經濟學家對於預測性 AI 的力量及其將如何改變整個產業的看法

我們的生活就是不斷地做出決定。 您會在外出散步時帶傘嗎？ 如果下雨機率有 25% 呢？ 如果您身上穿的是不想弄濕的衣服，那該怎麼辦？

經濟學家、教授、《Prediction Machines: The Simple Economics of Artificial Intelligence》(預測機器：人工智慧的簡單經濟學) 一書的合著者 Ajay Agrawal 表示，我們結合預測和判斷來做出每個大大小小的決定。 人工智慧的力量來自它處理方程式的預測部分的能力，例如告訴您下雨機率。 最終，您將根據您不喜歡被淋濕的程度與沒下雨時不喜歡帶傘的程度，使用人類判斷的方式來決定是否應該帶傘。

人工智慧模型可處理大量資料以識別模式並產生準確的預測。 毫無疑問，人工智慧正在改善個人的工作方式，協助他們提高工作效率、改善協作方式，並提升其技能。 當公司使用人工智慧進行預測分析時，它可以改變領導者的決策方式，協助他們為客戶提供更好的服務、分配資源，以及建立新的和改良的流程。

Ajay 最近加入了我們的 Work Evolved 網路研討會系列以談論 AI 和預測分析的力量。 我們與 Ajay 坐下來繼續討論預測性 AI，以下是他關於預測性 AI 改變整個產業的潛力，以及哪些員工可從使用預測性 AI 工具中獲益最多的說法。

有些人將 AI 視為智慧機器，是能夠像人類一樣說話或思考的機器人。 身為一位經濟學家，您對 AI 有什麼看法？

人工智慧協助我們預測。 預測是使用您擁有的資訊來產生您沒有的資訊。

這就是像 ChatGPT 之類的生成式 AI 模型正在做的事情，利用預測來產生聽起來像人類使用的語言。 生成式 AI 模型預測序列中的下一個標記或單詞，以創造看起來像人類產生的訊息。 另一個例子是銀行使用 AI 進行詐欺偵測，處理過去交易和使用者習慣的資料，以準確預測某筆購買是否為詐欺。

經濟學的一項基本原理是，當某樣東西變得更便宜時，我們就會使用更多的那樣東西。 人工智慧的興起代表著預測的成本下降， 而隨著預測變得更便宜，我們將會使用更多的預測。

讓我們來討論一下預測。 什麼是預測性 AI？有哪些實際的例子？

預測性 AI 使用輸入資料來產生輸出。 舉個傳統的例子，我們可以利用 20 年的歷史銷售資料來預測明年第三季的銷售情況。 歷史資料是輸入，銷售預測是輸出。

較不傳統的例子是，我們可以使用醫學影像中的像素來預測腫瘤的標籤是惡性或是良性。 像素資料是輸入，腫瘤的標籤是輸出。 這也是一種預測。

人工智慧有趣的特點之一是，不同於之前的統計技術，它可利用多模態資料 (例如圖片、視訊、語言) 而不只是數字做為輸入資料，而且它可能以圖片、視訊和語言的形式產生預測。

預測分析是許多創新類型的核心。 我們可以看到 AI 在駕駛、翻譯、詐欺偵測、粒度分佈、電子郵件回覆和檢查等領域進行預測的實際應用。

在預測性 AI 正在成為主導力量的產業中，AI 將對就業產生什麼影響？ 人們擔心這場 AI 革命可能會讓他們失去工作。 這是合理的擔憂嗎？

在我們有洗衣機之前，洗衣服需要兩個人花一整天的時間。 現在，一個人可以花一天的一小部分時間來洗衣服。 但是，沒有人抱怨洗衣機搶走他們的工作。

同樣地，我們將能夠把部分工作交由機器處理以減輕負擔。 當我們思考我們的工作時，很多工作都是基於決策而進行的。 而每項決策都有兩個要素：預測和判斷。 如果我們能將預測分析交給機器處理，那麼我們就只剩下人類的判斷力，而這種技能正是人們需要特別培養的。

人工智慧可利用預測來起草電子郵件或繪製從 A 點到 B 點的路線，但需要人類來決定該電子郵件訊息是否達成目標，或者該路線是否有意義。 人工智慧是副駕駛、助手，但它不能做出決定。

人工智慧對員工的生產力和整體勞動力有什麼影響？

當人們引進電腦時，它使高技能者的生產力大幅提升，進而導致嚴重的收入不平等。 人工智慧似乎會產生相反的效果。 低技能工作者從使用 AI 助理或副駕駛中獲益最多。

例如電話中心。 他們已開始引進 AI 工具，為員工提供建議，以協助正在與他們交談的客戶。 麻省理工學院和史丹佛大學的研究人員發現，AI 對表現優異者的影響有限，因為他們已經知道該說什麼。 但以前表現不佳的員工現在透過 AI 工具的協助，幾乎可達到高技能工作者的水準。

我們都熟悉的另一個例子是，導航 AI 如何讓任何人都能像專業人士一樣在任何城市駕駛。 這使得像 Uber 這樣的創新公司成為可能。 在 Uber 出現之前，有 20 萬名的職業駕駛。 現在，有 3 至 4 百萬人駕駛 Uber。 我們正處於歷史的關鍵時刻，這類系統層級的轉變開始發生在不同產業。

人工智慧的哪些進步讓您最感到興奮？ 如果您能拿出您的水晶球，您認為下一個重大創新是什麼？它將如何影響我們的世界？

我預測在二到三年內，我們將看到 AI 走出螢幕並進入現實世界。 現在，我們有模型可以預測螢幕上的一系列單字，下一階段是讓機器人預測一系列動作來完成任務，例如煮咖啡或停車。

但真正重大的轉變將發生在科學探索方面。 我們將擁有 AI 模型，可以產生假設並對其進行測試、觸發機器人執行實驗，然後將實驗結果反饋給 AI 以更新假設並執行另一個實驗。 我們已經看到實驗室正在做類似這樣的工作。

繼續有關預測性 AI 的對話

若要瞭解 Ajay 對下一波 AI 創新浪潮將帶我們走向何方的更多見解，請觀看他的 Work Evolved 隨選網路研討會。 您將深入瞭解預測性 AI，以及它如何協助公司節省時間，並創造全新且更有效的工作方式。

想知道 Zoom 如何利用 AI 進行創新？ 探索我們的 AI 助理 Zoom AI Companion 如何提升我們的工作方式。