一直以來，社會普遍認為自動化構成的就業威脅主要是針對教育程度低、技能水準較低的勞動者，因為這類工作往往例行（routine）且重複（repetitive）。但是，在你安於這種見解之前，請先思考科技的發展速度。曾經，一提到「例行固定」的職業，我們會聯想到組裝線的工作，但今天的現實已大不相同。無疑地，技能水準較低的職業將持續受到衝擊，但是，許多大學教育程度的白領階級勞動者將發現，在軟體自動化和預測性電腦演算能力繼續快速提升下，他們的飯碗也岌岌可危。
事實上，說到最可能受到科技發展威脅的工作，「例行固定」可能不是最好的形容詞，更正確的形容詞是「可預測性」（predictable）：別人能不能藉由查看你執行過的所有事務，學會你的工作？或者，某人能不能像學生準備考試那樣，藉由重複執行你已經完成的事務而變得熟練？若是的話，那麼，有朝一日，很可能有一套電腦演算法能夠學會你絕大部分或所有的工作。尤其是在「大數據」現象持續發展之下，這種可能性益增：組織收集每一個營運層面的巨量資訊，累積的大量職務相關資訊，就等一套智能機器學習演算法問市，開始深入分析和學習其人類前任者留下來的記錄資料。
這一切演變與發展的結果是，擁有更高的教育和技術水準未必能夠有效保障你的工作將來不會被自動化。以專門判讀醫療攝影成像的醫事放射師為例，他們需要接受至少十三年的教育和訓練養成，但是，現在的電腦愈來愈擅長於分析影像。不難想像，在不遠的將來，放射科影像判讀的工作可能會由機器執行。
總之，電腦很擅於學習和取得新的技能，尤其是提供它們大量資料的前提下。
初級職務尤其可能受到嚴重衝擊，證據顯示，衝擊已經在發生中，剛踏出校門的大學畢業生薪資在過去十年持續下滑，近五成的大學畢業生被迫接受不需要大學學歷的工作。事實上，如同本書後面會談到的，包括律師、新聞勞工、科學人員、藥劑師等在內，許多高技術專業人員的就業機會已經被進步的資訊科技明顯侵蝕，而且受到衝擊的並非只有他們，多數工作都有某種程度的可預測性，很少人的工作是完全是靠創意或天馬行空地思考。
伴隨機器取代可預測性質的工作，勞工將面臨一項空前的挑戰。過去，自動化科技往往較專業，一次只顛覆一個產業的就業市場，勞工能想辦法轉換至另一個新興產業。但現今的情形非常不同，資訊科技是通用型的科技，它的影響將是大範圍的，幾乎現存的每一個產業的勞力需求都可能因為新科技而降低，而且，這種轉變可能發生得很快。在此同時，新興的產業幾乎自誕生開始就採用強而有力的、節省勞力的科技，例如，Google 和Facebook 之類的公司在變得家喻戶曉、達到高市值的同時，員工數相對於其規模和影響力而言可說是非常少。
我們有充分理由可以預期，類似情境將在近乎所有的未來新興產業中上這一切顯示，我們即將面對經濟與社會的巨大轉變，過去對勞工和準備踏入職場的學生提供的建議可能不再管用。不幸的現實是，很多人即使做對了每件事，追求更高的教育和取得更多技能，仍然無法在新經濟中找到穩固的立足點。
