為什么AI還沒有幫我們賺到錢？

很多人都觀察到了，AI（人工智能）已經被用于很多領域，相關公司的市值都在飆升，人人都在談論它。可是反映在經濟上，AI對生產力的促進還沒體現出來。為什么AI還沒有幫我們賺到錢？其實這是通用技術正常的發展階段。

一

1879年，愛迪生用電點亮了第一盞電燈，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，新建的工廠還是優先采用蒸汽動力。這是為什么呢？

三位經濟學家——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《權力與預測》一書中提出，我們此刻正處在AI發展的“中間時代”，通用技術要真正發揮生產力效能，需要經過三個階段。

第一個階段叫“點解決方案”，是簡單的輸入端替換。

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

第二個階段叫“應用解決方案”，是把生產裝置也更換了。

以前的工廠用蒸汽做動力時，都是一根蒸汽軸連接所有機器，蒸汽一開，所有機器都開動。人們發現改用電力之后，每臺機器都有獨立的電源，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器進行改造，根據獨立電源重新設計。這需要時間。

第三個階段叫“系統解決方案”，是整個生產方式的改變。

蒸汽時代的廠房，因為要用到蒸汽軸，所有機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，沒必要把所有機器集中在一起。這就使得“生產流水線”成為可能。

AI也是如此。到目前為止，我們對AI的應用還處在點解決方案和一定程度上的應用解決方案階段，尚未達到系統解決方案階段。這就是AI還沒有發揮最大作用的原因。

二

從商業角度看，AI是一個“預測機器”。預測是決定的前提，AI預測能改變人們做決定的方式。

當電力被廣泛應用以后，人們對電力的應用和電力的來源就脫鉤了。你不用關心發電廠在哪兒，也不用管電是怎么產生的，但可以將廠房開在任何地方。那么我們可以設想，當AI被廣泛應用的時候，預測和決定這兩件事也可以脫鉤：你不用管AI是怎么預測的，直接根據預測做決定就行。

AI的點解決方案是用AI改善你現有的決定，AI的應用解決方案是用AI改變你做決定的方式，AI的系統解決方案是AI促成了新的決定——生產模式變了。

舉個例子，購物網站的AI會根據你的購物喜好向你推薦商品，這就是一個點解決方案。

但網站完全可以這么做：AI預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，叫做“預先發貨”。但是這個銷售方式目前還沒有被正式實施。因為現有的退貨系統還不夠好。把退回來的商品檢查一番、包裝好、重新放到貨架上，這個過程非常費力。

但如果將來AI能接管退貨，比如用上機器人，亞馬遜就可以“預先發貨”了。可能到時候商家的整個銷售方式都會改變，這就是一個系統解決方案。

三

AI預測能改變決定方式，就能改變生活方式。

在生活中，我們很多時候都是根據習慣或者規則做事。如果你覺得今天要下雨，你就會帶傘。但如果這個地區經常下雨，你可能會給自己定一條規則：每天上班必須帶傘。再比如，因為怕錯過航班，有人規定自己坐飛機時必須提前四小時出發去機場。

這些規則只是為了防止出錯，它們降低了生活的效率。

我們設想一下，如果天氣預報非常準，你就可以把規則變成一個決定：根據天氣預報決定是否帶傘。如果AI能充分考慮去機場的路上會不會擁堵、航班會不會晚點等情況，給你提供一個精準預測，你就可以取消提前四小時出發的規則。

再進一步，我們何必先問AI的預測，自己再做決定呢？干脆直接把決定權交給AI，讓AI決定你帶不帶雨傘、什么時候出發，豈不是更好？

這就是預測取代規則。

四

舉一個預測取代規則體現在經濟上的例子。農民種田最早都是根據天氣預報，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，預測只是參考。

后來天氣預報越來越準，美國的氣象公司提供了一項人性化服務，專門對農民提供精確的預測，比如告訴農民今年播種只有八天的窗口期。氣象公司一方面根據天氣預報，一方面根據作物類型，直接告知農民最佳的播種、施肥和收割時間。

AI還可以改變農業生產的方式。

現在很多農產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，提前一周準確預測某個溫室會不會長蟲。有了這一周時間，農民就可以提前訂購抗蟲用品。但到這里還只能算是一個應用解決方案。

系統解決方案是，既然AI預測能力這么強，農民就不用擔心蟲害了，可以種植一些原本因為擔心蟲害而不敢種的農作物。還可以擴大溫室的規模，因為不用擔心蟲害襲擊一大片農作物。農業的生產方式被改變了。

五

要想讓AI充分發揮生產力作用，就必須用預測取代規則。現在AI輔助教學的技術完全可以做得很好。AI可以根據你已有的詞匯量建議你今天應該背哪些單詞，還可以根據你上一次數學測驗的得分決定你今天該學哪些數學知識，AI還能確保你每次都在自己的“學習區”學習，令學習效率最大化。但是，AI還沒有真正提升我們的學習效率。

為什么呢？因為現在學校的組織仍然是按照年齡分級的。學校有規則，每個班都是同一個年齡段的學生，這些學生對課程內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容。

如果我們能用AI的邏輯重新組織教學，讓每個學生接受真正個性化的教育，讓每個老師發揮個性化的能力，讓老師跟學生進行匹配，讓AI幫助老師掌握每個學生的學習進度，那才是系統性的改變。

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

（安娜摘自臺海出版社《拐點：站在AI顛覆世界的前夜》）