AI分析越准越危险 人人跟同一答案或改写未来 卢启贤：不担心AI答错 更担心它答得太准确｜专访

人工智能（AI）发展愈来愈快，外界再次争论AI是否走得太快。有人担心模型能力持续提升，最终带来人类难以控制的风险；亦有人认为，若因忧虑而放慢发展，可能要付出竞争力的代价。私人保险业务公司亚溢利国际（R.E. Lee International）行政总裁卢启贤（Calvin Lo）接受《星岛头条》访问时，提出另一个观点，「我反而不太担心AI答错，有时我更担心AI答得太准确。」
Calvin Lo以订餐厅为例，「假如今晚你想外出食饭，AI已分析你平日钟意吃甚么、喜好、价钱、评价及交通，然后告诉你，中环有间餐厅非常适合你，而且今晚有空位。」

「如果AI只向你一人提供这个答案，当然有用；但如果同一时间有十万人收到相同的答案，情况又会如何？」餐厅恐怕转眼间便告客满。Calvin Lo笑言，「Exactly，餐厅没有变，AI亦没有计算错误。」

「问题是太多人同时收到同一个正确答案，大家一齐行动，最后连答案本身都变了。」他认为，这可能是AI愈来愈普及后，一个容易被忽略的变化。

过去大家最关心的是答案是否准确，但当数以百万计的人都拥有相近的分析能力时，便要进一步思考，「如果其他人都收到同一个答案，那个答案还有没有原来的价值？」

Calvin Lo专访金句：

选科预测准确 供求仍会变

Calvin Lo再以家长为子女选科作例子，「假设你的子女16岁，要开始选科。做父母当然想知道十年后哪一行最缺人、哪一科薪酬较高、哪些工作较不容易被AI取代。」

「将来AI或能整合全球招聘、薪酬、人口变化及科技发展等资料，甚至以前读同一科的人最后去向、工作得怎样，再给你一个很有理据的答案。」接著他提出一个问题，「如果你是家长，你会不会参考？」

家长自然是会参考，但他反问，「有多少家长都会收到同一个答案？」

假如AI预测某个专业十年后将出现人才短缺，这个判断本身可能完全有数据支持，「你看完觉得很有道理，为仔女瞄准这个方向作准备，非常合情合理。」

他续指，「但是如果香港、新加坡、伦敦及纽约各地的家庭都得到差不多的答案，让子女朝同一方向准备，到他们十年后毕业时，这个当初被看好的专业是否仍然缺人呢？

Calvin Lo表示，问题并不是原来的资料一定有错，「该行业目前确实缺乏人才，相关数据亦准确无误，但若大家都认同分析，全部人都朝同一方向作准备，十年后的人才供应自然会改变。」

他再提出问题，「作出预测时，有没有将接收到预测的人，在看过结果后可能采取的行动也计算在内？」

「问题是，你并非唯一一个做功课的人。」

投资分析未错 机会或已流走

同一道理放到投资市场，变化可能来得更快，Calvin Lo举例，「假如明早AI分析指，某只股票较其估算合理价低30%，公司基本面及盈利预测亦支持这项判断，你买不买？」如果相信分析，投资者自然可能考虑买入。

不过，他反问，「但如果清晨七时，全世界基金经理都收到同一个提示呢？」大量资金随后涌入，股价便可能迅速被推高。

他指出，公司未必有变，原来的分析亦未必有错；只是投资者真正落盘时，股价可能已不再是AI作出分析时的水平，换言之，资讯仍然准确，机会本身却可能已经因为太多人知道而发生变化，「以往我们关注资讯是否准确，将来可能还要问，当所有人都知道之后，投资机会还剩下多少。」

Calvin Lo直言，资讯与价值往往并非成正比，「有些事情就是这样，并非愈多人知道就愈有价值。有时可能恰恰相反，当大家都知道时，最有价值的部分已开始消失。」

预测本身 也可能改变结果

那么，这是否只是另一种「跟风」？Calvin Lo认为并不完全一样，「最特别是，没有人迫你。」

「家长是自行为子女选科，投资者亦是自行决定是否入市。每个人都可以做足资料搜集和研究，仔细思考后才作出决定；单独来看，这些决定完全可以是合理的。」

他反问，「但如果数百万人同时作出相同、而且同样合理的决定呢？」当足够多的人根据相近的分析采取行动，原本作为判断依据的环境，便可能随之改变。

Calvin Lo续指，「预测不只是估算未来将会如何发展；当大量人按照预测作出部署时，预测本身亦可能影响最终结果。」

若将来愈来愈多人利用AI进行分析，这种影响究竟会有多大？他停了一下回答，「AI发展到某个程度，可能不再只是预测未来，而是开始参与塑造未来。」

而这种情况，根本不需要AI「失控」，「AI可以完全没有失控，每一次都向你提供合理的分析，最后亦由你自己决定。但大家作出决定之后，AI最初分析的环境可能已经改变。」

AI可以更新 人生难以重来

既然环境会变，AI持续吸收新资料、更新建议，不就可以解决问题？

Calvin Lo认为，AI修正答案固然是好事，「AI当然可以重新计算，愿意调整答案一定是好事。」不过，他随即反问，「但它修正一个答案需要多久？」答案可能只是几秒。

然而，他指出，人的人生规划和企业部署，却未必能以同样速度调整，「AI今天看到最新的就业数据后，只需数秒便可重新计算，然后告诉你，三年前最被看好的学科，今天可能已不再那么吸引。」

「AI可在数秒内更新答案，但你的子女却无法随时『更新』，那三年的时间，已经过去了。」

企业亦面对同样难题，Calvin Lo指出市场环境一旦改变，AI可以即时反映；但企业可能已投入大量资金、招聘一批员工，甚至沿着某个方向发展多年，并非说改便能立即转向，「AI修正答案的速度，与你改变计划的速度，是两回事。」答案可以愈来愈即时，但人的时间和调整能力并不会因此变快。

「我们很容易因为答案即时出现，便觉得应该即时作出决定。然而，但答案来得快与是否很快作决定，是两回事。」

重大决定 要留转弯空间

面对环境不断改变，AI的答案亦可能随之更新，这是否意味未来的决策应该变得更加保守？Calvin Lo并不同意，「如果因为世界变得快，最后甚么都不敢做，我觉得更危险。」

他认为，不同决定本来就不应以同一种速度处理。「有些事情承受得起试错成本，即使结果不如预期亦可以调整，这类决定我反而会较快作出。」

「但有些选择并非今天作出后，明天不喜欢便可以改变。修读一个学科需要数年、到另一个地方发展、作出一项重大投资，或企业决定未来数年的发展方向，情况都是一样。」

「我并不是说不应该做，而是在作出决定前，我会多问一句：如果环境改变，我还有多少调整空间？」

Calvin Lo强调，现实生活中的抉择不可能样样都有完整退路，「人生没有可能样样都可逆转，做生意更加没有可能。」

因此，决策者除了考虑AI当下给出的答案是否合理，亦要衡量自己需要为这个决定承担多久，「所以答案在今天看来有多好是一回事，但你需要用多少年去承担这项决定，则是另一回事。」

「试得起、可修改，我会快。但若一项决定一旦作出，便涉及三年、五年、十年，甚至关乎子女未来要走的道路，就不要因为AI三秒给出答案，你也在三秒内作出决定。」

留给下一代的不只是答案

谈到财富及企业传承，Calvin Lo认为，这个问题同样适用，「作为父母，总希望运用自己掌握的知识和资源，让子女少走一些冤枉路，这很正常，我也是如此。」

「有数据、有分析，我当然会参考；知道得更多，总比知道得少好。但我今天认为最好的选择，并不代表10年后仍然是最好。」

对他而言，这也是传承安排中值得思考的问题，「因此谈到传承，我考虑的不只是为下一代留下多少资产。我更会思考，今天为他们作出的安排，是让他们将来拥有更多选择，还是令他们必须沿着我今天选定的道路前进？」

Calvin Lo说，「我认为传承不只是把今天认为正确的事情留给下一代。更重要的是，当未来环境改变时，他们是否仍有空间自行判断和作出选择。」

「我今天有信心，并不代表自己永远正确。因此，我希望留给下一代的，不只是今天认为最好的答案；更希望有一天，即使发现自己当初判断有误，他们仍然有选择和调整的空间。」