具備技能的人類是我們統稱的「人才」。就人才而言，關鍵問題在於我們重視的是能夠做出更好決策的技能，這意味著在預測機器出現之前，這些技能包含了卓越的預測和判斷。機器預測的可用性引發了一個問題：人類能夠貢獻哪些特定技能。（本文節錄自《AI顛覆經濟學》一書，作者：阿杰・艾格拉瓦，約書亞‧格恩斯，阿維・高德法布，啟動文化出版，以下為摘文。）
在過去，很難將良好的人類決策與良好的預測和判斷分開，而預測機器則強調了人類判斷的技巧。
好消息是判斷必須來自人類。壞消息是這個人不一定是以前的判斷者。
AI 預測什麼時候才會真正改變誰是合適的判斷提供者呢？在許多情況下，AI 預測可能會鞏固目前做出決策的人才，這樣一來，他們就不會受到干擾。然而，對其他人來說，判斷在其他地方可能更有效。你應該尋找哪些因素用來判斷變革的方向？
如果提供判斷的最佳人選類型發生變化，預測和判斷的脫鉤可能會改變權力分布。某人的判斷變得更有價值，而其他人的判斷則變得較不具價值。
這不會發生在所有產業和每個情境中。在許多情況下，最近的 AI 發展不會影響決策。而在其他情況下，更好的預測將使公司改進現有的預測分析或逐步改進現有流程。
然而，有時候更好的預測意味著判斷的核心會發生變化。發生這種情況時，決策者會發生變化，權力也會重新分配。
AI將對判斷價值產生不同的影響，這取決於它是否部署於 AI 出現之前，便依賴預測進行決策的情況下。
(延伸閱讀│人工智慧發展快：國際金融公司啟動「AI財務顧問」經營客戶)
所有的計程車司機，在一天內任何時間都必須預測兩點之間的最快路線。例如，英國倫敦的計程車司機需要花三年時間學習「知識」學科，並在結束時接受測驗，以了解他們對街道名稱、建築物位置的記憶，以及一週中任何一天的某個時刻、選擇兩點之間最快路線的能力。因此，預測是這份工作的重要部分。
所以，當機器可以透過應用程式提供這些預測時，現有的計程車司機沒有改變，但所有其他司機現在都有機會應用自身判斷，依賴 AI 預測而不是自己的預測技能。
AI 擾亂了計程車產業，不是因為它改變了計程車司機判斷的價值，而是因為它提高了其他人判斷的價值，這些人現在可以為 Uber 和 Lyft（編按：美國僅次於 Uber 的第二大叫車公司）開車。預測擴大了可以開車接送乘客的司機範圍，因而改變誰可以做決策。
如果決策者的判斷價值因 AI 而提高，他們將保留權力；如果判斷價值降低，他們將失去權力。最終，這取決於決策效率。
如果擁有預測機器意味著擁有資訊、技能、獎勵機制和協調能力者會發生變化，那麼判斷的權力也會隨之改變。
(延伸閱讀│AI是「統計技術」的進步？經濟學家：人工智慧核心是「預測」)
