《AI极简经济学》第十六章

本章以一家机器学习初创公司为例：该公司原计划向医生提供二元诊断结果，但这需要昂贵的监管审批。

本章以一家机器学习初创公司为例：该公司原计划向医生提供二元诊断结果，但这需要昂贵的监管审批。乔舒亚建议其改为输出预测（如“80%概率患病”），由医生自行确诊，从而避开审批并与大公司脱钩。这一案例引出全章核心问题：企业的业务边界应划在哪里。

作者指出，不确定性是决定边界的关键。经济学家研究发现，美国大型航空公司保留了天气不确定性高的航线，而将成本更低的区域航线外包给合伙企业；汽车制造商则在自产零件（利于生命周期内持续改进）与外包（初始质量更高）间权衡。预测机器能降低不确定性，从而改变这些选择：它能生成更多可用于合同的“如果”条款，促使企业外包更多资本设备与常规业务。

在劳动力方面，ATM机并未取代银行柜员，而是使其转向销售与客服等主观判断岗位，绩效评估也随之从客观转向主观。作者认为，预测与判断互补，越依赖人类判断的岗位越难写入合同，因此企业会保留此类员工、增加内部雇佣。在数据方面，初创公司AdaSupport坚持拥有反馈数据以持续学习；谷歌、Facebook等则购买或建立广告网络以掌控数据。但若预测并非战略核心，企业可像采购能源一样直接购买预测。最终，医生购买预测而非拥有机器，是因为诊断不是其战略核心；而初创公司则必须掌控数据与预测机器。