作者：郑喜文（大中华市场前锋队长）

特斯拉一出手，便知有没有。

这一次，马斯克不止带来了无人驾驶的汽车以及灵巧万分的机器人，它最激动人心的，还包括“比人类开车安全10至20倍”、使用成本低廉、自动清理和消毒，甚至当绝大多数人都选择自动驾驶之后，停车场（parking）会被“淘汰”而转化成公园（park）等让人恨不得立马成真的愿景。

让世界更美好，一直都是科技所该带来的边际效应。

特斯拉再一次具体地让我们感受到科技带来的便利（上车后即可倒头大睡），以及其安全性——有关这一点，虽然还有待进一步被确实，但马斯克在活动上提及，其无人驾驶的车子，都被演算法训练如何应对“马路上许多百万分之一的概率才会发生的事情”，而这也是人工智能（AI）最令人着迷的地方。

符合预期

它可以，也必须不断地学习，通过分析和统计各种数据、图像及演算法等，模拟人类心智并做出符合预期的决策，然后不断进化，这精进很达尔文，很人类。

而上面这一段的核心重点是“符合预期”。

符合谁的预期？主人、用家，就是阁下，你。

AI的高度，很大部分取决于用家的高度——创立并管理著全球最大的对冲基金创办人雷·达利欧在其著作《原则》当中有提及，他的成功有一半可以归咎于计算机所制成的“模型”，而从70年代手绘的草图到最新颖的电脑，目前需要演算的模型超过2亿个组合。

达利欧是玩大宗商品出身的，即使大学时期，他已经把谷物和豆类的种植面积、降雨量、种植周期、收成数量等在电脑里建立模型，并从中做出决策。

即使如此，他也曾经赔掉了所有。

从手绘到裂变出2亿个组合的模型——只要你想得到，并列入考量范围，电脑肯定可以算得出来，但，你可以涵盖的范围有多广？

持续学习

人类与AI最相似的地方，就是持续学习、进化，但人类有惰性，而AI却没有。

如果连虚拟世界里的小助手都在持续学习，身为主人的我们却反而奢望通过他们的持续学习而不再学习，这将会是发展AI最不合理的地方。

很多人以为，只要他学会使用AI即可，但如果使用者的水平不够，输入的数据不够全面，那他又怎么知道该如何判断AI的输出是否正确呢？

用很先进的工具为公司做出决策看似一件很先进又与时并进的做法，但，可取度和可信度有多少，往往取决于你眼界有多高，以及格局有多大。

水能载舟亦能覆舟，目前最火热的行业是科技业（人工智能），而裁员最为严重的也是科技业——持续学习，估计是所有行业避免被淘汰的不二法门。