歷史學家從歷史演進的觀點告訴你：人類有兩種能力，身體的能力與認知的能力。過去，工業革命，自動化機器的興起，已經讓人類的身體能力被取代了。現在，人工智慧的興起，人類的認知能力可能將會被取代？因此，歷史學家問你：你將來還會有工作機會嗎？或許，你無法感受，因為，你覺得你現在已經過得不錯了，穩穩當當的上班與下班！不過，我還是要提醒你：你的環境都在變化，你雖然現在不錯，你可以處之泰然，可是，你的環境一直都在變化，在這種情況下，你該如何自處？你如果不跟著變化走，歷史學家說的問題，可能就會出現在你身上。
人工智慧其實也不是新鮮的名詞。據說 1956 年的夏天 Dartmouth College 針對人工智慧成立Dartmouth Summer Research Project開始探討：「如何在機器上重現人類的智慧」，這是人類真正一起研究人工智慧的開始。在此之前，其實已經有人開始嘗試了，不過多半是個人的試驗而已。人類的電腦，大約也是在 1940 年代左右開始出現數位電腦。如果你身處於 1940 或是 1950 年代左右，你能想像現在 2022 年的情境嗎？相對於 2022 年的你，思考一下 2052年的你吧。我認為很少人能夠獨善其身的！雖然你很想要做自己，可是，如果你沒有穩定的生活，你想做自己的願望就會越來越遠。
人工智慧有一個操作型的定義，就是那個「機器」必須要通過「圖靈測試」，才能說那個機器具備有「智慧」。因此，具備通過圖靈測試的能力，就必須要有：自然語言處理(Natural language processing)、知識表達(Knowledge representation)、自動推理(Automated reasoning)與機器學習(Machine learning)等四大能力。這四大能力的發展，確實是目前人類努力的方向，而我們也確實在很多領域內看到不少的成果，這些成果，雖然跟你無關，但是，會不會在很短的時間內影響到你的工作呢？或許，你要思考看看上面歷史學家所說的話。
機器學習的目的是「教」電腦執行某些操作，可能是經過機器學習的演算法來運行，使電腦能夠在未來做出改進的決策，並能從以前的情況中「學習」。這樣的做法似乎就是人類的行為，人類的學習也似乎就是如此。可是，電腦比起人類來說，不會累，不會忘，更不會偷懶。你認為，你還有什麼理由不去努力呢？現在的機器學習廣泛的利用數據挖掘的方式，也就是利用大量數據的轉變方式來尋找未知或隱藏的模式，因此發掘出數據可能未見到的價值。這裡的數據，已經不僅僅是你所知道的「數字」，更多是其他格式的數據，包含語音、文字、圖片與影片等。也就是說：機器的學習方式，已經相當多樣了，而且都是人類已經成熟的技術。
不過，回過頭來，你再仔細的思考看看！沒有數據，機器該如何學習？這就是為什麼我們說專業的數據能力，不能僅僅的專注在某些技能上面的原因。如果要從數據中發現價值，最起碼你要從數據收集開始，可是，天下數據何其多？那些是你需要的數據？那些又有可能為你帶來效益？關鍵還是在你的業務上！人類處理數據，不太可能離群索居，你或是你們所需要產生的商業價值是什麼？你或是你們的業務策略是什麼？從這裡開始。這也是就是為什麼我們一再跟你說：你需要 一套方法 來建立你的數據能力。
所以，上面跟你說的這一些，你想過沒有？每天很認命的上班與下班，確實很辛苦，也很確幸！可是，你還是要為自己思考一下：變動的環境下，你該如何 調整自己。Machine 正在 learning，你也需要不斷的學習。