かつてはコンピュータでは難しいと考えられていたタスクの多くが、今では日常的に行われています。 クレジットカード番号を転写するかどうか エスプレッソを淹れる、私たちは毎日人工知能のサービスを受けています。 無人運転車でありながら、 街中を車に乗せてくれる これが新たな常態であり、強力な言語モデルの突然の出現により、 Eメールの作成, 論文を書く、さらに 試験に合格 は他の疑問を提起しました。
AI を使って経済を計画するのはどうでしょうか? AIにはそれができるでしょうか? それは可能ですか? そう言う人もいます。 世界経済フォーラムが発表した ビデオ について経済の衰退」 動画によれば、経済成長が逆転するにつれ、AIがどの産業を最初に排除すべきかを決定する可能性があるという。 @rokomijic、自称「AIは皆を殺すわけではない主義者」は、AIが市場よりも優れた経済システムを計画できる可能性があることを示唆しています。 同じツイッタースレッドのコメント投稿者は、ボリシェヴィキがコンピューターを持っていたら共産主義は成功したかもしれないと考えている。
高度な AI は新しいものですが、コンピューターが経済の中枢計画を行うことができるという考えはそうではありません。 これは、ほぼ 100 年前に「」の一環として初めて提案されました。社会主義計算論争」 これは、中央所有および中央計画経済の可能性をめぐる経済学の分野における歴史的な論争でした。
オーストリアの経済学者 ルートヴィヒ・フォン・ミーゼス で論争を開始した 1920紙 そこで彼は、資本財の市場がなければ、単一の集中機関がすべての生産資産の合理的な使用を決定することはできないと主張した。 現代の経済システムには膨大な資本財が蓄積されています。 これらの生産資産には代替用途が多数あるため、どちらを使用するかを決定するには合理的な根拠が必要です。 比較するには、コストと結果を考慮して、代替案を単一の共通の尺度に絞り込む必要があります。
市場経済では、費用と収益の一般的な尺度は貨幣価格です。 複数の民間企業がそれぞれの生産資産を自社のビジネスにどのように貢献するかに基づいて個別に評価しているため、価格は代替用途の価値を反映しています。 企業間の競争入札プロセスにより、各資産の最大限の活用を反映した価格が決定されます。
価格はすべて金額単位であるため、各選択肢を単一の正味金額に減らすことができます。 純額がプラスの場合は利益、マイナスの場合は損失です。 利益は、少ない資金でより多くのことを行う機会を見つけることができる企業によって得られます。 市場経済では、起業家は将来の市場価格を予測して、何を生産するかを計画します。
ミーゼスはこの比較プロセスを「経済計算」と呼びました。 社会主義は私有資本財を持たない経済システムです。 生産資源は国家が集中的に所有している。 独立した個人所有者が互いに入札しなければ、競争は存在しないため、市場価格も利益も損失もありません。 生産性資産の代替用途の選択は、純粋に管理プロセスになります。
ミーゼスによれば、この問題は行政的には解決できず、全く解決策が残されていない。 すべての資本財の単一の所有者には、ある選択肢を別の選択肢よりも選択する合理的な根拠がありません。 ある最終商品セットが他の最終商品よりも消費者のニーズをよりよく満たしているかどうかを知る方法はありません。
また、サプライチェーンの中間段階で、生産を進めるために適切な量の部品や原材料が適切なタイミングと場所で提供されることを保証する手段もありません。 部品が多すぎると、資源が無駄になってしまいます。 少なすぎると、部品、労働力、またはその他の重要なリソースが不足するため、後続の段階を進めることができなくなります。
コンピューターは数学的な計算を行うことができます。 それは常に真実でした。 コンピューター、またはおそらくいくつかの大型コンピューターは、妥当な時間内に非常に多くの方程式を解くことができます。 経済計算に関する議論は 1920 年に始まり、1950 年頃まで続きました。現代のコンピューターはその時代の始まりには存在していませんでしたが、終わり近くに登場し始めました。 1950 年には広く使用されていませんでしたが、その能力は明らかでした。
ポーランド語 経済学者オスカー・ランゲ 中央プランナーは民間市場を使わずにリソースを割り当てることを提案した。 彼のアイデアは、価格システムの数学モデルを使用して市場をシミュレートすることでした。 当時の経済学者は、と呼ばれる方程式系を開発しました。 一般均衡理論。 これらの方程式は、消費者の好みを考慮して、単一時点での既存のすべてのリソースの最適な使用を表します。 市場が方程式を「解く」ことができるのであれば、なぜ社会主義は方程式を同様に解くことができないのでしょうか? ランゲ偶数 市場経済を考えた 「粗製コンピュータ」として。 すべてがランゲの予想通りに機能した場合、コンピュータは経済計算に使用される価格を計算できるでしょう。
市場経済を計算の問題に還元できるなら、はい、コンピューターがそれを解決できるでしょう。 しかし、このように問題を定義することは、還元的な動きでした。 そうすることで、問題は存在しないと定義されました。 何 FAハイエク氏は「経済問題」と呼ぶ 計算問題ではありません。 それは、最も重要な目的を達成するために、希少な手段を節約するという問題です。
したがって、社会の経済問題は、単に「与えられた」リソースをどのように割り当てるかという問題ではありません。「与えられた」とは、これらの「データ」によって設定された問題を意図的に解決する単一の心に与えられたことを意味すると解釈されます。 それはむしろ、社会の構成員の誰もが知っている資源を、その相対的な重要性をその人々だけが知っている目的のためにどのようにして最大限に活用するかを確保するかという問題である。 あるいは、簡単に言えば、それは誰にもその全体が与えられていない知識の活用の問題です。
経済システムの目的は生産です。 社会主義は、中央で計画されたシステムではなく、中央が所有するシステムとしてより正確に説明されます。 現在の問題は、投入量を計算できるかどうかではありません。 問題は、中央管理システムがその過程でより貴重な資産を消費することなく商品やサービスを生産できるかどうかでした。 それには価格と計算が必要です。
均衡価格の問題に焦点を当てることにより、社会主義討論チームは問題を生産から計算まで大幅に絞り込んだ。 この議論全体が計画に関する議論として記憶されています。 計画の範囲は、既知の生産方法を前提として、出力に変換される入力の量を決定することに限定されていました。
時間がかかるものと同様、生産には計画が必要です。 最終結果である生産には、計画と実行の両方が必要です。 社会主義システムで使用される投入量の計算に固執することで、実行ステップが無視されます。 また、この XNUMX つは完全に分離しているわけでもありません。 計画と実行の境界は透過的です。 一部のステップは純粋にどちらか一方に当てはまりますが、ビジネスで行われる多くのことはその中間に当てはまります。 プロデューサーは、実行中に計画を改良し、状況の変化に応じて計画を修正します。 計画はビジネスを開始するのに十分な自信を与えますが、完了するには計画以上のものが必要です。
インプットとアウトプットの量からなるいわゆる「計画」を考慮すると、社会主義社会は依然として何も生産する能力を持たないでしょう。 経済学者FAハイエクとして 観測された量を計算したら、「主要なタスクを解決するための最初のステップにすぎません。 資料が収集されたら、それが示唆する具体的な決定を下す必要があるでしょう。」
経済的生産は、ほとんどの場合、水分子の生成に 2H と XNUMX 個の O が必要な化学ではありません。 製品とそれを作成するために使用される製造方法の両方には、多くの可能なバリエーションが存在します。 現代の自動車には、大量の鋼鉄、亜鉛、マンガン、ナット、ボルト、プラスチック、その他の材料や部品が含まれています。 しかしある時、 車は木でできていました この 可能性はあり続けます。 一部の選択は、企業が供給品を発注した後の早い段階で行われます。 機械が工場現場に導入された場合、方針を変更すると非常にコストがかかります。 その時点で、計画が変更された場合、企業はマシンで損失を被る可能性があります。
コストと製品の品質に影響を与えるその他の多くの決定が毎日行われます。 多くの決定は事前に計画することができず、実行中に対処する必要があります。 市場価格を使用した代替案の比較は、計画から実行まで継続されます。 生産が進むにつれて、大小を問わず多くの意思決定において、以前のバージョンの計画と同じように、競争力のある価格システムを考慮する必要があります。
建設プロジェクトは、家を建てるのに必要な資材の量をおおよそ知っていますが、監督者は、建物が適切に建設されるように、作業員を組織し、毎日の労働を指揮しなければなりません。 異常気象、乾式壁の不足、または予期しない土壌の状態を考慮する必要があります。 作業スタッフが不足している場合、その日に利用できる限られた労働力の供給を節約する最善の方法は何でしょうか? 大人数を必要としない業務は少数の乗組員で進めるべきでしょうか、それとも臨時職員を雇うべきなのでしょうか? 希望する建設資材が不足している場合、建設を中止するか、より品質の低い代替品を使用する必要がありますか?
生産が進むにつれて、途中で一部のコストが支払われ、残るコストが少なくなるため、完成までの残りのコストは減少する傾向があります。 ただし、市場の状況が当初の想定から大きく離れている場合は、進行中の作業を放棄した方が、プロジェクトを完了するよりも損失が少なくなります。 立ち去ることが最善のことかもしれない。 大都市では、部分的に完成したオフィスビルを見かけることがあります。 当初の計画は完了していませんでした。 なぜ? 不動産開発業者はコストを過小評価したために資金が不足している可能性があります。 あるいは、オフィスビル価格の下落により、建設を完了することが経済的に意味がなくなった。
企業内での生産には、管理されたものと価格主導のものが混在しています。 同社はある程度、集中モデル、つまり社会主義がシステム全体で機能するべきであると考える社会主義者の考え方に基づいて取り組んでいる。 人々は何をすべきかを指示され、リソースが積み込みドックから部門に送られます。 通常、同じ会社の各部門が、注文に応じる機会を求めて互いに入札することはありません。 しかし、事業計画はある程度までしか詳細に書かれていません。 その過程でさらに多くの決定を下す必要があります。 多くの場合、市場価格がこれらの選択の決定要因になります。
ほとんどの仕事では、従業員は使用する消耗品や設備のコストを大まかに把握する必要があります。 一般従業員は、多くの場合、どの消耗品をより自由に使用してもよいか (より多く使用すると役立つ場合)、および必要に応じてどの消耗品をより慎重に使用する必要があるかを決定することがよくあります。 バリスタが追加のコーヒーフィルターを使用するのにかかる費用はごくわずかですが、100ポンドのプライムカットステーキは腐敗を避けるために冷蔵する必要があります。 テクノロジーのスタートアップでは、新製品を市場に投入することにかかる価値が他のコストをすぐに上回ります。 そのような状況では、「速く動き、物を壊す”というのは正しい判断です。 航空機や医療技術などの重要な機器をソフトウェアで操作する場合、事故のコストが非常に高いため、大規模な (そして費用のかかる) テストが必要になります。
最良または最も効率的な生産方法は、純粋に技術的な問題ではありません。 計算で完全に解決することはできません。 代替品のコストは異なる方法で評価される必要があるため、生産方法は市場価格とのみ比較できます。 多くの業界でベストプラクティスが確立されています。 同じ業界の企業は、これまでの試みの履歴に基づいて、何がうまくいくかを学びます。 その過程で、多くのことがうまくいかず、その結果損失を被りました。 成功した生産方法はコストの削減や製品の改善につながり、初期導入者の利益に貢献します。
生産方法は単に企業の経営者に与えられるものではありません。 起業家には何か違うことに挑戦する自由があるため、改善がもたらされました。 もし社会主義の工場管理者に投入物と必要な生産物のリストが与えられたとしたら、彼らは市場経済における資本主義的管理と同じ立場にはならないだろう。 彼らには、生産方法の選択や、途中で何をどのように節約するかについて多くの決定を下す際の指針となる価格がありません。
生産の実行における知性、スキル、意思決定の貢献は多大です。 一部のタスクは、AI などのソフトウェアに委任できます。 しかし、人間の意思決定には、簡単に捉えられてしまう側面もあります。 ハイエクはこう指摘した 特殊な業界では、「[知識と呼ばれるものの]ほとんどは、個々のエンジニアが新たな状況に直面するとすぐに新しい解決策を見つけることを可能にする思考技術で構成されています。」 産業システムの修理や運用を行う一部の仕事は、ほぼ独占的に、予期せぬ問題を合理的な時間内に解決する実務者の能力によって定義されます。
私たちは、生産には計画と実行が含まれることを確立しました。 AI はどちらでも役に立てるでしょうか? はい、確かにそれは可能です。 企業内のプロセスを測定し、そのデータを AI のトレーニングに使用できれば、あることをうまく実行するように、また他のことを十分にうまく実行するようにソフトウェアを学習させることができます。 時間の経過とともに、ある分野における人間のスキルが強化されたり、コンピューターに置き換えられたりする可能性があります。
強化された AI 機能がすぐに利用できるようになると、それらは有料で市場に提供されるようになります。 経済計算のルールに基づいて、AI、ロボット、コンピューターが人間の労働に取って代わるでしょう。 現在、すべての企業がサプライ チェーンの自動化と決済プロセッサを使用しているのと同じように、成功する選択は業界全体のベスト プラクティスとなるでしょう。 これらのイノベーションが広く採用されると、ほとんどの企業に同様のメリットがもたらされ、もはや競合他社との差別化はできなくなります。
しかし、労働力を機械に置き換えることは、必ずしもコストの削減を意味するわけではありません。 人間を AI に置き換える決定には、他の代替案の選択と同じ経済計算ルールが適用されます。 マシンがコストを削減するか収益を増加させるかは、マシンの機能とコストによって異なります。 ソフトウェアの導入は無料ではありません。 すべてのテクノロジーと同様に、AI にも値札がかかります。
企業は、合理的な場合とそうでない場合に AI を導入します。 私は、人間と話すよりも音声認識システムと話すほうがひどい経験をすることがよくあります。 クレジットカード発行会社に費用がかかる 通話あたり最大 5 ドル 顧客サービスを提供する人を雇うこと。 この費用は何らかの形で私に渡されなければなりません。 より良い体験を得るために、さらに 5 ドル払ってもよろしいでしょうか? 私は高い費用よりも悪い経験を好むかもしれません。
今、私たちは次のことを尋ねる段階に来ています。 大規模な言語モデル ChatGPT のようなもの、それとも最近の AI の進歩により、社会主義プロジェクトが計算不能から救われるのでしょうか? 前回の答えは「ノー」でした。 今日? それほど多くはありません。 AI は特殊なタスクを実行できます。 しかし、AI が起業家に取って代わることはできません。
LLM のトレーニングは、入力内のすべての言語サンプルの統計的平均のようなものです。 これにより、LLM はプロンプトに対して一貫した応答を生成できるようになります。 ChatGPT は、平均的なインターネット ライターがトピックについて考えていることの概要を提供します。 これは、さまざまな用途に十分役立ちます。 iPhone の設定を変更する方法を知りたければ、ChatGPT は広く知られているため、それを教えてくれます。
青銅器時代の変態として 説明して:
今AIと呼ばれるものは良いと思います。 これは実際には知性ではなく、「標準的なシミュレーター」と考えてください。 内容のない言語の模倣とルールの適用は、すでに正常な精神を表しています。
市場は、企業の異なる知識、スキル、経営陣の視点、リーダーシップによって動かされます。 市場価格の形成プロセスは一種のコンセンサスです。 入札プロセスを通じて、価格がわかります。 入札プロセスでは、どの企業が特定の資産を管理するかも決定されます。 各購入者は、資産に対して独自の特定の用途を持っています。
起業家は普通の存在ではありません。 起業家が成功するか失敗するかは、競合他社との差別化によって決まります。 希少な労働力や資本財の入札プロセスに成功した買い手は、資産に対して多少の金額を払っても構わないと考えます。 最高入札者は、なぜ特定の資産が、それほどの金額を提示しようとしない他の企業よりも自分のビジネスにとってより価値があるのかを理解できます。 石油とガスの億万長者であり、ダラス・カウボーイズのオーナーであるジェリー・ジョーンズは、これを次のように述べています。 高品質の資産に対する「過剰な支払い」。 しかし、それは、過小評価されているために格安で売られている労働者や資産の雇用を見つけることを意味する場合もあります。 この起業家は、XNUMX か月間賃貸されていない倉庫をヨガ スタジオとして再利用できると考えています。
起業家は、生産を指揮することで利益を得る能力を XNUMX 人の人間に結集させます。 「既存の資産を活用して商品やサービスを生み出す」ことは、誰でもできる、あるいはできることではありません。 AI を訓練できる「経済全体の計画」に関するデータはありません。 企業は計画を立て、個人も計画を立てますが、生産には民間企業のすべての計画とすべての実行が相互作用する必要があります。
起業家は、計算、計画、実行のいずれかの段階で失敗した場合、損失のリスクを受け入れます。 市場経済は、生産を個人の利益または損失の発生と結びつけます。 人間は、自分自身や家族、あるいは思い描く将来を養うために、事業を始めたり、投資したりします。
人生において時間を有意義に使うには、過去から現在まで意識を継続することが必要です。 各ビジネスには、製品やサービスの作成に必要な時間に応じて、利益を獲得するまでに必要な独自の期間があります。 現在の世代の AI には、時間を超える意識はありません。 彼らは質問されるとある程度のコンピューティング能力を起動し、会話が完了するとそれを破棄します。 彼らには、過去、現在、未来を単一のタイムラインに結び付ける継続的な存在や目的はありません。
専門的なことを行う人々から収集されたデータが実証されている場合、AI は専門的なことを行うように訓練できます。 たとえば、探査地質学者は、 すでにAIを使用しています 鉱床の発見につながる可能性のある掘削ターゲットを特定します。 企業経営におけるその他の多くの詳細は、部分的または完全に自動化することも、AI で支援することもできます。
AI にできないことは、起業家が持つ専門スキルをすべて XNUMX つのエンティティに組み込むことです。 計算し、計画し、実行する能力、損得を個人的に受け入れる能力、そして富の追求を目的のあるものにする長期にわたる意識の継続です。
の下で公開 Creative Commons Attribution4.0国際ライセンス
再版の場合は正規リンクをオリジナルに戻してください。 褐色砂岩研究所 記事と著者。