讀書|人工智能中的簡單經濟學：AI是如何改變公司戰(zhàn)略的？
AI將如何改變公司戰(zhàn)略？
這是我們三個人在公司高管那兒聽到最常見的問題，它回答起來并不簡單。AI從根本上來說是一項預測技術。隨著AI預測成本越來越低，經濟學理論需要更頻繁、廣泛地用到AI預測。預測補充的價值例如人類行為判斷將不斷提升。這對戰(zhàn)略來說又意味著什么？
我們可以用亞馬遜的思維實驗來說明這個問題。很多人都能夠熟練地在亞馬遜網站上購物，這和大多數的在線購物平臺一樣，你選擇一些商品然后加入到你的購物車并付款，然后亞馬遜再將商品寄給你。此時，亞馬遜的商業(yè)模式就是購物再送貨模式。
大多數顧客在購物時都會留意到亞馬遜的推薦引擎，因為它會根據AI預測到的你想買的東西來提供購物建議。目前亞馬遜的AI對數以百萬的商品的預測還算是比較出色的，雖然它們遠不夠完美。在我們的例子中，AI在5%的時間里能夠精確地預測到我們想買的商品。換句話來說，在它每20件商品的推薦中，都能壓中1件顧客想買的產品，這個結果還算可以。
現在我們來討論下亞馬遜思維實驗。
想象一下亞馬遜AI收集到的個人信息超越我們的想象：不管是我們在網站上的那些搜索和購買行為，還是其它的一些在線和離線的信息，比如我們在WholeFoods超市的購買行為等。它不僅知道我們買了什么，而且還知道我們購物時間、地點、付款方式等等。
你可以想象一下AI使用這些數據來改進預測。我們認為這種改進類似于在音響上轉動音量旋鈕。但在這里指的不是調整音量，而是提高AI預測的精度。當亞馬遜的數據科學家、工程師、機器學習專家們不知疲倦地提高了預測機器的精度，亞馬遜的戰(zhàn)略又會發(fā)生什么改變？
當他們轉動旋鈕（提高精度）時，AI的預測精度在某個時刻將跨越一個閾值（上了一個臺階）。這會使亞馬遜有興趣去改變自己的商業(yè)模式。由于它的預測變得足夠準確，它將預測出你想購買的物品并主動送貨上門，而不是等待你去選購，這對亞馬遜的盈利是莫大的好處。每個星期，亞馬遜都會給你寄一些它預測你想要的物品，然后你就可以從送貨箱子里挑選出你想留下的物品，從而舒服、方便地在家里購物。
這種做法對于亞馬遜有兩種好處。首先，預測性送貨帶來的便利性使你不太可能再從競爭零售商那里購物，因為在你去別處購物之前，商品就已經便利地送到你家了。其次，預測性送貨會推動你購買一些你正在考慮購買但周圍可能沒法獲取的物品。在這兩種情況下，亞馬遜都將獲得更高的市場份額。所以，提高預測精度將改變亞馬遜的商業(yè)模式，從購物再送貨轉變成了送貨再購物。
當然，顧客并不想處理退貨的麻煩。因此，亞馬遜將投資商品退貨所需的基礎設施有可能是一隊貨車，負責每周接送一次，方便地收集那些顧客不想要的商品。
問題來了，如果這是一種更好的商業(yè)模式，KUKA機器人電路板維修，為什么亞馬遜還沒有落實呢？也有可能他們正在做這件事，但是如果現在就開始部署、收集和處理退貨的成本可能會超過市場份額的收益增長。假如，今天顧客退回了95%的送貨商品，他們不僅會很惱火，從商家角度來說，亞馬遜也會為此付出昂貴的代價。所以，對于亞馬遜來說，預測還沒好到能采取新的商業(yè)模式的程度。
你可以想象這樣一個場景：因為公司預感總有一天這種模式會盈利，所以在預測精度達到盈利程度前，亞馬遜就采用新的戰(zhàn)略。通過快速啟動，亞馬遜AI將更早獲得更多數據，并提升更快。亞馬遜意識到越早開始，競爭對手就越難趕上。更好的預測將吸引更多的顧客，而更多顧客也會為AI提供更多訓練數據，那么更多數據將產生更好的預測等等，從而形成一個良性循環(huán)。換句話說，AI的回報將越來越多，因此采取這種戰(zhàn)略的時機非常重要。過早采用可能代價昂貴，但是采用太晚可能是致命的。
這里的關鍵點在于：調整預測機精度對于戰(zhàn)略是有重大影響的。
在這個例子中，它使亞馬遜的商業(yè)模式從購物再送貨到送貨再購物，工業(yè)機器人維修，激發(fā)運轉退貨服務（包括一隊貨車）的垂直整合，加快投資以占據先發(fā)優(yōu)勢從而回報更多。這一切都源于預測機精度調整這一單一行為。
很多讀者可能對Blockbuster及Borders這樣的公司結局很熟悉，但他們低估了在線顧客行為在線上購物環(huán)境和數字化商品配送及服務中變化速度能如此之快。又由于在商業(yè)互聯網的早期（1995-1998），這種技術最初采用較慢，最終使得他們陷入了自滿的泥沼。
在AI迅速發(fā)展的今天，一些公司正在做早期押注，KUKA機器人維修，他們期待預測機調整一旦勢頭較好，將帶來巨大回報。很多人都知道谷歌公司在2014年用5億美元收購了DeepMind公司一家收入甚微的公司，但它開發(fā)了一款AI能夠以超人類水準來玩的Atari游戲。
可能少數讀者也發(fā)現了越來越多傳統(tǒng)公司開始在AI回報上押注。在2016年，通用汽車公司用超過10億美元收購了AI初創(chuàng)公司CruiseAutomation；在2017年，福特汽車公司給AI初創(chuàng)公司ARGOAI投資10億美元；JohnDeere用30億美元收購了AI初創(chuàng)公司BlueRiver這三家初創(chuàng)公司相比收購價格來說都收入甚微。通用汽車公司、福特汽車公司以及JohnDeere都在AI指數級增長的表現上押注，并期待這些付出能夠給他們的商業(yè)戰(zhàn)略帶來重大影響。
戰(zhàn)略家們面臨兩個問題。首先，他們必須投入更多時間來更好地理解預測機器的調整如何更快更長遠地改變他們的領域和應用。其次，他們必須投入時間來寫一篇基于調整AI預測結果來選擇商業(yè)模式和戰(zhàn)略的論文，類似于我們?yōu)閬嗰R遜做的思維實驗。
因此，什么是開啟AI戰(zhàn)略的首要主題呢？你可以閉上眼睛，想象你的手指正放在預測機器的調整按鈕上，然后回想SpinalTap的不朽名言調到1（也就是調到最大）。