top of page

在不確定性中尋找更大回報

赫伯特.西蒙(Herbert Simon)為諾貝爾經濟學獎及圖靈獎得主,提出有限理性理論(Bounded Rationality)。他認為人類在決策時,受到有限的認知能力、時間和訊息的限制,決策者往往追求「滿意」而不是「最佳」的解決方案。讓我用以下例子解說一下。 四、風險(Risk)與不確定性(Uncertainty)的區別/抉擇: 假設有兩個盒子,盒子A裏有10個球:5個紅球和5個黑球。盒子B也有10個球,但你不知道有多少紅和黑。如果你閉着眼從其中一個盒子抽出一個紅球,你就贏了10元。你會選擇哪個盒子:A還是B?大多數人會選擇A。讓我們從頭再玩一次,使用完全相同的盒子。這次,如果你能抽出一個黑球,你就贏得10元。你現在會選擇哪個盒子?很可能你還繼續選擇A,但這是不合乎邏輯!在第一輪中,你選擇在盒子A裏抽,是認為盒子B裏的紅球比A更少(換言之,盒子B的黑球比A更多),若按道理來說,第二輪應該選擇B。其實你還是在選擇「確定性」,而放棄更多的可能性呢! 別擔心,你並不是唯一犯這個錯誤的人。這結果被稱為艾爾斯伯格悖論(Ellsberg Paradox),解釋我們傾向選擇已知概率(盒子A)而不是「未知」之數(盒子B),原因更多是人的天性。 在商業決策中,以上情況時常發生,我們可通過零售業的例子更好地體現。假設一位零售商面臨選擇採購兩種不同的商品。供應商A提供的是一款已知市場需求量和銷售歷史的商品,例如流行的運動鞋。考察過往銷售數據,零售商可以準確預測這款運動鞋未來一段時間內的銷售情況,這屬於低「風險」範疇,因為未來的銷售表現較為可預測。另一方面,供應商B提供一款全新的商品,例如剛剛推出的智能穿戴式減肥設備,市場上還沒有銷售紀錄或明確的消費者接受程度評估。選擇這種商品涉及到高度的「不確定性」。事實證明,你對不確定性的抗拒程度愈高,你抉擇時就傾向保守。 筆者想強調,特別在投資行業中,儘管存在不確定性,然而這些項目也可能帶來高回報。在創科產業裏,一些天使投資者就專門尋找這類機會。雖然不確定性非常高,但他們相信在不確定中會存在更大的機會和回報空間。

Recent Posts

See All
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
bottom of page