拐點 #005: 為什麼 AI 還沒有創造巨大財富

History of Power: The Evolution of the Electric Generation Industry

參考來源: 拐點, 權力與預測

在科技的發展歷程中，許多重要的技術，如蒸汽機、電力、半導體和互聯網，都是改變世界的關鍵創新。然而，這些技術在剛出現時，並未立即創造巨大的財富，是由於技術成熟度不足、基礎設施建設需求、生態系統和配套技術的支持、市場接受度、經濟和社會因素以及政策和法規等多方面的原因。

1. 通用技術(general technology)

為什麼AI還沒幫你賺到錢？其實這是正常的發展階段。AI作為一種「通用技術」，其對社會的潛在影響可能超越電力。讓我們通過歷史上幾個關鍵技術的發展歷程來證明這一點。

1. 蒸汽機：從低效到工業革命的推動力
   蒸汽機的發明標誌著工業革命的開始，但早期的蒸汽機效率低下且易於故障，並未立即帶來巨大的經濟效益。需要多年的技術改進和實踐應用，蒸汽機才逐漸成熟，推動了大規模工業生產和經濟增長。
   這與AI的發展類似，早期的AI應用面臨著技術挑戰和效率問題，需要不斷的研究和改進。只有當AI技術更加成熟，並能穩定、高效地應用於各個行業，才能真正釋放其經濟潛力。
2. 電力：從局限應用到全面普及
   電力技術的早期應用主要限於少數城市和企業，並未立即普及至全球。電力的全面普及需要大量的基礎設施建設，包括發電廠、輸電網和配電系統，這是一個漫長而昂貴的過程。
   AI技術的廣泛應用同樣需要大量的基礎設施支持，包括數據中心、計算資源和網絡設施。此外，各行各業還需要開發適用的AI應用和解決方案，這也需要時間和資金投入。因此，AI尚未普及至每個人並立即帶來財富，是一個正常的現象。
3. 半導體：從實驗室到現代電子產品的基礎
   半導體技術的發展初期，主要在實驗室中進行，並未立即應用於商業領域。隨著技術的逐步成熟和製造工藝的改進，半導體才成為計算機、通信和現代電子產品的核心技術，並帶來巨大的經濟效益。
   AI技術目前也處於從實驗室走向商業應用的過程中。隨著研究的深入和應用場景的擴展，AI將逐漸嵌入到各種產品和服務中，最終帶來廣泛的經濟效益。
4. 互聯網：從軍事學術到全球資訊和商業平台
   互聯網最初的應用僅限於軍事和學術研究，隨著WWW的發明和商業應用的推廣，互聯網才逐漸成為全球資訊交流和商業活動的重要平台。然而，這個過程經歷了數十年的發展。
   AI技術也需要類似的發展歷程。目前，AI的應用還主要集中在一些專業領域，隨著技術的進步和應用場景的拓展，AI將逐漸融入日常生活和商業活動，並釋放出巨大的經濟潛力。

從蒸汽機到電力、半導體和互聯網，這些技術在早期階段都經歷了從初步發展到廣泛應用的過程。它們的成功並非一蹴而就，而是需要時間、技術改進和基礎設施的支持。同樣，AI作為一種「通用技術」，其巨大的經濟潛力也需要時間來釋放。

2. 新技術的初期階段

以下討論六個關鍵因素，解釋了新技術在初期階段無法立即帶來巨大經濟效益的原因。

技術成熟度不足: 新技術剛發明時，通常還處於初期階段，技術本身的成熟度不足。這意味著需要進一步的研究和開發來提升其穩定性和效率。以蒸汽機為例，早期的蒸汽機效率低下且易於故障，需要不斷改進設計和材料才能達到實用化的標準。這個過程可能需要數年甚至數十年的時間。

基礎設施建設的必要性: 新技術的廣泛應用往往需要相應的基礎設施。例如，電力的普及需要建立電網系統，半導體的製造需要先進的生產設備和技術，互聯網的發展則依賴於全球網絡基礎設施和通信設備的佈建。這些基礎設施的建設需要大量的資金和時間投入，導致新技術在初期階段無法立即帶來經濟效益。

生態系統和配套技術的支持: 新技術的成功應用需要整個生態系統的支持，這包括相關配套技術的同步發展。以半導體為例，它的成功應用離不開計算機、通信和軟件技術的共同進步。互聯網的普及則需要服務器、瀏覽器和各種網絡服務的協同發展。只有當這些配套技術成熟並相互融合時，新技術才能發揮其最大潛力。

市場接受度和用戶適應: 新技術的推廣和普及需要時間來被市場接受和採用。用戶需要了解和適應新技術，企業也需要時間來開發基於新技術的產品和服務。例如，早期的電力應用主要限於少數地方，隨著技術改進和基礎設施的擴展，電力才逐漸被廣泛接受和使用。

經濟和社會因素: 經濟和社會環境對新技術的採用速度有著重要影響。在經濟不景氣的時期，企業和政府對新技術的投資可能會減少。此外，社會和文化因素也可能影響人們對新技術的接受程度。例如，電力的普及初期受到許多文化和社會習慣的挑戰，需要逐步推動和教育。

政策和法規的影響: 政府政策和法規對新技術的發展和應用也有重要影響。政府需要制定相應的標準和安全規範來保障新技術的應用。例如，電力的發展需要相關的法規支持，互聯網的普及需要通信法規和隱私保護措施的配合。

3. 通用技術的解決方案發展

AI這個通用技術的發展階段，仍處於點解決方案和一定的應用解決方案階段，尚未達到系統解決方案。這意味著AI在生產力方面尚未發揮出其最大的作用，因為它尚未實現對整個生產方式的徹底改變和系統性的變革。

• 點解決方案： 這個階段是最初的替代階段，簡單地將新技術用於替代傳統技術的輸入端。例如，用燈泡替代蠟燭，用電力替代蒸汽動力。這種替換可能會帶來一點點的方便和成本降低，但效果有限。
  智能助手：例如，智能語音助手（如Siri、Google Assistant、Alexa）可以在手機和智能家居設備上執行基本任務，如設置提醒、播放音樂、回答問題等。這些功能雖然帶來了一定的便利，但還沒有實現對整個生產方式的彻底改变。
  自動化客服：許多公司開始使用AI機器人來處理基本的客戶查詢，這些機器人可以通過自然語言處理來理解客戶的問題並給出相應的答案。這樣的解決方案提高了客戶服務效率，但在整個生產過程中僅僅是一個點解決方案。

• 應用解決方案： 這一階段將新技術應用於整個生產裝置的更換。以前的工廠使用蒸汽動力時，所有機器都連接到一根蒸汽軸上，一開蒸汽就啟動所有機器。改用電力後，每台機器都有獨立的電源，可以根據需要獨立運行，從而節省成本。然而，這需要對現有機器進行改造和重新設計，因此需要時間和資金投入。
• 系統解決方案： 這個階段是對整個生產方式的徹底改變。例如，由於使用電力，工廠中的機器可以隨處安裝，不再局限於中央軸附近。這為實現生產流水線提供了可能性，不再需要將所有機器集中在一起。這需要對生產方式和組織方式進行系統性的變革。

以下為一些例子，說明AI在不同解決方案階段的應用時，

1. 點解決方案：

智能助手：例如，智能語音助手（如Siri、Google Assistant、Alexa）可以在手機和智能家居設備上執行基本任務，如設置提醒、播放音樂、回答問題等。這些功能雖然帶來了一定的便利，但還沒有實現對整個生產方式的彻底改变。

自動化客服：許多公司開始使用AI機器人來處理基本的客戶查詢，這些機器人可以通過自然語言處理來理解客戶的問題並給出相應的答案。這樣的解決方案提高了客戶服務效率，但在整個生產過程中僅僅是一個點解決方案。

2. 應用解決方案：

自動駕駛汽車：自動駕駛技術是AI在應用解決方案階段的一個例子。這種技術利用機器學習和感知系統來使汽車能夠自主行駛，減少了人為駕駛帶來的風險。然而，要將這項技術應用到整個交通系統中，還需要進行基礎設施改造和法律法規的修訂。

智能製造：智能製造利用AI和機器學習來優化生產過程，提高生產效率和品質。例如，智能機器人在製造流水線上的應用可以根據需求進行自主操作和協作，實現生產自動化。這需要對現有生產設備進行改造，以實現生產方式的逐步變革。

3. 系統解決方案：

智慧城市：智慧城市是一個集成了各種智能技術的系統解決方案。它利用大數據、感知技術和AI來管理城市的基礎設施，包括交通、能源、水資源等。例如，智能交通管理系統可以根據實時交通信息調整紅綠燈，減少擁堵，提高通行效率。這需要對城市基礎設施和管理方式進行系統性的改變，以實現城市的智能化管理。

這些例子顯示了AI在不同解決方案階段的應用，從點解決方案到系統解決方案的逐步演進，每一個階段都需要相應的技術發展和社會改革。