De economie van AI

Een econoom stelt bij iedere technologie dezelfde vraag: waar vermindert het de kosten? Bij Kunstmatige Intelligentie (AI) is het antwoord: AI verlaagt de kosten van een heel belangrijk ingrediënt, namelijk – voorspellen. We beginnen met AI toe te passen bij een taak die relatief simpel voorspellend vermogen vergt: voorraadbeheer. Als de kosten van voorspellen drastisch dalen, kun je die gebruiken om ook veel ingewikkelder dingen te doen – zoals autorijden. Primitieve zelfrijdende autootjes konden op een industrieterrein ‘als-dan’ taken uitvoeren. Als er een mens oversteekt, dan stoppen. Maar bij rijden op de openbare weg zijn er te veel potentiële ‘alsen’ om allemaal ‘dannen’ in te voeren. Dus de computer werkt anders. Hij kijkt niet meer naar potentiële ‘alsen’ waar een passende ‘dan’ actie op moet volgen; hij vraagt ‘wat zou de mens hebben gedaan?’ Hij kijkt autorijden af van een mens, met behulp van camera’s, microfoons en LIDAR. Al doende wordt de AI beter, totdat zijn voorspellend vermogen beter is dan dat van de menselijke chauffeur.

Dat betekent dat de waarde van menselijke voorspellingen daalt. Mmm. Maar beoordelingsvermogen wordt meer waard. Een besluit heeft namelijk twee componenten: voorspellen en beoordelen. Als voorspellen goedkoper wordt, stijgt de waarde van de component ‘beoordelen.’ Het artikel gaat verder. Voorpublicatie van ‘Prediction Machines: The Simple Economics of Artificial Intelligence,’ door prof Ajay Agrawal van de U van Toronto. Fascinerend hoe dit werkt bij het analyseren van ‘work flows’ en het kiezen van de taken waarbij betere voorspellingen onmiddellijk meer geld opleveren.