AI时代“预测”变得廉价,那什么会变贵

最近很多创业者和投资界同行问我，大模型迭代这么快，个人的核心壁垒到底在哪里？今天给大家推荐一本真正把人工智能剥离浮夸包装、讲透底层商业逻辑的书，书名叫《预测机器》。

这本书由三位多伦多大学罗特曼商学院的顶尖经济学教授合著。经济学家审视新技术的方式往往非常犀利，他们不看技术有多炫酷，只问一个最本质的问题：这项技术到底让什么东西变便宜了？

答案极其直白：AI并不是真正拥有灵魂的通用智慧，它的经济学本质，是让预测这项成本变得极其廉价。就像两个世纪前电灯普及让照明成本暴跌一样，AI把利用已知信息推测未知信息的成本直接打到了地板价。

经济学里有一条铁律：当某样东西变得极度廉价时，与它搭配使用的互补品就会大幅升值。那么，预测变得极其廉价，什么东西反而变得昂贵？

答案是：人类的判断。

任何一个决策，本质上都可以拆分成预测和判断两件事。预测负责计算概率，判断负责根据后果拍板。医生看影像切片，AI可以秒级给出这处阴影有百分之八十概率是恶性肿瘤的预测；但究竟是立即手术还是先随访观察、如何权衡患者利益与风险、万一误诊谁来承担后果，这些必须由人来判断。AI没有价值观，更不会因为决策失误而在深夜失眠。当所有人都能轻松获取廉价预测时，能把预测转化为正确行动、敢承担责任的人，就成了市场上最稀缺的资产。

说到这里，很多人会有个疑惑：既然AI能写代码、做分析，那这些能力我们是不是就不用学了？

这绝对是当下最致命的认知误区。AI能生成报表、编写程序，绝不代表你可以放弃对专业知识的掌握。如果你不懂底层的财务勾稽关系和业务商业逻辑，你连AI在什么时候一本正经地胡说八道都辨别不出来，更不可能做出高质量的终局判断。这就好比有了计算器之后，优秀的数学家反而更值钱了，因为他们不必再耗费体力在机械运算上，而是把精力用在更高维的逻辑构建上。学习的意义，已经从跟机器拼记忆和熟练度，彻底转变为积累能够驾驭和纠偏AI的判断力。

把廉价的预测交给机器，把昂贵的判断留给自己。学会管理不确定性，承担拍板的责任，这才是你在智能时代最稳固的护城河。