很多人都觀察到了，AI（人工智能）已經(jīng)被用于很多領(lǐng)域，相關(guān)公司的市值都在飆升，人人都在談?wù)撍??？墒欠从吃诮?jīng)濟(jì)上，AI對生產(chǎn)力的促進(jìn)還沒體現(xiàn)出來。為什么AI還沒有幫我們賺到錢？其實這是通用技術(shù)正常的發(fā)展階段。

1

1879年，愛迪生用電點(diǎn)亮了第一盞電燈，可是過了20年，美國才只有3%的家庭用上了電。到1890年，只有5%的美國工廠用上了電力。甚至到1910年，新建的工廠還是優(yōu)先采用蒸汽動力。這是為什么呢？

3位經(jīng)濟(jì)學(xué)家——阿杰伊·阿格拉沃爾、喬舒亞·甘斯和阿維·戈德法布剛好討論過這個問題。他們在《權(quán)力與預(yù)測》一書中提出，我們此刻正處在AI發(fā)展的“中間時代”，通用技術(shù)要真正發(fā)揮生產(chǎn)力效能，需要經(jīng)過3個階段。

第一個階段叫“點(diǎn)解決方案”，是簡單的輸入端替換。

比如，用燈泡比用蠟燭方便一點(diǎn)，用電力做動力有時候會比用蒸汽動力便宜一點(diǎn)，你可能會有替換的意愿。但是僅此而已。

第二個階段叫“應(yīng)用解決方案”，是把生產(chǎn)裝置也更換了。

以前的工廠用蒸汽做動力時，都是一根蒸汽軸連接所有機(jī)器，蒸汽一開，所有機(jī)器都開動。人們發(fā)現(xiàn)改用電力之后，每臺機(jī)器都有獨(dú)立的電源，完全可以用哪臺開哪臺，豈不是更省錢？但這并不容易，這意味著你必須對機(jī)器進(jìn)行改造，根據(jù)獨(dú)立電源重新設(shè)計。這需要時間。

第三個階段叫“系統(tǒng)解決方案”，是整個生產(chǎn)方式的改變。

蒸汽時代的廠房，因為要用到蒸汽軸，所有機(jī)器都必須布置在中央軸附近。用上電力后，你可以隨處安裝插頭，將機(jī)器放在工廠里的任何一個位置，那么你就可以充分利用空間，沒必要把所有機(jī)器集中在一起。這就使得“生產(chǎn)流水線”成為可能。

AI也是如此。到目前為止，我們對AI的應(yīng)用還處在點(diǎn)解決方案和一定程度上的應(yīng)用解決方案階段，尚未達(dá)到系統(tǒng)解決方案階段。這就是AI還沒有發(fā)揮最大作用的原因。

2

從商業(yè)角度看，AI是一個“預(yù)測機(jī)器”。預(yù)測是決定的前提，AI預(yù)測能改變?nèi)藗冏鰶Q定的方式。

當(dāng)電力被廣泛應(yīng)用以后，人們對電力的應(yīng)用和電力的來源就脫鉤了。你不用關(guān)心發(fā)電廠在哪兒，也不用管電是怎么產(chǎn)生的，但可以將廠房開在任何地方。那么我們可以設(shè)想，當(dāng)AI被廣泛應(yīng)用的時候，預(yù)測和決定這兩件事也可以脫鉤：你不用管AI是怎么預(yù)測的，直接根據(jù)預(yù)測做決定就行。

AI的點(diǎn)解決方案是用AI改善你現(xiàn)有的決定，AI的應(yīng)用解決方案是用AI改變你做決定的方式，AI的系統(tǒng)解決方案是AI促成了新的決定——生產(chǎn)模式變了。

舉個例子，購物網(wǎng)站的AI會根據(jù)你的購物喜好向你推薦商品，這就是一個點(diǎn)解決方案。

但網(wǎng)站完全可以這么做：AI預(yù)測你喜歡某些商品后，直接把這些商品寄到你家。也許每個月甚至每周會給你發(fā)來一箱商品。你打開箱子：留下喜歡的，退掉不喜歡的。

這種銷售方法肯定能讓你多買一些東西。你做購物決定的方式被改變了。

事實上，亞馬遜早就為這種購物模式注冊了專利，叫作“預(yù)先發(fā)貨”。但是這個銷售方式目前還沒有被正式實施。因為現(xiàn)有的退貨系統(tǒng)還不夠好。把退回來的商品檢查一番、包裝好、重新放到貨架上，這個過程非常費(fèi)力。

但如果將來AI能接管退貨，比如用上機(jī)器人，亞馬遜就可以“預(yù)先發(fā)貨”了?？赡艿綍r候商家的整個銷售方式都會改變，這就是一個系統(tǒng)解決方案。

3

AI預(yù)測能改變決定方式，就能改變生活方式。

在生活中，我們很多時候都是根據(jù)習(xí)慣或者規(guī)則做事。如果你覺得今天要下雨，你就會帶傘。但如果這個地區(qū)經(jīng)常下雨，你可能會給自己定一條規(guī)則：每天上班必須帶傘。再比如，因為怕錯過航班，有人規(guī)定自己坐飛機(jī)時必須提前4小時出發(fā)去機(jī)場。

這些規(guī)則只是為了防止出錯，它們降低了生活的效率。

我們設(shè)想一下，如果天氣預(yù)報非常準(zhǔn)，你就可以把規(guī)則變成一個決定：根據(jù)天氣預(yù)報決定是否帶傘。如果AI能充分考慮去機(jī)場的路上會不會擁堵、航班會不會晚點(diǎn)等情況，給你提供一個精準(zhǔn)預(yù)測，你就可以取消提前4小時出發(fā)的規(guī)則。

再進(jìn)一步，我們何必先問AI的預(yù)測，自己再做決定呢？干脆直接把決定權(quán)交給AI，讓AI決定你帶不帶雨傘、什么時候出發(fā)，豈不是更好？

這就是預(yù)測取代規(guī)則。

4

舉一個預(yù)測取代規(guī)則體現(xiàn)在經(jīng)濟(jì)上的例子。農(nóng)民種田最早都是根據(jù)天氣預(yù)報，自己大概估計一下什么時候播種、施肥、收割。決定是自己做的，預(yù)測只是參考。

后來天氣預(yù)報越來越準(zhǔn)，美國的氣象公司提供了一項人性化服務(wù)，專門對農(nóng)民提供精確的預(yù)測，比如告訴農(nóng)民今年播種只有8天的窗口期。氣象公司一方面根據(jù)天氣預(yù)報，一方面根據(jù)作物類型，直接告知農(nóng)民最佳的播種、施肥和收割時間。

AI還可以改變農(nóng)業(yè)生產(chǎn)的方式。

現(xiàn)在很多農(nóng)產(chǎn)品都是在溫室里種植的。溫室種植好處很多，但也存在問題——容易遭遇蟲害。那么就有公司利用AI，提前一周準(zhǔn)確預(yù)測某個溫室會不會長蟲。有了這一周時間，農(nóng)民就可以提前訂購抗蟲用品。但到這里還只能算是一個應(yīng)用解決方案。

系統(tǒng)解決方案是，既然AI預(yù)測能力這么強(qiáng)，農(nóng)民就不用擔(dān)心蟲害了，可以種植一些原本因為擔(dān)心蟲害而不敢種的農(nóng)作物。還可以擴(kuò)大溫室的規(guī)模，因為不用擔(dān)心蟲害襲擊一大片農(nóng)作物。農(nóng)業(yè)的生產(chǎn)方式被改變了。

5

要想讓AI充分發(fā)揮生產(chǎn)力作用，就必須用預(yù)測取代規(guī)則?，F(xiàn)在AI輔助教學(xué)的技術(shù)完全可以做得很好。AI可以根據(jù)你已有的詞匯量建議你今天應(yīng)該背哪些單詞，還可以根據(jù)你上一次數(shù)學(xué)測驗的得分決定你今天該學(xué)哪些數(shù)學(xué)知識，AI還能確保你每次都在自己的“學(xué)習(xí)區(qū)”學(xué)習(xí)，令學(xué)習(xí)效率最大化。但是，AI還沒有真正提升我們的學(xué)習(xí)效率。

為什么呢？因為現(xiàn)在學(xué)校的組織仍然是按照年齡分級的。學(xué)校有規(guī)則，每個班都是同一個年齡段的學(xué)生，這些學(xué)生對課程內(nèi)容的掌握程度很不一樣，可是他們不得不聽同一個老師講同樣的內(nèi)容。

如果我們能用AI的邏輯重新組織教學(xué)，讓每個學(xué)生接受真正個性化的教育，讓每個老師發(fā)揮個性化的能力，讓老師跟學(xué)生進(jìn)行匹配，讓AI幫助老師掌握每個學(xué)生的學(xué)習(xí)進(jìn)度，那才是系統(tǒng)性的改變。

每當(dāng)你思考怎么使用AI的時候，都可以想想當(dāng)初電力的發(fā)展歷程。我們的生產(chǎn)、生活和社會很快就會圍繞AI重新構(gòu)建，這一切才剛剛開始。

（摘自臺海出版社《拐點(diǎn)：站在AI顛覆世界的前夜》）