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。