dawei
从经济学层面讲，人工智能本质上是预测技术，可以降低依赖于预测的商品和服务的成本。比如随着算法技术升级，库存管理和需求预测的成本会降低。预测现在成了解决问题的重要组成部分。
摘要：从经济学层面讲，人工智能本质上是预测技术，可以降低依赖于预测的商品和服务的成本。比如随着算法技术升级，库存管理和需求预测的成本会降低。预测现在成了解决问题的重要组成部分。
无论是下围棋还是自动驾驶，背后都闪现着人工智能的影子。这种高科技已经成了资本市场的热炒题材。
《哈佛商业评论》（Harvard Business Review）文章称，从经济学层面讲，技术革命往往使一些重要的活动成本变得廉价，比如沟通或查找信息。
机器智能本质上是一种预测技术，所以经济的转变将以预测成本的下降为中心。
预测是人类活动层次的构成之一。所有的人类活动都由五大层次构成：数据、预测、判断、行动、结果。截至目前，人工智能技术所覆盖的是前两层。轻松战胜人类世界围棋冠军的人工智能AlphaGo就利用深度学习技术在数据分析和机器预测方面具有显著优势。
机器智能的首要效果是降低依赖于预测的商品和服务的成本。这之所以重要，是因为预测是一系列活动的输入过程，包括交通运输、农业、医疗、能源制造和零售业。
《哈佛商业评论》文章称，当任何一个输入成本，也就是预测成本大幅下降的时候，就会产生其他两个普遍认同的经济意义。
第一，人们将开始利用预测去做以前没做过的事。
比如，半导体领域的技术进步使得不同的输入成本显著降低。借助更加先进的计算机半导体零部件，在那些以算法作为关键输入的领域，比如数据分析和财务会计，它们的计算活动成本会随之降低。
而且，人们还可以用成本更为低廉的算法来解决历史上从未出现过的问题。摄影就是一个例子，这个行业已经从以电影为导向、以化学为基础的方法转向了以数字为导向、以算法为基础的方法。其他对更廉价算法的运用还包括通信、音乐和医药研发。具体的应用比如库存管理和需求预测。
再比如近些年逐渐火爆的自动驾驶技术。这种技术要求一个高度受控的环境，程序员可以在那种环境里预测一系列汽车可能遇到的场景，并依据不同假设情形作出不同决策的算法，以便交给自动驾驶技术使用，比如如果有物体接近车辆，那么程序就会自动作出车辆减速的决策。而在一个不受控的环境中，比如实际的城市街道，那种复杂的路况就需要数量更加庞大的算法，使用深度学习方法的人工智能可以帮助降低预测路况的成本。
在自动驾驶这件事上，人工智能需要去做预测，它们会学习人类在遇到复杂的外部环境问题时将做出怎样的反应。从这种角度来说，
预测现在成了解决某些问题的重要组成部分，而在以往，这些问题从未被视为是一个关于预测的问题。
人工智能甚至还能用于预测甄别犯罪。中国人脸识别公司云从科技(Cloud Walk)在测试一种系统，利用个人活动和行为的数据来评估他们犯罪的可能性。该公司发言人说：“如果有人买了把菜刀是没问题的，但如果这人随后又买了一个麻袋和一把榔头，这个人就变得可疑了。”
还有一些关于人工智能的应用更加贴合实际。在上海，人脸识别摄像头被用于识别和曝光乱穿马路的行人，公交站牌显示屏幕上定期曝光摄像头拍摄下来的违规者面孔。迪士尼也利用人工智能开发观众表情监测系统，这能让影院知道哪部电影比较受欢迎，从而调整排片策略。
第二，用于补充预测的其他事情的价值将随之增加，判断力会变得更有价值。
当一个基础性输入的成本大幅降低，往往会影响其他输入的价值。这种价值上作补充，下作替代。
比如摄影，随着人们对数码相机的需求增加，用作补充品的相关硬软件组件的价值会随着算法成本下降而降低。相比之下，逐渐被替代的电影相关的化工品则因需求减少而价值下跌。
随着人工智能技术水平的提升，人类预测技能的价值将下降， 因为机器的预测更好、成本更低。
但因此得出结论说“人类将面临失去工作的厄运”就不准确了，因为机器预测主要运用于基础工作，随着这部分预测技能随着技术增加而提升，人类的判断技能的价值将会攀升。
用经济学语言来说，作出判断是对预测的补充。因此，当预测的成本下降时，对于判断的需求就会上升。
