2050多年來，經濟成長的根本動力一直都是技術創新。其中最重要的，是經濟學家說的「通用技術」（general-purpose technology）：這類技術包括蒸汽機、電力和內燃機。每一類都催生了一波波的互補性創新和機會。舉例來說，有了內燃機，汽車、貨車、飛機、鏈鋸和割草機應運而生，還有大賣場式零售商、購物中心、交叉配送倉庫（cross-docking warehouse）、新的供應鏈，而你若仔細想想，連郊區也是。沃爾瑪（WalMart）、優比速（UPS）和優步（Uber）等各式各樣的公司，都找到善用這種技術的方式，創造出有獲利的新商業模式。
我們這個時代，最重要的通用技術是人工智慧，尤其是機器學習，也就是機器有能力持續不斷改善本身的表現，人類交付任務給機器時，不必確切解釋如何完成所有那些任務。過去幾年之間，機器學習已遠比從前有效且普及。我們現在建立的一些系統，已懂得如何自行執行任務。
為什麼這件事非同小可？理由有二。第一，我們人類了解的事情，比我們能說出來的更多。有很多事情，我們有能力做到，但沒有辦法確切解釋如何做到，從辨識人的臉，到玩古老亞洲鬥智遊戲圍棋時下聰明的一步棋，都包括在內。在機器學習之前，無法明確表達自己的知識，就表示我們不能把許多任務自動化。而現在，我們做得到了。
第二，機器學習系統往往很擅長學習。它們能在廣泛的活動上，展現出超乎人類的表現，包括偵測詐欺和診斷疾病。優異的數位學習者，正被部署到經濟的各個角落，它們造成的衝擊會十分深遠。
在商業領域，人工智慧勢必會產生改造一切的衝擊，規模不亞於先前的通用技術。雖然世界各地已有成千上萬的公司開始使用它，但大多數的大機會還沒有被開發。未來十年，人工智慧的影響將會擴大，因為製造、零售、運輸、金融、健康照護、法律、廣告、保險、娛樂、教育，以及其他每一種產業，都會改造本身的核心流程和商業模式，以充分利用機器學習。現在的瓶頸，是在管理、執行和商業想像上。
然而，人工智慧和其他許多新技術一樣，產生許多不切實際的期望。我們見到商業計畫動不動就提到機器學習、神經網路，以及這種技術的其他形式，卻很少提及它的真正能力。舉例來說，單單稱一個約會網站是「人工智慧驅動」，並不會使它的效果更好，但可能有助於籌募資金。本文將避開這些雜音，直接說明人工智慧的真正潛力、它的實務意涵，以及有哪些障礙妨礙採用它。
現在，人工智慧能做什麼？
人工智慧這個詞，是達特茅斯學院（Dartmouth）數學教授約翰．麥卡錫（John McCarthy），在1955年創造的。隔年，他針對這個主題，籌辦開創性的研討會。此後，可能部分由於它那引發人們想像的名稱，這個領域產生了比它夢幻般宣言和承諾還要多的東西。1957年，經濟學家赫伯特．賽蒙（Herbert Simon）預測，十年內電腦會在西洋棋比賽上打敗人類（實際上花了四十年）。1967年，認知科學家馬文．明斯基（Marvin Minsky）說：「一個世代內，創造『人工智慧』時遇到的問題，將會大幅解決。」賽蒙和明斯基都是知識巨人，卻都錯得十分離譜。因此，對於未來的突破提出戲劇性的說法，卻遭到某種程度的懷疑，這情況是可以理解的。...【閱讀全文】 |
