彼得泰尔的逆向创业观

泰尔还对人与机器的未来有一些思考，他推崇机器会成就和配合人，而非替代主义者吹捧或担心的那样，机器会取代人：

信息技术已经成为技术的同义词。深蓝打败世界象棋冠军，Watson打败Jennings，谷歌无人车已经行驶在加州的大道上。

媒体担心技术带来失业。但泰尔认为计算机只是为人类提供补充配合，而非替代。未来好的企业，靠的是更好地借势于人，而非将人排除在外。

人会为工作和资源竞争，但计算机不会。人对资源生活水平的期许都差不多，提升生活水平的期望一直存在，人们还会为了工作机会压低工资报价。

人和计算机的能力存在本质差异。人有动机，擅长在复杂环境下制定计划和决策，但数据量大时缺乏理解力。计算机恰好相反，擅长数据处理，但对于人很轻松的基本判断一筹莫展。谷歌通过扫描千万张照片，能够以75%的准确率识别猫，但四岁的小孩都能轻而易举做到。人和机器存在本质上的类别不同。

跟人做贸易带来的获益，甚至少于跟机器结合带来的利益提升。计算机只是工具，而非对手。计算机并不苛求奢侈品，他们要的只是基本电力。技术让我们逃离全球化带来的替代主义竞争。

Paypal在2000年度过dot.com泡沫后，遭遇的最大问题是每月上千万美元的信用卡欺诈。因为交易太多，没法一个个审查。于是他们组织了一群数学家研究这些欺诈交易，然后根据研究所得，编写自动化程序，实时去除欺诈交易。但对手们很快调整策略。Paypal随后采取了一种人机混合的策略，程序将可疑的交易找出来展示在很好的用户界面上，然后由人工审核。这个称谓Igor的系统，帮助paypal实现盈利。

正因为人机结合的价值，泰尔在出售paypal后，找到合伙人，用类似技术来搜索恐怖分子和金融诈骗。于是在2004年成立Palantir，到14年销售额达到10亿。美国的CIA主要靠高级特工，NSA主要靠超级电脑。Palantir倾向于结合二者。计算机并不能取代专家，只能帮助他们做得更好。

许多人忽略了互补的价值。这是因为在学校里，计算机系学生受的训练就是要取代人力。计算机科学家的目标也在此。

机器学习作为潮流词汇，激发的就是机器取代人的幻想。它的拥簇者相信只能喂足够多的数据，就能教会电脑干任何事。谷歌翻译并非懂得了语言，而是通过对大量语料数据进行统计分析，提取了一些模式。

大数据这个热词，也是鼓吹机器替代人。公司对数据的胃口越来越大，意味数据越多，价值越大。但大数据通常是噪音。计算机还不太擅长从多个数据源比较模式，或者解读复杂行为。这个还只能靠分析专家人的智慧。

我们被计算机一些小成就折服，却忽略了人依靠计算机辅助取得的大进步。Watson、深蓝、机器学习算法虽然很酷，但未来最有价值的公司肯定不是靠计算机单独解决问题，而是基于这样的发展路线：计算机能怎么帮助人解决复杂的问题。

替代主义者会聚焦于强人工智能，不知道未来会挽救还是毁灭人类。这种担心可能是22世纪的事，不确定的恐慌，不如对现在做更多确定性的计划。我们指望利用技术增强我们对自然的把控力，而非降低我们在生活中的地位。
 

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12]