AI經濟學

如果你還不熟悉下面提到的情景，我想很快就會熟悉了。一個小孩獨自在另一個房間做功課。你聽到小孩問說：「德拉瓦州的首府是哪裡？」於是家長開始思考：巴爾的摩……太明顯了……威明頓……不是首府。還在思考的時候，一台叫Alexa的機器就說出正確答案：「德拉瓦州的首府是多佛。」Alexa是亞馬遜（Amazon）的人工智慧（artificial intelligence，簡稱AI）助理，可以翻譯自然語言，並以閃電般的速度回答問題。結果Alexa取代家長，成為孩子眼中無所不知的資訊來源。

AI無所不在。在我們的電話、汽車、購物體驗、交友配對、醫院、銀行與所有媒體都看得到。難怪企業領導人、執行長、副總裁、經理人、團隊領導人、企業家、投資人、教練等決策者都迫不及待要爭相了解AI：他們知道AI會從根本改變他們的事業。

我們三個人在觀察AI的進展上處於特別有利的位置。我們是經濟學家，事業生涯都在研究最新、最偉大的科技革命： 網路。多年的研究中，我們了解到如何看穿誇張的炒作，並聚焦在科技對決策者的意義。

我們還建立創造性破壞實驗室（Creative Destruction Lab, CDL），這是為了讓科技新創公司在種子階段（seed-stage）增加成功機率的計劃。最初，這個實驗室對各類型的新創公司都抱持開放的態度，但到了2015 年，最令人振奮的計劃大多是AI 應用的新創公司。截至2017 年9 月為止，創造性破壞實驗室已經連續三年成為最專注全球AI 新創公司的計劃。

因此，這個領域的許多領導人會定期來到多倫多，加入創造性破壞實驗室。舉例來說，亞馬遜Alexa AI 引擎發展的主要投資人威廉． 敦斯道爾佩多（William Tunstall- Pedoe）在參與計劃期間，每隔八週就會從英國劍橋飛到多倫多加入我們；舊金山的巴尼．裴爾（Barney Pell）也是如此，裴爾曾在美國太空總署（NASA）領導一個85 人的團隊， 率先將AI 送上外太空。

創造性破壞實驗室在這個領域的優勢，有部分是因為我們位於多倫多，許多近來引起AI 關注的核心發明都在這裡播種及孕育，這個領域被稱為「機器學習」。從前任職多倫多大學資訊工程系的一些專家，如今正帶領全球幾個首屈一指的AI 團隊，包括臉書（Facebook）、蘋果（Apple）與伊隆．馬斯克（Elon Musk）的Open AI。

因為與這麼多AI 應用如此接近，迫使我們專注在這項科技對企業策略的影響。我們會解釋，AI 是一種預測的科技， 而預測是決策的生產要素；經濟學則提供完美的架構，理解所有決策的權衡取捨。因此，憑著運氣和一些構想，我們發現正好有了天時地利人和，可以在科技專家與企業經營者之間架起橋樑，於是出現這本書。

預測科技將改變世界

我們的第一個領悟就是，新一波的人工智慧並沒有真正帶來智慧，而是帶來智慧中的一個關鍵成分：預測。小孩問問題時，Alexa 做的就是接收聽到的聲音，預測小孩說的話，然後預測那些話要尋找什麼樣的資訊。Alexa 並不「知道」德拉瓦州的首府，但Alexa 能在有人問起這個問題時，預測到他們要尋找的是一個具體答案：多佛。

我們實驗室的每個新創公司都是因為能夠利用更好的預測而成立。Deep Genomics 藉著預測當DNA 改變時細胞會有的狀況，來使醫療得到改善；Chisel 藉由預測文件的哪些部分要編修，來改善法律實務；Validere 靠著預測運送原油時的水含量，改進原油監管移轉（custody transfer）的效率。這些應用可以說是大多數企業在不久的將來做事的縮影。

如果你在試著理解AI 對自己有什麼意義的時候陷入迷霧，我們可以幫助你了解AI 的意涵，並指引你瀏覽這項科技的進展，即使你從沒有實做過卷積神經網路（convolutional neural network）或研讀過貝氏統計（Bayesian statistics）。

如果你是企業領導人，我們會幫助你了解AI 對管理與決策的衝擊；如果你是學生或剛出校門的畢業生，我們會提供一個架構，讓你思考工作的演變及未來的生涯；如果你是金融分析師或創投業者，我們會提供一個結構，讓你能夠發展自己的投資方法；如果你是決策者，我們會提供準則，讓你了解AI 可能會怎麼改變社會，以及政策如何塑造這些改變，讓這些改變變得更好。

經濟學提供成熟穩固的基礎去了解AI 的不確定性，以及AI 對決策的意義。隨著預測能力變得更好，降低不確定性， 我們要利用經濟學告訴你，AI 對企業決策有什麼意義。反過來說，這也會讓你察覺在企業的工作流程中，哪些AI 工具的投資報酬率最高。接著我們會引導出設計企業策略的框架，例如該怎麼重新思考事業的規模與範圍，以便利用這個以平價預測為基礎的新經濟現實。最後，我們列出工作、企業權力集中度、隱私與地緣政治等各方面與AI 相關的主要權衡。

什麼樣的預測對你的事業來說很重要？ AI 更進一步的發展會如何改變你倚重的預測？你的產業要如何重新設計工作， 來因應預測科技的進步，就像個人電腦與網路崛起時，產業如何重新配置工作？ AI 很新奇，但是我們的了解並不夠，不過用來評估預測成本下降意涵的經濟學工具非常可靠。雖然我們提到的例子肯定會過時，但這本書的架構並不會過時。隨著科技進步，而且預測變得更加準確與複雜，書中的洞見仍會持續適用。

這本書並不是在談在AI 經濟中成功的方法。我們強調的是權衡取捨。數據愈多，意味著隱私愈少；自動化愈多，意味著操控愈少。我們不會為你的企業開出最佳策略，那是你的職責。對你的公司、事業或國家最好的策略，取決於你在衡量各方面情況時所做出的取捨。這本書提供一個找出關鍵決策考量、並對正反兩方進行評估的架構，以便得出對你而言最好的決策。當然，就算掌握這個架構，你還是會發現事情瞬息萬變，需要在沒有充分資訊的情況下做決策，但這樣做通常也比什麼都不做來得好。