在1967年达斯丁·霍夫曼主演的《毕业生》里，刚出校门对未来充满彷徨的毕业生本杰明得到了一条奇怪的择业建议：做整形外科医生。40年后的今天，整形外科果真成为一个吃香的行业。而如果让保罗·萨福向今天的毕业生建议其未来择业方向，他可能会建议他们去研究机器人。 
    在过去25年间，萨福一直靠出售“未来”为生，他的客户包括大公司、政府领袖等，他为他们预测时代的发展趋势、未来行业的发展方向以及教他们如何把握时机。如今，预测未来行业正日益成为一个越来越大的市场，像萨福这样以预测未来为生的人也越来越多。

    成功的预测

    乔布斯重返苹果电脑

    创办IT业行业通讯《战略新闻服务》的马克·安德森也是一名预测师，他表示早在苹果公司总裁乔布斯高调重返自己所创立的苹果电脑公司之前两年他就预见到了这一天，可能比乔布斯本人还要早。

    全球变暖

    顾问公司futurist.com的创立者和发言人格伦·海姆斯特拉记得早在1987年，该公司就开始谈论全球变暖的后果。而早在1994年，康顿就曾预测网络通信将改变世界，但直到1998年，至少有一家大公司客户还不愿听取这样的建议。

    宽带网

    上世纪90年代初，海姆斯特拉还预测，截至2010年，混合动力车和其他替代燃料驱动的车将大量替代以汽油驱动的传统汽车。而早在1996年，安德森就预测到宽带网在未来会大受欢迎。

    （本报综合报道）

    预测师为何吃香？

    本报综合报道 为什么预测师如此受欢迎呢？“我们恰好生活在一个变化很快的社会，我认为任何称职的领袖都在向前看。”潮流预测公司“未来学院”10年预测项目的主管卡茜·韦恩女士这样解释。

    “显然，这个世界越来越令人困惑，所以，对未来预测师显然存在极大的需求。”美国经济和政策研究中心的主任迪恩·贝克说。

    贝克说，对于某些企业来说，预测在某种意义上就像一条安全毯，预测师的判断等于给它们吃了定心丸，让它们觉得自己是在专家的指导下发展，而如果公司按照预测的思路发展遇到了挫折，也可以很容易将责任推到预测师身上。

    萨福也认为，这是目前从手机铃声的畅销到某个不知名的软件的销量飙升，背后都存在预测师操作的原因之一。

    “我们热爱将来，但是我们憎恨不确定性，而人们尽自己所能来降低不确定性。”萨福说。

    不过，萨福认为这种逻辑并不可取。“商人应当热爱不确定性，因为不确定性意味着机会。”

    本报综合报道 当企业为飓风和地震的不期而至而担忧，为高跟鞋是否会成为秋季的畅销货品而想破脑袋的时候，对未来预测师市场的需求也变得越来越大。从政府机构到非赢利性组织到那些曾经认为预见性指导不必要的企业，都在听从预测师们的建议，对未来及早作出规划。

    “全球洞察公司”的首席经济师纳里曼·比拉维什仍记得上世纪90年代，许多高科技公司对他作出的经济预测不屑一顾。然而，不久后，互联网泡沫来临，许多IT公司倒闭，整个信息技术行业处于瘫痪边缘。“如今，我们公司的客户中有许多科技公司，因为他们意识到他们的公司对经济循环并不能免疫。”比拉维什说。

    未来的一个大趋势是机器人的普及——假以时日，人将不需要自己开车、自己做家务，机器人可以全包。

    预测师的工作在时间和广度上都跨度很大，既包括向房地产公司解释全球变暖可能在未来几十年内影响其销售量，也包括帮助计算机制造商评估外币市场的波动如何在未来几个月影响其业绩。

    在经历过“9·11”和卡特里娜飓风这两场突如其来毫无预见性的灾难后，如今的预测师越来越多接到这样的请求：请预测可能出现的意外情况并给出对策。

    还有的预测师将触角探向更远的未来，许多几十年前还看似空中楼阁的想法如今都成为人们在日常生活中天天都在触摸的现实。比如，早在视频网站YouTube流行之前，就有人预测到了视频在互联网的流行。

    在斯坦福大学任教的预测师萨福主要是做技术方面的预测。他认为未来的一个大趋势是机器人的普及——假以时日，人将不需要自己开车、自己做家务，机器人可以全包。

    美国智囊机构“全球未来研究所”的总裁詹姆斯·康顿则认为，将来人们的许多用品都会加入信息码，甚至衣服之间都可以相互交流。

    当然，预测师也有出错的时候，在这一行业待得时间足够长就可以既品尝到预测成功的喜悦也体验到预测错误的尴尬。预测之所以难做出，是因为虽然是预测未来，但是预测师必须以过去作为参照。而世界的发展规律并不总是能在过去找到参照物，如上世纪90年代IT业的突然兴旺。

    借助更加准确的数据跟踪技术，预测师可以对潮流形成更清晰的认识，哪种颜色的毛衣卖得好，以及哪里会出现政局的不稳定，一目了然。

    不过，近几年来，预测师拥有了新的优势——借助更加准确的数据跟踪技术，预测师可以对潮流形成更清晰的认识，从哪种颜色的毛衣卖得好，到哪里会出现政局的不稳定，都比以前更一目了然。

    当然，大量的数据<