<p><img src="https://imageproxy.pbkrs.com/https://images.unsplash.com/photo-1454165804606-c3d57bc86b40/query-YXV0bz1mb3JtYXQmZml0PWNyb3AmaXhpZD1leUpoY0hCZmFXUWlPakV5TURkOSZpeGxpYj1yYi0xLjIuMSZxPTgwJnc9MTAwMA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="1000" height="667" original-src="https://imageproxy.pbkrs.com/https://images.unsplash.com/photo-1454165804606-c3d57bc86b40/query-YXV0bz1mb3JtYXQmZml0PWNyb3AmaXhpZD1leUpoY0hCZmFXUWlPakV5TURkOSZpeGxpYj1yYi0xLjIuMSZxPTgwJnc9MTAwMA"/></p>
<p>圖片來源：Unsplash</p>
<p>“沒有解決方案，只有權衡，” 托馬斯·索維爾寫道。AI 系統的實施需要反映許多決策中固有的困難權衡，並在最終決策中體現人類價值觀。</p>
<p>假設一個批發商的倉庫是在 50 年前佈局的，然後隨着空間需求的變化而不斷調整：新產品被引入，舊產品被淘汰，單個商品的銷售量增長或減少。倉庫一片混亂，但 AI 可以解決這個問題。一個 AI 驅動的工具將獲取所有待存儲產品的數據，包括尺寸、重量以及銷售量。AI 可能還會獲得一個貨架和物料處理選項的目錄，例如叉車和傳送帶。安全標準也會提供給系統。</p>
<p>這聽起來是一個很好的方法，但考慮到目標和權衡時就不那麼簡單了。</p>
<h3><strong>AI 決策中的資本 - 勞動權衡</strong></h3>
<p>人類必須決定 AI 應該被要求做什麼。倉庫重新設計的一個明顯目標可能是最小化人類搬運物品所花費的時間。但等等——AI 正在查看哪個倉庫設備目錄？可能有一個低預算的目錄或一個 Neiman-Marcus 的方案。資本成本和勞動成本之間總是存在權衡。關於資本支出的決策需要了解資本投資的使用壽命以及未來勞動成本的變化。選擇還會受到未來幾年物料處理技術可能改進的影響，例如機器人。在一個靜態的世界中，決策可能複雜但確定：輸入唯一決定輸出。但在一個變化的世界中，必須對技術的未來和勞動成本的前景做出一些判斷。這些判斷可能需要相當細緻，注意到機器人叉車和滾筒軌道之間價格軌跡的差異。</p>
<p>資本和勞動支出之間的這種權衡發生在許多領域：快餐店的自助點餐機、健康診所的在線預約管理、代替警察的紅燈攝像頭。如果利率較低，更多的自動化是合理的——但仍然依賴於對未來勞動成本的預測。我們習慣於工資水平上升，但 AI 會否減少對勞動的需求，以至於未來人類工人實際上會更便宜？我們可以要求 AI 系統預測技術發展和未來勞動成本，但不應期待完美。關鍵的商業判斷仍然需要人類的判斷。</p>
<h3><strong>AI 決策中的當前需求與靈活性權衡</strong></h3>
<p>許多商業系統和幾乎任何物理結構的設計都有另一個權衡：滿足當前需求的效率與變更的靈活性。那個倉庫需要適應新產品、新的銷售量以及可能不同的交付和發貨模式。一個為今天優化的系統可能在改變時代價高昂。</p>
<p>AI 可以通過回顧過去來幫助開發未來變化分析的信息。新產品添加和舊產品淘汰的頻率是多少？是否有向更重的箱子發展的趨勢？但這些都是 AI 無法完美預測的。一個 AI 模型可能在預測方面比人類更出色，但人類在做出重大商業決策時應保持謹慎。</p>
<p>同樣，這種權衡適用於許多商業流程決策。如果我們將企業客户的營銷與小企業的營銷分開，我們是否希望永遠維持這個決定？如果不，那麼改變會很困難嗎？如果我們停止從州立大學招聘工程師，明年再回到他們的招聘會上會很困難嗎？</p>
<p>AI 系統可以優化許多功能，但適應變化的難易程度必須是任何決策的一部分。這需要對未來想要變更的可能性和實施變更的成本進行判斷。</p>
<h3><strong>AI 決策中的安全權衡</strong></h3>
<p>倉庫示例建議為 AI 系統提供安全要求。在許多操作中，安全標準是由政府監管機構或行業協會制定的，或者至少是行業內的普遍做法。超越通常標準是否有意義？</p>
<p>在特定情況下，工作場所的事故可能通過更高成本的設計來減少。公司願意為減少傷害支付多少？這可能基於醫療費用和缺勤時間的美元計算。美國公司在工人賠償制度下可以從其保險公司獲得事故成本的概念。但數字計算無法涵蓋受傷者的痛苦，也無法涵蓋目睹工作場所傷害後其他員工的恐懼。公司的價值觀和文化也會發揮作用。</p>
<p>工作場所安全很快就會浮現在腦海中，但消費者產品安全也值得關注。數據安全超越了美元計算，還包括客户滿意度——在他們的數據被黑客攻擊後，客户滿意度會下降。</p>
<h3><strong>權衡與價值觀</strong></h3>
<p>許多重要決策的中心都是人類價值觀的權衡。喜劇視頻系列《謀殺機器人》中，一個機器人對人類因羣體忠誠而冒個人風險感到困惑。但這正是我們人類所做的。我們關心他人：他們的福祉、他們的安全、他們的感受。當人類價值觀發揮作用時，人類必須主導選擇。AI 可以幫助我們理解權衡，但最終人們必須做出關鍵決策。</p>
<hr/>
<p><em>更多來自此作者的文章：</em></p>
<p>2026 年經濟預測：增長將抵禦放緩擔憂</p>
<p>知識勝過權力：領導者需要的創新秘密</p>
<p>AI 泡沫還是商業革命？重要的商業洞察</p>

<p>這篇文章討論了人工智能與人類判斷在戰略商業決策中的結合，特別是在倉庫管理方面。它強調了資本與勞動力成本之間的權衡、當前需求與未來靈活性之間的關係，以及安全考慮。雖然人工智能可以優化運營，但人類的監督對於做出反映公司價值觀並適應變化環境的細緻決策至關重要。文章強調了在預測技術和勞動力成本時需要謹慎判斷的重要性，以及在效率與適應未來變化能力之間保持平衡的重要性</p>

<p><img src="https://imageproxy.pbkrs.com/https://images.unsplash.com/photo-1454165804606-c3d57bc86b40/query-YXV0bz1mb3JtYXQmZml0PWNyb3AmaXhpZD1leUpoY0hCZmFXUWlPakV5TURkOSZpeGxpYj1yYi0xLjIuMSZxPTgwJnc9MTAwMA" alt="" original-src="https://images.unsplash.com/photo-1454165804606-c3d57bc86b40?ixlib=rb-1.2.1&amp;ixid=eyJhcHBfaWQiOjEyMDd9&amp;auto=format&amp;fit=crop&amp;w=1000&amp;q=80"/></p>
<p>Image Source: Unsplash</p>
<div class="lb-trans"><p>圖片來源：Unsplash</p>
</div><p>“There are no solutions, only tradeoffs,” Thomas Sowell wrote. Implementation of AI systems needs to reflect the difficult tradeoffs inherent in many decisions, with human values reflected in final decisions.</p>
<div class="lb-trans"><p>“沒有解決方案，只有權衡，” 托馬斯·索維爾寫道。AI 系統的實施需要反映許多決策中固有的困難權衡，並在最終決策中體現人類價值觀。</p>
</div><p>Let’s say a wholesaler’s warehouse was laid out 50 years ago, then adjusted now and then as space needs changed: new products were introduced, old ones discontinued and sales volumes for individual items grew or shrank. The warehouse is a mess, but AI can fix that. An AI-powered tool will be fed data on all of the products to be stored, including sizes and weights as well as sales volumes. The AI will probably also be given a catalog of shelving and material handling options, such as fork lifts and conveyor belts. Safety standards would also be provided to the system.</p>
<div class="lb-trans"><p>假設一個批發商的倉庫是在 50 年前佈局的，然後隨着空間需求的變化而不斷調整：新產品被引入，舊產品被淘汰，單個商品的銷售量增長或減少。倉庫一片混亂，但 AI 可以解決這個問題。一個 AI 驅動的工具將獲取所有待存儲產品的數據，包括尺寸、重量以及銷售量。AI 可能還會獲得一個貨架和物料處理選項的目錄，例如叉車和傳送帶。安全標準也會提供給系統。</p>
</div><p>This sounds like a great approach until one considers goals and tradeoffs.</p>
<div class="lb-trans"><p>這聽起來是一個很好的方法，但考慮到目標和權衡時就不那麼簡單了。</p>
</div><h3><strong>Capital-Labor Tradeoffs In AI Decisions</strong></h3>
<div class="lb-trans"><h3><strong>AI 決策中的資本 - 勞動權衡</strong></h3>
</div><p>Humans have to decide what the AI should be asked to do. One obvious goal for the warehouse redesign might be to minimize human time spent moving things. But hold on—what warehouse fixtures catalog is the AI looking at? There might be a low-budget catalogue or a Neiman-Marcus approach. There’s always a tradeoff between capital costs and labor costs. The decision on capital expenditures needs information on how long the capital investment will last and how labor costs will change in the future. The choice will also be influenced by likely improvements in material handling technology in the coming years, such as robots. In a static world, the decision may be complex but deterministic: the inputs uniquely determine the output. But in a changing world, some judgment must be made about the future of technology and the outlook for labor costs. And the judgments may have be fairly granular, noting the difference in price trajectory between robotic forklifts and roller tracks.</p>
<div class="lb-trans"><p>人類必須決定 AI 應該被要求做什麼。倉庫重新設計的一個明顯目標可能是最小化人類搬運物品所花費的時間。但等等——AI 正在查看哪個倉庫設備目錄？可能有一個低預算的目錄或一個 Neiman-Marcus 的方案。資本成本和勞動成本之間總是存在權衡。關於資本支出的決策需要了解資本投資的使用壽命以及未來勞動成本的變化。選擇還會受到未來幾年物料處理技術可能改進的影響，例如機器人。在一個靜態的世界中，決策可能複雜但確定：輸入唯一決定輸出。但在一個變化的世界中，必須對技術的未來和勞動成本的前景做出一些判斷。這些判斷可能需要相當細緻，注意到機器人叉車和滾筒軌道之間價格軌跡的差異。</p>
</div><p>This tradeoff between capital and labor spending occurs in many areas: order kiosks in a fast food restaurant, online appointment management at a health clinic, red light cameras in lieu of police officers. If interest rates are low, more automation is justified—but still dependent on a forecast of future labor costs. We are used to wage rates rising, but will AI reduce demand for labor so much that human workers will actually be cheaper in the future? We can ask an AI system to forecast technological development and future labor costs, but we should not expect perfection. Human judgment will be needed for critical business judgments.</p>
<div class="lb-trans"><p>資本和勞動支出之間的這種權衡發生在許多領域：快餐店的自助點餐機、健康診所的在線預約管理、代替警察的紅燈攝像頭。如果利率較低，更多的自動化是合理的——但仍然依賴於對未來勞動成本的預測。我們習慣於工資水平上升，但 AI 會否減少對勞動的需求，以至於未來人類工人實際上會更便宜？我們可以要求 AI 系統預測技術發展和未來勞動成本，但不應期待完美。關鍵的商業判斷仍然需要人類的判斷。</p>
</div><h3><strong>Current Needs Versus Flexibility Tradeoffs In AI Decisions</strong></h3>
<div class="lb-trans"><h3><strong>AI 決策中的當前需求與靈活性權衡</strong></h3>
</div><p>Designs of many business systems and almost any physical structure have another tradeoff: efficiency in meeting current needs versus flexibility for change. That warehouse will need to accommodate new products, new sales volumes and possibly different patterns of deliveries and shipments. A system optimized for today may be costly to change.</p>
<div class="lb-trans"><p>許多商業系統和幾乎任何物理結構的設計都有另一個權衡：滿足當前需求的效率與變更的靈活性。那個倉庫需要適應新產品、新的銷售量以及可能不同的交付和發貨模式。一個為今天優化的系統可能在改變時代價高昂。</p>
</div><p>AI can help develop information for analysis of future change by looking at the past. How frequently are new products added and old ones discontinued? Is there a trend toward heavier boxes? But these are predictions that AI will not make perfectly. An AI model may come to be better at predictions than humans, but humans should be cautious about turning major business decisions over to the AI.</p>
<div class="lb-trans"><p>AI 可以通過回顧過去來幫助開發未來變化分析的信息。新產品添加和舊產品淘汰的頻率是多少？是否有向更重的箱子發展的趨勢？但這些都是 AI 無法完美預測的。一個 AI 模型可能在預測方面比人類更出色，但人類在做出重大商業決策時應保持謹慎。</p>
</div><p>Again, this tradeoff applies to many business process decisions. If we separate marketing to enterprise clients from marketing to small businesses, will we want to live with that decision forever? If not, will it be hard to change? If we stop recruiting engineers from State U, will it be hard to get back into their job fair next year?</p>
<div class="lb-trans"><p>同樣，這種權衡適用於許多商業流程決策。如果我們將企業客户的營銷與小企業的營銷分開，我們是否希望永遠維持這個決定？如果不，那麼改變會很困難嗎？如果我們停止從州立大學招聘工程師，明年再回到他們的招聘會上會很困難嗎？</p>
</div><p>AI systems can optimize many functions, but how easy to adapt to changing circumstances must be part of any decision. And that requires a judgement about both the likelihood of wanting a change in the future and the cost of implementing a change.</p>
<div class="lb-trans"><p>AI 系統可以優化許多功能，但適應變化的難易程度必須是任何決策的一部分。這需要對未來想要變更的可能性和實施變更的成本進行判斷。</p>
</div><h3><strong>Safety Tradeoffs In AI Decisions</strong></h3>
<div class="lb-trans"><h3><strong>AI 決策中的安全權衡</strong></h3>
</div><p>The warehouse example suggested providing the AI system with safety requirements. In many operations, safety standards are created by government regulators or trade associations, or at least by common practice within an industry. Would it ever make sense to go beyond the usual standards?</p>
<div class="lb-trans"><p>倉庫示例建議為 AI 系統提供安全要求。在許多操作中，安全標準是由政府監管機構或行業協會制定的，或者至少是行業內的普遍做法。超越通常標準是否有意義？</p>
</div><p>On-the-job accidents in a particular situation might be reduced by a higher-cost design. How much is the company willing to pay to reduce injuries? There could be a dollars-and-cents calculation based on medical costs and out-of-work time. American companies under the workers’ compensation system can get an idea of the cost of accidents from their insurer. But a numerical computation won’t cover the pain to the injured person nor the fear that other employees may have after witnessing a workplace injury. The company’s values and culture come into play.</p>
<div class="lb-trans"><p>在特定情況下，工作場所的事故可能通過更高成本的設計來減少。公司願意為減少傷害支付多少？這可能基於醫療費用和缺勤時間的美元計算。美國公司在工人賠償制度下可以從其保險公司獲得事故成本的概念。但數字計算無法涵蓋受傷者的痛苦，也無法涵蓋目睹工作場所傷害後其他員工的恐懼。公司的價值觀和文化也會發揮作用。</p>
</div><p>On-the-job safety comes to mind quickly, but consumer product safety merits attention. Data security goes beyond the dollars-and-cents calculus to include customer satisfaction—which will drop after their data are hacked.</p>
<div class="lb-trans"><p>工作場所安全很快就會浮現在腦海中，但消費者產品安全也值得關注。數據安全超越了美元計算，還包括客户滿意度——在他們的數據被黑客攻擊後，客户滿意度會下降。</p>
</div><h3><strong>Tradeoffs And Values</strong></h3>
<div class="lb-trans"><h3><strong>權衡與價值觀</strong></h3>
</div><p>Many important decisions have human values at the center of the tradeoff. The comedy video series Murderbot has a robot puzzled by humans taking personal risks out of group loyalty. But that’s something that we humans do. We care about others: their welfare, their safety, their feelings. When human values come into play, humans must drive the choices. AI can help us understand the tradeoffs, but ultimately people must make the critical decisions.</p>
<div class="lb-trans"><p>許多重要決策的中心都是人類價值觀的權衡。喜劇視頻系列《謀殺機器人》中，一個機器人對人類因羣體忠誠而冒個人風險感到困惑。但這正是我們人類所做的。我們關心他人：他們的福祉、他們的安全、他們的感受。當人類價值觀發揮作用時，人類必須主導選擇。AI 可以幫助我們理解權衡，但最終人們必須做出關鍵決策。</p>
</div><hr/>
<div class="lb-trans"><hr/>
</div><p><em>More By This Author:</em></p>
<div class="lb-trans"><p><em>更多來自此作者的文章：</em></p>
</div><p>Economic Forecast 2026: Growth Will Defy Slowdown Fears</p>
<div class="lb-trans"><p>2026 年經濟預測：增長將抵禦放緩擔憂</p>
</div><p>Knowledge Trumps Power: The Innovation Secret Leaders Need</p>
<div class="lb-trans"><p>知識勝過權力：領導者需要的創新秘密</p>
</div><p>AI Bubble Or Business Revolution? Essential Business Insights</p>
<div class="lb-trans"><p>AI 泡沫還是商業革命？重要的商業洞察</p>
</div>

將人工智能與人類判斷相結合以進行戰略商業決策