阿杰.艾格拉瓦——数字智慧经济学

1995年,被誉为「新经济」(New Economy)的开始:数字通讯将颠覆市场并改变一切,无论是在中国还是大洋彼岸的美国,数字经济都表现出了勃勃生机,看起来势在必得。但加拿大经济学家阿杰.艾格拉瓦并不相信这套夸张说法,不相信的原有倒不是因为他没有察觉倒事情发生的变化,而是因为他发现,以旧的经济学观点来检视正在发生的变化,仍然很有用。

阿杰.艾格拉瓦认为,我们可以在高层次上,描述新经济的经济学:数字技术将使搜索和通讯成本降低。这将带来更多搜索、通讯,以及伴随搜索与通讯而展开的活动。

如今,我们看到有关机器智慧的类似夸张说法。但身为经济学家,他再次认为有一些简单的原则可应用。技术革命往往涉及一些变得方便的重要活动,例如,通讯或寻找资讯的成本。本质上,机器智慧是一种预测技术(prediction technology),因此经济上的改变,将集中在预测成本的降低。

机器智慧的第一个效果,是降低依赖预测的商品与服务成本。这很重要,因为对交通、农业、医疗保健、能源生产、零售等大量活动而言,「预测」是一项投入要素。

当任何投入要素的成本急剧下降,还会造成另外两个非常确实的经济影响。首先,我们将开始把预测运用在我们以前不曾使用预测的任务。其次,其他能与预测功能互补的事物,价值也会上升。

许多任务将重新定义为预测问题

由于机器智慧降低了预测成本,我们将开始把预测,用在以前从未使用过预测的事情上。一个历史性的实例是半导体,这个领域的技术进展,导致一种不同的投入要素成本显著下降:运算。有了半导体,我们可以用便宜的方式运算,因此,那些以运算为关键性投入要素的活动,像是资料分析与会计,就变得便宜得多。然而,我们也开始使用新的更为方便的运算,来解决历来不是运算问题的问题。阿杰.艾格拉瓦指出“摄影”就是这样的例子。我们从以影片为导向、以化学为基础的方法,转变为以数位为导向、以运算为基础的方法。便宜运算的其他新应用,包括通讯、音乐和药物研发。

机器智慧与预测也是如此。随着预测成本下降,不仅历来以预测为导向的活动,像是库存管理与需求预测,变得较方便,而且,我们也将使用预测,来解决其他历来不使用预测的问题。

以「导航」为例:直到最近,无人自动驾驶仅限于高度受控制的环境,例如,仓库与工厂,在那些地方,程序人员可预测车辆可能遇到的种种情况,并编写相应程序,成为「如果-就-否则」(if-then-else)类型的决策演算法;例如,「如果有物体接近车辆,就减速」。自动驾驶车辆在城市街道上行驶,是难以想像的,因为在那种不受控制的环境下,可能面临的情况,需要编写几乎无止境的「如果-就-否则」程式语句。

令人难以想像,直到不久之前,还是如此。一旦预测变方便了,创新者把驾驶重新定义为预测问题。他们不是编写无尽的「如果-就-否则」语句,而是简单要求人工智慧预测:「人类驾驶员会怎么做?」他们为车辆配备各种感测器:摄像头、光学雷达、雷达等,然后收集数百万的人类驾驶资料。人工智能把汽车外部感测器传入的环境资料,和汽车内部人员的驾驶决策,像是转向、煞车、加速等,连结起来,而学会预测人类对每秒输入的环境资料会如何反应。因此,预测是现今解决方案的主要成分,它解决了先前人们不认为是预测问题的问题。

判断变得更有价值

基本投入要素的成本急剧下降时,通常会影响到其他投入要素的价值。与它互补的事物,价值会上升;替代它的事物,价值会下降。就摄影来说,和数码相机相关的硬体与软件零件价值,在运算成本下降时上升了,因为需求增加:我们想要较多那些东西。那些零件是运算的互补物:它们一起使用。相形之下,和电影相关的化学品的价值下降了:我们不想要那么多那些东西。

所有的人类活动,都可以用五个高层次的成分来描述:资料、预测、判断、行动和结果。例如,因为疼痛而去看医生会导致:(1)照X光、抽血检查、监测(资料);(2)诊断问题,例如,「如果我们施用A疗法,预料会得到X结果,但如果我们施用B疗法,预料会得到Y结果」(预测);(3)衡量选项:「考虑到你的年龄、生活方式和家庭状况,我认为你可能最适合接受A疗法;我们来讨论你对风险与副作用的感受」(判断);(4)施用A疗法(行动),和(5)完全康复,有轻微的副作用(结果)。

随着机器智慧的改善,人类预测技能的价值会降低,因为机器会提供较便宜、较优良的预测,替代人类的预测,就像是机器替代了人类的运算。然而,这不会像许多专家认为的那样,会使人类工作陷入绝境。这是因为人类判断技能的价值会增加。使用经济学的语言来说,判断是弥补预测的不足,因此,预测的成本降低时,对判断的需求就会上升。我们会想要更多人类判断。

例如,在预测便宜时,诊断将更频繁且方便,因此,我们检测出的早期、可治疗的疾病,比以前多得多。这意味医疗方面的决策会做得更多,因而更需要人类运用道德标准与提供情感支持。判断与预测之间的界线并不明确:有些判断任务,甚至会重新定义为一系列的预测。然而,整体来说,和预测相关的人类技能价值会降低,和判断相关的人类技能的价值会上升。

使用经济学的语言来说,判断是弥补预测的不足,因此,预测的成本降低时,对判断的需求就会上升。我们会想要更多人类判断。

将机器智慧的上升,解释为预测成本的下降,并不能解答关于技术如何演进的每个具体问题。但它产生两个关键的影响:(1)预测作为投入要素的角色扩大,会投入在更多商品与服务;(2)其他投入要素的价值改变了,这取决于它们补足或替代预测的程度。这些改变即将到来。经理人该以什么样的速度和程度,投资在和判断相关的能力上,取决于改变的到来有多快速。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180604A1KBXW00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

同媒体快讯

扫码关注云+社区

领取腾讯云代金券