字里行间

    说起AI，也许不少人还记得几年前“阿尔法狗”大展神威的场景。不过科学家的目标绝不是“人—机”对抗，而是要让人工智能更好地服务人类。AI有一项重要的能力，就是预测。如何看待这项神奇的本领？《AI极简经济学》这本书以经济学视角进行了充分的解读。

    该书由阿杰伊·阿格拉沃尔、乔舒亚·甘斯和阿维·戈德法布三位作者合著，他们都是多伦多大学颠覆性创新实验室（简称CDL）和“未来人工智能”领域的科学家。截至2017年9月，CDL已经连续三年成为全球最密集的人工智能初创企业聚集地。科学家们发现，人工智能浪潮实际上带来的不是智能，而是智能的一个关键组成部分——预测。我们的生活充满了不确定性，而CDL的工作就是用经济学原理告诉人们，人工智能如何降低不确定性，以此帮助企业构建战略框架，做出正确决策，确立未来方向。

    本书的作者们强调“廉价改变一切”。这里的“廉价”指向数据运营成本的下降。从经济学眼光来看，某样东西价格低廉，人们就会更多地使用它。所以，他们认为，必须推动人工智能，尤其是数据分析的预测功能在各个领域广泛使用，比如传统的库存和需求预测，以及解决新的问题，比如导航和翻译。预测成本的下降将影响其他东西的价值，比如提高互补品（数据、判断和行动）的价值，降低替代品（人类预测）的价值。作者们还把数据比作“新一代的石油”以说明其重要性，强调其与传统预测的区别就在于智能。

    作为企业规划的指导研究机构人员，作者们的关注点往往都很实用，比如，对于企业内部的工作流程，哪些人工智能工具可能带来较高的投资回报率；把决策分为六个关键要素，拆解决策的步骤有哪些，如何根据数据得出合理判断的方法；信息技术革命怎样解构工作流程，人工智能工具怎样为iPhone键盘提供技术支持；如何防范人工智能风险，以及我们需要哪些学习策略，等等。全书还有很多实例，比如以苹果公司等为样本的启发性分析。

    对于企业运营尤其是极度依赖信息流的商业企业，该书在理论和实践上都具有意义。然而有些问题却必须引起注意。比如，该书举例，亚马逊的人工智能通过预测提高推荐购买的有效转化，使得商业模式从先买后寄变成了先寄后买，在竞争中抢先对手。这个成功案例显然有它特定的文化环境，前提是必须搭配完善的个人信用制度，而作者对此绝口未提，只强调预测给亚马逊带来的商业利益，而忽视了其中蕴藏着风险。

    事实上，这个例子也暴露了该书的缺陷——全书透露出一种功利的气息。作者们谈及人工智能在商业零售、金融支付、医疗手术、自动翻译、自动驾驶等方面的成就固然振奋人心，然而有可能存在的危险和负面效应却阐述得过少。比如，数据预测的顾客行为模式，可以帮助银行快速发现个人信用卡被盗刷、阻止了客户的财物损失，但同时，这也意味着人们的隐私处于监控之下。而作者关注的是，隐私担忧限制了机器可用的数据。如果机器没有足够的数据来预测许多类型的行为，建立对比模型，机器的预测能力就难以发挥。显然这是站在资本方立场上的思考模式。人工智能信息系统有着天然的弊端，这种技术是一种借助用户固定印象经过演化筛选处理过的信息，要想克服不确定性，提高预测能力，必须要求大量信息用以建立数据库，但它是否有资格要求人们必须这么做呢？违背意愿的信息搜集，以及每天不停歇的推送等关于商业伦理的问题，作者们差不多都回避了。

    事实上，对于任何一种技术，尤其是人工智能这种在一个明确的目的和手段关系中对人的可替代性进行着尝试的技术替代物，在为它的发展前景描绘的蓝图里，对人类的位置必须要有足够的考量。