贝佐斯从第一份工作学到了什么？
贝佐斯曾经是对冲基金肖氏基金（D. E. Shaw）最年轻的副总裁之一，而肖氏基金是华尔街投资公司中最早发现数量理论和算法的价值，并将其运用到交易实践中的对冲基金，也被誉为数量化基金的鼻祖之一。贝佐斯在肖氏基金工作时发现电子商务巨大潜力，他毅然辞去华尔街“金饭碗”来打西雅图，创办了亚马逊公司。今天我们回顾这段历史是想探讨一下，贝佐斯在肖氏基金这样一家独特企业，除了让他有机会看到电子商务深不可测的发展潜力，还学到了哪些东西（纯粹揣测）。笔者认为至少还有两个核心要点，是他从肖氏基金的运作模式中感悟到的，并在未来亚马逊的发展中起到至关重要的作用。揣测是否正确，且看下面分析。
其一，是他发现数据和算法的重大价值，亚马逊包括现在的淘宝都把自己称为经营数据（区别于以数据化经营）的公司，它们最大价值并非卖出几百亿上千亿的商品，而是积累所有购物者的行为数据，DT数据背后蕴藏的财富不可估量，只要你有足够想象力去挖掘。《人工智能时代》中卡普兰教授还有一个大胆的猜测，认为亚马逊之所以让第三方开店、使用亚马逊物流体系，以及提供云计算平台都是为了一个目的：收集数据。如果说数据是燃料那么算法就是引擎，当燃料已经充足再配合一个优秀的殷勤业务自然就起飞了。贝佐斯改变了图书行业靠书评人推荐的传统，而是利用算法，基于海量的购买资料为每一个读者度身推荐适合的书（以及商品），据说亚马逊有超过25%的销量都来自于推荐引擎。
其二，是贝佐斯把对冲理念贯穿到亚马逊的经营与战略规划之中。亚马逊最初的库存系统极大依赖于英格拉姆，也就是亚马逊网上出现订单后它就到英格拉姆（类似于神州数码那样的批发商）进货，而自己只备有很少部分库存。这种有了订单再拿货的模式，堪称完美对冲，亚马逊可从一买一卖中套取差价（无风险收益）。另外，贝佐斯一直被人称道的长线思维，也许亦是一种聪明的套利策略，用短期大规模投入建立起来壁垒，套取未来可能垄断地位带来的超额收益。这种跨期套利需要保证资金链不断裂，更要应对急功近利投资人的抱怨，还要不断投入扩大优势，非一般人敢为，可一旦成功则旁人只能羡煞，少有追赶的可能。还有Kindle，现在卖得越来越贵还越来越火，多少电子书如今剩下可能只有Kindle，其实Kindle诞生不也是贝佐斯应对纸质书销售可能下滑的一种对冲策略。如果电子书无法取代纸质书，Kindle项目失败，但亚马逊核心业务纸质书销售不受影响，如果电子书真的取代纸质书，亚马逊核心业务萎缩，但Kindle则能填补上来，亚马逊整体也无损失。
如果说未来终究难以预测，那么对冲思维就应该成为企业家必备的战略素养，不豪赌一个方向，随机应变，虽放弃大额收益但让企业保持灵活性，企业可立于不败之地，生存才是最大价值，留得青山在不愁没柴烧。
人工智能的道德困境
从最初提出AI（人工智能）这一概念的麦卡锡教授，到最近过世明斯基教授（明斯基教授在《情感机器》中依然坚持认为人类一切行为包括情感都能在大脑中找到对应机制，而且并非涌现现象），60年代的人工智能先驱们构建人工智能的理念是由上至下模式，程序员编写出逻辑结构模拟人类大脑的模式。这样做有两大好处，其一是可控，因为是人们设定程序，人工智能被动接受；其二是不需要大量数据来驱动，对计算机性能要求不苛刻。但要实现这样的人工智能有一个关键假设便是人们能够破解大脑的运行模式，然后用程序来模拟大脑，从后来的发展我们就会发现这一假设存在严重问题。至今，几十年过去了人类对自己大脑认知依然很浅，更为关键的是即便破解了大脑运行机制，模拟也绝非易事（千亿的神经元连接，而且神经元还有比芯片更复杂特性）。所以，老一辈的努力在最初的盲目乐观后陷入了永久的沉寂，直到最近新的范式出现。
随着数据处理能力飞速发展（摩尔定律），让由下至上的模式成为可能，也就是当下最火热的大数据结合机器学习的模式。如果说由上至下模式是人类将规则直接嵌入人工智能中，那么由下至上的模式则是提供海量的信息，让人工智能自己学习，自发总结出最合理的模式。在这一模式下，通过不断学习、进化和迭代，人工智能完全可能超越人类智慧的极限。Alpha Go正是利用这种数据+算法+学习的崭新模式击败了李世石。人工智能领域重现曙光，乐观气氛更甚当初，但这一切是人类的福音还是开启潘多拉的盒子，都未可知。比尔·盖茨、马斯克、霍金等人担心的是什么？在《超级智能：路线图、危险性与应对策略》一书中我们可以窥见端倪，超级智能是一种更高维度的智能，远超人类智力水平，我们很难想象超级智能这就如同一只猫无法理解我们行为一样。一旦这种超级智能出现，人类的命运，是永生还是灭绝就不由自己掌控了。更关键的是，如果一个国家一旦拥有超级智能就不可能让第二个国家再拥有，并且也能轻易做到这点。这种第一就是唯一的技术可怕之处就在于所有国家，哪怕是有一丝可能都会力争第一个开发出超级智能，这种“军备竞赛”意味着一旦踏上这条路就只能一条路走到黑。这也意味着，超级智能如果有可能出现，就必然会出现。超级智能可能与核武器防御特性截然不同，是极具排他性的“独裁”技术。
技术想要什么？这是KK给我们提的一个很严肃的问题。在书中，卡普兰教授也提了一个类似严肃的问题，如果人类真的能够在太空中找到另一个栖息地（我们假设是火星），那么是机器人还是人类本身更适合在这样的环境中生存呢？答案也许不言而喻，人类短期内绝无可能进化出在外层空间的生存能力，但机器一定可以。进化的最终方向难道会是人工智能，而人类只是帮助其走向星际的一个短暂的帮手？这种可能性在今日看来正变得越来越大（绝不危言耸听），奇点到来后人类又将何去何从，被圈养也许还是不错的归宿。《人工智能时代》英文原版名为：Humans Need Not Apply，直译便是人还有用吗？人还有用吗？
当我们充分享受人工智能的红利时，我们也在被其所规训。人类是否必然会从奴役机器人到被机器人所圈养？在卡普兰教授看来，这种晦暗的结局恐怕难以避免。但在《与机器人共舞》作者马尔科夫看来也未必，如果我们能重新记起恩格尔巴特（鼠标发明者）的忠告：“以人文本”，这一切或许就能改变。这就要说到人工智能发展历程中一直以来的路线之争，究竟是AI（人工智能）还是IA（智能增强）。机器在与人的互动中究竟应该扮演怎样的角色，是替代人类，如同谷歌的无人汽车那样，还是辅助人类，如同苹果Siri那样？马尔科夫是坚决持IA立场的，虽然人由于种种缺陷会犯各种错误，但如果因此而让渡出控制权的话则可能带来更大灾难。在《玻璃笼子 : 计算机如何改变了我们》一书中，尼哥拉斯·卡尔教授分析了波音和空客两家飞机制造企业在设计智能驾驶系统时截然不同的理念，空客尽量让系统掌控飞行全过程，人仅仅参与起飞和降落的几分钟，其认为大多数空难都是人为造成的，减少人的因素则能避免错误发生；但波音则相反，其所有智能系统都是在辅助飞行员更好操作飞机，其更强调人的参与，在危机时刻能做出正确决策的是人的直觉反应而不是系统的死板程序。前者的理念更接近于AI，而后者理念则是IA，关于人工智能的“路线之争”真实体现在现实生活中。
从科幻回归真实，卡普兰探讨了人工智能发展所必然会面对的种种伦理困境，或许不久后我们都会遇到这些问题，不得不提早思考。机器人如果犯错是谁之责任？如何判断是受主人指使还是自发所为？该如何惩罚机器人？机器人是否应该拥有财产权？是否也应该考虑机器人的权利？是不是都好难回答。作者在书中将机器人（作者成为人造人）类比为一家公司（法人），如果企业犯法就罚没资产、严重的就关停，然后对企业拥有者在限度内进行追究，那对于机器人和其主人亦能如此，梳理清楚搞清楚主体与代理人之间的关系。但恐怕事情并不那么简单，如果机器人遇到“电车难题”又该如何处理呢？或者机器人在你的生命和陌生人生命之间如何选择（无人驾驶汽车就会遇到这样的问题）？再脑洞大开一下，如果未来商业竞争或者股票交易都是人工智能之间的竞争，那么我们能否找到总能赢得那个呢？但如果我们失败了我们能埋怨谁呢？我们正在让机器人拥有人类的智慧，同时也逼着我们理解机器人会如何思考，学会如何与其共处。机器人变得更像人，而人变得更像机器人，这种双向运动将把我们带往何处？
在书中，作者用很大篇幅讨论由于人工智能发展而导致的失业与贫富差距问题，这关系到几亿甚至几十亿人的生计问题再怎么强调都不为过。与《机器人时代》一书中的观点雷同，卡普兰教授也认为人工智能不仅会取代体力劳动者工作，更会让大量高收入白领失业，如果中产阶级逐渐消失，贫富差距将变得愈发严重，不可收拾。社会将被撕裂为两大群体，能够利用人工智能的人将不断累积财富，就如同今日的科技新贵们，而不能够利用人工智能则会工作不保，陷入赤贫，就如同今日欧美国家大量失业群体。那么究竟技术发展是否带来贫富差距，一直有着两派不同意见。如果从历史角度看，随着工业革命的发生，技术进步让人类生活质量变得更好，今天普通人或许比中世纪的国王贵族们享受更好的生活，有更长寿命；但从未来视角看，如今技术发展越来越有“赢家通吃”特征，这意味着技术进步会惠及越来越少的人群，产生新的“技术贵族”阶层。卡普兰提出的解决方法是全民持股再加上税收调节，如果企业拥有更多受益群体则能少缴税，反之如果仅有几个股东则需要多缴税。这种调节贫富差距方法或许比《21世纪资本论》中提出的征收“全球税“更为靠谱与可行。
好的著作不仅带来知识和观点更能启发人的思考，《人工智能时代》无疑就是这样一本书。以上所写仅是书中诸多精彩内容中个人颇有感悟的几点，扩展开来已有不小篇幅，足可见整本书宏大格局。卡普兰教授本身就是该领域内的权威，而这本书可谓厚积薄发，不仅从大历史维度来看待人工智能当下发展，更以旁人所不具备的伦理、哲思角度把问题谈深谈透，让人读下来有意犹未尽之感。