Joshua Gans

Avi Goldfarb

Ajay Agrawal

Cheap changes everything -- The magic of prediction -- Why it's called intelligence -- Data is the new oil -- The new division of labor -- Unpacking decisions -- The value of judgment -- Taming complexity -- What machines can learn -- Fully automated decision-making -- Deconstructing workflows -- Decomposing decisions -- Job redesign -- AI in the C-suite -- When AI transforms your business -- Managing AI risk -- Beyond business

The Simple Economics of Artificial Intelligence

Prediction Machines

"What does AI mean for your business? Read this book to find out." -- Hal Varian, Chief Economist, Google Artificial intelligence does the seemingly impossible, magically bringing machines to life--driving cars, trading stocks, and teaching children. But facing the sea change that AI will bring can be paralyzing. How should companies set strategies, governments design policies, and people plan their lives for a world so different from what we know? In the face of such uncertainty, many analysts either cower in fear or predict an impossibly sunny future. But in Prediction Machines, three eminent economists recast the rise of AI as a drop in the cost of prediction. With this single, masterful stroke, they lift the curtain on the AI-is-magic hype and show how basic tools from economics provide clarity about the AI revolution and a basis for action by CEOs, managers, policy makers, investors, and entrepreneurs. When AI is framed as cheap prediction, its extraordinary potential becomes clear: Prediction is at the heart of making decisions under uncertainty. Our businesses and personal lives are riddled with such decisions. Prediction tools increase productivity--operating machines, handling documents, communicating with customers. Uncertainty constrains strategy. Better prediction creates opportunities for new business structures and strategies to compete. Penetrating, fun, and always insightful and practical, Prediction Machines follows its inescapable logic to explain how to navigate the changes on the horizon. The impact of AI will be profound, but the economic framework for understanding it is surprisingly simple.

The Disruptive Economics of Artificial Intelligence

Power and Prediction

Disruption resulting from the proliferation of AI is coming. The authors of the bestselling Prediction Machines can help you prepare. Artificial intelligence (AI) has impacted many industries around the world—banking and finance, pharmaceuticals, automotive, medical technology, manufacturing, and retail. But it has only just begun its odyssey toward cheaper, better, and faster predictions that drive strategic business decisions. When prediction is taken to the max, industries transform, and with such transformation comes disruption. What is at the root of this? In their bestselling first book, Prediction Machines, eminent economists Ajay Agrawal, Joshua Gans, and Avi Goldfarb explained the simple yet game-changing economics of AI. Now, in Power and Prediction, they go deeper, examining the most basic unit of analysis: the decision. The authors explain that the two key decision-making ingredients are prediction and judgment, and we perform both together in our minds, often without realizing it. The rise of AI is shifting prediction from humans to machines, relieving people from this cognitive load while increasing the speed and accuracy of decisions. This sets the stage for a flourishing of new decisions and has profound implications for system-level innovation. Redesigning systems of interdependent decisions takes time—many industries are in the quiet before the storm—but when these new systems emerge, they can be disruptive on a global scale. Decision-making confers power. In industry, power confers profits; in society, power confers control. This process will have winners and losers, and the authors show how businesses can leverage opportunities, as well as protect their positions. Filled with illuminating insights, rich examples, and practical advice, Power and Prediction is the must-read guide for any business leader or policymaker on how to make the coming AI disruptions work for you rather than against you.

Catherine Tucker

A timely investigation of the potential economic effects, both realized and unrealized, of artificial intelligence within the United States healthcare system. In sweeping conversations about the impact of artificial intelligence on many sectors of the economy, healthcare has received relatively little attention. Yet it seems unlikely that an industry that represents nearly one-fifth of the economy could escape the efficiency and cost-driven disruptions of AI. The Economics of Artificial Intelligence: Health Care Challenges brings together contributions from health economists, physicians, philosophers, and scholars in law, public health, and machine learning to identify the primary barriers to entry of AI in the healthcare sector. Across original papers and in wide-ranging responses, the contributors analyze barriers of four types: incentives, management, data availability, and regulation. They also suggest that AI has the potential to improve outcomes and lower costs. Understanding both the benefits of and barriers to AI adoption is essential for designing policies that will affect the evolution of the healthcare system.

Health Care Challenges

The Economics of Artificial Intelligence

Advances in artificial intelligence (AI) highlight the potential of this technology to affect productivity, growth, inequality, market power, innovation, and employment. This volume seeks to set the agenda for economic research on the impact of AI. It covers four broad themes: AI as a general purpose technology; the relationships between AI, growth, jobs, and inequality; regulatory responses to changes brought on by AI; and the effects of AI on the way economic research is conducted. It explores the economic influence of machine learning, the branch of computational statistics that has driven much of the recent excitement around AI, as well as the economic impact of robotics and automation and the potential economic consequences of a still-hypothetical artificial general intelligence. The volume provides frameworks for understanding the economic impact of AI and identifies a number of open research questions. Contributors: Daron Acemoglu, Massachusetts Institute of Technology Philippe Aghion, Collège de France Ajay Agrawal, University of Toronto Susan Athey, Stanford University James Bessen, Boston University School of Law Erik Brynjolfsson, MIT Sloan School of Management Colin F. Camerer, California Institute of Technology Judith Chevalier, Yale School of Management Iain M. Cockburn, Boston University Tyler Cowen, George Mason University Jason Furman, Harvard Kennedy School Patrick Francois, University of British Columbia Alberto Galasso, University of Toronto Joshua Gans, University of Toronto Avi Goldfarb, University of Toronto Austan Goolsbee, University of Chicago Booth School of Business Rebecca Henderson, Harvard Business School Ginger Zhe Jin, University of Maryland Benjamin F. Jones, Northwestern University Charles I. Jones, Stanford University Daniel Kahneman, Princeton University Anton Korinek, Johns Hopkins University Mara Lederman, University of Toronto Hong Luo, Harvard Business School John McHale, National University of Ireland Paul R. Milgrom, Stanford University Matthew Mitchell, University of Toronto Alexander Oettl, Georgia Institute of Technology Andrea Prat, Columbia Business School Manav Raj, New York University Pascual Restrepo, Boston University Daniel Rock, MIT Sloan School of Management Jeffrey D. Sachs, Columbia University Robert Seamans, New York University Scott Stern, MIT Sloan School of Management Betsey Stevenson, University of Michigan Joseph E. Stiglitz. Columbia University Chad Syverson, University of Chicago Booth School of Business Matt Taddy, University of Chicago Booth School of Business Steven Tadelis, University of California, Berkeley Manuel Trajtenberg, Tel Aviv University Daniel Trefler, University of Toronto Catherine Tucker, MIT Sloan School of Management Hal Varian, University of California, Berkeley

An Agenda

StreetLib

AI giờ đây đã không còn là khái niệm xa lạ nữa. Nó có mặt ở mọi nơi: trong điện thoại, trong xe ô tô, trong những trải nghiệm mua sắm, ứng dụng hẹn hò, ở trong bệnh viện, ngân hàng hay ở trên các tin tức. Một cuộc chạy đua về AI đang diễn ra trên phạm vi toàn cầu. Mọi giám đốc doanh nghiệp, những nhà quản lý, người khởi nghiệp, nhà đầu tư, tư vấn viên, nhà hoạch định chính sách đều gấp rút học hỏi, phát triển và sở hữu trí thông minh nhân tạo, bởi họ hiểu rằng nó sẽ tạo ra những thay đổi đột phá lên doanh nghiệp và tổ chức của họ. Cuốn sách "AI trong cuộc cách mạng công nghệ 4.0" là tác phẩm mang ý nghĩa khai sáng trong cuộc đua thần tốc này. Các tác giả Ajay Agrawal, Joshua Gans và Avi Goldfarb đã làm rõ ba nội dung: - Sự phát triển của AI không thực sự đem lại cho chúng ta “trí tuệ”, thay vào đó là một yếu tố quan trọng của trí tuệ: sự dự đoán - Dự đoán đem lại các dữ liệu đầu vào quan trọng cho quá trình đưa ra quyết định - Những tính năng của AI có thể dẫn đến những đánh đổi: tốc độ nhanh hơn đồng nghĩa với ít chính xác hơn; tự động hóa nhiều hơn đồng nghĩa với ít sự kiểm soát hơn; nhiều dữ liệu hơn đồng nghĩa với ít riêng tư hơn Nhiều người sợ hãi rằng sự phát triển của AI sẽ khiến chúng ta mất việc làm, hoặc tệ hơn, AI sẽ nổi loạn và chống lại chúng ta giống như cảnh tượng kinh hoàng trong những bộ phim khoa học viễn tưởng. Nhưng với cuốn sách kịp thời và đầy đủ thông tin này, một tương lai tươi sáng hơn dường như được hé mở cùng vô vàn những cơ hội mới, những điều tưởng chừng như không thể thực hiện được cho đến khi có sự trợ giúp của AI. *** Nếu viễn cảnh sau đây nghe chưa quen thuộc, thì nó sẽ sớm thôi. Một đứa trẻ làm bài tập về nhà một mình ở trong phòng. Một câu hỏi vang lên: “Đâu là thủ phủ của Delaware?”. Bố mẹ đứa trẻ bắt đầu nghĩ: “Baltimore… rõ ràng là vậy mà… Wilmington… không phải là thủ phủ.” Nhưng trước khi bố mẹ đứa trẻ kịp nghĩ ra, một cỗ máy thông minh tên Alexa đã nói ra câu trả lời chính xác: “Thủ phủ của Delaware là Dover.” Alexa là chiếc máy trí tuệ nhân tạo của Amazon, hay còn gọi là AI, nó có thể phiên dịch ngôn ngữ tự nhiên và cung cấp câu trả lời cho những câu hỏi với tốc độ ánh sáng. Alexa đã thay thế các bậc phụ huynh với tư cách là nguồn thông tin dồi dào dưới con mắt của con trẻ. AI có mặt ở mọi nơi. AI ở trong điện thoại, xe ô tô của chúng ta, ở trong những trải nghiệm mua sắm, hẹn hò, ở trong bệnh viện, ngân hàng và ở trên các tin tức. Vì vậy, chẳng lạ gì khi các giám đốc doanh nghiệp, giám đốc điều hành, phó chủ tịch, quản lý, trưởng nhóm, các nhà khởi nghiệp, nhà đầu tư, tư vấn viên, nhà hoạch định chính sách đang trong cuộc chạy đua để tìm hiểu về AI: họ đều nhận ra rằng nó sẽ gây ra những thay đổi thiết yếu lên doanh nghiệp của họ. Ba người chúng tôi đã quan sát những sự phát triển của AI từ một điểm nhìn đặc biệt có lợi. Chúng tôi là những nhà kinh tế học đã xây dựng sự nghiệp nhờ việc nghiên cứu cách mạng công nghệ tuyệt vời nhất: Internet. Qua nhiều năm nghiên cứu, chúng tôi đã học cách cắt lược những sự cường điệu hoá để tập trung vào ý nghĩa của công nghệ với những người đưa ra quyết định. Chúng tôi cũng đã xây dựng Creative Destruction Lab (CDL), một chương trình đang ở giai đoạn khởi đầu nhằm giúp tăng khả năng thành công cho các dự án khởi nghiệp liên quan tới khoa học. Ban đầu, CDL được dành cho tất cả các dự án khởi nghiệp, nhưng tới năm 2015, rất nhiều trong số những thương vụ đáng mong chờ nhất đều là những công ty được vận hành nhờ AI. Cho tới tháng 9 năm 2017, CDL đã trở thành một công ty tập trung nhiều nhất các dự án khởi nghiệp về AI trên thế giới trong vòng ba năm liên tiếp. Bởi vậy, rất nhiều lãnh đạo trong ngành thường xuyên tới Toronto để tham gia vào CDL. Ví dụ, một trong những nhà đầu tư chính của chương trình AI nền tảng cho Alexa Amazon, William Tunstall-Pedoe, cứ cách tám tuần lại bay từ Cambridge, Anh tới Toronto để tham gia cùng chúng tôi trong suốt thời gian dự án. Barney Pell ở San Francisco, người đã từng đứng đầu một đội gồm 85 người ở NASA phóng AI đầu tiên vào vũ trụ, cũng vậy. Lí do cho ưu thế của CDL trong lĩnh vực này một phần do địa điểm của chúng tôi ở Toronto, nơi mà rất nhiều phát minh nòng cốt mang lại nhiều sự quan tâm gần đây tới AI – trong lĩnh vực được gọi là “máy tự học” – được ươm mầm và nuôi dưỡng. Những chuyên gia đã từng làm việc tại bộ phận khoa học máy tính tại Đại học Toronto hiện đang dẫn dắt một số đội ngũ công nghiệp AI hàng đầu trên thế giới, bao gồm những nhân tài ở Facebook, Apple và Open AI của Elon Musk. Vì được tiếp xúc với rất nhiều ứng dụng của AI, chúng tôi có động lực tập trung nghiên cứu về sự ảnh hưởng đến chiến lược kinh doanh của loại hình công nghệ này. Như chúng tôi sẽ lí giải ở các chương sau, AI là công nghệ mang tính dự đoán, những dự đoán là thông tin đầu vào của quá trình quyết định và nền kinh tế đã cung cấp một khuôn mẫu hoàn hảo để hiểu rõ hơn về những sự đánh đổi nằm sau mỗi quyết định. Vậy nên, nhờ sự may mắn, chúng tôi nhận thấy bản thân đang ở đúng chỗ, đúng thời điểm để tạo cầu nối giữa chuyên gia công nghệ và người làm kinh doanh. Cuốn sách này chính là thành quả của chúng tôi. Sự nhìn nhận quan trọng đầu tiên của chúng tôi là làn sóng mới của trí tuệ nhân tạo không thực sự mang lại cho chúng ta trí tuệ mà là một thành phần quan trọng của trí tuệ - sự dự đoán. Điều mà Alexa đã làm khi một đứa trẻ đặt ra một câu hỏi là nghe thấy âm thanh, dự đoán những từ ngữ mà đứa trẻ nói rồi dự đoán thông tin mà những từ ngữ đang tìm kiếm. Alexa không “biết” thủ phủ của Delaware là gì. Nhưng Alexa có khả năng dự đoán, khi con người hỏi một câu hỏi như vậy, nó biết tìm kiếm câu trả lời cụ thể: “Dover”. Mỗi dự án khởi nghiệp trong phòng thí nghiệm của chúng tôi đều dựa vào việc khai thác những lợi ích của việc dự đoán tốt hơn. Deep Genomics nâng cao hoạt tính của thuốc thông qua việc dự đoán điều gì sẽ xảy ra trong một tế bào khi ADN bị biến đổi. Chisel nâng cao tính năng của pháp luật thông qua việc dự đoán phần nào trong văn bản cần biên soạn lại. Validere nâng cao hiệu quả của chuyển giao dầu bằng cách dự đoán hàm lượng nước của dầu thô. Những ứng dụng này chỉ là một phần nhỏ so với hầu hết những điều mà các doanh nghiệp sẽ làm trong tương lai gần. Nếu bạn bị đang lạc lối trong việc tìm ra ý nghĩa của AI, chúng tôi có thể giúp bạn hiểu được ý nghĩa của AI và dẫn lối bạn tìm hiểu những tiến bộ trong công nghệ này. Nếu bạn là một nhà lãnh đạo doanh nghiệp, chúng tôi sẽ giúp bạn hiểu về tác động của AI đối với công tác quản lý và các quyết định. Nếu bạn là sinh viên hay vừa mới tốt nghiệp, chúng tôi sẽ cung cấp cho bạn một khuôn mẫu để bạn suy nghĩ về sự tiến hóa của các công việc và ngành nghề trong tương lai. Nếu bạn là một chuyên gia phân tích tài chính hoặc nhà đầu tư mạo hiểm, chúng tôi sẽ cung cấp một cấu trúc mà dựa vào đó bạn có thể phát triển các luận điểm đầu tư. Nếu bạn là nhà hoạch định chính sách, chúng tôi sẽ cung cấp hướng dẫn để bạn hiểu cách AI có thể thay đổi xã hội ra sao và những chính sách có thể định hình những thay đổi mang hướng tốt hơn như thế nào. Kinh tế cung cấp một nền tảng vững chắc để hiểu về sự bất định và ý nghĩa của nó đối với quá trình đưa ra quyết định. Vì dự đoán tốt hơn sẽ làm giảm sự do dự, chúng tôi sử dụng nền kinh tế để giúp bạn hiểu rõ ý nghĩa của AI đối với các quyết định bạn đưa ra trong quá trình kinh doanh của bạn. Điều này sẽ cung cấp sự nhận thức sâu sắc về những công cụ AI nào có khả năng mang lại lợi nhuận đầu tư cao nhất cho dòng chảy trong công việc kinh doanh của bạn. Từ đó dẫn đến một khuôn mẫu cho việc xây dựng chiến lược kinh doanh, chẳng hạn như cách bạn có thể suy nghĩ lại quy mô và phạm vi doanh nghiệp của mình để khai thác những vấn đề thực tế của kinh tế mới dựa trên dự đoán. Cuối cùng, chúng tôi chia nhỏ những sự đánh đổi liên quan đến AI trong công việc, trong sự tập trung quyền lực của sức mạnh đoàn thể, trong quyền riêng tư và trong địa chính trị. Những dự đoán nào quan trọng đối với doanh nghiệp của bạn? Những tiến bộ trong AI sẽ thay đổi những dự đoán của bạn như thế nào? Ngành của bạn sẽ thiết kế lại các công việc như thế nào để đáp ứng những tiến bộ trong công nghệ dự đoán, giống như cách các ngành nghề định hình lại công việc với sự phát triển của máy tính cá nhân và rồi là Internet? AI vẫn còn là một khái niệm mới và vẫn chưa được hiểu một cách rõ ràng, nhưng công cụ kinh tế để đánh giá tác động của việc giảm chi phí dự đoán là chắc chắn; mặc dù những ví dụ chúng tôi sử dụng rồi cũng sẽ trở nên lỗi thời, nhưng khuôn mẫu được đề cập trong cuốn sách này thì không. Những sự nhận thức sâu sắc sẽ tiếp tục được áp dụng khi công nghệ phát triển và những dự đoán trở nên chính xác, phức tạp hơn. Trí tuệ nhân tạo và cuộc cách mạng trong kinh doanh không phải là công thức để thành công trong nền kinh tế AI. Thay vào đó, chúng tôi nhấn mạnh tới những sự đánh đổi liên quan đến AI. Nhiều dữ liệu hơn đồng nghĩa với việc ít quyền riêng tư hơn. Tốc độ nhanh hơn đồng nghĩa với độ chính xác thấp hơn. Quyền tự chủ cao hơn đồng nghĩa với việc ít sự kiểm soát hơn. Chúng tôi không áp đặt chiến lược tốt nhất cho doanh nghiệp của bạn. Đó là công việc của bạn. Chiến lược tốt nhất cho doanh nghiệp, nghề nghiệp hoặc đất nước của bạn sẽ dựa vào cách bạn cân nhắc mỗi mặt của sự đánh đổi. Cuốn sách này cung cấp cho bạn khuôn mẫu để xác định những sự đánh đổi chính và cách đánh giá ưu điểm, nhược điểm để bạn có thể đi tới quyết định tốt nhất. Tất nhiên, ngay cả khi đã có khuôn mẫu của chúng tôi trong tay, bạn vẫn sẽ thấy mọi thứ thay đổi nhanh chóng. Bạn sẽ phải đưa ra quyết định ngay cả khi không có thông tin đầy đủ, nhưng làm vậy còn tốt hơn là không làm gì. Mời các bạn đón đọc AI Trong Cuộc Cách Mạng Công Nghệ 4.0 của tác giả Ajay Agrawal & Joshua Gans & Avi Goldfarb.

Con đường ngắn nhất để phát triển doanh nghiệp

AI Trong Cuộc Cách Mạng Công Nghệ 4.0

World Intellectual Property Organization

The paper summarizes key findings from the literature on how distance, relationships and ethnic ties influence knowledge flows, and describes a model that relates emigration and the diaspora to knowledge flows. It recaps a key study that reports evidence of a link from the diaspora and knowledge flows to home country manufacturing productivity. The study summarizes the ways in which intellectual property (IP) protection may influence knowledge flow patterns through incentives (market for ideas) and disincentives (anticommons). Finally, it speculates on how diaspora knowledge flows and IP may alleviate developing country low-productivity equilibria (“poverty traps”) caused by an underinvestment in specialized human capital.

Ajay Agrawal

About

Books

Join the club