3．コールセンターのオペレーター
現在でも、多くの人がオートメーション化されたカスタマーサービス窓口や電話による勧誘販売に違和感のない人が多いだろう。自然言語処理技術を利用することで、顧客が話していることを機械化された通話窓口が理解し、適切なリソースへと誘導することができる。通常は「人間」のオペレーターに接続する選択肢も用意されているが、これも向こう数年間でなくなっていくかも知れない。
Dolinsky氏はそれに加え、少なくともカスタマーサービスの分野では、オートメーション化によってサポート窓口への電話自体が全体的に少なくなっていく可能性があると話す。これは、遠隔からセンサーによって監視可能なスマートシステムによって、製品のメンテナンスを支援し、潜在的な問題を回避することができるようになるためだ。
4．検品作業員
検品は訓練された目を必要とする仕事だ。検品作業員は通常工場で働き、コンベアを流れる製品の中から、傷んでいる製品や不完全な製品をより分ける作業を行う。この作業における自動検品技術のレベルは、だんだん人間のレベルに追いつきつつある。
「現在は、人間の手で検品し、一つ一つの品物を検査することが一般的だ。たとえば、シートベルトのボルトの確認などがこれにあたる。カメラを使った映像検査には、これまで3万ドルかかっていたが、今では1000ドルになっており、映像検査システムは高速で、効率的で、非常に正確だ」とPerrin氏は言う。
5．データ入力
データはあらゆる業界で重要な資産となりつつある。このため、正確なデータ入力は極めて重要だ。データを収集し処理する方法の変化は、より速くより完全に自動化されたデータ入力につながる可能性がある。
たとえば、Dolinsky氏は、ドライバーが路上にいる時間と拠点にいる時間を組み込みセンサによって取得し、GPSデータと組み合わせて、自動的にバックエンドシステムにフィードすることができるかもしれないと述べている。このデータはその後、ドライバーの代わりにシステムによって自動的に毎日の目標や計画と比較され処理される。結果として、データ入力はより効果的になり、より早く行われることになる。
多くのデータ（特に古いデータ）をデジタル化する必要があるがあるため、短期的にはこれらのデータのスキャンの仕事が出てくるだろうが、長期的なデータ入力の必要性は減少するだろう。
6．保険引受査定者
保険代理店や代理人を通じて保険の申し込みが行われるたびに、その申し込み内容は念入りに検討され、保険会社がその保険を引き受けられるかどうか判断される。この作業は、保険引受査定者によって行われる。保険引受査定者は申し込み内容を調べ、その保険を引き受けるかどうか、そしてどの程度の保険を提供するかを決定する。
保険引受査定者の役割は、機械に取って代わられる危険がある。これは、申し込み内容は標準化が可能であり、ほとんどの企業は引受可能かを判断する一定のルールを持っているためだ。コンピュータシステムがそれらのルールを学習し、それらを申し込み内容に対して適用するには、機械学習が役に立つ可能性がある。
