机器智能时代将改变谁的价值？

编者按：技术总是不断演进，但是有一些基本规律仍然有效。利用这些基本规律对未来发展做出正确解读，无论是对个人的职业发展还是企业战略规划，或者投资趋势判断来说都至关重要。比方说，最近对机器智能的炒作非常厉害，但这个东西会对哪些事情产生有利影响，对哪些事情产生不利影响呢？加拿大多伦多大学罗特曼管理学院的三位教授用一个简单经济学原理进行了分析。

1995年被认为是“新经济”的开始。数字通信即将颠覆市场改变一切。但是经济学家总体而言对此炒作并不买账。这不是说我们没有意识到改变的发生，而是我们同时还意识到，旧的经济视角对于审视所发生的变化仍然有用。“新经济”的经济学可以从较高的层面加以描述：数字技术可导致搜索和沟通成本的下降，从而导致更多的搜索和更多的沟通，以及伴随搜索和沟通而来的更多活动。基本上是这么个情况。

今天，我们看到在机器智能方面也出现了类似的炒作。但再次地，作为经济学家，我们认为一些简单规则仍然有效。技术革命往往会导致一些重要活动变得廉价，比如通信成本或者信息查找。机器智能基本上属于预测技术，所以经济转变将围绕着预测成本的下降而进行。

机器智能的第一效应将会是降低依赖于预测的商品和服务的成本。这很重要，因为预测是包括交通、农业、医疗保健、能源制造以及零售等大量活动的输入。

一旦任何输入的成本出现大幅下挫，就会产生其他两方面非常确定的经济意义。首先，我们将开始利用预测来执行此前无法做到的任务。其次，作为预测补充的其他东西的价值将开始提升。

大量任务将被重新框定为预测问题

随着机器智能降低了预测成本，我们将开始利用它来作为此前从未做过的事情的输入。以半导体作为历史事例，这个技术进步领域导致了另一个输入——也就是算术成本的大幅下挫。有了半导体，我们计算的成本变得非常低廉，所以对于那些把算术作为关键输入的活动，比如数据分析和会计等也变得廉价了许多。然而，我们还开始利用新的廉价计算去解决此前未能解决的算术问题。摄影就是一个例子。我们从以胶片、化学为基础的解决方案（胶卷相机）转向了以数字化和算术为基础的解决方案（数码相机）。廉价计算的其他新应用还包括通信、音乐以及药物发现等。

机器智能和预测的情况也一样。随着预测成本下降，除了历史上面向预测的那些活动，比如存货管理和需求预测会变得更廉价以外，我们还会利用预测来处理其他过去不以预测作为输入的问题。

比如说导航。直到最近，自动驾驶仍受限于在仓库工厂等高度受控的环境下进行，得由程序员来预测车辆可能遭遇的场景范围，然后相应运用判断型的决策算法（比如说如果有东西接近车辆的话要慢下来）。把无人车放到城市道路去是无法想象的，因为在这样一个不受控的环境下可能的场景数量需要对接近无穷的判断语句进行编程。

的确是不可想象，直到最近情况还是这样。不过一旦预测变得廉价，创新者就把驾驶重新框定为预测问题。他们不再用判断语句来进行编程，而是让AI去预测：“人类司机会怎么做？”他们给汽车配备了各种传感器——比如摄像头、雷达、激光雷达等——然后收集了好几百万公里的人类驾驶数据。通过把车外配备的传感器的输入性环境数据与车内人类司机做出的驾驶决定（转弯、刹车、加速）关联起来，AI就可以学习人类司机是如何对每一秒中有关环境的输入数据做出响应的。此前自动驾驶问题并未被视为是预测性问题，但现在预测已经成为无人车解决方案的重要组成部分。

判断将变得更有价值

当基础输入成本直线下降时，这往往会影响到其他输入的价值。对于该输入的互补品来说价值会提高，而它的替代品价值则会降低。以拍摄为例，随着计算成本的下挫，与数码相机相关的软硬件组件价值会提高，因为需求增加了——我们需要更多的相机。这些组件是计算的互补品，是要跟计算一起使用的。相反，胶卷相关的化学品价值就要降低——因为我们的需求变少了。

所有的人类活动都可以描述为5个高级组成部分：数据、预测、判断、行动以及结果。比方说，因为疼痛去看医生会导致：

1）拍X光，验血，监视（数据） 

2）问题诊断，比如“如果我们进行A治疗的话，则预测会有X结果，但如果按照B来治疗的话，则结果预测为Y”（预测）

3）权衡选项：“考虑到你的年龄，生活方式以及家庭情况，我认为你可能最好采取A疗法；让我们一起来讨论一下你对风险和副作用的感觉”（判断）

4）按照A方案进行治疗（行动）

5）完全康复，副作用最小（结果）。

随着机器智能的改进，人类预测技能的价值将会下降，因为机器预测可提供比人类预测更廉价且更好的替代，就算机器在计算方面所做的事情一样。但是，这并不会像很多专家所认为那样，给人类工作带来灭顶之灾。因为人类判断技能的价值将会提高。用经济学的语言来说，判断是对预测的补充，因此当预测的成本下挫时，对判断的需求就会提升。我们将需要更多的人类判断。

比如说，当预测很廉价时，就可以更频繁更便利的进行诊断，因此我们就会在早期阶段检测出更多的症状。这意味着在医疗方面要做出更多的决策，后者又意味着对伦理、精神支持等方面会有更大的需求，而这些东西都是由人来提供的。判断与预测之间的界线没有那么明显——一些判断任务甚至也可以被框定为一系列的预测。尽管如此，总体而言，预测相关的人类技能价值将会下降，而判断相关技能的价值将会看涨。

把机器智能崛起解读为预测成本的下降，并不能解答每一个与技术发展有关的具体问题。但这仍然有两方面的关键意义：

1）预测作为一项输入其角色将扩展到更多的商品和服务上

2）其他输入的价值会发生变化，这主要取决于那些输入对预测的替代性和互补性程度。这些改变正在来临。而经理们需要投资到判断相关能力的速度和程度将取决于这些变化到来又多快。