胡泳｜相信人，还是相信机器？——重新思考数字化之九( 三 ) 文章导览不预测未来

文章图片
这种线性思维激发了一种异乎寻常的战略制定方法——场景规划（scenarioplanning）。在场景规划的过程中，战略制定者发明并深入考虑有关企业的若干同样合理的未来故事。虽然这无疑有助于打开思路，探索未来如何影响现在，但它受限于一种错误的世界观。从根本上说，不管设计出几个场景，面对世界的复杂性，都还是过于简单化。线性思维当然也可以努力增加自身的复杂程度，但无论线性思维趋向多么复杂，世界都不会有如其所愿的规则结构。我们需要的是非线性思维。
在她的《瞬时竞争力：竞争优势的终结》一书中，丽塔·麦克格拉斯教授驳斥了迈克尔·波特关于企业可以拥有“可持续竞争优势”的看法。相反，她提倡一种“持续重构的战略” 。这种对战略的理解要求公司必须对环境中的任何变化保持警惕。它们也必须拥有特定的组织结构和文化，使其能够通过脱离当前的轨迹来作出反应，从而创造一个新的轨迹。与波特式的战略观相比，这是一个180度的翻转，那种认为战略是一个漫长的计划、通往一个基本可知的未来的观点彻底过时了。

文章图片
场景规划寻找的是大规模的变化，而麦克格拉斯的方法是意识到可见的变化。这是对商业生活中各方面的微妙关系的更恰当的反应，其中不乏一些变化，可能对企业业务产生终结性的影响，或者令企业在竞争激烈的赛道上跛行。
在这样一个混乱和不可预测的时代，战略应该比以往更加重要。它确实重要，但前提是我们必须深刻地调整我们对战略的思考方式。混沌状态下的战略应转变思路，不是缩小可能性，而是去尽可能创造更多的可能性。这也是互联网给我们带来的教训：惟有随机应变，方能创造可能性。这样的战略路径也意味着，我们不再需要为准备过度、准备不足或准备不当导致的资源浪费或机会错失而付出沉重的代价。
以预测准确性为目标，放弃可解释性
商业实践中的这些变化预示着，我们对世界如何运作和未来如何发生的想法，有了更多的试验机会。
机器学习正在让我们面对我们一直凭本能感觉到的事情：这个世界远远超过了我们理解它的能力，更不用说控制它的能力。如同书的前言所说：“万物皆一体。 ”一切都会影响其他一切，一直如此，永远如此。这种混乱是我们生活、商业和世界的真相。
面对这一事实，温伯格扮演了AI代言人的角色。他批评说，我们坚持让机器向我们解释自己，显示了我们的不安全和无知。我们坚持要知道它们是如何得出结果的，对机器的要求比对人类的要求更高。
为了让机器更好地发挥潜力，温伯格建议我们接受超出我们理解能力的系统。这些系统只需要以预测准确性为目标，而毋需保证可解释性。在许多情况下，如果这些系统的历史表现良好，我们就可以接受它们的建议，就像我们会接受医生基于一个我们不能理解的有效性研究而给出的建议一样。
他诗意地描述说：这些新工具“创造了一个因特殊性而蓬勃发展的充满联系和创造性的世界。它们开启了一个世界，在这个世界里，每个微粒都相互依存，而粗暴的解释只会侮辱这种复杂的关系” 。
在这样歌颂了机器以后，温伯格也认识到，如果不加以控制，系统很可能以最残酷的方式对待最弱势的群体。但他笔锋一转：“我们之所以制造这些工具，总的来说，是因为在大多数时候，它们都是有效的。 ”由此来看，衡量系统的标准是有效而不是伦理：“机器学习系统极度非道德化。它们只是机器，而不是代表正义的机器。 ”