AI 預測：為什麼它猜不準明天
值得注意的是，一般大眾最感興趣、媒體最愛報導的，往往就是第三類——也就是最不可靠的那一類。這就形成了一種奇特的錯位：AI 最擅長的事情被視為理所當然，AI 最不擅長的事情卻被當成頭條。
二、為什麼 AI 猜不準明天？五個結構性原因
接下來進入本文的核心。AI 預測失準，很少是單一原因造成的，而是多個結構性因素疊加的結果。以下五個原因，幾乎解釋了我們在實務中看到的絕大多數失敗案例。
原因一：訓練資料永遠是「過去的化石」
這是所有 AI 預測的原罪。機器學習模型的運作邏輯，是從歷史資料中找出模式，然後假設這些模式在未來仍然成立。問題是，模型只看過已經發生的事，它沒見過還沒發生的事。
舉個貼近生活的例子。假設你用過去十年台灣的氣溫資料訓練一個模型，它會學到「七月很熱、一月很冷」這個規律，於是預測明年七月也會很熱。這個預測大概不會錯。但如果你用過去五十年全球金融市場的資料訓練一個模型，它不會學到「2020 年會出現百年一遇的全球疫情」，因為這種事在訓練資料裡根本不存在，或者只以極稀薄的形式存在。
這就是所謂的「資料邊界問題」。模型的能力上限，被訓練資料的涵蓋範圍死死鎖住。當未來的狀態落在歷史分布之內，模型表現優異；一旦跳出這個範圍，模型不是變得不準，而是系統性地、自信地給出錯誤答案。因為它不知道自己的知識邊界在哪裡，它只會根據學過的模式外推，而外推的結果往往荒腔走板。
更進一步說，資料本身還帶著「倖存者偏差」。我們能蒐集到的資料，往往是被記錄下來的、被保留下來的、被認為重要的事件。那些沒被記錄的、被忽略的、被銷毀的資訊，模型永遠看不到。這使得模型眼中的世界，比真實世界更平坦、更有規律、更可預測——也更失真。
原因二：黑天鵝與長尾事件的統計困境
統計學有一個很反直覺的特性：越罕見、越極端的事件，對未來影響越大，卻越難被準確預測。
原因在於頻率。如果你要預測「某城市明天會不會發生規模六以上地震」，這是一個機率極低的事件。在歷史資料裡，這種事件可能幾十年才出現一次，樣本數少到可憐。機器學習模型需要大量樣本才能學到可靠模式，面對「樣本數為個位數」的極端事件，它幾乎無能為力。
然而，正是這些極端事件定義了歷史的走向。金融危機、疫情、戰爭、技術典範轉移——這些事件的發生頻率低，但一旦發生，就徹底改變了遊戲規則。塔勒布（Nassim Taleb）把這類事件稱為「黑天鵝」，並指出一個關鍵：黑天鵝的不可預測性，不是因為我們不夠聰明，而是因為它的本質就是不可預測的。
AI 在這個維度上的表現，往往比人類直覺還糟。因為模型的最佳化目標通常是「平均誤差最小化」，而極端事件在平均值裡幾乎沒有權重。一個模型只要在 99% 的平常日子裡表現良好，它就會被評估為「高準確率」；但那 1% 的災難性日子，才是真正決定生死存亡的時刻。這也解釋了為什麼很多華爾街的量化模型在平靜時期賺得盆滿缽滿，一到危機時刻就集體崩潰。
原因三：過度擬合——「歷史會重演」的危險錯覺
過度擬合（overfitting）是機器學習領域的老問題，但在預測場景裡，它的殺傷力特別大。
簡單說，過度擬合就是模型把訓練資料裡的「雜訊」誤認為「規律」。假設你訓練一個模型預測股票走勢，它可能在歷史資料上完美預測每一根 K 線，準確率高達 99%。但這不是因為它真的懂市場，而是因為它記住了那些隨機波動的細節。到了真實的未來，這些細節不會重複，模型立刻原形畢露。
為什麼這個問題在「預測明天」時特別嚴重？因為時間序列資料的雜訊比例極高。金融市場、氣候系統、社會輿論，都充滿了無法被解釋的隨機性。模型越是複雜、參數越多，就越容易把雜訊當成訊號。這也是為什麼在實務上，簡單模型常常打敗複雜模型——不是因為它更聰明，而是因為它更不容易自欺欺人。
更隱蔽的一點是「回測陷阱」。很多預測系統的華麗績效，來自於在歷史資料上的反覆調參。研究者不斷調整模型，直到它在過去表現完美，然後宣稱「這個模型能預測未來」。但這個過程本身，就是把「對過去的解釋力」誤當成「對未來的預測力」。真正的考驗，永遠是模型上線之後、面對全新資料的那一刻。
原因四：反身性——預測本身會改變被預測的對象
這是社會系統預測與自然系統預測最根本的差異，也是最常被忽略的一點。
預測天氣的模型，不會讓天氣改變。你預測明天會下雨，雲層不會因為你的預測而移動。但預測人類行為、市場走勢、政治結果時，情況完全不同——預測本身會成為系統的一部分，並改變系統的行為。
這個概念在社會學與金融領域被稱為「反身性」（reflexivity）。舉例來說，如果一個廣受信任的 AI 模型預測某檔股票明天會大漲，那麼看到這個預測的人會進場買進，於是股價真的漲了。預測自我實現了。反過來說，如果模型預測某家銀行會倒閉，存款人會恐慌擠兌，銀行真的倒了。預測自我毀滅了——或者說，自我實現了某種原本不會發生的災難。
這帶來一個深刻的困境：當一個預測模型準確到足以被大眾相信時，它就不再準確了。因為它改變了被預測對象的行為模式。這也是為什麼很多對沖基金不願意公開自己的模型邏輯——一旦公開，模型就失效了。
AI 在處理反身性問題上，幾乎是無解的。因為模型假設資料生成過程是穩定的，但反身性恰恰意味著：資料生成過程會因為預測行為本身而改變。這是一個邏輯上的死結，不是靠更多資料或更強算力就能解決的。
原因五：目標函數與人類價值的不對齊
最後一個原因，比較少被技術社群討論，但影響深遠：模型最佳化的目標，往往不是我們真正在乎的東西。
舉個例子。假設你訓練一個模型預測「病人是否需要住院」，你可能會用「預測準確率」作為目標函數。但醫院真正在乎的，可能是「不能漏掉重症病人」，也就是提高召回率（recall），即使犧牲一些精確率（precision）。如果你的模型追求的是整體準確率，它可能會傾向於預測「不需要住院」，因為多數病人確實不需要住院，這樣準確率看起來很漂亮。但這種模型在實務上是有害的。
這就是「對齊問題」（alignment problem）在預測場景中的具體展現。我們想要的，從來不是「準確」，而是「有用」；不是「符合歷史模式」，而是「幫助我們做出更好的決定」。這兩者之間，往往存在落差。
更微妙的是，人類對「好預測」的定義，本身就會隨情境改變。一個在颱風季準確預測降雨的模型，和一個在乾旱期準確預測降雨的模型，即使技術指標相同，社會價值也完全不同。AI 不會自動理解這種情境差異，因為它只看到數字，看不到脈絡。
三、時間序列預測的技術極限：從 ARIMA 到 Transformer
講完概念層面的原因，我們也該談談技術層面。時間序列預測是 AI 預測「明天」最具代表性的領域，它的技術演進史，本身就是一部「與極限搏鬥」的歷史。
從統計模型到深度學習：工具變強了，問題沒變簡單
在深度學習興起之前，時間序列預測的主流是統計方法，例如 ARIMA、指數平滑法、狀態空間模型。這些方法的特色是：假設明確、參數少、可解釋性高。它們在穩定、線性的環境中表現不錯，但面對非線性、高維度、長依賴的資料時，就顯得力不從心。
後來，機器學習方法（隨機森林、梯度提升樹）與深度學習方法（RNN、LSTM、Transformer）陸續登場。這些模型能處理更複雜的模式，理論上可以捕捉到統計模型看不到的東西。Transfomer 架構更因為其注意力機制，被大量應用於長序列預測，一時之間，「用 Transformer 預測萬物」成了熱門研究方向。
工具確實變強了。但我們必須誠實面對一個事實：模型的複雜度提升，並沒有從根本上解決「非平穩性」與「不可預測性」的問題。很多研究顯示，在公開的時間序列預測競賽中，一個簡單的線性模型或統計基準，往往能與複雜的深度學習模型打得平分秋色，甚至更好。原因很簡單：當資料的雜訊比例高到一定程度，模型再複雜也只是在擬合雜訊。
換句話說，深度學習帶來的是「表達能力」的提升，而不是「預知能力」的提升。它可以更精細地描述歷史資料的結構，但無法突破「歷史資料本身不含未來資訊」這個根本限制。
資料品質、雜訊與非平穩性：三個繞不開的關卡
在實務中，時間序列預測的成敗，往往在模型選擇之前就已經決定了。決定性因素通常有三個：
這三關環環相扣。資料品質差，雜訊就難以過濾；雜訊高，非平穩性就更難偵測；非平穩性強，模型就更難泛化。很多預測專案失敗，不是因為模型不夠聰明，而是因為這三關從一開始就沒過。
不確定性量化：AI 最不擅長、卻最重要的一件事
如果只能挑一個 AI 預測的技術弱點來講，我會毫不猶豫地選這個：不確定性量化（uncertainty quantification）。
一個好的預測，不該只告訴你「明天股價會漲到 100 元」，而該告訴你「明天股價有 60% 機率在 95 到 105 元之間，有 10% 機率會跌破 90 元」。前者是點估計，後者是分布估計。人類決策需要的是後者，因為我們要根據風險來調整行動。但多數 AI 模型，尤其是深度學習模型，傾向於輸出一個自信的點估計，卻對自己的不確定性一無所知。
更糟的是，模型往往「過度自信」。它可能在完全沒有把握的情況下，給出高置信度的預測。這在醫學、金融、國防等高風險領域是致命的。學術界發展出一些方法來處理這個問題，例如貝氏神經網路、蒙地卡羅 Dropout、共形預測（conformal prediction）等，但這些方法要嘛計算成本高，要嘛假設條件強，離普及還有一段距離。
所以，當你看到一個 AI 預測系統宣稱「準確率 92%」時，你該問的第一個問題不是「怎麼做到的」，而是：「那 8% 的錯誤，發生在什麼情況下？模型知道自己什麼時候會錯嗎？」如果答案是「不知道」，那麼這個 92% 的可信度，就要大打折扣。
四、哪些場合猜得準？哪些場合註定猜不準？
講了這麼多失敗原因，可能有人會覺得：那 AI 預測是不是根本沒用？當然不是。關鍵在於區分「可預測的系統」與「不可預測的系統」。以下用一個簡單的對照，幫助大家建立判斷直覺。
這份對照的核心邏輯很簡單：系統的規則越穩定、資料越豐富、參與者越少、回饋迴路越弱，AI 就越容易預測得準。反過來說，只要系統牽涉大量自主決策的人類、強烈的反身性、稀薄的歷史樣本，AI 的預測能力就會急速退化。
這也是為什麼天氣預報能準到「下午三點下雨」這種程度，而股市預測卻連「明天漲還是跌」都常常猜錯。不是因為 AI 技術有差別，而是因為兩個系統的「可預測性」本質不同。
五、實務上如何與 AI 預測共存？
理解了極限之後，真正的問題來了：我們該怎麼用 AI 預測，才不會被它誤導？以下提供幾個實務上的思考框架。
把預測當成「機率分布」，而不是「標準答案」
這是最重要的一個心態轉變。當你拿到一個 AI 預測時，不要問「它準不準」，而要問「它給了我多大的決策空間」。
舉例來說，一個模型預測「下個月業績成長 5%」，這個數字本身意義不大。真正有用的是：這個預測的區間有多寬？在樂觀情境下會是多少？悲觀情境下又會是多少？如果模型能告訴你「有 70% 機率成長在 2% 到 8% 之間，但有 10% 機率會衰退超過 5%」，那麼你就可以據此設計不同的應對方案，而不是把所有資源押在「5%」這個點上。
換句話說，預測的價值不在於「猜對」，而在於「幫助你準備」。一個能誠實表達不確定性的模型，即使點估計不準，也比一個自信滿滿卻錯得離譜的模型有價值得多。
建立「人類在迴路中」的決策流程
再好的模型，也不該取代人的判斷。實務上，成熟的組織會把 AI 預測放在「輔助」的位置，而不是「決策」的位置。
具體做法包括：設定模型預測的「使用邊界」（例如只用於短期、只用於穩定品類）、建立「異常警示機制」（當模型信心度過低或輸入資料偏離常態時，自動觸發人工審查）、保留「人類否決權」（當模型建議與領域專家的直覺衝突時，優先檢視衝突原因）。
這些流程聽起來很保守，但正是這種保守，讓組織能在 AI 出錯時及時踩剎車。反過來說，那些把 AI 預測當成「神諭」、完全交給演算法自動決策的組織，往往在第一次遇到黑天鵝時就付出慘痛代價。
還有一個常被忽略的重點：持續監控模型的「漂移」。模型上線不等於結束，而是另一段工作的開始。資料分布會變，模型效能會衰減，如果沒有持續監控與定期重訓，再好的模型也會慢慢變成「過期的化石」。
六、結語：AI 不是水晶球，而是望遠鏡
回到文章開頭的問題：AI 為什麼猜不準明天？
答案可以濃縮成一句話：因為「明天」在很大程度上，本來就是不可預測的。AI 的極限，不只是技術的極限，更是世界的本質——非平穩、充滿長尾事件、牽涉反身性、並且永遠有一部分資訊不存在於歷史之中。
但這不代表我們該放棄預測。人類文明的進步，很大程度上建立在「試圖預測並提前準備」這件事上。天氣預報讓我們減少災損，需求預測讓我們降低庫存浪費，醫療風險模型讓我們提早介入治療。這些都是 AI 預測真實的價值所在。
關鍵在於，我們要調整對它的期待。AI 不是水晶球，它不會告訴你明天會發生什麼。它更像是一副望遠鏡——讓你看到更遠的地方，看到肉眼看不到的規律，但它也會有視野盲區，也會因為鏡片汙損而失真。
真正成熟的態度，是用 AI 擴展我們的視野，但不把判斷權交出去；是享受它帶來的效率，但同時為它的不確定性保留餘裕；是理解它為什麼會錯，從而在它出錯時不至於全盤崩潰。
在「雅寶社區 · 頂客論壇」的 AI 趨勢版裡，我們經常可以看到各種對 AI 能力的熱烈討論。有人把它捧上天，有人把它貶到底。但或許最務實的立場，是介於兩者之間：承認它的強大，也承認它的無知；用它來準備明天，而不是用它來預言明天。
畢竟，明天之所以值得期待，正是因為它還沒有被算出來。如果一切都可預測，這個世界大概也沒那麼有趣了。
```