На думку вчених, близько 47% усієї роботи, яка існує сьогодні, зможуть виконувати машини "через десятиліття чи два". У своєму звіті "Організація економічного співробітництва і розвитку" (ОЕСР) оцінила загрози і для інших країн. Метода цього разу відрізнялася від дослідження Фрея і Озборна.
Вчені оцінювали можливість автоматизації процесів, виконуваних у кожній окремій професії. Таким чином вдалося з'ясувати, що 14% професій у 32 країнах-учасницях ОЕСР під загрозою автоматизації. А близько 70% - в цілому можна автоматизувати. Над ще 32% різних робіт нависає менша загроза. Можливість виконання їх машинами варіюється на рівні 50-70%. Зважаючи на рівень зайнятості в країнах ОЕСР, дослідники підрахували, що 210 мільйонів робочих місць в 32 країнах під загрозою.
І біль від автоматизації не буде розподілятися рівномірно. Приміром, уразливість робочих місць в Словачиині вдвічі вища, ніж в Норвегії. В цілому, працівники у багатих країнах менше ризикують втратити роботу ніж громадяни країн з середніми доходами. Втім, інколи велика розбіжність існує навіть між економічно рівними державами.
Організаційна структура і склад промисловості грають в цьому процесі важливу роль. В Південній Кореї, приміром, 30% робочих місць припадає на промислове виробництво, в той час як у Канаді - 22%. Разом з тим, в середньому південнокорейське робоче місце важче автоматизувати, ніж канадське. Це може бути пов'язано з тим, що працівники у Південній Кореї краще і без шкоди для продуктивності поєднують рутинні завдання із соціальними і кретивними. А робот чи комп'ютер не може цього зробити. Ще одним поясненням "складності" автоматизувати робочі місця в Південній Кореї може бути те, що там виробники вже віддали машинам велику частину рутинних завдань.
Раніше видання The Economist писало, що штучному інтелекту доведеться навчитися пояснювати свої "думки" і дії. Людство більше не боїться, що машина вийде з-під контролю і почне робити щось, про що її не просили. Страшніше те, що вона виконає потрібну роботу, але у якийсь непередбачуваний і шкідливий спосіб, який вона визначить як раціональний, але який дорого коштуватиме людям. Адже розробники досі не завжди точно розуміють, як саме відбувається процес машинного навчання.