賽格威(Segway)載具15年前就已經商品化，它可以有效解決短距離人員運輸的問題，但是因為地方政府要求使用者取得駕駛執照，又沒有相對的考試可以頒發駕照就閒置至今。小米科技在2015年買下Segway推出較小較低價的Ninebot，是否能跨越使用者不被取締罰款的命運還待觀望。
2015年5月世界第一輛得到許可的無人駕駛卡車在美國開始上路，是否會威脅美國現存350萬的職業駕駛還待觀察。現有卡車運輸與820萬相關產業員工的生計有關，無人駕駛卡車會減少還是創造就業機會仍不明確，必需觀察一陣子才會明確。有用的科技還需要時日才會融入大眾生活。
美國IPsoft 公司已經推出Amelia自動機器人，她會用20種語言處理真人打過來的電話，開始工作的第一週完成率為10%，兩個月後可以解決61%的問題。七天無休，接多少通電話都保持禮貌，全球有2億5千萬呼叫中心的服務人員，將要和Amelia一起競爭工作。公司創辦人46歲的Chetan Dube印度出生，巴黎及倫敦長大，在紐約大學拿到博士學位已經在人工智慧領域打轉近20年。
機器學會自主學習之後可以取代只會做例行事物、不進步的員工。從前的競爭是跟身邊的人比，現在除了要跟全球人比之外還要跟機器競爭。
人類的繁衍除了生命基因的延續之外還靠社會基因。社會基因會把歷代累積下來的基礎建設及文明交給下一代，使下一代站在前人的肩膀上爬高。80年代對圖像處理的能力如果能把影像旋轉就得意的不得了。從前相機拿歪拍的相片只好捨棄，現在電腦上轉一下就正了不到3秒鐘。社會基因使得科技文明進步更快，但只有能掌握社會基因的人才會受益。
機器學習尤其是非監督學習需要從大量資料中淬取隱藏結構，根據SINTEF 2013年的一份研究報告，當今90%的電子資料都是在過去2年間產生。如何管理及運用大資料無法用三言兩語涵蓋，需要另文討論。
人工智慧展現有效學習的能力，幫我們整理並有效運用社會基因。人類學習力比電腦不知高明多少，也不需要像電腦學習一般需要大量的資料。一位教育家把DNA複製的英文文件放到電腦裡面丟給不懂英文的印度偏遠地區的小朋友，他們在沒有任何教師的情況下自己學會裡面的內容，人類大腦的優異及潛力令人讚賞。
如何從浩瀚的知識中了解並獲得有效的技能呢？除了主動學習之外還需要有效學習。Coursera 及許多大規模開放線上課堂(Massive Open Online Course/MOOC) 提供所全球希望學習的人士同樣先進有用的學習機會，剩下的就是做不做的問題了。
人工智慧的未來其實就是有效學習，從社會基因中發掘有用的知識並且產生有效成果。人和電腦展開競賽，我們站在哪裡呢？
