但它们不能取代人类：它们只起补充作用（见表

　　经济就会使财富最大化。可是实际上，至少对许多工人来说自由贸易的成效并不是那么明显。相对优势差异巨大时，贸易利益最大，但是全球愿意从事低薪重复工作的人比比皆是。

　　人们不仅竞争工作岗位，也竞争相同的资源。美国人在低价购买从中国进口的玩具和纺织品的同时，需要以更高的价格购买汽油，因为数百万中国车主也开始参与到对汽油的竞争中。不管是在上海吃鱼翅，还是在圣地亚哥吃鱼肉玉米饼，人们都需要食物，都需要房屋。人们也不只满足于温饱——随着全球化的推进，人们的需求会不断增加。既然数亿中国农民最终达到了温饱水平，他们自然希望多吃点儿肉，少吃点儿粮食。上层社会的欲望更是惊人的一致：从圣彼得堡到平壤的寡头都喜爱水晶香槟。

　　科技意味着补充

　　现在想想来自计算机而非人类的竞争前景。供给方面，计算机和人类之间的区别远大于人与人之间的区别：人类和机器所擅长的工作存在着本质上的差异。人类有意识，擅长在复杂情境下制订计划、做出决策，但不擅长大量数据的处理。计算机则恰恰相反，擅长高效的数据处理，却做不出人类很轻松就能做出的基本判断。

　　为了了解差异的程度，让我们来看一下谷歌的另一个人机替代项目。2012年，谷歌的一台超级计算机扫描了1 000万张YouTube视频缩略图后，能够识别出猫，其准确率达到75%，上了报纸的头条新闻。这看似不可思议——但4岁小孩儿就可以轻而易举地做到。最便宜的笔记本电脑可以击败最聪明的数学家，但即使拥有16 000个中央处理器的超级计算机也不能和小孩儿在其他方面相抗衡，二者之间不只是一个比另一个强大的问题，而是具有本质上的差异。

　　人类和机器之间的显著差别意味着，和计算机合作得到的成果远高于与人交易得到的成果。正如我们不和家畜、灯具做交易一样，我们也不和计算机做交易。重点是：计算机是工具，不是竞争对手。

　　需求方面的差别更大。不像工业化国家的人，计算机不渴望奢华大餐，不追求法国卡普费拉的海景别墅；它们需要的只是微不足道的电量，它们甚至不够聪明来提出要求。我们开发新的计算机技术来解决问题，这意味着我们拥有了一个超级专业的伙伴为我们提供高效的服务，却不和我们争夺资源。准确地说，科技是在这个全球化的世界中逃避竞争的唯一方式。虽然计算机越来越强大，但它们不能取代人类：它们只起补充作用（见表12–1）。

　　表12–1全球化与科技的不同

　　人机互补之于企业

　　人类与计算机的互补不仅仅是宏观事实，而且是创立伟大事业的途径。在PayPal的经历使我明白了这一点。2000年年中，我们成功度过网络公司的破产危机，并快速增长，但仍面临一个巨大难题：每月都因信用卡诈骗损失上千万美元。每分钟处理成百上千笔交易，因此不可能一一检查——任何质量控制团队都达不到这种速度。

　　因此我们做了任何工程师团队都会做的事情：采用自动化技术找到解决方案。首先，马克斯·列夫琴组建了数学家精英团队来仔细研究欺诈性交易。然后利用研究结果，编写自动识别软件，实时取消欺诈交易。但这一措施很快就失效了，因为一两个小时后，窃贼就发现了，他们改变了策略。我们的对手适应性很强，而我们的软件反应缓慢。

　　诈骗犯虽然躲过了我们的自动检测算法，但我们发现，他们不能轻易骗过人类分析师。因此马克斯带领工程师用混合策略重写了软件：程序将可疑的交易标记在设计好的用户界面上，然后人工审核其合法性。多亏了这个混合系统，我们抓住了那个吹嘘自己无人能敌的俄罗斯窃贼，所以我们给这套系统起了个俄罗斯的名字——“Igor”。而且，有了这套系统，我们在2002第一季度扭亏为盈（而2001年的每季度我们还损失2 930万美元）。美国联邦调查局来问我们是否愿意出借Igor，以协助他们侦测金融犯罪。这让马克斯自诩为“网络密探福尔摩斯”，他也的确是。

　　这种人机结合的做法让PayPal得以在商界立足，成百上千的小商家才愿意通过网络收款来发展壮大。没有人机结合的解决方案，就不会有这些成果——虽然多数人对它一无所知。

　　2002年出售PayPal后，我依然在人机结合上下功夫： 人机结合比单打独斗效果显著，那么在此核心基础上可建立什么有价值的事业呢？第二年，我和斯坦福大学的老同学亚历克斯·卡普、软件工程师斯蒂芬·科恩动了创办公司的念头：利用PayPal安全认证系统的人机复合模式来辨识恐怖分子和金融诈骗。我们知道美国联邦调查局兴趣正浓，于是2004年我们共同创办了帕兰提尔公司，一个帮助人们从不同信息来源提取有用信息的软件公司，到2014年，帕兰提尔公司的销售额已达到10亿美元。《福布斯》称帕兰提尔的软件是“杀手软件”，因为谣传它帮助美国政府找到了奥萨马·本·拉登。

　　对于操作细节，我无可奉告，但可以说仅凭人类智慧或计算机，并不足以保证我们的安全。美国两个最大的情报机构使用的方法截然不同：中央情报局倾向于用人，而国家安全局倾向于使用计算机。中央情报局的分析师要排除的干扰太多，很难识别严重的威胁。国家安全局的计算机处理数据的能力很强，但机器自己不能鉴别是否有人在策划恐怖行动。帕兰提尔致力于克服这两种缺陷：运