保險業：AI 最先顛覆的行業#
據說因為 AI 替代而導致裁員最多的就是保險公司。保險業務最重要的就是做預測，而在數據密集的領域，AI 很擅長預測。
房屋保險的三個主要決策#
- 營銷：分析潛在客戶人群，看他們的價值有多大，能轉換成客戶的概率有多高，再決定下多大功夫去爭取
- 承保：根據房屋的價值和出事故的風險，計算合理的保費，要既能讓公司盈利，又能在市場上有價格競爭力
- 理賠：一旦房子出事，客戶索賠，要評估索賠是否合理合法，加快理賠進度
從點解決方案到系統解決方案#
- 點解決方案：有些保險公司已經把理賠給自動化了。例如你家屋頂被冰雹砸壞，拍張照片發過來，AI 一看就能給你估價，直接辦理
- 系統解決方案：保險公司不僅要跟你算錢，還會干預你對房屋的保養
例如美國 49% 的房屋火災都是在家做飯導致的，主要是油炸。AI 化的保險公司看到風險大，會以保費為槓桿，要求客戶採取行動降低風險——如果允許在廚房安裝監測裝置，保費可以降低 25%。
不但保險，而且減災#
- 保險公司根據 AI 預測得知你家房子的水電管線有點老化，容易出問題，可以主動給你提供補貼，讓你把管線修繕一下
- 目前保險公司還不願意這麼做，因為這意味著保費會先降低
- 但如果 AI 足夠精確，保險公司就可以看到災害切實減少，理賠費用一定會降低，利潤反而增加
- 這麼做就有雙重的好處：不但保險，而且減災
醫療業：急診室的 AI 改革#
現狀的問題#
- 急診室最常見的情況是病人胸口痛，醫生必須判斷是不是心臟病
- 通常做法是搞個正式的檢查，而心臟病檢查對患者是有害的（心導管等有創檢查）
- 有兩個經濟學家發明了一套 AI 診斷系統，能根據患者外表的幾個症狀指標預測是否患心臟病
- 研究表明，這套 AI 系統比急診醫生的診斷更準確
AI 揭示的問題#
- 很多不應該做有創檢查的患者被急診醫生要求去做了有創檢查（畢竟讓患者做檢查醫院可以多收錢）
- 有很多應該去做檢查的病人，急診醫生卻打發他們回家了，有的患者因此錯過了治療時間，甚至導致死亡
系統性變革#
- 如果醫院系統性地採納 AI 診斷，急診流程會變成：
- 某人感到胸口痛，打電話到醫院
- 醫院 AI 通過症狀描述，結合智能手表讀數，直接預測是不是心臟病
- 如果判斷沒事，就讓他不用來醫院
- 如果判斷嚴重，就直接派救護車，車上攜帶緩解心臟病的儀器，爭取搶救時間
- 這是對整個急診流程的改變
可是事實證明，醫院大多不願意採用 AI。醫院是一種非常保守的機構——每採納一個新技術，都要重新培訓醫生、重新審議流程，新技術還會影響各部門的權力分配。
組織的 AI 應用戰略#
《權力與預測》提出了一個應用 AI 的戰略方案，從填一個表格開始：
| 項目 | 說明 |
|---|---|
| 1. Mission（任務） | 組織的核心任務，固定不變 |
| 2. Decision（決策） | 核心任務涉及的幾個決策，標記由哪些部門來做 |
| 3. Prediction（預測） | 每一項決策的預測部分，列出目前由哪些部門負責 |
| 4. Judgement（判斷） | 每一項決策的判斷部分，列出目前由哪些部門負責 |
再考慮如果把預測都交給 AI，涉及的各個部門會受到什麼影響，按照這個思路去考慮組織機構的變革。
牛鞭效應：AI 可能放大社會波動#
餐館的例子#
- 假設你開了家餐館，用 AI 精確預測下週需要訂購多少牛油果
- 你的不確定性減少了，但上游供應商的不確定性反而增加了（以前你每週固定訂 100 斤，現在時而 30 斤、時而 300 斤）
- 供應商也得用 AI，再往上推到種植牛油果的農民，也得用 AI 預測市場波動
因為一家企業的波動而引起整個供應鏈的大幅波動，這在供應鏈管理領域叫「牛鞭效應」（Bullwhip Effect）。牛鞭效應會導致庫存增加、服務水平下降、成本上升等問題。
兩個道理#
- 要用 AI，最好整個社會一起協調，大家都用 AI
- 應用 AI 可能會在一時之間放大社會波動，我們最好小心行事
先模擬，再實施#
- 減少 AI 對社會造成的震動，一個好辦法是先模擬
- 例：2017 年新西蘭帆船隊跟麥肯錫咨詢公司合作，用 AI 代替運動員試駕新帆船，找到最佳操控方法後再教人類運動員
- 2022 年新加坡已經搞了一個「數字孿生體」（Digital Twin），一比一複刻了一個虛擬新加坡，用於城市規劃的模擬測試
小結#
- 現在的趨勢是：從個別公司在個別任務上使用 AI，到系統性地使用 AI，再到整個社會圍繞 AI 展開
- AI 會讓我們的社會變得更聰明
- 如果 AI 的干預意味著保費下降、生活更方便、財富更多，你會接受的
- 到處都是 AI 的時候，我們就可以忘記 AI——只需要模糊地知道什麼行為好、什麼行為不好，AI 會自動引導我們做出更多好的行為