What Becomes Expensive When AI Makes Prediction Cheap?
http://www.youtube.com/watch?v=v7QRwUxiE2Y
这支来自 簡單經濟學 的视频解读了《AI经济的策略策略》（英文原著《Prediction Machines: The Simple Economics of Artificial Intelligence》，由三位多伦多大学经济学家合著）的核心框架。
视频的核心逻辑是从经济学角度切入，剥离技术炒作，将 AI 的本质还原为一种“变便宜的商品”。
一、 AI 的经济学本质：便宜的“预测”
- AI 不是智慧，而是预测 [[00:20]]：AI 并不真正理解问题，其本质是通过已知数据推测缺失信息（填补缺失资讯）[[04:39]]。无论是文字生成、图片生成、自动驾驶还是翻译，本质上都是在做“预测”[[04:20]]。
- 规律：某种东西变便宜，其互补品就会变贵 [[01:08]]：
- 过去照明变便宜（从蜡烛到电灯），夜间阅读/工作（眼睛的价值）就变贵了[[01:16]]。
- 如今 AI 使得“预测”变得极度廉价与普及[[06:12]]，从而引发社会与商业决策模式的深刻变化[[06:40]]。
二、 预测变便宜后，什么变贵了？（替代品 vs. 互补品）
1. 贬值（被取代）的方面：人类做的“预测”
2. 升值（变贵/稀缺）的方面：与预测搭配的元素
决策可以拆解为两部分：预测与判断 [[09:24]]。
- 判断（Judgment） [[10:49]]：
- 定义：预测告诉你会发生什么，而判断决定面对结果该怎么做、如何权衡利弊[[09:29]]。
关键属性：判断需要价值观、衡量后果与承担责任 [[10:20]]。AI 没有价值观也不承担责任，因此能做出优秀判断的人会变得极度稀缺[[10:32]]。
数据（Data） [[11:09]]：数据是预测的燃料。越是真实、独特、难以复制的高质量数据，价值越高[[12:18]]。
三、 个人与企业的应对策略
- 培养“管理不确定性”的判断力：
- 分析非对称后果：预测本身是对称的，但错误后果往往不对称[[14:51]]。在做决策时，要评估“如果预测偏悲观/乐观两成，最致命的伤害是什么？该如何调整[[16:15]]？”
反事实思维（Counterfactual Thinking） [[16:35]]：思考“如果资讯/趋势反转了会怎样”，不盲从数据，敢于怀疑现有信息[[16:48]]。
AI 采纳的三层境界 [[18:14]]：
工具层：用 AI 整理资料、写信、提炼摘要（效率提升，但极易被普遍化而失去优势）[[18:22]]。
决策层：用 AI 预测数据来改变决策流程与品质[[18:50]]。
策略层：重新定义商业模式，做以前不可能做到的事（如预测性购物）[[19:30]]。
终极心态：搭配而非竞争 [[23:26]]：
不要尝试在预测能力上赢过 AI [[24:59]]。
正确姿势：把预测交给机器，把判断留给自己；目标不是比 AI 强，而是配合 AI 做出更好的决策与行动[[24:39]]。
Top comments (0)