如今，我们已习惯了媒体上对人工智能各种惊人报道。技术爱好者在欢庆未来的无尽可能，技术恐惧者则在担心被人工智能夺走工作岗位。但几乎所有人，都已对技术新闻不断敲响的鼓点有些熟视无睹了，以至于近乎机械式地念叨，“唯一不变的就是变化本身”。这是因为更多时候，人们还仅仅依据简单的归纳法来看待人工智能所产生的影响。

当我们不停在谈论“颠覆”时，是否意味着缺乏对事物根本规律的认识?我们能否跳出单纯的技术视角，用更为科学而本质的方式去思考AI对你我产生的真正影响呢?终于，三位经济学家站了出来，用经济学视角重新思考与梳理了人工智能。说起他们的背景，先要提到“颠覆性创新实验室”，这个实验室致力于将科技创新转化为可行的商业项目，截至2017年底，那里都是全球最密集的人工智能初创企业的聚集地。阿杰伊·阿格拉沃尔、乔舒亚·甘斯、阿维·戈德法布分别是这个创新实验室的创始人、首席经济学家和首席数据科学家。长期与来自谷歌、亚马逊的顶级专家和人工智能初创企业创始人打交道，也为他们积累了丰富的一手写作资料。

从结构上看，这本《AI极简经济学》有别于那些用素材拼凑出的人工智能科普书。先提出基本假设和研究框架，进而层层递进去研究更复杂领域的问题。三位作者将人工智能定义为“预测机器”。因为他们认为人工智能当前的进步浪潮给我们带来的不是智能，而是智能的一个关键组成部分——预测。预测是什么?就是填补缺失信息的过程，运用你现在掌握的信息(通常称为“数据”)，生成你尚未掌握的信息。以目前热门的机器翻译为例，把英语翻译成汉语，其实就是要预测汉语里哪些词汇和短语与英语相匹配。有待预测的缺失信息是，汉语单词的集合及其正确的顺序。从一门外语获取数据，然后按照你熟悉的语言中的正确顺序来预测单词的集合，这样你就能理解另一门语言了。要是整个过程做得足够好，你兴许根本就意识不到这是翻译过来的话。你可以在人工智能领域的报道中听到眼花缭乱的各种技术：神经网络、深度学习、强化学习等等，虽然听起来艰涩模糊，但最终的功能都是预测。

那么，人工智能给社会带来的真正变革是什么?作者认为，这应从经济学基础的供求理论来看。人工智能给社会带来最大的改变在于，预测变得廉价了。以自动驾驶为例，虽然这项技术在受控环境下存在了20多年(那些有详细平面图的地方，比如工厂、仓库)，但直到工程师们重新从预测角度对问题做了框定才渐渐成了现实。工程师们意识到，不必告诉机器在每一种场合下要做什么，只要把焦点放在一个预测问题上即可——“人类会怎么做”，依靠足够廉价的预测，我们把驾驶变成了预测问题。如今，企业投入数十亿美元训练机器在非受控环境下甚至在城市街道和高速公路上自动驾驶。

很多人都会在当下产生疑问，我们如何能获得人工智能技术带来的红利，而不是被技术淘汰，成为“无用阶级”?对此，作者谈到了经济学上“互补品”的理论：一些生产资料变得廉价，另一些东西的价值随之会上升，比如咖啡变得便宜了，那么糖和奶油就会变得更值钱，因为它们对咖啡来说是一种互补关系。这一理论无论对于判断行业前景，还是个人发展都格外重要。如果自动驾驶技术变得成熟，传感器制造企业会变得更为炙手可热。如果预测的技术变得廉价，那么做出判断的人将会变得更金贵。于是，无论对企业还是个人而言，如何成为“互补品”就成了关键。

另外，当“预测机器”变得廉价，便足以改变现有的商业模式乃至企业战略，从作者的观点来看，这就是人工智能对商业的根本意义。早在2013年，亚马逊就在美国拿到了一项“预测性购物”专利，与传统的消费者购物，商家发货的流程不同，亚马逊在预测消费者需求后将直接为消费者发货，消费者只需将不需要的那部分货品退回。这一商业模式虽然能带来更多销售额，但由此形成的退货成本远大于传统的先买后寄模式，然而人工智能在预测性能上的提升最终会突破成本的这一界限。无独有偶，书中举了一家德国企业的实例，他们通过预测消费者的需求来改进配送中心的存货，以此改善交货延迟带来的高退货率。随着人工智能的发展，我们将更广泛地运用预测机器来减少不确定性。

关于人与人工智能的关系，三位作者提出了一种颇为有趣的思想实验——机器岛。想象一下，突然出现了一座完全由机器人把持的机器岛。我们想跟预测机器之岛做生意吗?从自由贸易的角度来看，这听起来像是个绝妙的机会。让机器人去完成各种任务，让我们去做自己最擅长的事。换句话说，我们不会拒绝跟机器岛做生意，就如同我们并不要求所有的咖啡豆都在本地种植一样。虽然机器岛并不存在，但当技术变革使软件能以更廉价的方式完成新任务时，在经济学家看来，这与上述虚构之岛开展贸易差不多。换句话说，如果你赞成国与国之间的自由贸易，就会赞成与机器岛自由贸易。你支持开发人工智能，哪怕这会取代一部分就业。数十年来有关贸易影响的研究表明，其他就业岗位自然会出现，整体就业并不会大幅跳水。

对中国在人工智能领域的发展，书中也提出了一些看法。虽然美国在人工智能的研究和商业应用方面全球领先，但至少巨额的政府投入、海量的数据规模以及相对宽松的隐私文化三个优势表明中国或将领跑人工智能领域。现在，中国在全球最大的人工智能研究会上发表的论文数量占比已从2012年的10%升至2017年的23%，而同期美国占比从41%降到34%，数据支持了本书的观点。

套用书中的一句话，虽然本书并非在人工智能经济时代取得成功的制胜法宝，但能给人一套更为科学的思考框架，帮助出更合适的决策。