本書談下一波經濟發展，探討產業趨勢，於2016年5月初版，已有些時日的書。
日本是老人照護機器人的研發及生產大國，面臨日本及歐盟28國邁向超高齡化社會可說市場龐大，日、美、德在工業及醫療用的高價機器人領域引領風騷，中、韓則是廉價的消費者導向機器人的生產國。
醫療用機器人一台平均要價150萬美元，佔專業服務型機器人的6%,知名企業直覺外科的達文西手術機器人要價180萬美元，能協助進行複雜手術（如心臟瓣膜修復），每年有超過20萬的手術使用，只有財力雄厚的醫院才有這項設備，另有為美國陸軍設計的手術用機器人Raven可測試實驗性醫療步驟，要價25萬美元，是第一個採用開放源碼軟體的手術機器人。嬌生公司的SEDASYS執行鎮靜程序，相較於病患原先需支付600-2000美元，此一程序只需花費150美元，且一個麻醉師因此可以監督十個病患及多間手術室，而不用親自操針。
目前加州大學柏克萊分校教授Ken Goldberg亦正在研究將機器人暫植入人體中釋放放射線，以治療癌症，避免傳統體外進行放射性治療同時也傷害健康人體組織。
鴻海富士康自2011年起開始僱用機器人，目標在三年內取代100萬個人力，郭董在雜誌採訪時說，人類也是動物，要管理100萬個動物讓他很頭疼，富士康用的是一台25,000美元的機器人，是工人平均年薪的三倍左右，而台達電也計畫推出類似機器人，只賣10,000美元，投資機器人的資本支出（預付款）雖多，但後續營運成本（薪資福利等）卻低很多，且面對中國日益高漲的工資，也算大勢所趨。
科技的進步能締造巨大的價值，但新創的價值無法為全民所平均共享。
中國政府目前正雙管齊下，投資鉅額開發未來產業，持續強烈推動都市化政策，以帶入更多農村人口來壓低勞動成本，若勞動成本持續提高，中國將失去原本在全球市場的特殊優勢，如此一來過去在中國創造的就業機會，就會轉移到斯里蘭卡和孟加拉，然而這種策略無疑緣木求魚，在作者家鄉維吉尼亞州早就上演過，先是蘇格蘭、愛爾蘭移民提供廉價勞力，直到本地居民工資上漲，他們接著引進義大利移民和非裔美國人，但隨著機器越來越便宜，人工越來越昂貴，雇主紛紛選擇機器，過去推動經濟成長的藍領勞工一個個丟掉飯碗。
我們未來對機器人營運的假設是，不意味著就此擺脫掉使用人力必須付出的營運費用（雖未寫明，但應該指課稅），為了讓現有人力在未來能保有競爭力，必須持續投入人員培訓費用，畢竟我們不是電腦，沒那麼容易升級。但我好奇會不會因此使企業移轉到人口稀少、政府課稅少，外加運輸、能源取得…等綜合因素考量下最適營運的國家，確非自己國家？
透過基因定序的檢測，更易於發現早期癌症，這對醫療有相當大的貢獻，且基因定序技術也漸由天價走向平價，進一步可能的發展是嬰兒訂製，直接排除高風險疾病的基因，甚至連身高、長相、智商、天賦所在等都錢是可以訂製的，想想看看醫生在產檢時告訴您，孩子在七十歲時可能因為什麼疾病而喪命，就可能影響父母的教養方式，而若能在嬰兒訂製階段就將這種風險排除又是多麼令人興奮的事，雖然在道德層面被認定是場災難。目前已有一家公司23andme在基因檢測領域具有優異技術，以1份99美元提供檢測及報告的服務，只需提供少量唾液。
電子支付及手機在非洲漸為普及，連衛生和水電供應可能都成問題的難民營，卻有手機，手機對他們而言，能在戰亂中快速與家人聯繫上，電子支付並能杜絕貪腐問題（例如將軍竊走了大多數士兵的薪資，赴海外工作的移工也能輕鬆將海外的所得匯回國內而不用付傳統匯款所需近8-12%的手續費。
共享經濟使得經濟更分散也更集中，共享經濟平台使得個體戶得以自行做生意，例如Uber司機，而原先的在地小企業，例如計程車行繼而消失，這是分散，然而Uber、Airbnb等平台多來自矽谷科技業（在中國如微信、阿里、滴滴），谷歌、Amazon等為其大股東，這類平台的崛起使得世界各地的錢流向矽谷少數大企業，是為集中，谷歌、亞馬遜股票中，共同基金、政府部門退休基金等比重尤其高，軍、公、教間接受惠（再一次流動），然而Uber司機可沒什麼退休金，況且Uber可是籌劃著在無人駕駛時代拔的頭籌。
作者大膽預測，下一個共享的是人力，會有越來越多的零工族於平台販售自己的技術、勞力（突然想到一對一線上英語家教），具專業技術者可能還好，清潔工一類一但邁入中年，開始需要社會福利保障時，甚至老年生病受傷時，恐會消耗更多社會安全網的資源，當信任日益編碼化（依賴評價），國家將不再扮演管治者的角色。
比特幣迷人之處在於大眾對法幣的不信任，全球只有20幾個國家堪稱有現代化的銀行系統及支付，還有175個國家被排除在外，政府的貨幣制度具有優勢，乃是該國法治發揮功效，素質不佳的政府，貨幣品質也不佳，想像生活在阿根廷、伊拉克、委內瑞拉等國家？這正是比特幣可能盛行的國家，與黑市貨幣之不同在於可以跨越國界，但如攜帶美金，在邊界就會被沒收，經過競爭，未來可能只有6種貨幣存在：美元、歐元、日圓、英鎊、人民幣、比特幣。
另還有一種功能，免手續費的電子支付，當今販售電子產品的利潤可能只有5%，一般收取的2.5%支付費就佔了一半，這使得比特幣具有優勢。
然而，比特幣的普及如今仍有諸多阻礙，必須等到交易方式、電子錢包、支付機制都大幅改進後才會普及，比特幣區塊鍊雖不曾遭駭，但週遭輔助系統幾乎都曾被駭。
哪一種職涯在未來50年一定會穩定發展、薪資豐厚，答案是網路安全，且需才孔急。網路安全的產業發展也如科技公司般，小公司逐步累積、創新，建立某種新商業模式或開發新創產品，然後要不就是產業巨擘挹注大筆創投資金，小公司成功上市，如臉書、谷歌、蘋果，要不就是小公司被大公司收購，成為臉書或谷歌旗下的事業部，但大家有沒有發現，這些涉及當代國家安全的產業及機會竟屬於科技巨擘，而非大者恆大的軍事工業巨擘。
大數據於精準農業的運用相當令人期待，工業革命時代的技術革新雖讓更多的人免於挨餓，唯當今全球每九人中，仍有一人無法溫飽，換句話說仍有八億多人沒有食物吃，而精準農業有望再全球人口增加的困境中讓更多人有食物吃，目前掌握此技術的農業巨擘有孟山都、杜邦和農業機械公司John Deere,透過農田範圍、產量紀錄、肥沃度測試等數據分析建議栽種的種類及數量，農夫會更像上班族滑著手中ipad控制農用機具，無論天上飛的或地上走的，屆時務農的成本將有更大比重來自軟硬體的投資及更新。
資料集越大，範圍越廣泛，就會產生越多關聯，有些是假性關聯，有些是合理關聯，大數據分析程式大都難以辨識，故無論牽涉股票買賣、聘雇決策或供應鏈調整，許多推論還需要近一步評估和檢驗，即是誤差槓，由於演算法是人類所設計的，便有出錯的可能。
每個國家總是說著，我們想打造下一個矽谷，但是作者認為，沒有一個國家能仿造矽谷，太遲了。不過可以設法在未來創新領域中，找到自我定位，在未來產業的領域裡，迄今未出現像矽谷一樣的地方，未來產業的創新分散各處，每個領域都有重要創新分散各處，例如基因體科學集中在波士頓（近哈佛大學和MIT)、巴爾的摩（約翰霍普金斯大學）、矽谷（史丹佛和柏克萊）等地，而遺傳學研究的另一分支在中國北京，由於政府成功號召海外學人歸國效力。
網路安全領域則集中在華府、特拉維夫、倫敦、莫斯科，而機器人產業及早取得領導地位的國家如日本、南韓和德國。
本書的後半比較了一些改革較晚卻迎頭趕上及鎖國而下場淒慘的國家案例，前者如愛沙尼亞，是個人均GDP跟台灣相當的國家，在蘇聯瓦解後走向開放，是個高效能的科技小國，政府服務能夠落實線上化，移民政策開放，外國人能輕鬆申請電子移民便享有到歐盟國家做生意的種種好處，教育政策亦跟得上時代潮流，公民從小一的課程便能開始學習程式語言，以迎合未來機器人滿地開花的社會所需，反觀白俄羅斯採鎖國政策，烏克蘭猶疑不決，愛沙尼亞便有更好的經濟發展。
書中預測未來機器人遍佈開花的時代，勞動工作被取代後，可能會由幾個有高素質教育的國家，例如中國、波羅的海小國，來扮演廉價腦力的供應者。
女性勞動在經濟發展中扮演著重要角色，但至今93%的中東國家仍把女性關在家中，他們沒有受教育的權利，爭取受教權利者甚至會被關上推從西方思想的罪名遭到射殺，執政人士雖口口聲聲說要打造自己國家的矽谷，卻不願解放佔人口比例半數的勞動力，無疑緣木求魚。同樣信仰伊斯蘭教的印尼在男女平等的政策上就很有先進思想，男女有平等受教權，能一起工作，甚至通過女性政治候選人須達一定比例，作者認為，外資在選擇時便會避開封閉的中東，選擇像印尼一樣的亞洲或拉丁美洲國家作為產業發展的基地。中國也是女性受教育及進入勞動市場暢通無阻的國家，進而帶動了高速經濟成長，反觀日本，雖有優質的國民教育，女性從學校畢業後卻以家庭為重，犧牲事業，勞動參與率低，故安倍晉三受到希拉蕊女權方面的啟發，致力推展托育機構，讓更多的女性在高工時、應酬文化的職場能夠安心工作，而中國文化的托育則多由祖父母擔任重要角色。
年紀方面，作者發現當他參加美國科技產業相關會議時，他往往是裡面最老的（他當時43歲），歐巴馬的助選人士又更加年輕，但到了歐洲，他變最年輕的，這恐怕是歐洲在新創產業發展始終無法追上美國的原因，單年輕人要花個10年的時間才能取得實質權力、創業資金，這本身就不利於科技創新，年輕人比起直至大學連E-Mail都沒寄過的老人，就是與數據分析更有密切關係。
從美國創投家的角度，十分樂意投資有好的構想且能清晰表達給一群人聽的創業者，如果不這麼做，可能會遇上很大的麻煩，因為別人會搶先那麼做。如今要在全球經濟舞台上競逐，就必須如此，當你看到這世界上，年輕人的表現已經超越你屬下一些在業界打拼了30年的主管，你要怎麼辦？繼續擁抱這些人還是把他們趕走？
最後，作者談到未來教育，雖然還沒有個明確共識未來工作者得具備何種特質，但就作者觀察，最好會兩種語言，其中一種是程式語言，有不只一種主修，原先不同領域的藩籬在未來將不復存，能有融入不同文化，能在不同地域工作的能力及包容心，網路科技打破了地界，今日連非洲人都能透過諸如Codecademy 、Scratch等免費App自學初階程式語言，過去他們只是沒有機會接受訓練，但在未來，他們亦能投入全球市場。順便小試一下Codecademy，有數種程式語言可選，選了個篇章5個小章節剛好一天份，全英文解說加範例，不懂的地方自己google，不過身為幸福的台灣人，應該更有效率，博客來、淘寶就有一堆出版品可挑，還可以透過google推薦書單來去蕪存菁一下。
總結，這本書有益視野拓展、展望未來，從書中可以清楚得知有哪些未來很夯的產業，有哪些國家有先佔優勢，還有教育的重要，尤其是善用免費資源自學的能力，這與我們想學什麼便第一個想到補習班（而非下載App)有很大的區別。
