尽管AI目前取得了令人鼓舞的进展，但它尚未彻底改变许多行业。在许多情况下，问题不一定出在技术上，而是人们看待它的方式。《权力与预测》是一本由人工智能专家撰写的新书，探讨了人工智能技术在不同行业应用的根本挑战。作为他们广受好评的《预测机器》的续集，这本书讨论了企业在从人工智能进步的全部潜力中获益之前需要做出哪些改变。从单点解决方案和应用到AI系统，行业专家审视了AI在不同领域的成功与失败。他们还提供了过去技术革命的重要见解，并展示了从头开始重新思考和设计AI系统如何帮助基于强大的机器学习和深度学习算法创造真正的价值。PointSolutions与AISystems今天的AI系统是预测机器，这意味着它们可以根据过去的数据预测未来会发生什么。这就是每个数学模型所做的。但是由于大量数据和计算的可用性，以及深度学习算法的进步，人们已经能够创建模型来对图像、文本和多维数据等复杂信息进行预测。在《权力与预测》一书中，作者将人工智能的价值分为三类：点解决方案、应用解决方案和系统解决方案。到目前为止，人们看到的大多数是点解决方案和应用解决方案。这些人工智能系统取代了以前需要预测的任务。例如，在金融服务中，其中一项任务是预测哪些交易是欺诈性的。在正确数据上训练的机器学习模型可以接管这项任务。单点解决方案是人工智能的唾手可得的成果，因为它们的采用需要最少的投资和对底层系统的更改。点解决方案的另一个示例是分析放射学扫描。现在有几种深度学习模型可以从X射线和MRI扫描中检测出各种疾病，其水平可与经验丰富的放射科医生相媲美。他们正在自动执行放射科医生执行的众多任务之一，而无需对基础患者护理系统进行任何更改。人工智能系统可以通过自动化当前应用程序和系统未解决的新任务和问题来提供更大的价值。然而，AI系统需要一种空白的方法，需要重新设计整个流程、工作流和应用程序，不仅要解决现有问题，还要解决新问题。为了让它们发挥作用，人工智能系统通常需要新的组织结构以及目标和激励措施的一致性。这使得人工智能系统更加困难和风险更大，但也更有回报。《权力与预测》的作者写道：“系统解决方案通常比单点或应用解决方案更难实现，因为人工智能增强的决策会影响系统中的其他决策。点和应用解决方案通常会增强现有系统，而系统解决方案会破坏现有解决方案，因此通常会导致中断。然而，在许多情况下，系统解决方案可能会产生最大的AI投资总体回报。“人工智能的中世纪”在《权力与预测》，作者认为我们现在正处于人工智能的“中世纪”，见证了技术的力量之后，在它被广泛采用之前。这就是为什么PointSolutions目前是人工智能更具吸引力和流行的用例。这在历史上是有先例的。例如在19世纪末电力开始工业化时，它的第一个应用是点解决方案。对于工厂来说，这意味着用电动机代替蒸汽机以降低能源成本。改变电力来源不需要重新设计工厂。然而，电力的真正价值主张是将机器与电源分开。这使得新的工厂设计成为可能，这在蒸汽动力下是不可能的，而且它们的生产率更高，成本更低。但这种采用需要数十年的时间，因为它需要根本性的改变、打破习惯以及现有企业不愿进行的前期投资。抓住机会的企业家成功地占据了先机，占领了后来取代旧市场的很大一部分市场。这些变化可以在许多其他行业中看到，例如在线购物的兴起、个人电脑的出现以及从印刷媒体到数字媒体的转变。AI是一种基础设施技术，其影响技术领导者可以与电力相提并论。因此，这需要全新的思维和大胆的探索。《权力与预测》一书“人工智能驱动的行业转型需要时间，一开始怎么做并不明显，”作者写道。许多人可能会尝试并失败，因为他们误解了需求，或者他们无法让单位经济发挥作用。最终，有人会成功并建立一条盈利之路。其他人会尝试模仿。行业领导者将努力保护自己的优势。有时它有效。无论如何，该行业将发生变革，而且一如既往，会有赢家和输家。《BreakingtheRules《权力与预测》说，“当一无所有时，不要放弃。避免在没有必要信息做出明智选择的情况下盲目做事的后果。所以当人工智能预测出现时，就不足为奇了，它的使用机会并不明显。潜在的决策者在没有这些信息的情况下搭建了一个脚手架。“人工智能机会很难被发现，因为它们往往隐藏在严格的规则和程序之后，这些规则和程序运行良好并且已经建立了很长时间。这些规则弥补了信息的不足。它们使人们能够在可以预测准确结果的情况下做出决策。它们帮助构建的系统虽然不是最优的，但在许多情况下都能可靠地工作。找到这些机会的关键首先是了解预测机器的能力，其次是找到预测可以取代既定规则的地方。作者在书中探索的一个非常有趣的例子是人工智能在教育中的应用。得益于机器学习算法和历史数据，可以预测学生的表现如何、他们会在哪些方面表现出色以及在哪些方面会遇到困难。这使我们有机会为每位学生提供更加个性化的内容。但这些预测模型在当前的教育系统中并没有太大帮助，该系统基于基于年龄的课程，每个班级只有一名教师。该系统的创建是因为教师无法通过他们的教育轨迹来准确衡量学生的个人学习能力。为了能够充分利用机器学习，人们需要以一种新的方式重新思考教育系统。这个新系统将以个性化讨论、小组项目和教师支持取代基于年龄的课程，对整体教育和个人成长和发展产生更大的影响。《权力与预测》的作者写道：“基于年龄的课程规则是现代教育系统的粘合剂，因此，个性化学习内容的人工智能在该系统中只能提供有限的好处。要在个性化教育中释放AI的潜力，主要的挑战不是建立预测模型，而是将教育与目前将系统粘合在一起的基于年龄的课程规则分开。”权力转移人工智能的成功应用需要《权力与预测》作者所说的“系统思维”，这与“任务思维”相对。基于任务的思维方式侧重于节省成本。系统思维侧重于价值创造。任务思维侧重于使单个任务自动化。系统思考认识到需要重建基于机器预测和人类决策产生价值的系统。我们已经在一些行业和大型科技公司（如亚马逊和谷歌）中看到了这一点，它们开发了可盈利的系统，根据AI预测推荐个性化内容。也许系统思维模型的重要元素之一是随着人工智能的采用而发生的权力转移。随着系统的变化，那些拥有决策权的人也会发生变化。《权力与预测》的作者写道，“虽然人工智能不能将决策委托给机器，但它可以改变决策者。机器没有权力，但一旦部署，它们可以改变谁拥有权力。当机器改变决策或时，底层系统也必须改变。制造机器的工程师需要了解他们将判断嵌入到产品中的后果。那些过去常常在现在做决定的人可能不再需要做决定了。”作者在书中探索的一个假设示例是心脏病发作风险。目前，这种风险评估是通过在医院进行的测试完成的，由执行测试的专家做出决定。假设可以建立一个人工智能系统，根据智能手表等可穿戴设备收集的数据来预测心脏病发作的风险。然后就可以将这些预测从医院急诊科的分流空间转移到患者家中。在这种情况下，许多患者在被诊断出患有药剂师或初级保健医生可以在家中帮助治疗的疾病后永远不需要去医院。无论人们在围绕人工智能的科学和哲学辩论中站在什么立场，人们都会同意预测机器可以提供很多东西，而今天它们只是触及了表面。要充分发挥它们的潜力，首先要回到绘图板，重新思考如果人们有预测能力，系统将如何设计。？
