在2019年1月初，《福布斯》（Forbes）编制了
2018年主要技术书籍的TOP-10 ，其中包括《
预测机器：人工智能的简单经济学》 。 该书由约书亚·甘斯（Joshua Gans），阿贾伊·阿格劳瓦尔（Ajay Agrawal）和阿维·戈德法布（Avi Goldfarb）的作者团队撰写，阐述了人工智能的既定思想，并将其转化为完全不同的平面。
这本书是真正的必备。这本书的作者之一是人工智能专家，约书亚·汉斯（Joshua Hans）是多伦多大学（加拿大）罗特曼管理学院的教授，他每天花费大量时间跟踪AI领域的新闻，将炒作与现实分开。 如今，他教MBA学生网络和数字营销策略，包括公司如何通过技术创新在市场上成功竞争。
CEO.com编辑委员会与约书亚（Joshua）
讨论了他在商业界引起轰动的一本书，“预测机器：人工智能的简单经济学”。 与他一起阅读采访的翻译。
今天，他们谈论了很多有关AI的功能。
但是，有没有具体示例说明AI在当今商业世界中的优势？我承认：人工智能今天有很多炒作。 但是在本书中，我们采用了不同的方法来检查过去10年中在AI领域创建的所有内容。 在本书中，我们不是在谈论可以替代人及其所有认知能力的通用情报，而是在谈论一个方面，即我们的预测（预测，预测）能力。
通常，我们在预测的背景下谈论远见。 例如，对于天气，我们首先收集有关风，降水和其他因素的历史数据，然后对明天或下周进行天气预报。
但是预测并不总是关于未来。 计算机视觉是这里的一个很好的例子：当您给计算机提供图像并询问它“看到”什么时，您收到的答案实际上是一个预测。 电脑好像在问自己：“一个人会如何看待这张照片到底显示了什么？” 并给出答案。
有远见的总是以做出更好的决定为目标。 借助天气预报，我们可以决定穿什么衣服。 而且，当您对MRI图像中的内容有假设时，您可以开出正确的治疗方案。
从这个角度来看，AI相当无聊。 这只是更好的统计技术。 但是AI的发展取得了巨大的进步，导致人们对AI的预测会变得更好，更快和更便宜的事实。 这将为我们带来前所未有的巨大机遇。
那么，人工智能如何从广告变成真正的价值呢？当我们写这本书时，我们记得计算机革命和互联网革命发生了什么。 他们周围充满了兴奋，许多公司花了数百万美元来做一些事情，这些事情并不是经过深思熟虑的。
我们不想重复这个错误。 相反，我们说：“如果预测有助于改善决策过程，那么让我们采用组织的工作流程，并从中选择我们需要做出的所有决策，以便从源数据转移到结果，在此过程中，我们将确定在哪里不确定性的来源。” 然后，您将开始了解AI可以在哪些方面特别对您有用，以减少不确定性的数量并做出更好的决策。
以前，此过程已经在计算机上发生。 然后，人们将工作流和任务划分为单独的迭代，并弄清计算机在哪里有用。 20-25年前，这导致了重新设计的现象。 我们建议再次这样做。
您写道，每个人对AI都有洞察力的时刻-一切都变得清晰如指尖的时刻。 每个行业都应该等待自己的见识开始使用AI吗？有些人只是想知道：“人工智能可以帮助我们开展业务吗？” 但这可能已经成为现实。 例如，我们研究了一家连锁超市。 他们使用AI来预测冷库的装载量，如果进行优化可以节省大量成本。 毕竟，食品仓库很昂贵，您需要保持供需的最佳平衡，否则您将被货物宠坏。
该网络使用机器学习来了解究竟是什么推动了加拿大对酸奶的需求。 他们发现，天气是决定店内酸奶到底多还是少的重要因素。 在寒冷的加拿大，即使温度下降几度，也改变了消费者对酸奶的需求。 事实证明，这是完全令人难以置信的！ 他们开始看到利润-这里是5％，那里是5％-所有这些加起来就是总利润。 这是人们意识到的那一刻：“哦，这对我们真的很重要。”
众所周知，人工智能可以“馈送”数据。 有一些公司积累了大量工作数据，而其他公司则在这一领域落后。 人工智能将使拥有大量数据的公司受益吗？实际上，这个问题很难回答。 毫无疑问，对于AI来说，您需要数据，但是使所有人远离AI的最简单方法是说：“他们有数据，但您没有。” 我毫不怀疑，诸如Google，Facebook和Amazon之类的公司目前在AI方面处于领先地位，因为他们长期以来一直在思考数据并正确地收集数据。 通常，收集数据的公司不会考虑如何使用数据，因此不一定处于同一位置。
AI需要正确的数据-结构正确，度量正确的特征，干净。 从今天开始开始收集数据的新公司可能最终会为AI创建更好的数据。
在组织中使用AI的潜力在哪里？这是许多组织面临的复杂问题。 现在，我将AI视为分析系统的功能之一，因为仍然有许多不同的元素需要深入研究与它们相关的数据。
但是从长远来看，这应该会改变。 首先，总是有选择-外包或创建自己的系统，在两种情况下都有优势和风险。 这还取决于AI功能应影响组织活动的哪些领域。 通用AI的功能在集中式任务中很有意义，但特定于特定部门的任务可能会导致这些部门中相应AI功能的转移。
以人力资源为例：人力资源经理一直在尝试预测新员工是否会产生生产力，或者是否升级现有员工。 如今，人力资源部门已经积累了很多数据，可以帮助进行这些预测，但是所有必要的信息都存储在文件中而不被使用。
为准备实施AI应该做些什么？当心这个故事。 提防人们送技术礼物。 人工智能是非常具体的事情。 对这项技术及其能为您提供什么有深入的了解将有助于您了解他们是否正在尝试向您出售真正有价值的东西以及其潜力。 换句话说，从数据科学和公司运营的角度来看，组织中的某些人可以帮助您评估潜在收益是否真实是非常重要的。
同时，实验带来了巨大的好处。 如果您有一个大型组织，则让各个团队在他们的活动中找到使用人工智能的方法。 作为实验（而不是代替主要功能），这可能会带来很大的好处。 您必须管理风险，但不应失去AI提供的机会。