Искусственный интеллект: революция предсказаний

Прогнозирование на основе ИИ — это благо для принятия решений человеком, которое повысит производительность, доход и качество жизни.

В двух словах

• Существует разделение труда между людьми и технологиями.
• Искусственный интеллект позволяет людям сосредоточиться на том, что они делают лучше всего
• Прогнозирование на основе ИИ улучшает процесс принятия решений и увеличивает благосостояние

Основное внимание классической экономики было сосредоточено на том, как специализация и обмен улучшают человеческую жизнь. Одно из основных преимуществ искусственного интеллекта (ИИ) заключается в возможности дальнейшей специализации и разделения труда. ИИ обрабатывает данные для прогнозирования, а люди используют прогнозы для принятия решений.

Давайте раскроем это явление сейчас.

Люди и технологии

Экономисты раннего поколения, или классики, были особенно обеспокоены тем, как разделение труда в соответствии со свободно выбранной специализацией позволяет людям извлекать выгоду из цепочки создания стоимости в масштабах всего общества. Отец современной экономики Адам Смит (1723–1790) установил, что специализация способствует излишкам и инновациям. Давид Рикардо (1772-1823) определил, как даже наименее продуктивные члены общества могут извлечь выгоду из специализации. И даже гневливый Карл Маркс (1818-1883) видел преимущество разделения труда. Его ошибочное сомнение заключалось в том, что капиталист сохраняет выгоды от разделения труда вместо того, чтобы позволить им перейти к специализированному рабочему.

Однако специализация не ограничивается людьми. Чем больше технология пронизывает экономический обмен, тем больше существует разделение труда между людьми и технологиями. Вместо ручного ткачества большинство производителей текстиля используют для этой задачи машины. Машина производит ткань, которая была разработана и спроектирована людьми. Вместо того, чтобы самим выполнять трудные вычисления, мы позволяем калькулятору выполнять арифметические операции над моделями, придуманными людьми. Терминал Bloomberg освободил человека-аналитика от написания котировок на доске, чтобы он мог сосредоточиться на принятии решения о том, как инвестировать. Короче говоря, использование технологии заключается в поиске ее специализированного применения в цепочке создания стоимости.

Технология становится дешевле в использовании, что делает ее все более значимой с экономической точки зрения.

Технологии усиливают разделение труда между людьми и машинами.Это позволяет каждому еще больше специализироваться в том, что он делает лучше всего. И это приносит наибольшую пользу человеку. Такое разделение труда позволяет им создавать новинки, производить больше товаров и повышать качество. Предоставляя людям возможность сосредоточиться на том, что они индивидуально делают лучше всего, специализация и разделение труда повышают их производительность, а вместе с этим их доход и качество жизни.

Удешевление прогнозов

Как ИИ вписывается в эту картину? Когда цены на ткацкие станки, калькуляторы и компьютеры упали, они были включены в систему разделения труда. То же самое происходит с ИИ. Технология становится дешевле в использовании, что делает ее все более значимой с экономической точки зрения. И хотя ИИ делает успехи в различных приложениях, он особенно заметен в одной области — прогнозировании.

В настоящее время прогнозирование обходится дорого, поскольку оно включает в себя сбор огромного количества данных, их анализ, выявление закономерностей и расчет возможностей. Но поскольку ИИ все чаще используется для выполнения именно этих задач, прогнозирование становится менее трудоемким и менее затратным. По замкнутому кругу ИИ сам дешевеет. Если прогнозирование с помощью ИИ станет дешевле, сфера его использования будет расширяться, а его использование будет интенсифицироваться.

Прогнозирование — это процесс заполнения недостающей информации. Он использует имеющиеся данные для поиска шаблонов для получения новой информации и расчета вероятности повторения или изменения этих шаблонов. Прогнозирование используется для традиционных задач, таких как управление запасами и прогнозирование спроса. Что еще более важно, поскольку он становится дешевле, он используется для предприятий, которые до недавнего времени не представляли проблемы прогнозирования, таких как вождение автомобиля, перевод или медицинское обслуживание.

Снижение стоимости предсказания ИИ повлияет на стоимость других вещей.Более дешевый ИИ увеличивает ценность таких дополнений, как данные, суждения и действия, и снижает ценность их заменителей (человеческого предсказания).

Прогноз ИИ

Машины и люди имеют разные сильные и слабые стороны в контексте прогнозирования. Люди, в том числе профессиональные эксперты, делают плохие прогнозы при определенных условиях: они часто переоценивают существенную информацию и не учитывают статистические свойства. По мере того как прогностические машины совершенствуются и дешевеют, предприятия, скорее всего, в ответ изменят разделение труда между людьми и машинами.

Прогностические машины лучше, чем люди, учитывают сложные взаимодействия между различными индикаторами, особенно в условиях большого объема данных. По мере роста числа измерений для таких взаимодействий способность людей формировать точные прогнозы уменьшается, особенно по сравнению с машинами. Однако люди часто лучше машин, когда их понимание процесса генерации данных дает преимущество в прогнозировании, особенно в условиях ограниченных данных. Люди лучше справляются с неопределенностью и значительно лучше принимают решения, основанные на прогнозах.

Поскольку прогностические машины делают прогнозы все лучше, быстрее и дешевле, ценность человеческого суждения будет возрастать.

Таким образом, специализация ИИ в прогнозировании ценна, потому что он часто может давать более качественные, быстрые и дешевые прогнозы, чем люди. Прогнозирование является важнейшим компонентом принятия решений в условиях неопределенности, а принятие решений происходит повсеместно в экономике и социальной жизни. Однако предсказание — это не решение, а только компонент решения, и еще одним важным компонентом является суждение. И в этом заключается преимущество человека – а значит, и области их специализации, человеческого суждения.

Это помогает разбить решение на его составляющие, чтобы лучше понять влияние прогностических машин на ценность людей и других активов.Ценность заменителей прогностических машин, а именно человеческого предсказания, будет снижаться. Однако ценность дополнений к прогнозированию, таких как навыки человеческого суждения, будет возрастать.

Суждение включает в себя определение относительного выигрыша, связанного с каждым возможным результатом решения, включая те, которые связаны с правильным решением, и те, которые связаны с ошибками. Суждение требует определения цели, которую человек преследует, и является необходимым шагом в принятии решения. По мере того, как прогностические машины будут делать прогнозы все лучше, быстрее и дешевле, ценность человеческого суждения будет возрастать, потому что общество будет нуждаться в нем больше и будет ценить его лучше — или ставить выше. Люди могут быть более склонны прилагать усилия и выносить суждения в тех случаях, когда ранее они воздерживались от принятия решений (например, принимая ситуацию или обстановку по умолчанию).

Качество предсказания ИИ, скорее всего, будет повышаться быстрее, чем снижается его цена.

Почему люди лучше судят, чем ИИ? В то время как машина может учитывать больше данных и, следовательно, больше шаблонов, чтобы сделать прогноз, у человека есть чутье. Агенты-люди могут обрабатывать пробелы в наборе данных и заполнять эти пробелы на основе интуиции, и никакой ИИ не может этого сделать. Кроме того, люди хорошо справляются с «неизвестными неизвестными» или «черными лебедями» и реагируют на них. Возможно, этот набор навыков исходит из двух разных источников. Во-первых, люди рассматривают неопределенность как ресурс или шанс, ведущий к возможностям. Во-вторых, люди должны брать на себя ответственность за свои суждения, которые оттачивают их способность принимать решения.

Резюме

ИИ лучше всего рассматривать с точки зрения того, как он используется и что он делает, а не с точки зрения того, что он из себя представляет. В настоящее время прогнозирование является одним из наиболее важных приложений. Чем дешевле становятся прогнозы ИИ и чем больше и лучше их делается, тем больше экономические агенты могут использовать эту технологию в качестве актива.Его можно использовать в задачах, специализирующихся на прогнозировании, что позволяет людям специализироваться на суждениях и принятии решений. Такое включение ИИ в цепочку создания стоимости, используя его специализацию и разделение труда с людьми, в целом выгодно.

Позволяя человеку сосредоточиться на том, что он делает лучше всего, ИИ, специализирующийся на прогнозировании, повышает эффективность и результативность человека и, как следствие, доход и качество жизни.

Сценарии

Из этого рассуждения вытекают четыре общих сценария.

Первый, базовый сценарий

ИИ продолжает расширять свои возможности прогнозирования, делая их лучше и дешевле. Такого результата можно ожидать, если текущие тенденции инвестиций и исследований, связанных с ИИ, сохранятся. Качество предсказания ИИ, скорее всего, будет повышаться быстрее, чем снижается его цена. В результате можно было ожидать более низкой скорости внедрения предсказания ИИ среди экономических агентов, чем скорость увеличения возможностей технологии.

Второй сценарий

Этот сценарий основан на первом. По этому сценарию экономика будет включать ИИ в различные виды деятельности, повышая степень специализации. Машины будут специализироваться на прогнозировании, а люди будут специализироваться на вынесении суждений и принятии решений. Принятие решений людьми станет лучше и ценнее с усилением разделения труда внутри этого союза. К тому же спрос на него будет расти. Скорее всего, повышение качества принятия решений будет опережать рост его оценки. При каких условиях может реализоваться этот сценарий? Это зависит от степени свободы, которую экономика и индивидуальные предприниматели будут иметь при разработке и внедрении технологии.

Третий сценарий

Этот тоже основан на первом. Но признается, что, по крайней мере, в краткосрочной и среднесрочной перспективе специализации и разделения труда может и не быть. На это могут быть разные причины. Если экономические агенты воспринимают ИИ как угрозу, а не как актив, они могут попытаться конкурировать с ним.Вместо того, чтобы допускать специализацию в соответствии с различными преимуществами, люди будут направлять свои способности на менее продуктивные задачи, такие как сбор данных и прогнозирование. Другой возможной причиной такого сценария может быть регулирование, запрещающее использование ИИ или ограничивающее его функции. Третьим триггером для этого сценария также будет регулирование, запрещающее или уменьшающее экономическую отдачу от использования ИИ. Например, не позволяя инвесторам финансировать его или удерживать доходы от его использования.

Четвертый сценарий

Этот сценарий не связан ни с одним из трех предыдущих. Здесь фокус ИИ полностью меняется, и он смещается с прогнозирования на какое-то другое приложение, например датчики или робототехнику. В этом сценарии ИИ по-прежнему можно использовать в интересах или во вред экономическим агентам; ИИ может даже привести к специализации и разделению труда. Но в этом варианте специализация будет происходить не по линии машинного предсказания и человеческого решения, а в результате других приложений. Точно так же в этом сценарии есть потенциал роста и падения. Четвертый сценарий может реализоваться, если отдача от прогнозирования значительно упадет или если другие виды использования ИИ станут дешевле, что упростит их включение в цепочку создания добавленной стоимости.