雖然比較遠的考慮是很難預測的，許多有經驗的計算機科學研究者感到相當舒適的關於AI的影響在未來的5-10年。

有這麽多潛在的毫無根據的猜測自動化可能會影響自然和人類工作的需求，我決定問六人工智能博士關於知情的角度對如何可能會影響在未來的就業市場。他們的答案在工業上沒有太多的共同性，但他們確實有一個共同的主題：擴大或加強使用現有的算法。

而識別人臉，或分類的Web圖像（識別動物，地標，對象）曾經是人類的艱巨任務，這些任務現在可以由受過訓練的神經網絡自動（穀歌的彼得Norvig解釋這個過程相當好）。

視覺數據遠遠不能是唯一的領域，可能是在圍攻狹隘的情報。馬丁福特（在收到書崛起的機器人作者）提到，在未來10年內，AG平台娛樂可能會看到更多的自動化工作位移而不是藍領白領工作。

有正在進行的辯論，無論是技術進步本身創造更多的就業機會比他們破壞。

丹尼爾伯林特同意，說明“流動性無疑是一個相當困難的技術問題，目前的困難，與電腦更容易操作的數據比人類比它們接管大多數體力勞動工作，至少是暫時的。”盡管在過去的10年中，雙足機器人的發展令人印象深刻，以靈巧的體育工作如在一個繁忙的餐館不可能自動失業很快移動家具或承載板的人（雖然固定裝配工作正在圍攻從古至今，多與設備像Rethink Robotics的Baxter）。

一些研究人員認為，同樣的可能會說是狹隘的數據評估，而不僅僅是數據操作。安德拉斯科爾奈表示，“IBM正在沃森進入醫療領域-我希望同樣的事情發生在法律領域。”雖然這是可能的，機器學習將有助於在醫療成像癌症或其他疾病的檢測，這些技術不可能把醫生的工作。