訪客 訂閱哈佛商業評論,每月即可與美國同步閱讀最新管理新知,與世界一流管理接軌!  

機器智慧簡單經濟學

The Simple Economics of Machine Intelligence

1995年,被譽為「新經濟」(New Economy)的開始:數位通訊將顛覆市場並改變一切,勢在必行。但大多數經濟學者不相信這套誇張說法。這不是因為我們沒有察覺事情發生變化,而是因為我們發現,以舊的經濟學觀點來檢視正在發生的變化,仍然很有用。我們可以在高層次上,描述新經濟的經濟學:數位技術將使搜尋和通訊成本降低。這將帶來更多搜尋、通訊,以及伴隨搜尋與通訊而來的活動。這就是基本上已發生的事。

如今,我們看到有關機器智慧的類似誇張說法。但身為經濟學家,我們再次認為有一些簡單的原則可應用。技術革命往往涉及一些變得便宜的重要活動,例如,通訊或尋找資訊的成本。本質上,機器智慧是一種預測技術(prediction technology),因此經濟上的改變,將集中在預測成本的降低。

機器智慧的第一個效果,是降低依賴預測的商品與服務成本。這很重要,因為對交通、農業、醫療保健、能源生產、零售等大量活動而言,「預測」是一項投入要素。

當任何投入要素的成本急劇下降,還會造成另外兩個非常確實的經濟影響。首先,我們將開始把預測運用在我們以前不曾使用預測的任務。其次,其他能與預測功能互補的事物,價值也會上升。

許多任務將重新定義為預測問題

由於機器智慧降低了預測成本,我們將開始把預測,用在以前從未使用過預測的事情上。一個歷史性的實例是半導體,這個領域的技術進展,導致一種不同的投入要素成本顯著下降:運算。有了半導體,我們可以用便宜的方式運算,因此,那些以運算為關鍵性投入要素的活動,像是資料分析與會計,就變得便宜得多。然而,我們也開始使用新的便宜運算,來解決歷來不是運算問題的問題。攝影,就是這樣的例子。我們從以影片為導向、以化學為基礎的方法,轉變為以數位為導向、以運算為基礎的方法。便宜運算的其他新應用,包括通訊、音樂和藥物研發。

機器智慧與預測也是如此。隨著預測成本下降,不僅歷來以預測為導向的活動,像是庫存管理與需求預測,變得較便宜,而且,我們也將使用預測,來解決其他歷來不使用預測的問題。

以「導航」為例:直到最近,無人自動駕駛僅限於高度受控制的環境,例如,倉庫與工廠,在那些地方,程式人員可預測車輛可能遇到的種種情況,並編寫相應程式,成為「如果-就-否則」(if-then-else)類型的決策演算法;例如,「如果有物體接近車輛,就減速」。自動駕駛車輛在城市街道上行駛,是難以想像的,因為在那種不受控制的環境下,可能面臨的情況,需要編寫幾乎無止境的「如果-就-否則」程式語句。

馬上按讚,加入哈佛商業評論粉絲團

購買本篇文章

  • 購買PDF檔,下載點數 10
    點數不夠嗎?立即儲值
  • 訂閱HBR數位版,線上瀏覽全文...