Производительность или распределение. Многие предполагают, что из-за ИИ мы обеднеем или потеряем в чем-то. Это не так. Экономисты сходятся во мнении, что технический прогресс несет благо и повышает производительность. ИИ однозначно ее повысит. Проблема не в благосостоянии, а в распределении благ.
Ни один прогноз (на основе ИИ или без него) не является идеальным. Ошибки случаются. Более того, есть разные типы ошибок. Например, простой бинарный прогноз содержит два типа ошибок: ложноположительные и ложноотрицательные. У разных ошибок — разная цена в зависимости от решения, на которое они влияют. Таким образом, определяя, как лучше использовать прогнозы при принятии решений, компании должны учитывать, во что им обойдутся те или иные ошибки
Инструменты ИИ могут менять рабочий процесс двумя способами. Первый — признание задач устаревшими и их устранение. Второй — добавление новых задач, своих для каждой компании и каждого рабочего процесса.
Но чтобы сами по себе улучшенные и дешевые прогнозы привели к полной автоматизации, использование прогностических машин должно также повысить отдачу от их применения в других аспектах задач. Иначе при наличии прогностических машин решения будут принимать люди.
Внедрение ИИ для решения задачи не всегда означает полную автоматизацию. Прогнозирование — лишь один из компонентов. Во многих случаях вынесение суждений и действия остаются за человеком. И все же иногда суждение можно задать алгоритмом или, при достаточном количестве примеров, научить машину прогнозировать его. Кроме того, машины способны выполнять действия. Если все элементы задачи выполняются машиной, тогда задачу можно считать полностью автоматизированной, а значит, человек оказывается полностью исключенным из процесса
Чем выше потенциальная угроза от машины для людей, не входящих в организацию (и, разумеется, риск физического ущерба для сотрудников), тем вероятнее, что с точки зрения закона и здравого смысла разумнее сохранить человека в цепочке принятия решений.
Определение вознаграждения от разных действий — основная составляющая суждения — является разработкой функции вознаграждения, фундаментальной частью процесса принятия решений человеком. Машинный прогноз — это всего лишь инструмент; пока человеку приходится взвешивать возможные результаты и выносить суждения, главная роль сохраняется за ним
Эндрю Макафи и Эрик Бриньолфсон писали: «Замена людей компьютерами возможна только до определенных пределов, потому что многие задачи являются для человека само собой разумеющимися и выполняются безо всяких усилий, но ни программисты, ни кто-либо другой не способны сформулировать их “правила” и методы»78. Однако данный вывод касается не всех задач. Для некоторых решений вполне возможно изложить соответствующее суждение и выразить его в программном коде. В конце концов, мы ведь можем объяснить суждение другим людям. Если оно логически продолжает цепочку «если, то», значит, поддается кодированию.
Поскольку прогностические машины выдают все более точные, быстрые и дешевые прогнозы, ценность человеческих суждений будет расти вследствие повышения спроса
