作者：Josh Krist, Staff Writer, Workday

在商業流行語中，人工智能似乎是最重要的。每個人都在談論它，但是實際上有多少人理解它呢？阿賈伊·阿格勞瓦爾（Ajay Agrawal）在這一領域取得了令人難以置信的進步。 由Agrawal，Joshua Gans和Avi Goldfarb撰寫的2018年一本書 《預測機器：人工智能的簡單經濟學》為企業領導者提供了有關如何實現人工智能（AI）價值的可行建議。

本書的作者解釋說，就像便宜的電和光，得益于電力或便宜計算，那么更好更快更便宜的預測將擺脫業務模型和流程中的不確定性，并導致整個行業的重新構想。歸根結底，AI有望成為具有多樣性的變革性通用技術。

在2019年福布斯CIO峰會休息期間，我們在加利福尼亞半月灣一個有霧的下午會見了Agrawal ，并聊了他書中的一些主要學習內容。我們的談話節選如下。

問：大多數企業領導人沒有計算機科學背景。對于他們如何利用人工智能的最佳建議是什么？

答：對于他們來說，我最好的建議是將AI視為降低預測成本。當預測或其他任何東西變得更便宜時，我們將使用更多的預測，并開始以更巧妙的方式使用它。

當我與首席執行官和CIO會面時，他們常常會說：“我們有25,000名員工，而我們從事的是這一行業。我們應該從哪里開始使用AI？” 答案通常很簡單-您的數據科學小組。該團隊已經確定了貴公司的預測問題，并以數字格式存儲了數據，并將這些預測集成到了工作流程中?，F在，他們要做的就是使用一些新的統計技術，如果有足夠的數據，這些技術將生成更好，更快和更便宜的預測。

人工智能只能替代一件事，那就是人類的預測。

觀察AI的另一種方式是通過重鑄我們以前無法將其視為預測問題的問題，以一種可以通過AI解決它們的方式。例如，我們有很多來自大型組織的人力資源主管來到我們位于多倫多的Creative Destruction Lab，他們會說：“我們想弄清楚要尋找什么技能，我們應該雇用誰以及如何提高我們現有人的技能?！?然后，在單獨的對話中，我們將聽到業務領導者說：“我們在銷售，市場營銷和制造中都需要AI。除人力資源外，我們在大多數地方都需要AI?！?/span>

大多數人認為，由于HR是非常人性化的并且需要大量的情商，因此它不需要AI。錯了，人們可以通過將諸如招聘和技能開發的某些方面的人力資源功能轉換為一系列預測來利用AI，然后人們可以運用他們的判斷力。

問：人們也對AI感到有些恐懼，尤其是在未來的工作領域。你會怎么說呢？

答：這真的很重要，因為很多人對此感到非常威脅。但是，人工智能只能替代一件事，這是人類的預言。

所有人類的預測都容易被機器所取代。但是，人類還有許多其他有價值的事情，它們是對預測的補充而不是替代。正如我們剛才提到的，判斷力的一個方面是-人有判斷力，而AI沒有。人們在任何地方部署判決時，該判決的價值都會上升，因為我們可以將其應用于越來越高的保真度預測中。

這是一個比喻：假設有兩名會計師面試同一份工作。其中一位非常擅長快速準確地將腦袋中的數字相加。另一位會計師的判斷力很好，他擅長問一些聰明的問題，例如：“當利率上升四分之一時，我們的業務將會怎樣？”

面試官可能對第一會計師說：“您具有寶貴的技能，可以快速，準確地將數字累加到您的腦海中，因此您將節省很多時間?！?對于第二人，面試官可能會說：“擁有這種判斷能力真是太好了，但是每次您提出一個聰明的問題時，我們都需要三天的時間來回答。這是很有趣的技能，但它的價值有限?！?nbsp;
然后是電子表格，由于機器均衡，第一個人的價值下降了?？旎蚵龑底旨悠饋矶紱]關系。該機器比任何人都更快，更準確。

然而，第二會計師仍然有良好的判斷力。他的價值不斷提高，因為現在每次遇到一個聰明的問題時，他只需要在電子表格中更改一個單元格即可找到答案，而不是花三天時間回答問題。

問：但是判斷本身不能量化嗎？換句話說，做出判斷只是對不同類型的預測；二階或三階預測，對嗎？

答：是的，判斷可以量化。如果機器能夠觀察到足夠多的人根據其預測采取行動，那么它就可以開始推斷我們的判斷并進行預測。但是，這總是一場軍備競賽。隨著AI觀察到許多判斷，并將其轉化為預測，然后我們可以將判斷應用于這些預測。審判將仍然是人類的游戲。

問：您在書中談論“人工智能的時刻”。您最近有什么AI時刻？

答：我最近在東京，對這么多大型國際公司用日語開展業務感到驚訝。甚至他們的高級管理人員也不會說英語，因此很多次會議期間都必須有口譯員在場。我想：“哇，我們在語言上確實很分離。當我們最終獲得可以即時翻譯的商業級翻譯器時，這些障礙將逐漸消失?！?/span>