人工智慧時代,一個自我實現的預言 (上)

我想,對於人工智慧的第三次復興,正在引領我們進入第四波工業革命這件事,已經越來越沒有歧見了。不管是 AI 的研究還是投資都在持續加快的此刻,包括我在內的每一位企業經營者,都應該很想知道:未來到底會是什麼樣?我們該拿出什麼策略才能搶得先機?

水晶球、塔羅牌、或占星術,對不相信的人(例如我)派不上用場,那有沒有其他的方式能夠預測未來呢?

你可能聽過科技界最出名的幾個錯誤預測,像是蘋果在 2007 年推出第一支 iPhone 的時候,當時最受歡迎的 Palm 智慧型手機執行長說:

「我們學習和打拼了幾年的時間才想出一個好手機該長什麼樣子。PC的那些傢伙是想不出來的,他們連入門都進不來。」

Nokia 諾基亞的策略長則說:

「行動手機的發展將循著類似個人電腦發展的路徑。即使蘋果的Mac一開始受到很多關注,它仍只是個小眾的利基(niche)製造商。它們在行動手機的市場將亦復如此。」

微軟當時的執行長 Steven Ballmer 也嫌棄過 iPhone 的全觸控功能:

「500美元?全額補助?分期付款?我說它是全世界最貴的手機。它不會吸引企業用戶,因為它沒有鍵盤。這讓它無法成為發電子郵件的好機器。」

當然,即使是蘋果創辦人賈伯斯自己,他也說過「沒辦法用手整個環握住的手機,是沒有人會想買的」這樣的話。後來發生的事情,我想大家也都知道了 — 這些批評 iPhone 的公司,後來手機都沒人買,甚至退出整個行業,而 iPhone 雖然成為霸主,自己也把螢幕越做越大。

類似的錯誤預言還很多,像是 2008 年百視達執行長基斯說:

「從競爭的角度來看,不管是Redbox還是Netflix,根本都還不在我們的雷達螢幕上。我們比較要注意的對手是Wal-Mart和蘋果。」

或是1943年,IBM董事長湯瑪斯華森說的

「我想全球的市場需求大概是五部電腦。」

以上這些說法,從現在往回看,都被打臉打得很痛。因此我們知道,就算是產業內的專家或是主導行業的大公司,都難以預估科技改變的速度跟樣貌。那我們為何還是得預測呢?

因為啊,預測是人類智慧最重要的一環,也是人工智慧發展最關鍵的目標。

預測是決策的 #關鍵生產要素,過去要獲得高品質的預測,成本是非常高的,甚至可能無法達到。而人工智慧帶給我們的,起碼在現在這個階段,以及可見的未來 10 年左右,就是 #平價化、甚至免費的預測。

在《AI經濟的策略思維》一書中,Ajay Agrawal, Joshua Gans, Avi Goldfarb,三位作者給了我很大的啟發。

https://www.books.com.tw/products/0010803316

怎麼說呢?書中以亞馬遜這家提供電子商務服務的公司舉例,以前我們上網買東西,都是訂貨之後,通知系統,系統再通知廠商或是倉庫出貨,然後送到我們手上,也就是「先訂貨,再出貨」(shopping, then shipping)。現在我們在電商平台上買東西,也還是這樣。

但是這種情況因為人工智慧帶來的預測平價化,而即將產生改變。這是什麼意思呢?

現在啊,亞馬遜跟一些電商公司,已經可以做到「先出貨再訂貨」(shipping, then shopping),這有點匪夷所思對吧!簡單來說,由於亞馬遜有很多人的消費行為資料,加上他們另外收集的無數大數據(例如旗下的有機連鎖超市 Wholesale 跟他們的 Alexa 語音助理),亞馬遜已經可以在你逛網站的時候,#精準推薦 給你我我們可能會想買的商品,不過到這一步,還是要你我 #決定買才會出貨。

但一切將有所改變。假設現在的亞馬遜人工智慧推薦你買的東西,每 20 款中,你只會下單買下 1 款,那麼先下單,再送貨,非常合理。

那麼,假設這個比例越來越高,變成每推薦 10 款,你就會買下 1 款,再變成每推薦 3 款,你就會買下 1 款…當人工智慧透過學習,預測能力越來越準確,他們甚至可以知道你需要什麼東西,直接在你消費之前,就把貨品先運到附近的倉庫,加快運貨的速度。

更進一步,假設他們發現,他們可以預測你可能需要的東西,然後直接在你需要的時候出貨給你,你連下單都不用,而且這樣反而更省成本,那麼購物這件事的定義就被改變了。現在是選擇要消費什麼,未來可能是選擇不要消費什麼。如果他們主動直接送來的東西你不需要,放在門口就可以了。

所以如果等到預測正確率真的高到上述的程度,亞馬遜或是跟他們一樣採用類似策略的公司,就會改變商業模式,而為了改變商業模式,也得預先改變投資項目,例如就得先建立處理退貨的車隊等等。而這樣的預先投資,也會倒逼新商業模式成真的速度。

目前這還只是一個思想實驗,但其實在一些垂直的領域已經被驗證可行,例如亞馬遜已經推出的 Subscribe & Save 以及 Dollar Shave Club、NuSocks 等。我推薦參考這篇文章的整理:Subscription Ecommerce Websites Saw 4,461% Revenue Boom in 5 Years: 20 Brands Reaping the Benefits

https://www.bigcommerce.com/blog/subscription-websites/#subscription-ecommerce-factors-for-acquisition-retention

老實說,現在經營一家新創公司,若被問到有沒有 AI 策略,都不太好意思說沒有。我最近也正在苦思新服務的切入點,因此想起之前為了製作 AI 線上課程而參考過的這本書,重新讀了一遍,覺得好像有點眉目了。

( 想上我跟洪智傑老師開的的 AI 入門課,請到這裡:
https://panschool.asia/product/%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%E5%BF%85%E4%BF%AE%E8%AA%B2 )

《AI經濟的策略思維》這本書的其中兩名作者去年也到了 Google 去分享這本書,如果各位沒時間讀書,也不妨花個 40 幾分鐘,把演講聽完吧!(後面十幾分鐘 Q&A 沒什麼意思,可以省略)

連結:
https://www.youtube.com/watch?v=ByvPp5xGL1I

大家不妨也來空想一下:如果人工智慧會繼續讓各個領域的高品質預測,變得平價化,接下來我們會看到什麼樣的改變呢?作者在演講中也有說,其實當人們被問到自己工作上到底要做哪些預測,一時之間都會回答不出來,我也是,但如果要想利用 AI 在自己的專業領域上,這一步是一定要先跨出的喔。一起加油吧!

#附上兩張書中提供的架構圖