把直覺外包給AI做決策真的可行嗎?利與弊一次看|《直覺鍛鍊》
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
退休後,很多人反而因為金錢、家庭和健康而感到更焦慮。理財作家嫺人在《有錢到老後》中提醒我們,不必事事追求完美,也不必跟別人比較,而是學會在有限的資源與時間裡,做出最智慧的選擇,享受每一次旅行、每一段陪伴,讓人生變得更自在、有溫度。
公司這種近代歷史才有的組織形態,為什麼會存在。而在AI世代中,公司要如何質變才能持續地帶出預期的價值?
圖片來源:Unsplash 文/Epan Wu,【讀書e誌】版主
去年的七月份讀了MIT贈送的這本書“The business of Platforms“,因為今年出了中文版《平台策略》,所以揪公司裡面的主管們一起讀起來。其中一位同事讀完之後,覺得很不錯,但認為以平台策略來說,他要介紹我這一本“Competing in the age of AI”(《領導者的數位轉型》)搭配閱讀。
如果說《平台策略》是從現在市場上已知案例中,分析平台生意模式的種類和當中的盲點,那《領導者的數位轉型》就是像是告訴你,整個生態和遊戲規則朝著平台模式轉變時,組織該如何調整自己的體質,對於分工的思考,還有對於AI的期待。之所以講AI的書籍會跟平台有關,也是因為AI要真的落實在行業中,也必須是用平台的商業模式才有可能規模化。
兩本書都有講到平台的種類和可能的盲點,例如基本的網路效應(network effect),叢集(Clustering),跑單(disintermediation,就是媒合買賣雙方後他們直接聯繫不再需要中間的平台了)或是多歸屬(multi-homing,例如一間餐廳同時使用Food Panda和Uber eats)等等。
我喜歡這本新書不只是因為他很務實地分析公司的組織規劃以及IT系統如何搭配,更是回到一個基本的問題:「公司」,這種近代歷史才有的組織形態,為什麼會存在。而在AI世代中,公司要如何質變才能持續地帶出預期的價值?
簡單來說,公司的存在除了讓資本運用更有效之外,理論上因著結合許多人分工合作的力量,可以創造出運營模式(Operating model)而帶出三個優勢:
(1)Scale 規模
(2)Scope 範疇
(3)Learning 集體學習
在工業革命世代可以看出公司大量生產帶來的經濟規模,以及公司可以觸及的範圍(想像製造業面對許多不同種類的供應商),並且因著持續運營學習而不斷優化,進而提高競爭的門檻。
但是在資訊世代,即使許多行業還是有實體的產品或是服務,其中所產出的資訊也是重要的一環。在資訊化的產業中,複製資訊的邊際成本趨近於領,資訊也讓跨產業變得容易(谷歌是搜尋引擎還是最大廣告商?),同時AI當中的機器學習能力更是前所未見的強大,因此要如何體現scale/scope/learning的優勢,就需要不同的思維。
書中說到公司組織內部就可以開始用定義API的方式,讓團隊之間資訊交換更透明有效率,不想過往Silo的分工方式。同時,真的能夠實現的AI目前還是屬於「弱AI」(weak AI),就是從數據中看出行為模式和極有效做簡單分類與判斷的。
而電影中那些超強的虛擬助理,或是能夠真正創作的AI,屬於Strong AI,可能還有一段時間是在有限的情境當中使用。書中最後提到「AI生產線」的比喻,真正發揮資訊邊際成本趨近於零的強大威力!
所以人在組織當中的價值是什麼?可以思考邊際成本趨於零的時候,公司的服務或產品到底是如何創造和擷取價值的。可以跨界思考現有的東西會如何與其他領域產生關連。更重要的是,如何定義需要機器學什麼,如何使用AI去嘗試得到新的洞見。
擁抱學習AI才能思考它如何成為你的工具。機器要提供「正確」的答案不太難,但這個「正確答案」是否有價值,是看那個訂題目的人是否知道怎麼定義問題。
※本文轉載自讀書e誌:https://tinyurl.com/yedhpj9b
【書籍資訊】
《領導者的數位轉型》
Competing in the Age of AIStrategy and Leadership When Algorithms and Networks Run the World