投资银行中那些需要数据理解和算法友好的领域，已经做好了接受人工智能的准备。这并不出人意料。但是，这样的趋势同时也正在向其他一些不那么显著相关的领域扩展，其中包括传统的家政服务。举个例子，想象一下，由一个机器学习系统来负责为一家专门照顾老人的公司做出战略决策，会是什么样子?一个手头有足够数据的机器人主管，高效且自信地管理着一个照顾老人的大型团队。它可以应用整体分析来安排周末轮班；它绝不会忘记为某些病人预留出额外的时间；它还可以在紧急情况下迅速定位并通知附近的看护者。机器人主管不会因为个人情感而偏袒某员工或某客户，所以它的决策偏差更少。
我们还可以想象一下，有这样一家小型建筑公司，它拥有一套决策辅助机器学习系统，此系统正在考虑是否再购买或租赁更多的挖掘机。公司创始人鲍勃通常会根据自己有限的信息，以及自己的直觉做出决定。他可能会产生决策偏差，因为他喜欢那些崭新的挖掘机闪闪发光的外观，或者，他可能根本无法看到挖掘机超出每天租金以外的价值。与此相反，机器学习系统会从公司的订单和会计系统中汇总数据，补充关于挖掘机的可预测维护成本信息，以及本地经济趋势信息，然后它得出结论：“对不起，鲍勃，恐怕我不能支持你购买这台神奇的卡特彼勒牌履带式挖掘机，尽管我知道它的性能评价极其出色，在网络论坛上设备迷对它也是好评如潮。”
数据资本时代
114