早在30多年前,就有學(xué)者關(guān)注人工智能對(duì)經(jīng)濟(jì)學(xué)產(chǎn)生的影響,并結(jié)合經(jīng)濟(jì)學(xué)的基本命題進(jìn)行了一些研究,這可以看成人工智能經(jīng)濟(jì)學(xué)(Economics of Artificial Intelligence)的探索。
1986年9月2-4日,“經(jīng)濟(jì)學(xué)和人工智能大會(huì)”(Economics and Artificial Intelligence Conference)在法國(guó)Aix-en-Provence舉辦。會(huì)議議題涉及到了人工智能經(jīng)濟(jì)學(xué)的一些根本問(wèn)題,例如勞動(dòng)力分工、決策等問(wèn)題。
隨著新一代人工智能的應(yīng)用,經(jīng)濟(jì)學(xué)界掀起了一股研究人工智能在經(jīng)濟(jì)研究中應(yīng)用的熱潮。
美國(guó)國(guó)家經(jīng)濟(jì)研究局(NBER,National Bureau of Economic Research)最近幾年時(shí)間,持續(xù)舉辦人工智能經(jīng)濟(jì)學(xué)的論壇(Economics of Artificial Intelligence),為此還專門設(shè)計(jì)了一個(gè)官方網(wǎng)站。
微軟公司的Michael Schwarz針對(duì)人工智能經(jīng)濟(jì)學(xué)提出了一些開(kāi)放性的問(wèn)題(Open Questions),并指出了研究方向(Research Directions),他提出了一個(gè)根本性的問(wèn)題,那就是人工智能和數(shù)據(jù)的邊際價(jià)值(Marginal Value of Data)。
工業(yè)4.0研究院在構(gòu)建第四次工業(yè)革命(The Fourth Industrial Revolution)體系過(guò)程中,希望解決新領(lǐng)域的一些問(wèn)題,這包括“人工智能經(jīng)濟(jì)學(xué)”。
首先,任何稱得上經(jīng)濟(jì)學(xué)的學(xué)科,通常都要回答對(duì)生產(chǎn)力(Productivity)的影響。彼特 F. 德魯克(Peter F. Drucker)在1994年11月出版的《社會(huì)轉(zhuǎn)型時(shí)代》(The Age of Social Transformation)中提出了二十一世紀(jì)的主要資源是知識(shí),而不是勞動(dòng)力、原材料或資本。
從新一代人工智能主要以大數(shù)據(jù)為原材料就比較清楚,數(shù)據(jù)是主要的資源。
但是,Michael Schwarz也提出了數(shù)據(jù)是不是戰(zhàn)略資產(chǎn)(Strategic Asset)的疑問(wèn)。如果數(shù)據(jù)是戰(zhàn)略資產(chǎn),自然會(huì)產(chǎn)生某種壟斷性的商業(yè)模式。數(shù)據(jù)是像石油還是像水?如果是前者,那就非常值錢,但如果是后者,雖然有價(jià)值,但難以形成商業(yè)模式賣錢。
其次,在云服務(wù)日益變成數(shù)字商業(yè)基礎(chǔ)設(shè)施的時(shí)代,人工智能也成為了云服務(wù)上的標(biāo)準(zhǔn)配置。
大家通過(guò)開(kāi)源代碼或者應(yīng)用編程接口(API,Application Programming Interface)獲得服務(wù)。一些企業(yè)提供人工智能框架的開(kāi)源程序,幫助開(kāi)發(fā)人員熟悉相關(guān)算法,從而發(fā)過(guò)來(lái)降低這些開(kāi)發(fā)人員使用云服務(wù)平臺(tái)的成本。而對(duì)于API,這是目前最主要的使用方式。
從經(jīng)濟(jì)學(xué)家的視角來(lái)看,API的模式還是開(kāi)源的模式更容易被商品化,從而使得其價(jià)值難以持續(xù)?這個(gè)問(wèn)題的答案估計(jì)各不相同,自然導(dǎo)致企業(yè)戰(zhàn)略模式不同。
最后,從實(shí)用的角度看,經(jīng)濟(jì)學(xué)家也需要回答一個(gè)問(wèn)題,人工智能所依賴的數(shù)據(jù),能不能帶來(lái)先發(fā)優(yōu)勢(shì)(First Mover Advantage)?
國(guó)內(nèi)不少創(chuàng)業(yè)團(tuán)隊(duì)都把先發(fā)優(yōu)勢(shì)作為商業(yè)模式的核心,其邏輯大都是隨著投資在技術(shù)上的研發(fā),將隨著時(shí)間流逝而增加價(jià)值,因?yàn)閿?shù)據(jù)越多越有機(jī)會(huì)形成競(jìng)爭(zhēng)優(yōu)勢(shì)。
不過(guò),這是不是真的可以避免商品化的影響?如果技術(shù)成本足夠低,長(zhǎng)期來(lái)講,只要任何團(tuán)隊(duì)愿意付出努力,都可以積累足夠多的數(shù)據(jù),除非有其他因素影響,否則,簡(jiǎn)單理解先發(fā)優(yōu)勢(shì)是無(wú)益的。
-
微軟
+關(guān)注
關(guān)注
4文章
6554瀏覽量
103896 -
人工智能
+關(guān)注
關(guān)注
1789文章
46652瀏覽量
237073
原文標(biāo)題:人工智能經(jīng)濟(jì)學(xué)的背景及研究前景
文章出處:【微信號(hào):openiiconsortium,微信公眾號(hào):數(shù)字孿生裝備】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論