人工智能技術不僅帶來了整體社會福利的提高，而且帶來了一系列新的問題。目前，關于人工智能能否取代人的形而上學的問題，最現實的問題之一是人與人工智能的合作。

不久前，"人物"雜志上的一篇文章"外賣騎手，困在系統里指出了這一困境。人工智能系統大大提高了外賣乘客獲取訂單的能力。借助人工智能算法，該平臺可以最優地安排訂單，并為乘客規劃最合理的路線。但由于目標是使平臺、乘客和用戶的效率最大化，AI一直壓縮到極致，導致外賣者陷入緊張和危險的困境。

最典型的場景是自動化工廠和安全領域。采用智能制造的自動化工廠取代了大量中低端工業工人，這些工人每小時可生產7X24，客觀上改善了前線工人的福利，工廠只需少數負責監督和管理的工人就能控制整個生產環節。安全領域無處不在的人臉識別門和智能攝像頭，取代了需要早早上崗的保安人員，消除了人工監控視頻的繁瑣工作。

在大量危險和困難的工作環境中，智能無人機可以代替電力檢驗員完成高寒森林等高難度環境下的電纜檢測，爆炸危險處理機器人可以代替人工進入管線、地下、水下等危險區域，智能設備可以代替人工操作。

這些都是人工智能技術可以幫助人們提高生產效率或勞動福利的實際證據。與此同時，一些人工智能難以完全勝任的非標準化場景仍然需要大規模的人力工作者參與，雖然這些任務不需要特別的專業技能，但人工智能由于工作的靈活性和復雜性而不能勝任，但人工智能可以參與其中的一些任務。這使得人工智能和人類處于合作的模式，并且必然存在著"人工智能來監督人類"的相應問題。"

最典型的例子是被困在系統中的外賣乘客。目前，雖然一些互聯網電子商務公司和人工智能公司正試圖推出受實際環境和機器人靈活性限制的自動投遞機器人，但這些機器人只能完成極少數場景的送貨服務，而一輛非法停車的自行車和一段人為損壞的路基很可能會使這些機器人癱瘓。最根本的是外賣的運送效率和運輸過程中意想不到的情況，機器人與人相比是完全困難的。如今，外賣仍主要由只需識字的人類騎手完成，而人工智能系統則成為其路線、送貨時間和最終服務質量的"監督者"。

另一個典型的場景是搭便車。雖然自動駕駛的士在道路上行駛，但大規模取代人工駕駛仍然是一個漫長的過程?，F在，由于駕駛員的安全和駕駛過程，網上叫車平臺開始越來越重視對駕駛員的監督，無論是對早期駕駛路線的監控，還是對司機行為的監控，通過在車內記錄和錄像，以及通過詢問乘客的意見來評價駕駛員360度無死角，從而為駕駛員建立更詳細的評分，從而成為確定訂單數量的依據。當然，這個平臺也可能從司機那里得到乘客的評價，這是未知的。但很明顯，這些詳細的數據將能夠全面勾勒出一個人的行為預期、信用狀況等等。

此外，大量的人工密集型場景正在以"人工智能監督"的方式來完成生產管理過程的優化和構建。例如，在快遞分揀行業，人工智能攝像機通過識別分類器的行為來確定它是否暴力，以及通過識別其排序速度來判斷它是否懶惰。還有一些更詳細的手工勞動場景，我們也可以看到這種"主管"(AI)的數字。例如，在英國的這個例子。