AI 只做一件事，剩下六件都是你的

一、2021 年，Zillow 用演算法買房，一季虧了六億美元

Zillow Offers 曾經是最被看好的 AI 應用之一：用演算法估算房價，直接向屋主報價買下房子，翻新後轉賣。邏輯很簡單——模型準，就能穩定套利。

2021 年 11 月，Zillow 宣布關閉這項業務。第三季財報顯示，公司當季虧損超過 6 億美元，手上囤積近萬棟房子，平均每棟虧損高達 8 萬美元。CEO Rich Barton 在法說會上罕見地公開承認：「我們無法以足夠準確的水準預測未來房價。」隔月，公司裁員約四分之一。

問題不是模型不夠複雜。Zillow 的演算法是頂尖團隊做出來的，訓練資料量龐大。問題是模型是用「過去」訓練的，而疫情之後的房市，供應鏈延遲、價格劇烈波動，跟過去的資料型態完全不同——模型還在用舊地圖，走新的路。

在我們的七要素框架裡，決策鏈是「輸入→訓練→預測→判斷→行動→結果→回饋」七步。AI 在這條鏈上只負責一步：預測——根據資料算出一個數字或一個答案。Zillow 的演算法做的正是這件事，而且做得很快、很有信心。

但預測前面還有一步：訓練。不是 AI 模型的訓練，是你——這個要用預測結果做決定的人——有沒有先訓練好自己的判斷力，知道這個預測在什麼情況下該信、什麼情況下該打折扣。Zillow 的悲劇不是「預測」這一步做壞了，是「訓練」這一步從缺：沒有人系統性地檢查模型的假設在疫情後是不是還成立，就讓預測結果直接變成報價、變成交易。

二、比 Zillow 早四十年，有人也栽過同樣的跟頭

1982 年，年輕的基金經理人 Ray Dalio 公開判斷全球經濟即將陷入嚴重衰退，並照這個判斷下重注操作。

結果完全相反——美國股市走出了史上最長的非通膨成長期之一，接下來將近二十年持續上漲。Dalio 賠到必須把公司裡的人一個一個資遣，自己一度周轉不靈，向父親借了 4,000 美元度日，甚至賣掉家裡的第二輛車。

多年後他回顧這段經歷時說，那次慘敗把他從「我是對的」逼到「我怎麼知道我是對的」。他開始強迫自己找立場相反、獨立思考的人來質疑自己的判斷，這套習慣後來演變成 Bridgewater 內部的「想法精英制度」（idea meritocracy）——每個人的判斷都被系統性記錄、追蹤、事後對照結果，可信度高的意見權重才高。Bridgewater 後來成為全球最大的避險基金之一。

Zillow 和 Dalio 的故事，中間隔了四十年、一個是演算法一個是人腦，但敗因是同一個：做出判斷，卻沒有機制去檢驗判斷準不準，更別說根據落差去校準下一次。

三、真正厲害的預測者，贏在紀律，不是天賦

賓州大學心理學家 Philip Tetlock 花了數年時間，找了數千名一般人來預測政治、經濟事件，追蹤誰的判斷持續比較準。他把表現最好的一群人稱為「超級預測者」。

在美國情報體系贊助的 IARPA 預測競賽中，這群業餘的超級預測者，準確率贏過擁有機密情報管道的專業情報分析師 30% 以上；跟其他參賽研究團隊相比，贏了 35% 到 72%。

有意思的是，Tetlock 的研究發現，超級預測者贏的不是聰明才智，而是一套共同的習慣：把每一次預測寫下具體機率、設定可檢驗的時間點、結果出來後誠實對照、然後小幅度調整下一次的判斷。不是「我判斷錯了，全部推翻重來」，而是每一次都用結果去微調一點點信念的權重。

這其實就是七要素框架裡「訓練」這一步該做的事——不是訓練 AI，是訓練你自己判斷力的準確度。AI 模型有工程師盯著它的誤差、定期重新訓練；但大部分企業主用 AI 給的「預測」做決定時，卻沒有人幫自己記錄誤差、更沒有人幫自己重新校準。少了這一步，AI 的預測再快，也只是把沒校準過的判斷力放大。

四、你的組織，有「記錄誤差」的習慣嗎

回到我們自己身上：AI 讓「做預測」這件事變得非常便宜——市場報告、銷售預估、客戶會不會流失，AI 幾秒鐘就能給你一個數字。但便宜的是「生成預測」，不是「驗證預測」。

三個常見的落差：

第一種：預測做了一堆，沒人回頭對答案。 AI 幫你估了下季營收、估了廣告成效、估了庫存需求，數字很漂亮地躺在報表裡。但三個月後，實際數字出來時，有沒有人把兩者放在一起比對？如果沒有，這些預測就只是產出，不是判斷力的來源。

第二種：錯了就整套換掉，而不是校準。 一次判斷失準，很多人的反應是「這個方法不準，換一套」，而不是問「差在哪裡、下次怎麼調整權重」。真正的校準是漸進式的，不是砍掉重練。

第三種：只記錄結果，不記錄當初的信心程度。 「我覺得這個客戶大概會續約」跟「我有九成把握這個客戶會續約」，事後檢討的意義完全不同。沒有寫下當時的把握程度，就沒辦法知道自己是「運氣好矇對」還是「判斷真的準」。

五、小而扎實的校準機制，比看起來厲害的模型更值錢

不需要 Bridgewater 那種全公司規模的系統。真正有效的校準機制，往往很小、很笨拙，但持續在做。

具體做法可以很簡單：每一次重要判斷（要不要跟這個客戶簽約、這波廣告預算該不該加碼、這個新產品該不該上），寫下當時的預測與把握程度；設一個檢驗時間點；時間到了，誠實記錄實際結果，跟原本的預測放在一起看。不用花俏的工具，一張 Excel 表就能開始。

重點不是紀錄本身，是紀錄之後真的回頭去看——而且看的時候問的不是「我做對了嗎」，是「我當初的把握程度，跟後來的準確度，對得上嗎」。如果你每次都說九成把握，但實際對的次數只有六成，這個落差本身就是最值錢的資訊：你可能太自信了，該調整權重。

六、第一章收束：七步裡，AI 只站一個位置

這是第一章的最後一篇。完整的七要素順序是：輸入（你怎麼定義問題）→訓練（你有沒有校準過自己的判斷力）→預測（AI 給你一個答案）→判斷（你怎麼決定要不要信這個答案）→行動（你做了什麼）→結果（有沒有换成價值）→回饋（結果有沒有傳回來，變成下一輪的訓練材料）。

七步裡，AI 只站在第三格。前面的「訓練」跟後面的「判斷、行動、結果、回饋」，全部是人的責任——尤其是回饋這一步，會直接接回第一步的訓練，讓整條鏈變成一個閉環，而不是一條直線用完就丟。少了這個閉環，AI 那一步的預測再快、再準，也只是在一條沒有終點的直線上跑得更快。

Zillow 有全世界最好的工程團隊，也沒能在疫情後及時校準模型；Dalio 曾經因為一次判斷賠到要跟父親借錢，後來卻建立起延續四十年的系統。差別不在起點的失誤大小，在有沒有把失誤變成下一次判斷的養分。

我們自己也還在練這件事。這系列文章寫到這裡，某種程度上也是我們自己的「記錄與校準」——每一篇發布之後回頭看數據、看留言，跟原本設想的落差在哪裡，然後調整下一篇。準備了七篇，不代表我們已經做對了，只代表我們開始有意識地在記錄落差。

七篇寫到這裡，輸入、訓練、預測、判斷、行動、結果、回饋，七個環節都談過了。這不是終點，是起點——這套閉環要真的轉起來，靠的不是再寫幾篇文章，是每一次決策都老實走過這七步。之後的文章，會回到一個個具體的場景，繼續驗證這套框架禁不禁得起現實檢驗。