在接下来的智能革命中，依然将是现有产业的转变和新产业的诞生并行。但是，无论是哪一种，它们都有共同的特点，即智能化和精细化。因此我们不妨将它们统称为“智能产业”。在这些产业中，具有智能的计算机可以帮助我们完成相当多的工作，甚至是绝大部分的工作。

未来的农业

根据斯坦福大学教授兰·莫里斯（Lan Morris）的观点，人类文明的水平可以用人均产生的能量来衡量。

在过去，解决土地短缺问题的方法就是施用化肥和农药增加单产，解决水资源短缺问题的方法就是挖更多的井抽水，挖更多的渠引水，但实际上是将短期矛盾转变为长期的危机。

未来的体育

未来的制造业

机器人取代人类从事制造业的另一个巨大优势在于，产品很容易按照个性化定制。

特斯拉很少雇佣原来汽车行业的人员，除了降低成本外，还有一个更深层次的原因----它一直把自己定位成一个IT公司，而不是汽车公司。

特斯拉颠覆现有汽车行业所做的另一件事，就是取消存在了一个世纪的汽车代理商制度。

产品生产本身只是商品经济中几个主要环节中的一个。除了生产，商品的设计和研发、仓储和物资管理、物流和运输、批发和零售，在过去都是不可或缺的环节。

过去，在生产以外的环节，要么需要所谓知识型的员工来完成，要么需要本地的员工。

未来的医疗

医疗保健在任何发达国家都是一个大产业，甚至是最大的产业，因为人类发展经济和科技的最重要的目的就是增进健康、延年益寿。

在工业革命后，人类搞清楚了细菌致病的原理，并且通过科学的方法完成了传统医学到现代医学的转变。

今天，人类在医疗保健上遇到了一些瓶颈，主要体现在以下几方面：

首先是医疗的成本越来越高。

其次，医疗资源不平衡，这一点几乎每个中国老百姓都认同。

最后，也是最关键的，很多疾病治不好，比如癌症、帕金森综合征、阿尔兹海默症（即人们常说的“老年痴呆”）。

* 降低医疗成本

美国医疗系统有一个制度上的缺陷，就是医疗事故赔偿过高，律师拿钱太多。

另外，医疗保险系统和医院的管理费偏高，加上相当一部分没有保险的患者赖账，医疗系统就把这部分钱加到了有能力支付的患者头上。

从医疗本身讲，医疗成本高的前两个重要的原因是药品的研制周期太长，费用太高，以及医护人员培养的成本太高。

造成美国医疗成本非常高的第二个原因是医护人员的收费很高。在欧美等发达国家，医生可以说是“三高”的职业-----高学历、高收入、高地位。

为什么在美国专科医师收费那么高，主要原因是成为专科医师太难，这个群体人数太少。

相比医生，计算机在诊断和做手术等方面有三大优势：首先，它们漏判（或者失误）的可能性非常低，也就是说它们能够发现一些医生们忽略的情况；其次，它们的准确率很高，而且随着数量（病例）的增加提高得非常快；最后，也是人所不具备的，这些智能程序的稳定性非常好，它们不会像人那样受情绪影响。而这些智能程序的成本，通常不到人工的百分之一。

* 解决医疗资源短缺

* 制药业的革命

癌细胞是动物和人自身细胞的复制的过程中因基因出了错误，而非来自外体，因此它们与任何动物正常的细胞非常相似。

今天最有效的方法是，使用基因技术研制出的抗癌药来治疗，从机理上讲是找到病变的基因并且把相应的癌细胞杀死。

不过，由于不同人即使得了同一种癌症，其癌细胞病变的基因未必相同，因此一种抗癌药可能对某些病人管用，但是对其他病人并不管用。

治疗癌症的第二个难点，也是最根本的难点在于癌细胞本身的复制也会出出错。

由于癌细胞基因的突变和人有关，而且可能一再突变，因此要想彻底解决问题，就需要针对不同的患者设计特定的抗癌药，而且要根据患者癌细胞每一次新的变化研制新药。

李文森博士认为，只要这个研制速度能够赶上癌细胞的变化，那么，即使不能彻底杀死所有的癌细胞，患者仍可以长期和癌症共存。从理论上讲，这种方法是可行的，但是这样做的成本太高：首先要有一个专门的研发团队围绕着每一个患者进行药品的研制，而且研发的速度还要足够快；其次，它的耗费至少在没人10亿美元以上。因此全世界除了个别的亿万富翁，都不可能用这种方法来治疗癌症。

在未来，可能一种疾病会有不同的药品医治，而不同的人会有不同的特效药。

* 人类是否可以长生不老

除了个性化治疗，李文森博士认为大数据可以帮助治疗那些传统医学方法难以医疗的疾病，而这个意义甚至比治愈癌症更大。

在他和Google创始人佩奇看来，治疗癌症的意义远没有大众想象的大，而人类长寿面临的最大挑战是衰老问题-----只要人们活得足够长（而且不患癌症），最后的结局都会是阿尔兹海默症，无一例外。

未来的律师业

我们在前面讲到的大数据思维其实已经在改变司法领域的工作方式，诉讼的一方会通过数据之间的强相关性寻找证据，而司法领域业也认可这一类证据。大数据对司法领域的另一个重大影响在于机器智能会逐渐取代律师做一些分析工作，这使得诉讼的成本有可能大幅度下降。

在美国打官司，律师费用高昂的原因有很多，其中最重要的一个是英美法系是判例型法律体系（又称海洋法系），打一场官司，需要历史上相关官司法律文件都拿出来分析，这个工作量巨大。大量大数据时代，这个情况慢慢得到改变。今天，一些公司利用自然语言处理和信息检索技术，发明了让计算机阅读和分析法律文献的软件，可以取代很多人工。

未来的记者和编辑

如果我们把计算机分析案卷和病例看成是一种阅读行为，那么今天计算机已经发展到不仅能读，而且还能写作了。

今天美国很多媒体的财经新闻，尤其是对公司财报的评述，其实已经是计算机产生的了。