日本《日經商貿》周刊6月18日刊登了題為《人工智能不會爭奪人類就業的三個理由》的文章，文章認為人工智能確實會給很多領域帶來變化，但是人類的工作也不會立刻被取代，文章給出了三點理由，具體摘編如下：

悲觀者認為，如果到了機器奪走人類工作的時代，首先陷入窘境的是放射科醫生。這是因為，醫學圖像分析是適合深度學習的作業。深度學習是人工智能相關技術之一，原本吸引人們關注的就是計算機識別出圖像中物體的能力。

有些人工智能研究者認為，人類可能完全失去工作。2016年人工智能領域第一人杰弗里·欣頓表示：“很顯然，應該停止培養放射科醫生。”

考慮到機器學習的應用范圍極廣，從工程師到護士可以說都會面臨同樣的情況。

但如果觀察人工智能在醫療領域的應用可以發現，實際情況更加復雜。機器學習確實會給很多領域帶來變化。但是，人類也不是立刻就變得毫無用處。放射醫學的現狀可以告訴我們理由。

第一個理由我們可以從人工智能的本質中找到答案。機器以明顯的優勢超過人類，但目前來看，能夠應用人工智能的范圍有限。沒有人能通過心算戰勝10美元就可以買到的電子計算器。但電子計算器能做的終究只不過是計算。

深度學習適用的范圍很廣。即使是這樣，歸根結底還是有限的。與其考慮人工智能能否奪取人類工作，莫如思考在某一特定作業中人工智能能否代替人。

這一點帶來了人們可以樂觀看待就業前景的第二個理由。這就是人類工作所具有的特質。例如，大部分職業是由多種作業組成的。即使會計軟件亮相，會計師也沒有失業。原因在于，會計的工作不僅僅是進行數字計算。

放射科醫生解析許多圖像，但他們的工作內容不僅限于這些，還包括決定拍攝哪部分圖像，就難以得出結論的診斷進行討論，還要跟患者商量治療計劃，還要在日常混亂的工作中應用研究文獻給出的結論，等等。即使將其中的一項工作交給“計算機助手”，也不意味著完全不需要放射科醫生了。這反而是給了放射科醫生集中精力進行更有意義的工作的機會。

可以樂觀看待職業前景的第三個理由是，隨著自動化的發展，需求將進一步擴大。即使在發達國家，放射線醫療也是要花錢的。隨著機械化的發展，工作效率提高，則價格會下降。這一成果可以惠及廣大患者，醫學圖像新的應用方法也將得到開拓。

在產業革命時代，隨著作業自動化的發展，紡織工人數量增加。隨著效率提高，生產率提高，價格下降，結果是人們產生了機器無法滿足的更多作業需求。

從長期來看，誰也不知道人工智能究竟會給就業帶來多大影響。但根據過去的經驗，技術變化所需時間通常長于預期。工廠經營者以電力取代蒸汽，到充分利用電力資源的優勢，花費了數十年時間。即使是現在，辦公室的“計算機革命”還處于半路上。