本文作者: ML03 -Jeff - 产品/设计/运营/人工智能/物理 相关文章推荐: 今天我们聊聊AI经济学,经济学在大学里面无非是研究人类经济活动的规律,那么经济的本质是解释人类资源如何配置和优化,往往通俗方式会把经济学分为宏观和微观2个视角,但是经济学鼻祖亚当斯密的《国富论》思想推动了英国第一次工业革命的发展。 经济学往往会聊商品、价格、市场规律等。 传统以基础的角度去研究计算人类资源的配置和优化,但是今天在AI的世界中我们应该如何探索呢? 01 廉价改变一切,从劳动力转向脑动力 产品的廉价会导致市场原有的规律被打破,一旦打破就会改变一切。 拿手机来举例子,如果一个手机成本是我们人均收入的5倍那么手机带来的社会变革就会很小,但是当有一天一家公司或者多家公司把手机价格降低到人均收入的五分之一时候,市场就会发生巨大变化,然而移动互联网的发展本质上源于智能手机的相对廉价。那么导致廉价的本身一方面源于材料成本降低还有就是劳动力低成本。 什么是劳动力和脑动力? 我们要从人类文明进程来说明,在工业革命发展之前我们所有的社会经济活动都主要依靠劳动力(人口优势),然而工业革命的发展在降低劳动力优势转向脑动力优质。 劳动力主要靠人力的体力劳动为主(农耕文明的核心); 而脑动力如何解释? 这里是一个我造的新词,以类比的方式做参考。可以理解为以大脑运动为主,不用太多体力方面做功。从工业革命的进程来看我们不断从劳动力优势到脑动力优势发展(降低人口优势)。 不管是自动化,还是工业制造、流水线工程都是在做这样的转移,趋向脑动力发展,随着科技的发展,工业文明的进程人口红利会随时间推移而降低。放大经济学思维,人本身也是一种资源,所以也会遵循经济规律(人越少越贵,某个职业中人才少市场需求大那么人就很贵,本质上是这个人的脑子比较值钱)。 现在的社会越来越多的工作趋于脑动力,如同我们年长一辈的人常说,好好读书将来坐办公室。 总结:有形的物质价值渐渐被工业革命冲击,而无形的劳动力价值变得更加昂贵。 02 脑动力走向AI价值 工业4.0预示我们的工业发展更加智能化,智能化的核心是降低脑动力的成本。会让更多的工业产品变得廉价。 工业制造改变了过去劳动力产品的生产方式,但是依然需要更强的脑动力的配合。 强脑动力的工作会因为不断增加的信息复杂而处理困难,如果信息量为x轴,信息处理能力为y轴,信息量和处理能力决定了一个产品或则一个事物脑动力的复杂程度。 那么虽然信息量的增加处理能力也要不断增加,这样一下子就会困扰这个时代发展。 当人变成一种资源的时候,人才就更加稀缺,本身人才培养是巨大的成本投入。培养人才也就是在训练出更加优质的大脑,但是因为成本投入和不确定性创造了稀有的价值。 突然AI的悄悄到来,我们就拥有了不一样的人才组成。培养的成本和结构也因此发生了巨大的变化,信息的输入,计算,推理等更多的条件降低。 过去我们只有学习过复杂的数学才能做预测计算,但是今天机器学习技术可以更加高效解决大信息量的处理。计算机从确定性编程到概率性编程的进步都是一项重要的阶梯函数式的转变。 今天我们很多的AI产品真正的在解决复杂技能和需要大量人力成本的门槛,比如驾驶技术,比如做金融预测,智能客服,人脸识别安检等。你说我们是否释放了脑动力了,没有对人的过多要求,创新的门槛是不是也会变低? 总结:后工业革命的成本在于脑动力,AI本身就是在释放脑动力。 03 AI经济学中的商业格局 商业格局的转变是一种人类本身资源的转变,商业是一种交易,交易的量和信息差建立了商业的顺和逆。廉价改变一切,当数百年前的工业革命技术使商品更加廉价,满足大部分物质需求,但是却增加了脑力劳动的巨大需求,让我们不断需要培养出色人才。 但是当AI释放了脑力劳动的时候,过去高门槛变成低门槛,本身靠信息创造价值的人来说就变成了低价(学习一些信息知识去解决某种重复的信息输出)。 预测信息给予决策已经成为我们对未知社会必不可缺的需求。商品的交易已经不能只是靠商品本身,信息的交易也不能只是靠信息本身。数据变得如同石油一样充满价值。 你想想,以前你需要雇佣一个律师花费数千或则数万元整理一份协议,当AI帮你在很短时间达到相同效果的时候你会选择哪一个? 信息化和智能化在解放大量重复脑力劳动问题。 专业的技术成本被降低,市场会趋于廉价。 当然,当更多的技术改变了我们现有的商业结构,人们一定会趋于更高价值地方发展,所以创新的动力才真正到来。 因为创造的能力数据无法满足。 |
|
来自: Mixlab交叉学科 > 《待分类》