计算能力继续以惊人的速度增长。与此同时，越来越多更好的数据可用，机器学习方法在最近取得了重大突破。所有这些都进一步拓展了机器的能力范围。如今，越来越复杂的任务可以精确地自动化，而这在几年前似乎是不可能的。这些例子从语音和图像识别、下围棋到自动驾驶汽车。机器能够完成越来越多的手工和认知任务，这些任务以前只有人类才能完成。由于这些发展，一些人认为，大量工作“面临自动化的风险”，这引发了公众对大规模失业和技术性失业的担忧。本章讨论了新的数字技术在不久的将来如何影响劳动力市场。首先，本章讨论了自动化潜力的估计，表明许多估计严重向上偏向，因为它们忽略了看似可自动化职业的工人已经接管了难以自动化的任务。其次，它强调了这些数字只是指理论上可以自动化的东西，这不能等同于失业或就业影响——这是在公开辩论中经常犯的错误。 Thirdly, the chapter develops scenarios on how digitalization is likely to affect the German labor market in the next five years and derives implications for policy makers on how to shape the future of work. Germany is an interesting case to study, as it is a developed country at the technological frontier. In particular, the main challenge will not be the number, but the structure of jobs and the corresponding need for supply side adjustments to meet the shift in demand both within and between occupations and sectors.