當AI取代人腦跟瑪丹娜學新賺錢術因應策略》做到這八件事就不怕被淘汰

未來，網路能複製你的價值，把一切變成免費，你該怎麼創造差異性？瑪丹娜靠一系列演唱會，就創造五十五億元商機的例子，告訴你在人工智慧時代，把事情做好還不夠，還得要夠獨特。

人工智慧時代，不只音樂和電影能在網路上免費下載，未來，你的想法、所做的工作，都能透過網路複製。

「網路是世界上最大的影印機。」全球科技趨勢大師凱文．凱利（Kevin Kelly）說。當網路能透過機器人和人工智慧快速複製過去必須付費才能取得的服務、產品，價格將快速下降。更值得思考的是，當機器能取代你完成工作時，你該怎麼創造價值？

凱文．凱利認為，音樂產業就是最好的範例。

他發現，當音樂變成完全可以複製，可以輕易下載後，音樂產業的發展方向開始反轉。他舉例，就像百年前，當電力照明還不普及時，只有窮人才會用蠟燭照明；但當電力變得唾手可得的時候，燭光晚餐反而成了奢侈的標誌。

在音樂產業，所有人的作品都能被輕易下載，照樣還是有人賺大錢，例如美國著名女歌手瑪丹娜，她剛完成六個半月的世界巡迴演出「心叛逆」（Rebel Heart Tour），票房、周邊商品等收入達一．七億美元（約合新台幣五十五億元）；她歷年巡迴演出累計收入更高達十三．一億美元（約合新台幣四三○億元），成為歷史上演唱會收入最高的個人歌手。當別人苦哈哈的時候，瑪丹娜仍穩占吸金天后的寶座。

凱文．凱利認為，未來要賺錢，光做得好還不夠。如果你能做到以下八件事，你也可以賺到比過去更多的錢。

1. 每項服務都要即時

雖然每個人都能從網路上免費下載音樂，但如果你能在歌手發片的第一時間，就聽到他的新單曲，或是看到他最新的演唱會，即使你知道多等一段時間，就能免費聽到同樣的音樂，你還是會掏錢。

凱文．凱利這次新書發表也應用同樣的概念，這次他發行新書，第一批拿到書的人，必須付出高一倍的價格，但仍然有十六萬人願意買單。

2. 用個性化商品搶市

一場演唱會的影片或許不用花錢就能下載，但是如果能按照你的需求，製作出你專屬的演唱會紀念品，你或許仍會買回家，留住你參加演唱會的經驗。

凱文．凱利認為，個性化能增加產品的「黏性」，因為在這種關係裡，買家和賣家都要投入資源，換別人來做，很難達到同樣效果；像一顆阿斯匹靈很便宜，但如果有人替你提供量身訂做的醫療服務，替你挑選適合你體質的阿斯匹靈，你就會願意花更多錢，買同樣一顆藥。

3. 完整資訊解析才值錢

在軟體產業，這種獲利模式已行之有年。「有個老笑話是這樣說的，軟體下載免費，但使用手冊一萬美元。」凱文．凱利說，像紅帽等知名軟體公司，提供可修改程式碼的系統軟體，就是這樣存活下來的。很多複雜的服務，以後都可能沿用同樣模式賺錢，像解析你的基因，過去可能要一萬美元，以後，價格可能快速滑落為一百美元；凱文．凱利認為，以後可能的情況是，基因解碼降到幾乎免費，但分析解碼結果、提供建議，將變成昂貴的服務。

4. 產品讓消費者絕對放心

可靠是比免費更好的一種價值。就像你隨時可以免費下載軟體，但你卻也擔心軟體裡是否會有病毒，或被隨時跳出的廣告所干擾。如果你花錢能換到有人提供保證符合你需求的軟體，也會讓你考慮掏錢。

在音樂產業，藝人經常靠簽名提高複製品（如照片）的價值。簽名是讓消費者相信，他買到的是來自原創作者的真品，同一張照片，加上簽名，價值就大不相同。

5. 幫客戶快速找到商品

雖然很多東西都能免費下載，但要隨時取用、備份卻十分麻煩，所以，雖然取得音樂免費，卻還是有人願意付錢到iTunes上買音樂。凱文．凱利認為，這時候，人們買的已不只是下載音樂的服務，而是有人隨時替你整理這些數位資產，讓你隨時可以取得的方便性。

6. 創造實際體驗的需求

網路能複製產品和服務，但有的時候，這反而刺激消費者對實體經驗的需求。像瑪丹娜的音樂，雖然能在網路上很便宜取得，但是不會每一個消費者家裡，都有頂尖的影音設備；因此，瑪丹娜的單曲雖能輕易下載，反而刺激粉絲想到現場體驗，進而擴大演唱會的市場。

7. 提供粉絲贊助管道

凱文．凱利認為，要符合這些條件，粉絲才會願意掏錢：第一，贊助方法必須超簡單；第二，支付金額必須合理；第三，付錢後能得到回報；第四，要能讓粉絲相信，這些錢對對方有益。

電台司令樂團二○○七年發行專輯《In Rainbows》時，就讓所有消費者自己決定專輯值多少錢，自由贊助；結果平均每一次下載，樂團能收到六美元（約新台幣一九一元），這比過去（每賣一張CD），樂團能實際分到的還多。不僅如此，之後推出實體CD，依然能賣出幾百萬張。

8. 只推薦好東西

凱文．凱利說，在網路時代，「沒人看到的產品，根本沒有價值。」換句話說，能替別人找到好的產品，本身就是有價值的服務。

他分析，像美國的《電視指南》雜誌擁有上百萬的讀者，對這些人來說，電視節目隨時都能取得，幾乎不值錢，但是《電視指南》雜誌提供找到好看節目的服務，卻很重要。

《電視指南》賺到的錢，比提供它內容的三大電視網賺到的還多。

未來二十年，網路將無所不能複製，Airbnb（讓大眾出租住宿的網站）能用網路和旅館集團競爭，過去的競爭門檻將不再適用。這八個創造價值的法則，是所有人必修的課。

撰文 / 林宏達

金融業悄悄在測試，未來投資預測就靠它 AI算股市漲跌命中率九成

2016-07-11 TCW

自從Google的AI贏了真人棋士，各種應用開始被看見，日本金融業者善用AI的深度學習功能，預測股市，不久後，也許它將變成所有投資者倚賴的「股神」。

今年春天，Google研發的AI(人工智慧系統)以壓倒性的勝利擊敗職業棋士，這個顛覆戰前預測的結果，也重新為AI的各種應用，開啟了無限的想像。

在國外已有外科機械手臂搭載AI，成功縫好手術傷口;也有大型法律事務所起用「AI律師」，這些「強者」的出現，已開始威脅到高技能專家的地位。在日本，有些AI應用計畫正在進行，例如挑戰東京大學的入學考試，以及通過短篇小說選拔賽的資格審查等。

此外，儘管研發目的不花俏有趣，金融業對於AI技術的發表與試用從未間斷。在這個領域裡，AI必須能夠對未來做出精準的預測。

讀92項指標，理出下月走勢

三菱UFJ摩根士丹利證券表示，他們正嘗試用AI預測日經股價指數的漲跌，以每月的十日為基準，讓AI預測一個月後的股價指數。由於只有漲或跌兩種選擇，所以準確率要超過五〇％以上，才能算是AI的實力，截至去年十月份為止的四十三個月當中，AI 的平均命中率約為七〇％，如果單看二〇一五年間的預測，則高達九〇％。

做為預測依據的是股價指數和匯率變動等九十二項經濟指標，每個月都從過去十五年來的資料當中，找出相似的市場環境和當時的經濟指標，再利用「決策樹」的分析手法進行預測。這種分析手法是指在特定盤勢條件下，把可能影響股價的因素一一細分，就像茂盛的樹枝，例如「工業生產指數在××以下」「澳洲製造業採購經理人指數在××以上」等，以追求最適當的決策過程模式。

利用決策樹來預測股價指數，最有趣的地方就是讓股價的構成要素「可視化」。從二〇一一年就參與這項研究的投資決策分析師瀨之口潤輔表示：「通常AI的統計分析結果大多以複雜的公式呈現，簡直就像黑盒子一般，在投資界根本沒有人有興趣:一旦構成要素可視化之後，也可用來說明盤勢變化的原因。」

障礙：人類思維使預測偏離

如果對下個月市場的漲跌預測可以有九成的命中率，應該可以馬上應用於投資活動吧？事實並非如此簡單。

瀨之口去年開始將AI的預測結果提供給一百家以上的投資機構，可能這些機構也根據這項結果進行投資，結果卻導致AI的命中率今年開始跌至七成左右，當坐擁鉅額資金的投資機構開始相信AI的預測而跟進投資時，這些動作本身並非在AI的預測之內，所以市場動向就容易偏離AI原來的預測。

雖然瀨之口深信：「總有一天會出現可以克服這些問題的AI。」不過似乎還需要時間。AI雖然在棋藝上戰勝人類，但是假如把投資看作比賽，就像麻將一般，參加者多，就會有人選擇「少輸就是贏」的保守策略。

如果不能把持股多的投資者的思維都分析過一遍，AI的投資勝率就很難提升。

此外，經濟指標大多每月公布，但其實每日的漲跌也能分析，三菱UFJ信託銀行就開發了預測東証指數每日漲跌的AI，分析基準從每日到每月公布的經濟數據總計約兩百項，今年三月起投入自有資金數億日圓成立的領航員基金，正在活用這項功能。

該基金的投資標的是五十多檔高股息個股，當AI預測隔天股價可能下跌時，便利用期貨避險。把二〇〇八年到二〇一五年間的市場數據讓AI模擬分析投資，結果顯示每一年都有獲利。

該公司的資產運用部課長岡本訓幸表示：「AI判斷的只是盤勢動向，選股方面還是交由研究員來篩選，所以人事成本不會大幅減少。」雖然現在有些論調認為利用AI投資，現有的基金經理人和分析師工作將被取代，但是短期內這種情況不太可能發生。

在投資業界已經運用了相當多計量投資(Quantitative)等財務金融工程，但是AI的特色是更精確的「深度學習」(Deep Learning)。現階段是先向投資機構募集代操基金，將來希望能成立開放式信託基金向大眾募資。

如果要用一句話來形容AI 的優點，就是將大量的情報瞬間分析，並找出特定模式，即使遇到新數據，也能套進原來的模式加以分析預測。若要用來預測經濟動向，還有一項重要的優點，就是不被主觀意識或特定單字印象所影響，可以做出客觀的分析。

野村證券讓旗下AI閱讀日本央行發行的《金融經濟月報》、內閣府發行的《每月經濟報告》等，並且將每一篇文章的景氣觀點數值化，再將平均值編成「野村AI景氣感觀指數」，從去年十二月開始每月公布。

該公司經濟學家水門善之表示，過去的方析方法「文本挖掘」 (text mining)，只能做單字出現頻率等表層分析，但是擅長深度學習的Ai對於肯定句、否定句混合存在的長篇文章，或從屬關係不容易理解的表現句型，都能應對。

同時，野村證券也以「景氣觀察調查」為教材，讓AI在閱讀後學習編製出景氣感觀指數。該調查刊登了日本全國各行各業對景氣的看法，每個意見都以五個等級來表示對目前景氣的判斷，當AI閱讀越多調查結果，對於景氣好壞的判斷精準度就越高。

進化：除了總經還能算個股

對散戶來說，總體經濟的預測固然重要，但是更希望能有直接做為投資判斷的預測，也許很快就會出現個股的投資預測服務。

研究機構FISCO正著手開發利用AI分析股價的預測系統。畢竟要研究員追蹤日本三千五百家以上的上市公司有其困難，要看完所有上市公司的財報更是不可能，但如果換成可以瞬間讀完龐大數據並分析的AI，要針對個股預測股價並非不可能。

該系統還將企業經營高層的發言納入分析範疇，發言時的口氣堅定或遲疑、對未來營運看法保守與否都記錄下來，以做為綜合判斷的依據。然而問題就在，如何將這些分析結果結合到公司的事業發展，目前計畫除了賣給投資機構和個人，也將銷售給上市公司公關部門。

AI如何預判投資人對於預測結果的解讀與動作？AI 之間的預測績效如何評估？所有被翻攪的好奇心，全都因為AI拉開了經濟預測的序幕。(Nikkei Business(C)20l6 Nikkei Business Publications,Inc.)

譯張鳳審稿張務華博士

PermaLink: https://articles.zkiz.com/?id=205393

📖 ZKIZ Archives

Random Tags