机械智能的简单经济学

1995年被前瞻性的认为是“新经济”的开端。数字通信的出现颠覆了市场并改变了一切。不过经济学家们大体上并未为之所动。并非我们没有发现有事物在发生变化。...



▲ 点击蓝字查阅TMT行业数据



1995年被前瞻性的认为是“新经济”的开端。数字通信的出现颠覆了市场并改变了一切。不过经济学家们大体上并未为之所动。并非我们没有发现有事物在发生变化。而是我们觉得使用“老牌经济透镜”（指已有的经济学理论）来观察这些改变一样很有用。“新经济”的经济学原理可以在高级层面解释为：数字科技将会导致搜索和通信的费用大大降低。这将直接带动搜索和通信以及与搜索和通信有关的项目事务的增长。而这恰恰就是之后发生的（事情）。

时至今日我们看到了有关机械智能类似的大肆宣传。再一次的，作为经济学家，我们要相信几种简单的规则运用。科技革命总会致使某些重要活动的成本降低，例如通信或搜索信息的成本。机械智能，从本质上来说，是一项预测科技，因此经济趋势必会围绕在以预测成本降低为中心的领域展开变化。

机械智能带来的首个效应是会使与预测相关的产品和服务成本变得更低。这事关重大，因为预测与运输，农业，保健，能源制造以及零售等大量行业都息息相关。

当任何一项技术的成本如此显著的断崖式下跌，就会引发另两个广为人知的经济理论。首先，我们会将预测应用到很多以前不会使用预测的任务中去。其次，其他对预测起到补充作用的事物的价值则会提升。

大量任务会被重塑为预测类问题

随着机械智能将预测成本降低，我们会开始把它应用于以前从未涉及过的领域中去。在历史中类似的例子譬如半导体，一项导致了另一种不同技术（计算）的成本大大降低的科技进步。使用半导体我们可以廉价的进行计算，因此那些以计算为核心组成部分的活动，如数据分析和会计学，都变得更加廉价。不过，我们也会将新型的廉价计算（方法）用于解决原本并不属于计算范畴的问题。摄影就是一个例子。我们将以胶片为导向，化学为基础的方式转变成为了数码为导向，计算为基础。其他应用廉价计算（方法）的新领域包括通信，音乐以及药品研发等。

同样（的情况）也会发生在机械智能和预测技术上。随着预测成本的下降，不仅传统的预测导向活动将大幅降价—譬如库存管理和需求预估—我们也会运用预测去处理其他一些历史上从未运用过预测（方法）的问题。

想想导航吧。直到最近，自动驾驶都被局限在如仓库和工厂这类高度受控的坏境下，以方便程序设计者预见车辆将会遭遇的各类情况，并制定相应的“如果-就”类型决策算法（例如，“如果有物体靠近车辆，就减速”）。将（自动驾驶）车辆投放到城市街道上则是无法想象的，因为在如此不受控制的环境下可能出现的状况会要求（编程者）制定近乎无限多的“如果-就”规则。

然而“无法想象”可以到此为止了。一旦预测（方法）变得廉价，创新者就可以将驾驶重塑成预测类问题。与其制定无休止的“如果-就”规则，取而代之的是他们只需简单的要求AI作出推测：“一个人类驾驶者会怎么做？”他们为车辆外装上各类感应装置 – 摄像头，激光雷达，探测雷达，等等 – 搜集数以百万英里记的人类驾驶者的行驶数据。通过将外部感应器传入的环境数据与车内驾驶员实时作出的决定（转向，刹车，加速等）联系起来，AI可以学习到人类驾驶者会如何对外部环境作出反应，并精确到以秒为单位。至此，作为一个从未被当做预测难题考虑的问题（自动驾驶），预测业已成为为其提供解决方案的一个重要组成部分。

判断将会变得更有价值

当某项基础技术大幅降价时，往往也会对其他技术产生影响。对其起到补充作用的技术价值会得到提升而能够与其相互替代的技术的价值则会降低。以摄影为例，随着计算成本的走低，数码相机的软硬件配件价格都因需求增加而得到了较大提升–我们对它们的需要增多了。这些配件就是计算（方法）的补充，它们是用在一起的。相应的，胶片相关的化学用剂价值都下降了– 我们对它们的需要减少了。

所有的人类活动都可以被描述为5个高级组成部分：数据，预测，判断，行动和产出。例如，因疼痛而对医生的拜访会导向：

1）X光检查，血样化验，留院观察（数据），

2）问题诊断，诸如“如果我们引入A治疗方案，则预测结果为X，如果我们引入B治疗方案，则预测结果为Y”（预测），

3）权衡选择：“根据你的年龄，生活方式以及家庭状况，我认为你的最佳治疗方案应为A，下面我们来谈谈你对风险和副作用的认知”（判断）

4）实施A治疗方案（行动）

5）完全康复同时产生了轻微副作用（产出）。

随着机械智能的进步，人类预测的价值将会降低，因为机械预测能够更加廉价且更优质的替代人类预测，就像机械在计算领域已做到的那样。然而，根据很多专家的建议，这并不意味着人类工作的末日到来了。因为人类判断的价值将得到提升。用经济学语言来描述即是，判断是预测的补充，因此当预测的成本降低时，对判断的需求就会提高。我们会需要更多的人类判断。

举例说明，当预测变得廉价后，诊断将变得频繁且便捷，从而我们会发现更多的早期的，可治疗的症状。这就意味着需要作出更多有关治疗方案的决定，也就意味着对于伦理应用，情感支持的更高需求，这些都是由人来提供的。判断与预测之间的分界线并不明显 – 某些判断任务甚至可能会被重塑成一系列的预测（课题）。不过，总体来说与预测相关的人类技能将会降低，而判断相关的技能价值则会升高。

理解机械智能兴起会导致预测成本降低并不能为这项科技如何发展带来的每个问题都给出答案。但是它能够提供两个关键的启示：1） 预测所扮演的角色将得到扩展并被应用到更广泛的产品和服务领域，2）其他相关技术的价值将发生变化，取决于它们是扮演了预测的补充还是替代角色。改变正在发生，经理人们投资判断相关能力的脚步（速度）和程度将取决于这些改变会多快到来。

作者：

Ajay Agrawal是多伦多大学罗特曼管理学院创业学的Peter Munk教授。

Joshua Gans是罗特曼管理学院的战略管理教授。

哈佛商评

http://www.bbc.com/ukchina/simp/vert_fut/2016/12/161201_vert_fut_the-benefits-and-downsides-of-mind-controlled-machines

开放媒体商务合作啦～

199IT 作为最早关注此领域的数据研究机构，数年如一日，始终致力于搭建TMT、金融行业数据价值的全媒体互动平台。截至今日，我们直接拥有主站月度150万，微博 24.3万粉丝，微信超21万订阅，其他第三方资源数百万量级的媒体资源，欢迎大家与我们沟通合作。联系方式：微信 dingli 。

    关注 199IT互联网数据中心