的。”如果一所大學要開設類似的課程，最快也要1年的時間。很多大學要開一門新課，需要比這更長的時間。
優達學城與一批自由職業者建立了穩定的合作關係，僱傭他們給學生的在線作業評分，同時學生也會給他們評分。“我在一個星期內就可以從世界各地僱傭到1000名評卷人。”圖恩說道：“經過試用，我能從中挑選出200個最優秀的，淘汰另外800個人。”通過這種快速的方式，優達學城才能保證高質量。優達學城有一些自由職業者為世界各地學生提交的編程作業評分（例如怎麼使谷歌的全球定位系統創建地圖），他們一個月就能夠有數千美元的收入。“我們的一位項目評分人，一個月賺了28000美元。”圖恩說：“打臨工變得更加流行，而且工作的內容不再只是任務兔子公司（Task Rabbit）的那些跑腿的活。”
優達學城不只是為美國電話電報公司一類的公司提供智能援助。無論你是何人，身在哪裡，優達學城的平台都能為你的個人“創業企業”充當智能助手。2015年秋天，我在優達學城位於帕洛阿爾托總部的一個小會議室，通過Skype對30歲的黎巴嫩女性加達·蘇萊曼進行了採訪，她當時正通過優達學城在線課程學習網頁設計。她說她正在位於貝魯特的家中，上著一家位於帕洛阿爾托的公司開設的課程，目的是為了向她的來自澳大利亞、英國的很多素未謀面的客戶提供更好的服務。
“我在東貝魯特附近阿什拉菲亞區的美國科技大學學習過平面設計。”她對我說道：“大學畢業後，我一直在尋找與網頁設計相關的課程，發現優達學城後，我決定試一試。我從2014年開始網上學習，最初只是通過網上教程學習。”但她後來發現優達學城的平台“就像一個社群，我可以與其他人交流，所以它更有趣、更有互動性”。
我問，你為什麼要選擇在網上學習這門程課？
“這裡的大學提供平面設計和計算機科學的課程，但沒有網頁設計的課程。”她說：“這是一個全新的領域，大學還沒有跟上變化……我在優達學城學習的課程是網頁設計與編程。雖然我擅長設計，但我仍需要學習更多編程方面的知識。它與我的工作相輔相成。”
你的澳大利亞客戶都是什麼樣的？我問道。
“一個是做初創企業相關的出版物，一個是商業方面的博客，一個是以新媽媽為主題的博客，還有一個是澳大利亞一家社交媒體公司。”蘇萊曼說。她自己運營的域名是Astraestic.com，取自“Artistic”（藝術性）和她的綽號“Astra”（阿斯特拉）的結合。“起初，我的父母很驚訝地問我：‘你怎麼找到這些客戶的？’現在他們覺得這很棒，相信我的未來前景廣闊，因為我能結識其他國家的人。我在當地沒有太多客戶，不如在全球可以找到的客戶多。”
我問她想給同齡的其他年輕人什麼建議？她說：“我會告訴他們，他們應該首先要提高自己的技能，但僅僅做到這一點是不夠的。他們還需要知道怎麼推銷自己。推售不只是銷售員需要掌握的技能，它對找工作來說也至關重要。我會建議他們多訓練自己。”
蘇萊曼的故事告訴我們，無論身在何處，一個自我激勵的人都能借助新的全球化浪潮，實現自己的夢想。很多人認為，大型開放式網絡課程慕課的出現引領了教育的革命。這確實是一場革命，但還只是冰山一角。慕課仍然基於舊的模式：它本質上只是使用互聯網和視頻這一創新方式傳播老式的講座。超新星的出現預示著更深層次的革命即將開始，受到優達學城、edX和Coursera等學習平台的啟發，高等教育的課程設置和組織形態即將發生改變。我希望這能夠如阿斯托·特勒所說的那樣，抬高我們的適應曲線。一家像優達學城這樣的公司能夠對谷歌張量流圖這樣的重大技術突破迅速做出反應，並在3個月時間內開設一門在線課程，教全世界各地的任何人使用該技術，這個故事必將廣為傳播，市場也將發生改變。即使學校可以迅速改變其課程設置，誰會願意等到明年開學，才能在大學校園裡學習到這門課程？
此外，現在還有如“折疊”（Foldit）一類的眾包計算機遊戲平台，這個遊戲平台使任何人都能參與重大科學研究。它們也日益成為流行的學習平台。Foldit建立了一個任何人都可以玩的在線“遊戲”，玩家通過設計蛋白質的最佳三維結構，能贏得大筆獎金。Foldit在其網站上說道：“既然蛋白質可以導致許多疾病，那麼它們也能用於幫助治癒疾病。玩家可以設計全新的蛋白質，幫助預防或治療重要疾病。”這個遊戲吸引了世界各地成千上萬的參賽者來爭奪獎金，包括一些沒有接受過正規生物學教育的人，儘管贏的不是科學學士學位，但聲譽徽章在未來對市場來說可能更有意義。
這些快速學習的新模式已經滲透到了傳統的實體教育機構，並導致一些全新的模式出現。舉個例子：1997年，F.W.奧林基金會在馬薩諸塞州尼德罕姆建立了奧林學院，目的是為工程學教育創造一個新的範式，讓學生成為時刻準備挑戰大問題的創新者。“我們對工程師的願景是成為複雜的技術、社會、經濟和政治系統的‘系統設計師’，能夠解決我們今日面臨的全球挑戰。”奧林學院校長理查德·K·米勒解釋道。
米勒說，為了培養出這樣的工程師，奧林學院保持高度靈活的組織架構，可以以互聯網的速度進行調整。“奧林學院內部不設學術院系，教師也沒有終生教職。”米勒解釋道：“相反，學院僱傭教師時簽訂的都是不同期限的可續簽合同。”2016年我曾在那裡為學生畢業典禮演講，我注意到當時一半學生都是女生。在一個工程院校裡，這可是前所未有的。
奧林學院一個特別重要的地方，米勒繼續說道，在於“其要求學院致力於持續改進和創新”。因此，在奧林學院，幾乎一切都有“有效期”，包括學院章程和課程表。“按照設計，奧林學院的課程設置需要不斷進化。”米勒說：“我們正在為工科教育提供新範例而不懈努力。目前的課程表有效期為7年，到期必須主動進行審查，或是進行修訂，或是恢復之前的版本。”所有奧林學院學生，必須“組建小型團隊，在贊助商提供資金支持的情況下，完成1個為期1年的工程設計項目”方能畢業。這些項目需要一個工程師負責和公司聯絡，並經常涉及保密協議、新產品開發。
奧林學院雖然規模小、歷史短，但這個工程學教育的實驗學校展現出很多革命性的特性，未來終將會在更多學校中得到推廣與普及。未來的大學將取消終生教職、保持與真實世界的更緊密聯繫、不斷調整課程設置，不設立院系，並將工程學與人文科學加以綜合（例如一門綜合了生物學和流行病史的課程）。這就是最好的智能援助。這是教育領域的真正革命，隨著越來越多的工人要求獲得智能援助，它終有一天會走進你身邊的社區。米勒稱之為“遠征學習”：創造你自己的知識，發明你自己的事業。
“你必須不斷即興發揮、隨機應變。”他說道：“它已經超越了以問題為導向的學習，也超越了以項目為基礎的學習。你正在進入一個沒有人探索過的森林，去那裡探尋你從未見識過的事物。”在那裡，你會找到今天的你根本無法想像的工作，而這份工作需要快速並且持續地學習。
智能助手
在為本書搜集材料的過程中，我遇到的最有趣工作在線智能助手，或許就是LearnUp.com（學而上）網站。其聯合創始人之一就是愛冒險的青年企業家亞歷克西斯·林沃爾特。我第一次與她見面是在印度。當時，她和一位夥伴正在當地高調地推廣一項基層可再生能源倡議活動，乘坐太陽能汽車與一支使用太陽能的搖滾樂隊在印度全國巡迴演出！
在太陽能領域創業後，林沃爾特對就業問題格外感興趣，並花了6個月的時間採訪找工作的工人。她發現一些不曾預料到的情況：在今天正在招聘的工作中，70%以上並不需要四年制的大學學位。美國十大僱傭人數最多的工作中，有9個不需要高中以上學歷。同時她還發現，美國人有一種普遍觀念，即任何人只要願意，都可以做初級的客戶服務工作。但這其實是錯誤的。這些工作要求申請人具備一些基本技能，而許多的申請人並不具備。
正如她所說：“即使是Gap的店員、麥當勞裡賣漢堡包的，或是前台接待員，都需要一定的基本工作技能，但是多數申請者並不具備。他們只是認為，‘嘿，我喜歡衣服。我可以在這裡工作。’高中或社區大學並沒有教授他們這些職位所需的技能。”因此，僱主發現來求職的全是些不合格的初級職工。
“我這才恍然大悟，原來現有的求職體系不是為了吸引人，而是為了淘汰人。”林沃爾特解釋道：“整個求職體系是為僱主建立的，使他們可以趕走湧入公司招聘系統的求職者。求職者們不停地投遞簡歷，一投就是100多個崗位，然後就收到各種拒絕，為何被拒了，他們自己也不知道。與此同時，僱主碰到的是大量沒有基本工作技能的求職者，這些求職者甚至不清楚他們申請的是什麼崗位。”
即使人們找到了工作，也經常感到要保住工作的壓力。人們總是覺得，如果有一天因為病了、汽車壞了，或是必須留在家裡看孩子，不能去上班了，那就意味著他們必須辭掉工作，而不是向經理解釋一下。
林沃爾特認為，所有這些問題都是可以解決的。2012年，她與同伴一同創建了LearnUp公司。求職者登錄網站後，就能找到迷你課程在線平台，使其在申請崗位之前瞭解工作的實際要求和所需技能。網站提供了如何準備面試模塊，以及不同空缺職位所需具體技能的模塊，包括怎樣在美國電話電報公司建立客戶關係，如何在OldNavy [6]門店銷售服裝，如何在新鮮市場超市（FreshMarket）[7]解決客戶問題，如何幫助客戶找到合適的產品，如何讓商店看起來美觀，如何使用基本的辦公設備【譬如如果你申請零售商文具店斯台普斯的工作的話，需要知道如何操作複印機】。培訓課程只需1～2個小時，但足以讓求職者瞭解想要求職的公司，獲得崗位所需的技能，是否有資格提交申請。對於公司而言，也能分辨出哪些人有毅力堅持學習基礎知識，哪些人不能。一旦你完成了課程，LearnUp就會為你安排公司進行面試。
“LearnUp可以將特定的空缺崗位和真實的面試機會匹配起來。”林沃爾特解釋道：“打算到我們的合作夥伴（如OldNavy, Fresh Market以及美國電話電報公司）那裡求職的人，可以通過點擊求職公司招聘網頁上“先準備再應聘”的按鈕，接入LearnUp的網站。”LearnUp不會篩選候選人，而是幫助訓練和指導他們從事特定的工作。他們通過LearnUp對工作有了更多的瞭解之後，可以選擇繼續申請或點擊“我不想要該工作”的按鈕選擇退出。
最重要的是，LearnUp還提供在線“導師”服務，給求職者更多的鼓勵、面試提醒和面試建議，解答求職相關問題。我們往往很容易忘記，在美國很多人沒有職業社交網絡、校友網絡，沒有父親母親，甚至有時身邊連一個有工作的人都沒有，他們不知道找誰去咨詢如何獲得一份工作。林沃爾特很驚訝地發現，許多人會問導師一些很基本的問題，例如：“我求職面試時應該穿什麼？如果我遲到了該怎麼辦？”一些求職者會給導師發來照片，詢問穿這身衣服去參加面試行嗎？
林沃爾特說，這些問題可能聽起來很簡單，但很多人需要的就是這樣的建議。她說：“所有和我們交談過的人都很感激我們提供的建議。”
林沃爾特跟我介紹：
“導師按鈕的靈感來自職業發展辦公室裡職業導師的啟發。他們的熱情與支持對求職者的成功發揮了重要影響。這就是為什麼我們想讓導師進入我們的平台。要找到工作，除了要打理好個人生活、家庭生活，你還會遇到很多阻力，譬如決定去哪裡應聘，怎麼填寫申請表，確定住的地方是否離公司足夠近，確保自己具備資格，怎樣準備面試，如何找到前去面試所需的交通工具，怎麼穿正確的衣服，什麼是正確的話，面試結束後該怎麼繼續跟進。為了找每一份工作，你都要重複這些事情。一次一次如此，人們不僅會感到決策疲勞，而且會失去希望並陷入混亂。在一個有這麼多選項的世界裡，你很難知道該做些什麼。如果你身邊沒有人能幫到你，那就會困難1000倍。勞動力大軍中70%的人遇到的就是這樣的困難。這就是他們的世界。沒有任何支持，你的家庭沒有，你所在的社區也沒有，找工作很艱難……LearnUp導師功能的強大之處就在於它的可及性和易用性。大多數沒有學歷的美國人可能根本沒有想過找顧問或導師。事實上，人們會覺得去失業辦公室尋求幫助是一種恥辱。這麼做真的很困難。”
我問林沃爾特，他們的導師在招聘過程中會提供什麼服務。她發給我了一張清單：
告訴你穿什麼，並向你提供面試當天的天氣預報；
如何使用谷歌街景地圖找到工作地點以及搭乘哪條公共交通路線到達工作地點；
發送提示，提醒你面試時間以及路上所需時間；
讓你打來電話做面試練習，為你的答案錄音，然後幫你找到“最佳方案”；
提供此前申請該崗位的被錄用者或經理對於每一步的提示建議；
讓求職的每個階段變得更透明，讓求職者瞭解“是什麼”和“為什麼”，瞭解公司的福利情況；
顯示該公司以前僱傭的其他求職者；
與求職者分享有關工作地點以及管理者的有趣的事實；
提供更多關於他們將遇到的招聘經理的信息；
要求求職者向招聘經理分享有關自己的有趣事實；
自動安排Lyft或優步帶他們去面試；
提醒你向面試官發送感謝信。
林沃爾特總結道：“每個人都需要有人說，‘我相信你能行’……很多人缺的不僅僅是技能，而且還有信心。”
技能和信心，兩者相輔相成，缺一不可。
你需要多加練習分數
或許當今世界上最受歡迎的智能助手就是可汗學院了。可汗學院是由教育家薩爾曼·可汗於2006年創立，通過YouTube提供免費的英語短視頻進行授課。課程覆蓋數學、藝術、計算機編程、經濟學、物理學、化學、生物學、醫學、金融、歷史等內容。任何人在任何地方都能夠在可汗學院的網站上學習和複習。可汗學院成了世界上大眾化學習的最重要的智能助手。2014年它還與負責美國大學入學考試SAT（學業能力傾向測試）以及SAT預考PSAT考試的美國大學委員會達成合作夥伴關係。雙方共同為希望提高SAT成績的考生提供幫助。他們提供免費的SAT備考服務，這樣你就不用再花錢上私人補習學校了。而且，他們還創建了一個神奇的模擬平台，幫助學生填補他們的知識漏洞。
來自美國大學委員會的斯蒂芬妮·桑福德告訴我：假設你在10年級、11年級時參加SAT預考，俗稱PSAT。PSAT的滿分是1600分（包括英語和數學兩項），你的成績是1060分。你把這個結果輸入電腦，電腦通過人工智能和大數據分析，會反饋這樣的信息：“湯姆，你考得不錯，但你需要在數學的分數部分多下功夫。你在這部分有很大的進步空間。點擊此處，就能進入為你量身定制的分數補習課程。”
於是，我不僅能知道該如何改進，還得到電腦的智能協助，獲得針對我弱項的定制練習項目。我不需要對所有內容進行練習，淹沒在題海之中。我可以集中於自己需要著重改進的地方。到目前為止，已有超過140萬孩子註冊了可汗學院的免費SAT在線準備課程，這個人數是一年中參加商業性補習學校的學生總人數的4倍。事實上，在各收入層次的家庭中，利用可汗學院平台備考的孩子人數都超過了上補習班備考的人數。可汗學院已經變成了一個有價值的智能助手。有45萬名學生將他們的PSAT考試結果與可汗學院鏈接起來，以便獲得量身定制的、隨時隨地的課外輔導，包括使用手機練習。
這是當今美國教育界發生的有關智能助手最靜悄悄但又是最重要的革新之一。備考SAT，獲取大學入學建議，這些領域長期以來被認為是富人的特權，起決定性作用的是特權而非能力。坦率地說，這一看法是有一定道理的。
美國大學委員會主席大衛·科爾曼解釋道：“我們正在努力改變這種情況，讓更多學生擁有更多的工具。我們提供定制化的學習，幫助學生們在才能培養、職業道路規劃上擁有更多自主權。過去，美國大學委員會通過考試衡量和記錄學生的成長與進步。現在，我們試圖向他們提供練習、培訓的工具來改變人生軌跡。”
但是，這就要求你隨著世界的轉變做出重大的轉變。“你必須對自己的成績負責。”科爾曼說道：“你要意識到好的成績不是不勞而獲的，要通過勤奮的練習。”科爾曼一直在嘗試改革SAT考試，以確保考試衡量的不是所謂的智商或能力傾向，而是學生們最需要的技能。“通過和可汗學院合作，我們能提供最好的備考工具。”科爾曼補充道：“現在，所有的學生都可以自主學習，提高成績，因為他們可以獲得最好的練習工具。”
由於這些改進，美國大學委員會現在還能提供另一種智能助手，即“智能建議”，這是為你量身定制的、來自人工智能的建議。科爾曼說：“在學生和家人的允許下，我們不僅與顧問們分享學生的數據，還分享了從數據中看到的趨勢，以確保顧問們獲得充分的信息。”為了確保最需要幫助的人能得到顧問和導師的指導，美國大學委員會與美國男孩女孩俱樂部合作，力爭在全國範圍內讓盡可能多的學生用到免費練習工具。美國大學委員會還與“大學咨詢公司”（College Advising Corps）合作，為成績優秀、但家境貧寒的學生提供免費的資深顧問，指導他們在選大學的時候做出最佳選擇，還為他們申請獎學金提供機會和渠道。該平台還能識別出哪些高中二年級或三年級的學生有能力在高階課程（AP課）中取得好成績，但卻不敢註冊這些課程或是自認為不夠優秀。這些學生通常是有色人種學生，他們經常被排除在AP課程之外。這也是為什麼桑福德總是說：“人們常常說考試是有偏見的；但是，考試還不如人們自己有偏見……”但你從來不會擔心智能助手會有這樣的問題，因為智能助手不關心你的膚色。
可汗學院和美國大學委員會的合作是一個很好的案例。在這個加速時代我們正在向一種新的社會契約過渡。過去的契約是從教育到工作，現在的契約是終生學習。可汗學院與美國大學委員會的改革有三個基本要素：（1）你將越來越依靠自己的本事，你最好接受這個事實，並且盡可能地尋求智能助手和智能援助；（2）正因為你得更多依賴自己，政府及社會組織需要做好它們的工作，不僅要向你提供任何所需工具，還要盡可能提供更好的工具：根據人工智能為你量身定制的工具，並為你提供有愛心的成年人或導師；（3）技術當然有用，但你必須集中精力，全力以赴。科爾曼喜歡說，今天的科技更容易打斷人們的工作，而不是幫助人們集中注意力。學生們比以往任何時候都需要學會長時間集中注意力，並沉浸在練習中——這可不是戴耳機聽音樂。沒有一個運動員、科學家、音樂家不是通過專注練習提高自己的。你不可能通過下載個程序就馬上學會知識，學習態度要靠你自己用心。
你既來之，它則安之。人工智能會越來越有效地成為我們的智能助手。“過去，如果我出了一本微積分教科書，我無法得到數據，也沒有辦法知道哪些部分對他們更有用。”薩爾曼·可汗說：“所以，我能夠做的修訂無非調整頁碼。”如今，可汗學院能夠發佈一系列微積分教程，並在幾個小時內就發現哪些教程能最有效地幫助學生答對題目，立刻更新教材版本，並在幾個小時在全球範圍內推廣最佳的教程。
可汗補充道：“具有較高識字率是發達世界發展的加速助推器，如果我們能夠讓發展中國家也擁有這一加速助推器，其帶來的促進作用將不是5%，而是50%。”所有積極學習的年輕人現在可以到可汗平台上，想進步多快就進步多快。
薩爾曼·可汗說：“現在已經不存在天花板了。”
聰明的門衛
智能助手不僅可以簡化你訪問的網站。它們同樣也可以是便攜的工具，以全新的方式將人工智能轉化為智能助手，使更多人——無論其教育背景或靈巧程度——都能夠生活在平均適應曲線以上，甚至發展得越來越好。
想像一下今天聖地亞哥高通公司的門衛是什麼樣的。由於有了智能助手，這個崗位現在也需要具備相當的知識了。高通公司智能城市項目的產品管理總監阿什霍克·蒂比爾內尼說，高通創造了一項新的業務，可以將無線傳感器安裝在樓宇的各個角落，使其能夠像心電圖、磁共振成像一樣實時地、不間斷地顯示每座建築內部深處發生的情況。作為示範模型，蒂比爾內尼首先改造了高通公司在聖地亞哥的太平洋中心辦公區的六幢建築物。這個辦公區包括停車場、辦公空間、大餐廳等，佔地100萬平方英尺，可供3200人使用。他們設計了小型、自供電、夾式的傳感器，將大門、垃圾桶、浴室、窗戶、照明系統、供暖系統、電線、冷卻器和水泵等反饋的數據都傳輸到辦公區的接收器上。接收器將所有數據上傳到超新星上儲存和分析，並向建築維護人員提出智能建議。
這樣帶來的第一個好處就是顯著地節省了開支。各實驗室競相比誰節省得最多。“我們發現，實驗室電腦耗電量很大，於是我們將六座建築物中的電腦在未使用時調成休眠模式，就這一項，每年將省下約100萬美元。稍作簡單調整就能取得這樣的效果，這令人震驚。”蒂比爾內尼說。
但更有意思的是，他們將所有數據都傳輸到平板電腦上，每個維護人員人手一台平板電腦。一旦發生洩漏、短路或閥門未關閉時，提示信息就會立即顯示在平板電腦上。如果有物件損壞或洩漏了，平板電腦上會立即顯示維修手冊。如果出現維修團隊不知如何解決的故障或洩漏，他們可以用平板電腦拍攝照片。“系統會知道這個部分連接著四樓的一個管道，而四樓是由某位技術人員負責的，便會自動給該技術人員發去一張任務單，讓其進行維修。”蒂比爾內尼說道：“設備知道牆面後管道的確切位置，因此無需猜測在哪裡打洞。你可以省下時間和金錢，以最有效的方式滿足你的需要，並把修理表面問題的時間節省下來，解決導致這些問題的根本原因。”
高通將這些傳感器安裝在聖地亞哥辦公區的48座大樓裡。突然間，大樓維護人員“搖身一變成了數據工程師，這令他們興奮不已”。蒂比爾內尼補充道，他們想辦法讓數據“變得更容易理解，更容易操作”。過去，當設施管理員視察大樓時，他們會說：“如果存在洩漏，我會接到報修電話，或者我自己就能發現。”這是一種被動反應的工作方式。現在，蒂比爾內尼說：“我們訓練他們通過查看信號和數據，在發生洩漏並造成破壞前就發現問題，防患於未然。他們不知道要查看什麼數據，所以，我們面臨的挑戰是讓傳感器數據易於理解。我們不能對他們說‘你們負責解決’，然後就把他們淹沒在數據裡。我們的目標是，‘我們提供你能用的數據。’”這就是智能助手的核心所在。
“認知的負擔太重了。”他補充道：“技術必須減輕用戶的認知負擔。每個人都需要私人助手，未來每個人都會擁有它。”
維護團隊現在感覺自己更像大樓的技術員，而不僅僅是門衛。“他們感到自己更進了一步，他們對這種交互方式感到很興奮。”蒂比爾內尼說道。
他說，最妙的部分就是：“我們向來自四個不同城市的40位官員進行了演示。有幾位維護人員展示了他們的所學，這在城市官員中引起了轟動。只用了幾個月的時間，他們就有了足夠的自信來演示這些發明。”
這就是一個智能助手能夠做到的事。
智能算法
我可以告訴你，智能算法在加速時代對就業市場具有非常重要的意義。但我更願意給你講一個故事。這是萬事達卡計算機服務器工程師拉莎娜·劉易斯如何找到工作的故事。我是在社會公益企業“工作機會”（Opportunity@Work）組織的一場關於如何“重振美國勞動力市場”的小組討論上認識劉易斯的。
劉易斯是一位非洲裔的美國女性，現年40歲，出生在伊利諾伊州東聖路易斯的單親家庭。劉易斯的媽媽在15歲時就生下了她。“我媽媽依靠救濟金生活，住的是政府公房。我們身邊的人也都靠救濟金生活。我們家中沒有錢；學校裡也沒有電腦。”但是劉易斯很早就發現自己“擅長修理物件”。屋子裡無論什麼東西壞了，從烤麵包機到水槽，她都會自己修理。等到她念高中的時候，學校裡終於配備了電腦，她便一頭扎進計算機課程。她後來甚至開始輔導其他學生，這引起了老師的關注。老師告訴她：“你應該去讀大學，學習計算機。”她拿到了密歇根理工大學的獎學金。即使有獎學金，她仍然沒有足夠的財力讀完所有課程，於是本該於1998年畢業的她，在三年半後就退學了，所以當然沒有拿到學位。
“我回到家，嘗試在計算機行業找一份工作，但每次我都被拒之門外。”劉易斯說：“人們問我是否畢業了，我不願說謊，我說沒有，於是沒人願意要我，最後我只得到了一份開車接送黑人小孩去參加補習班的工作，往返於當年我在東聖路易斯就讀的高中與當地社區大學之間。我每天開著麵包車接送小孩。有一天，輔導班的計算機課程老師辭職了。他們讓我來填補空缺，我答應了。到了月底，我問他們，我能否全職做這份工作。他們說：‘不行，你沒有學位。’這次受挫後，我去了一家招聘公司，他們給我找了一份求助咨詢的工作。”於是劉易斯在這份求助咨詢的工作上一做就是10年，幫助像我這樣的門外漢重新設置密碼，或做其他類似的事情。
劉易斯的轉機出現在她在聖路易斯韋伯斯特大學的求助咨詢辦公室工作的時候。她的同事、教職人員看到了她的才能。當時她一直與信息技術團隊一起，擔任後備技術員。有一天，劉易斯在韋伯斯特大學上計算機補習課時，她的教授向劉易斯推薦了一個新出現的智能助手網站：“發射代碼”組織（LaunchCode.org）。LaunchCode的目的是幫助你“在網上和你的社區裡找到最適合你的科技工作”。它承諾：“你不需把精力花在文憑上，只要告訴我們你能做什麼，在線申請成為LaunchCode的學徒，我們將幫助你培養技能，激發你的熱情，為你配備導師，不斷督促你取得進步。LaunchCode會把你介紹給500多個和我們有合作關係的僱主，成為公司帶薪學徒，通常為期12周。你可以在工作中磨練技能，向經驗豐富的開發人員學習。10個學徒中有9個將成為全職僱員。”
劉易斯於2014年6月與LaunchCode簽署合同，並在當年9月進入聖路易斯萬事達公司當學徒，11月晉陞為全職助理系統工程師，幫助信用卡公司管理其巨型服務器網絡。2016年3月，她晉陞為系統工程師。
劉易斯對我眨了下眼睛：“我還是沒有本科學歷。”
今天的美國約有3500萬人和拉莎娜·劉易斯一樣，考進了大學卻沒能完成學業。試想一下，如果我們能夠找到很好的方法，重視和利用這3500萬人的所學與所能，我們國家的生產力將提高多少。我們不應只是關注一個人有沒有學位，這種評價系統只在乎學歷，不在乎實際能力。像LaunchCode這樣的智能助手可以成為僱主們可靠的助手，它們將人們吸納進來，而不是將他們拒之門外，這樣就能釋放和利用大量被浪費的人才。
劉易斯說：“如果你能勝任這份工作，你就應該得到它。”
通過智能算法和智能網絡，這完全可以成為現實。實際上，有很多人都具有僱主所尋求的技能，但卻沒有獲得傳統意義上認可的憑證。有很多人都樂意學習技能，卻找不到關於這些技能的信息和學習平台，因為有些平台是非常規的，不在傳統政府貸款的覆蓋範圍內。有些員工具有技能或是決心去學習這些技能，但他們的僱主們並不知道他們是誰，或是沒有為他們提供在線培訓機會。有些學校在教授這些技能上很有實力，但很少人知道哪所學校是最好的。
如果我們可以通過智能算法“克服這些勞動力市場失靈的現象”。拜倫·奧古斯特說，那麼無論存在多少機器、機器人，我們都可以讓更多的人參與工作，人盡其才，為我們的經濟、社會做出貢獻。這些智能算法或智能網絡被稱為“在線人才平台”。
在高端勞動力市場，專業人士已經擁有了可以利用的智能算法，即職業領域專業社交網站“領英”。現在，領英的創始人想要通過創建一個全球“經濟圖譜”的方式，把這種智能算法擴展到整個勞動力市場。領英的首席執行官傑夫·韋納在其企業博客中這樣寫道：
雷德·霍夫曼與領英的其他創始人創建了一個幫助人們挖掘職業社交網絡價值的平台，並開發了一個能將社會關係網絡擴展至三層的基礎設施。這樣一來，他們為最終建成全球最大職業圖譜奠定了基礎。
領英的長期願景是將這種職業圖譜擴展成為一張經濟圖譜，即以數字化的形式顯示出全球各種經濟機會，顯示出每一份工作，無論是全職的還是短期的；顯示出得到這些機會所需要的技能，全球提供這些機會的各家企業的資料和全球勞動力市場上約33億人的個人職業資料，並將這些個人、企業的專業知識都放進“圖譜”裡。這樣，每個專業人員都可以與任何人分享他們的專業知識和經驗。
任何人都能夠使用類似領英全球圖譜這樣的智能網絡查看市場需要或者提供哪些技能，甚至能夠開設在線課程。我或許能在網上教人寫作專欄，我的妻子或許能教人編輯專欄，而你或許可以教人如何編織、如何疏通管道或維修發動機。這樣，我們就能激勵更多的人向他人提供專業知識，這個市場將大大擴展。
韋納補充道：
通過這個經濟圖譜，我們可以瞭解到任何地區的工作機會在哪裡，找到該地區增長最快的崗位是哪些，知道這些崗位需要哪些技能，以及目前總體勞動力技能如何，並計算出勞動技能的供需缺口。更重要的是，我們還可以向職業培訓機構、大學等提供數據，以便他們能為當地求職者及時設置課程，傳授眼下或是未來工作中所需技能，而不是那些已被淘汰的工作所需的技能。
另外，我們可以讓目前在讀大學生有機會看到他們的校友在不同企業、地區、職能崗位上的職業發展路徑。
你可以登錄領英網站的鏈接Linkedin.com/edu。領英研究了大約1億在職人員的數據庫，以確定哪些學校的畢業生能夠進入各項專業領域的頂尖企業。結果或許令你感到驚訝：會計專業的最佳大學是維拉諾瓦大學和聖母大學。傳媒專業的最佳大學是紐約大學和霍夫斯特拉大學。軟件開發專業的最佳大學是卡內基梅隆大學、加州理工大學和康奈爾大學。無論你想成為水管工還是外科醫生，知道哪些學校的校友在行業領軍企業就職人數最多，這一信息是很有價值的。
領英目前已經開始從幾個試點城市，著手構建其圖譜。如果他們能成功創建一個覆蓋全球的智能算法，那將是極為重大的成就。但是，對於在勞動力市場上無法像領英專業人士那樣建立社會關係網絡的人，我們該如何向他們提供智能工具呢？
領英聯合創始人雷德·霍夫曼是另一個智能算法，即“工作機會”的主要支持者之一。“工作機會”（Opportunity@Work）是一家社會公益企業，由奧古斯特和凱倫·喬普拉領導。這家企業的目的是為那些處於勞動力市場低端、存在巨大“人才套利”機會的人群解決就業問題。拉莎娜·劉易斯就是這樣的人。
有太多人和劉易斯一樣自學技能，但未必擁有僱主們聘用職員時通常依賴的證書、徽章或學位。在這個自我學習的時代，過去的僱傭習慣已經落伍了。
“工作機會”正試圖通過在社區層面建立智能網絡，為那些迫切需要僱傭有用之才的僱主提供幫助。許多僱主表示，大學學位並不等於他們所需要的技能，但他們目前慣用的招聘工具，卻常常把有技能、無文憑的人拒之門外。
舉例來說，比如有一個信息系統管理員或網站開發人員的工作崗位，有的求職者有這樣的技能，但沒有學校學位或是專業背景，“工作機會”會在“技術僱傭”網站（TechHire.org）的平台上對他們進行測試，證明他們掌握了該技術崗位所需的技能，然後將其與合適的僱主或相應的培訓機構建立聯繫，讓他們可以掙得更多或者得到更好的學習機會。
“我們必須基於實際技能的掌握情況而非學習經歷來進行招聘。”喬普拉說道：“我們可以讓人們的學習曲線斜率變得更為陡峭，但如果這些學習和技能不能在勞動力市場得到認可，那麼也就沒有激勵與回報。”有太多公司都習慣於用那些根據學歷出身來進行篩選的招聘軟件，而不是用那些可以挖掘每個人最大價值和最大潛能的匹配軟件。
這究竟有多麼不理性？來自“燃鏡技術公司”（Burning Glass Technologies）2015年勞動力調查的數據顯示：新公佈的行政秘書、行政助理職位中65%要求擁有學士學位，但“目前這些職位的在職人員中只有19%的人擁有學士學位”。也就是說，要是讓已經做了秘書工作的人再去找一份秘書工作，將有五分之四的秘書會因為沒有學位而被拒之門外，這相當於秘書行業新就業崗位的三分之二。
這種招聘方式是非常荒謬的。你可以設想，如果你已經是個秘書，但沒有學士學位，要是你希望換個工作單位，另一個僱主會考慮僱傭你，但他會要求你先辭職，貸款8萬美元，讀個學士學位，然後參加面試，再應聘一個你已經在做的工作。燃鏡技術公司指出，在今天的美國就業市場，越來越多的僱主將本科學歷作為入職資格，即使那一紙文憑與工作要求或你的真實能力毫無關係。這使得很多能幹的勞動者無法獲得中等技能水平、中等收入水平的工作。
奧古斯特說：“工作機會”試圖創造“一種新的人力資本信號”。這個信號所要傳遞的信息是：“任何能夠符合標準、完成任務的人都能來一試。我們不介意你是如何學會的。我們僱傭的是掌握技能的人而不是擁有高學歷的人。並非任何人都能得到某個特定工作，但任何人都能夠有機會一試。”而如果你還不具備某些技能，那麼你可以在當地學校或學習平台學習，用自己的時間來彌補不足。
至今，沒有僱主有動力來建立這樣一個平台，這也就是為什麼我們需要一個類似“工作機會”或領英這樣的組織創造智能網絡，並向每個人展示它是如何運作的。現在的就業系統只挑選出1個獲得工作的贏家，同時製造了1000個找不到工作的輸家，這浪費了太多人力資本，而且會引發更多的政治風險。喬普拉和奧古斯特相信，如果能夠讓足夠多的僱主基於應聘者的技能而非學歷來招聘，並將潛在僱員與學校、教練或導師進行匹配，幫助他們對市場最需要的技能做出反應，他們就可以顛覆現在的勞動力市場。
如果你是一位社區大學的行政人員，就可以借助這些智能網絡瞭解時下僱主們需要哪些技能，並將這些技能列入學校的授課範圍。你還可以引入智力融資領域的創新。奧古斯特說：想像一下，你可以設立一個微型的股權投資，對有才能但低收入的學生提供投資，資助他們參加一個為期15周的“編程訓練營”，負擔他們的學費和生活費，等到該學生找到軟件開發員的工作後，才讓他們還債。如果我們拋棄當前公私合營學生貸款的陳舊框架，以更個性化、基於人的才能、由項目獲益者繼續為後來人提供資金（pay-it-forward）的融資系統，讓教育機構與僱主把自己的錢投入這個融資系統，確保學生能夠得到工作，並從中得到回報，我們就可以創造出更多的就業機會，解決技能不匹配問題，並釋放人力資本中蘊藏的巨大價值。
“我們花了很多時間研究如何優化金融資本的回報。”奧古斯特說道：“現在是時候開始思考如何優化人力資本的回報了。”
革命的到來
我在本書中強調，技術的發展是呈階段性的，由一個平台到下一個平台。但並非所有的平台都是平等的。最近有兩個發展階段：第一個是在2000年左右，技術讓網絡連通更加迅速、簡單、免費，並且無處不在；第二個是在2007年左右，技術讓複雜性變得更加快速、免費、簡單，並且再也看不見了。我認為，這兩次飛躍構成了人類、機器、群體以及流動的力量的重大轉折點。這是繼工業革命打破行會體制、創造新的基本工作模式後的又一次突破。得益於超新星，職場現在正以我們從未經歷過的速度，在前所未有的範圍和規模上實現全球化、電子化和機器人化。幾乎每一個行業都受到了這一進程的影響，這也對我們提出了一個根本性的挑戰：如何教育人們工作，如何在工作中管理員工，以及如何幫助員工適應這兩種新的現實。
如今，大多數好的中產階級工作，即那些無法被外包、自動化、機器人化或者數字化的工作，都符合我稱為的“科技+情懷”的工作[8]。這些工作需要能夠運用專業技能並開展人際交往的能力，從而將計算與心理學融合。比如，與沃森這樣的人工智能程序對話，做出癌症診斷，並握住病人的手告知診斷結果；讓機器人為奶牛擠奶，同時當它們需要額外呵護的時候給予溫柔撫摸。
2013年5月10日，歷史學家瓦爾特·羅素·米德在《美國利益》雜誌上發表了題為《工作危機：遠遠超出你想像》的文章。他指出：
19世紀，大多數美國人將他們的時間花在與戶外的動物、植物打交道上。到了20世紀，大部分美國人將他們的時間用於辦公文件傳送或者在工廠裡敲打機器。到了21世紀，我們大部分人將與他人一同協作，相互提供服務，改善各自的生活……
我們必須意識到，工作的固有尊嚴來自人與人的關係，而非人與物的關係。我們必須意識到，好的工作就是與他人溝通交流，理解他們的期許與需求，運用我們的技術、知識和才能並以他們可以負擔得起的價格滿足他們的需求。
最近的一份研究驗證了上述觀點。2015年10月18日，克萊爾·凱恩·米勒在《紐約時報》發表了一篇題為《為什麼學前教育對工作如此重要》的文章。他指出：“現在所有可以由機器來完成的工作——無論是做手術、開車或者送餐——仍然缺乏明顯的人類特性。它們都不需要社交技能。然而在現代工作中，與人合作、同理心、靈活性等技能都變得尤為重要。”
這些工作都對社交能力提出很高的要求。米勒說道：
自1980年以來，這些需要極強社交能力的工作較其他工作增長得更快。自2000年以來，唯一保持工資增長的工作，都需具備認知與社交雙重技能……
為了幫助學生們應對這種工作需求的轉變，學校所教授的技能也需要相應地調整。但是社交能力在傳統教育中尚未得到重視。
克萊頓·克裡斯坦森研究所的創始人之一、研究教育問題的邁克爾·霍恩指出：“機器正在自動處理很多事情，因此具備軟技能、通曉人情味、知道如何補足技術的短板，這些能力至關重要。但我們的教育體系並非為此目的而設立。”
米勒咨詢了哈佛大學教育學與經濟學助理教授大衛·戴明，他剛剛完成了該領域的一項最新研究。戴明發現，在科技行業，“正是那些將科技與人際交往能力相結合的工作才最具發展前景，例如善於和團隊合作的電腦工程師”。米勒引用了專業研究勞動力市場的麻省理工大學經濟學家大衛·奧托的話：“如果只需要專業技能，那麼完全有可能實現自動化；而如果只需要情感與靈活性，我們擁有無窮的人力資源，該工作並不會獲得高薪。只有將兩者結合才是真正有價值的。”
總而言之，加速發展的時代重構了工作模式，並要求訂立多重的、新的社會契約。第一是老闆與員工之間的契約：老闆們必須要學會根據個人的真實能力而不只是依據其耀眼的學歷來聘用員工，並且還應在公司架構內為員工實踐終生學習提供多種渠道。第二是個人自己與自己的契約：如果老闆創造了學習機會，並予以學費上的資助，你需要做的就是下定決心、自我激勵，好好學習，持續學習。在現在這個時代，找工作就像是爭球。有越來越多的人、機器、機器人去爭這個球，你必須有意願且有能力去跳起爭奪。第三個新契約在教育者與學生之間：公司不再有耐心等待高校去發現勞動力的市場需求，調整他們的課程設置，聘用合適的教授，教授學生新技能。當下網絡學習平台能夠更快捷地在第一時間提供這方面教育。在這個對所有人提出了終生學習要求的時代，如果傳統的高等教育想要與時代接軌，教育者需要以盡快的速度、較低的價格以及更多的靈活性提供學習機會。最後，政府與公民之間需要達成新的社會契約：我們需要創造各種可能的監管制度和稅務激勵，促使每家公司向員工提供終生學習機會，讓每個員工都能獲得終身學習的智能援助、智能助手、智能網絡、智能融資。