人類偏好人類，誇大了人類的能力，仿佛說人類無可替代，才是政治正確。
我們近日講起「All in AI」，引發很多朋友討論AI的問題。Al懷疑論者往往認為，AI做出來的東西不但易有幻覺，而且機械化、無創意、無深度、無感情、無道德，難以取代人類。
其實我在兩年前已經遇上同一個問題。在一個論壇上，我談到AI在教育方面的應用，有校長舉手發問，認為AI不能取代老師，因為老師對學生有情感，十分關心學生。我當時第一部分答案是，AI也可以調教到很有情感，表現出十分關懷學生。
第二部分我就反問這個校長，學校內真正很關心學生的老師，佔的比例是多少呢？他苦笑回答：「大約一成吧。」我就笑說：「如果關心學生是老師的關鍵條件，那麼九成的老師都可以被AI取代了。」我接著補充說：「學校比較保守，這件事在可見將來不會發生。」
現在的AI朝智能體的方向轉化，將來更會發展出自主學習的能力，智力恐怕比一般人高。將人類工作者和AI比較，有兩個維度值得關注。
第一、躺平
我們不能光看人類的好，也要想想人類的局限。我作為一個管理者，有太多親身的經歷。話說20多年前，我出任一個新聞集團的行政總裁，旗下多張報紙由我管理。我在年末和一張英文報紙的老外總編輯談下年度預算時，我問他：「你的報紙明年計劃銷量上升多少呢？」那時候那份報紙還是收費報章，那個老總露出一點錯愕的神色，說「報紙的銷量與他無關」。
我回敬他一個詫異的神色，我說：「市務推廣部門歸你管轄，報紙的銷量如果和你無關，那和誰有關呢？」他也一時間答不上來。我再補問：「哪你認為你最主要的工作是什麼呢？」他回答：「我做好新聞。」我再問：「做好新聞的標準是什麼呢？是爆獨家新聞還是獲得獎項？」我問他過去一年爆了多少獨家新聞，他也答不上來。我結果把他炒掉。如果用現在的術語，這位總編輯相當躺平。現在用幾個月時間訓練一個智能體總編輯，肯定比他好。所以老總能否被取代，關鍵看他的能力。如果能力欠奉或者有能力而不用，很容易被取代。
第二，偏見
很多高能的人類管理者，會有偏見。
可以講一個大老闆的故事。話說早前在一個飯局中，大家講起香港搞創科和發展北部都會區，一個大老闆對香港創科發展嗤之以鼻，認為政府想搞就由他去吧。他認為香港經濟發展的關鍵，是重新和美國改善關係，因為香港作為一個開放的自由市場，如果不能和美國搞好關係，香港無前途。
我忍不住反問：「現在不是香港不想和美國改善關係，是美國不想和香港改善關係。美國政府和政客仍然叫他們的基金不要去香港投資，我們一廂情願想和美國改善關係，這就是香港的出路嗎？」這個大老闆也是一個真心的愛國分子，但他有路徑依賴。過去幾十年，他親身經歷了香港和西方關係良好時的成功經驗，如今世界變了，美國要遏制中國，香港不能置身事外，他的思想還轉不過來。
這又讓我想起日本車被中國新能源車超越之路。在還不是太遠的2024年頭，日本豐田汽車會長豐田章男還在發表他看淡純電動車的言論，說純電動車永遠只會佔全球汽車市場銷量的30%，其餘的70%就由混能車、燃油車和氫能車來佔據。
豐田章男坦言自己是一個熱愛賽車和引擎聲浪的車迷，直言如果只能做新能源的交通工具而失去了內燃機的魅力，汽車將不再令人興奮。豐田章男同樣有路徑依賴，沉迷於豐田在燃油車的成功當中，白白錯過了電動車這個快速增長的市場。對引擎聲浪的沉迷，也形成一種決策偏見。
AI討論問題的時候，純粹客觀分析，比較少帶社會偏見。我問一個大語言模型：「香港搞北部都會區會成功嗎？」它回答：「這問題沒有簡單的成功或失敗的答案。北部都會區是香港歷來最龐大的發展計劃，成敗取決於在宏大的戰略藍圖與錯綜複雜的現實挑戰中尋找平衡。實情是目前的進展是戰略機遇與現實挑戰並存。」我覺得它對北都的判斷，比香港地產界的大老闆客觀。
如果人類工作者固守自己的舒適圈，有能力而不用；如果人類工作者的思維存在著路徑依賴，或西方價值先行，充滿偏見，對新趨勢麻木不仁，他們為何不能被AI智能體取代呢？
盧永雄
後記：我們搞AI電視台的其中一個定位，就是要劃破社會的偏見，認為北都十分重要，很大機會成功，所以十分有興趣作各種有關北都的報道，歡迎各級官員聯繫我們。
古希臘哲學家阿里士多德提出「第一性原則」（First Principle Thinking），即從系統中最基本的命題或原理出發，進行邏輯推理，以打破知識的壁壘，回歸事物的本源，尋找本質性的答案。用通俗一點說，就是放棄所有既定的假設和傳統的做法，從根本事實重新思考問題。
「第一性原則」這個哲學原理，被馬斯克發揚光大，得到廣泛的重視。但我們在日常思考中，如想尋求創新方法，很多時會用上類近的思考方式，我過去叫它做「還原基本步」。
這裡有一個小經驗可以分享。2005年，我在一個報業集團內設計一個新產品，想和當時非常火熱的《蘋果日報》競爭。《蘋果日報》用巨大的資本打造美輪美奐的報紙，高峰期光是娛樂版也有80版，豐富多彩，最高銷量大約20多萬份。
我們就思考，廣告客戶落廣告，主要是想針對數量較多的優質客戶群，真是要這樣不惜工本地用天量人手去堆疊內容嗎？有沒有其他方法呢？
結果我們決定用免費報紙去攻堅。《蘋果日報》賣20多萬份，我們計劃印80萬份，然後找調查公司做讀者調查，測算《蘋果日報》在每一個區的讀者構成，發現不同區域的《蘋果》高收入讀者群比例不同。我們就完全按蘋果的高收入讀者群的分佈比例，在18區的私人屋邨派發免費報紙，蘋果高收入讀者多的地區我們派多一點，少的我們派少一點。
結果非常成功，我們的免費報紙的高收入讀者人數是《蘋果》的150%。廣告客戶看著我們的讀者調查數字，也不能不信服，我們的確覆蓋了比《蘋果》更高更多的優質讀者，結果大量搶走《蘋果》的廣告。
時光流轉，到馬斯克做火箭的時候，他用「第一性原則」去思考商業模式就更加精彩了。馬斯克問的問題並不是「如何做更便宜的火箭」，而是「如何讓人類成為多星球物種，可以移民火星」，這决定了所有思考的底層邏輯。
我們可以分4層來拆解他的思考方式：
第一層、物理極限（還原問題的本質）
要移民火星就要將大量的人和物料運去外太空，傳統火箭太貴，因為當時典型火箭只能夠一次性使用。馬斯克就問物理學的終極答案：做火箭的物料究竟有多貴呢？結果發現將所有鋁合金、碳纖維等全部加起來，成本只佔火箭售價的2%，證明其餘98%是各種一次性的壟斷溢價。
在從零開始，推到軌道運輸的物理成本底線，就是：做火箭的材料折舊+燃料成本。既然飛機可以重複使用，火箭為什麼不可以重複使用呢？如果可以重複的話，材料折舊成本就會大量縮減。所以他第一步就將火箭還原為「可回收的飛行器」。
第二層，工程重構（推翻隱含假設）
傳統認為回收火箭會犧牲運力，但馬斯克用「第一性原則」追問：犧牲部分運力和成本暴增哪個更加致命？答案當然是成本了。於是他放棄最大化運力的思路，轉向最低成本加足夠運力，用27台小型引擎並聯，做出「獵鷹9號」火箭，代替昂貴的大型火箭引擎。
獵鷹9號的並聯引擎即使有幾台失效，最後仍然可以完成任務，這就是用冗餘的低成本設計，去取代極高可靠性的極品零件的高成本模式。
第三層、供應鏈降維（垂直整合）
傳統上美國太空總署和軍方供應商，單是買一個閥門都要幾十萬美元。馬斯克計算後，直接自建工廠生產70%以上的零件，就可以節省大量金錢。比如火箭的整流罩外部報價600萬美元，自造只需要200萬美元。這一步是將採購還原為自造。
第四層、規模效應（終極目標）
要登陸火星的星艦設計就更加極端，是用不鏽鋼代替昂貴的碳纖維，因為不鏽鋼低溫之後強度反而增加，焊接成本便宜。乍看用不鏽鋼是一種倒退，但按「第一性原則」計算單位質量到軌成本，用不鏽鋼單次發射成本降至200萬美元，運力卻是航天飛機的10倍。只有降到這個量級，才能支持每日發射星艦，達到大量移民火星的最終目標。
馬斯克的思考方式從來不問「可不可做到」，只問「物理上是否容許」。如果物理上是容許的，剩下就是時間和錢的問題。
這展示了一個殘酷的現實：絕大多數的行業慣性都是歷史慣性，而不是物理規律，等如有很多浪費。
國家推動「互聯網+」經濟戰略，各行各行都在思考發展Al行業模型。我們構思做一個24小時AI新聞台，也要打破行業慣性。如果用「第一性原則」思考AI新聞台，有幾個過程：
第一，還原新聞本質（物理極限）
傳統新聞台預設自己是內容生產者加播出管道，但如果按「第一性原則」去追問，觀眾真正要的是什麼呢？並不是24小時有人說話，而是在最短時間之內，用最簡單的方式，獲取最可靠的訊息，以輔助各種決策。
所以新聞台的物理底線是：事實+時效+可信度+公共責任，其他一切，包括新聞主播的妝容、片頭的音樂、記者在現場做一個「扒」告訴大家他在那裡、大量播出的背後人員，都是歷史慣性，或傳統技術局限的產物，並非觀眾對新聞需求的本質。
第二，推翻隱含假設（那些「必須」其實不必須）
傳統新聞界認為有很多「必須」，例如：A）必須有人類記者寫稿，但這個思維是錯的，這個行動本質是從信源到文本的轉化，AI不但在結構化數據上寫文章更快更準，在還有很多二手內容改寫（例如國際新聞、大陸新聞）都更精準；
B）必須有人類主播，這個假設也是錯的，主播的本質是資訊的口語化呈現，數字人主播同樣可以呈現。至於外貌，你要數字人有多好看，就可以有多好看；
C）必須有人類編輯全面把關，這個問題比較棘手，但本質首要是對内容的可信度校驗，可以拆解為交叉信源比對、來源的歷史信譽評分，再加可快速闢謠的算法，人類編輯只介入10%最難判斷的灰色地帶。另外對公共責任的價值判斷，也適宜由人類最後把關。
所以做AI電視台，不是問AI能做什麼，而是問如果今天從零開始創辦一個新聞台，沒有任何歷史包袱，它最精簡的形態是什麼？答案是一個新聞原材料供應鏈（事實API），加一個新聞質檢系統（可信度引擎），再加一個自然語言介面（使用者聽得懂的表述方式）。把握這3個方向，就可以繞過傳統電視新聞台的模式，做出全新的AI新聞台。這個AI新聞台由人類作最後的價值把關，並由尖端的人類工作者作深度報導，發掘有創意的獨特內容。
我們研發新聞業的AI行業模型，是一種行業的嘗試，其實各行各業都要運用「第一性原則」，重新思考整個行業的生產流程，研究是否可用更加少的成本，最後做出遠比現在強大的產品。
盧永雄
/wp-content/uploads/blogger/2016/08/11.jpg.webp)
