在1967年達斯丁·霍夫曼主演的《畢業生》里，剛出校門對未來充滿彷徨的畢業生本杰明得到了一條奇怪的擇業建議：做整形外科醫生。40年后的今天，整形外科果真成為一個吃香的行業。而如果讓保羅·薩福向今天的畢業生建議其未來擇業方向，他可能會建議他們去研究機器人。 
    在過去25年間，薩福一直靠出售“未來”為生，他的客戶包括大公司、政府領袖等，他為他們預測時代的發展趨勢、未來行業的發展方向以及教他們如何把握時機。如今，預測未來行業正日益成為一個越來越大的市場，像薩福這樣以預測未來為生的人也越來越多。

    成功的預測

    喬布斯重返蘋果電腦

    創辦IT業行業通訊《戰略新聞服務》的馬克·安德森也是一名預測師，他表示早在蘋果公司總裁喬布斯高調重返自己所創立的蘋果電腦公司之前兩年他就預見到了這一天，可能比喬布斯本人還要早。

    全球變暖

    顧問公司futurist.com的創立者和發言人格倫·海姆斯特拉記得早在1987年，該公司就開始談論全球變暖的后果。而早在1994年，康頓就曾預測網絡通信將改變世界，但直到1998年，至少有一家大公司客戶還不愿聽取這樣的建議。

    寬帶網

    上世紀90年代初，海姆斯特拉還預測，截至2010年，混合動力車和其他替代燃料驅動的車將大量替代以汽油驅動的傳統汽車。而早在1996年，安德森就預測到寬帶網在未來會大受歡迎。

    （本報綜合報道）

    預測師為何吃香？

    本報綜合報道 為什么預測師如此受歡迎呢？“我們恰好生活在一個變化很快的社會，我認為任何稱職的領袖都在向前看?！背绷黝A測公司“未來學院”10年預測項目的主管卡茜·韋恩女士這樣解釋。

    “顯然，這個世界越來越令人困惑，所以，對未來預測師顯然存在極大的需求?！泵绹洕驼哐芯恐行牡闹魅蔚隙鳌へ惪苏f。

    貝克說，對于某些企業來說，預測在某種意義上就像一條安全毯，預測師的判斷等于給它們吃了定心丸，讓它們覺得自己是在專家的指導下發展，而如果公司按照預測的思路發展遇到了挫折，也可以很容易將責任推到預測師身上。

    薩福也認為，這是目前從手機鈴聲的暢銷到某個不知名的軟件的銷量飆升，背后都存在預測師操作的原因之一。

    “我們熱愛將來，但是我們憎恨不確定性，而人們盡自己所能來降低不確定性?！彼_福說。

    不過，薩福認為這種邏輯并不可取?！吧倘藨敓釔鄄淮_定性，因為不確定性意味著機會?！?br/>
    本報綜合報道 當企業為颶風和地震的不期而至而擔憂，為高跟鞋是否會成為秋季的暢銷貨品而想破腦袋的時候，對未來預測師市場的需求也變得越來越大。從政府機構到非贏利性組織到那些曾經認為預見性指導不必要的企業，都在聽從預測師們的建議，對未來及早作出規劃。

    “全球洞察公司”的首席經濟師納里曼·比拉維什仍記得上世紀90年代，許多高科技公司對他作出的經濟預測不屑一顧。然而，不久后，互聯網泡沫來臨，許多IT公司倒閉，整個信息技術行業處于癱瘓邊緣?！叭缃?，我們公司的客戶中有許多科技公司，因為他們意識到他們的公司對經濟循環并不能免疫?！北壤S什說。

    未來的一個大趨勢是機器人的普及——假以時日，人將不需要自己開車、自己做家務，機器人可以全包。

    預測師的工作在時間和廣度上都跨度很大，既包括向房地產公司解釋全球變暖可能在未來幾十年內影響其銷售量，也包括幫助計算機制造商評估外幣市場的波動如何在未來幾個月影響其業績。

    在經歷過“9·11”和卡特里娜颶風這兩場突如其來毫無預見性的災難后，如今的預測師越來越多接到這樣的請求：請預測可能出現的意外情況并給出對策。

    還有的預測師將觸角探向更遠的未來，許多幾十年前還看似空中樓閣的想法如今都成為人們在日常生活中天天都在觸摸的現實。比如，早在視頻網站YouTube流行之前，就有人預測到了視頻在互聯網的流行。

    在斯坦福大學任教的預測師薩福主要是做技術方面的預測。他認為未來的一個大趨勢是機器人的普及——假以時日，人將不需要自己開車、自己做家務，機器人可以全包。

    美國智囊機構“全球未來研究所”的總裁詹姆斯·康頓則認為，將來人們的許多用品都會加入信息碼，甚至衣服之間都可以相互交流。

    當然，預測師也有出錯的時候，在這一行業待得時間足夠長就可以既品嘗到預測成功的喜悅也體驗到預測錯誤的尷尬。預測之所以難做出，是因為雖然是預測未來，但是預測師必須以過去作為參照。而世界的發展規律并不總是能在過去找到參照物，如上世紀90年代IT業的突然興旺。

    借助更加準確的數據跟蹤技術，預測師可以對潮流形成更清晰的認識，哪種顏色的毛衣賣得好，以及哪里會出現政局的不穩定，一目了然。

    不過，近幾年來，預測師擁有了新的優勢——借助更加準確的數據跟蹤技術，預測師可以對潮流形成更清晰的認識，從哪種顏色的毛衣賣得好，到哪里會出現政局的不穩定，都比以前更一目了然。

    當然，大量的數據<