一場跨物種的組織革命：管理領域的AI運用

高飛 高雅

國家的興衰，企業的成敗，說到底莫過于“管理”二字。

以史為鑒，我們不妨先把時間倒回到1500年前。“公元1587年，在中國為明萬歷十五年，論干支則為丁亥，屬豬。當日四海升平，全年并無大事可敘”，黃仁宇在《萬歷十五年》開篇中說，“這實在是平平淡淡的一年”。但就在同年，“1587年，在西歐歷史上為西班牙艦隊全部出動征英的前一年”，草蛇伏線，灰延千里，之后的世界格局的走向，東西方勢力的消漲，300年后中國封建王朝的土崩瓦解，全在于這些平淡日子里的“末端小節”當中。

穿越時光，讓我們把視線停留在其中某個平淡日子的“末端小節”上。明朝中葉的一天，皇帝又收到數件來自各地的奏折，文字像往常一樣冗長無比，按黃仁宇的話說“又是用儒家傳統的觀念和語言來加以表達，很不容易弄清其中的問題主次和真正含義”，于是和平常一樣，名為秉筆太監的宦官，作為皇帝的私人秘書，開始整理奏折關鍵詞和摘要，供皇帝閱讀，然后再交內閣大學士們批答。最后這些政令通過層層體系，回到奏折的來源地。這層層公文流轉的過程，處于核心決策層的皇帝知道了一件事的大致印象，這還是運氣好的時候，因為很可能在另外一天，他連大致印象都沒不掌握，只是看到了來自秉筆太監的一時好惡的評價，但這依然不是最糟糕的，因為如果是魏忠賢“在位”，皇帝大概連看奏折的機會都沒有。但是無論有沒有印象，下發出去的批示卻是實打實的“奉天承運皇帝詔曰”。

黃仁宇對這種情況總結說，這些王朝的“傳統的官僚政治表面管轄廣泛，實際掌握不深，其行政效率靠由上至下加壓力，并非循照經濟原則，所以只能鋪擺場面，對數目字無法精密核算”。而如此龐大的疆域，如果不用數目字的方式去管理，帝國的走向最后難免會流于失控。

數目字管理到數據管理：伴隨AI帶來的“透明組織”

對于黃仁宇的數目字管理，后來有兩種理解，一種是字面意義的“數字化管理”之意，通過數字統計來制定決策，作家王小波稱之為“統計數字”管理。從事黃仁宇作品編輯多年的徐衛東的看法則更深入，“數目化的英文是‘mathematical management，所以數目化管理更準確的說法應該是‘精確化管理——各種有形無形的社會資源可以公平地加加減減，也就是說，整個社會資源均可如實計算，整合進一個記錄系統進行自由流動和交換”。

但是無論哪種理解，只要涉及計算和決策，都需要一個共同基礎——可以準確衡量價值、能夠反映客觀現實的“數目字”。而這個基礎，對于一個國家管理是必要的，對于一個組織管理是必要的，對于一個運行在萬物互聯的現代社會的現代企業管理，更是需要的。黃仁宇說，“凡事用數目字管理的社會，已不是道德問題，而為一種技術問題”。而就在新的科技革命和產業革命方興未艾的今天，“技術”可能將不再是一個問題，這讓數目字管理的可行性產生飛躍。在人類歷史上，管理者也會第一次發現，自己的企業會變成一個接近于自己完全可見的“透明組織”，企業的每一個動態都可以呈現在管理者眼中。而推動“透明組織”形成的技術，就是井噴式爆發的大數據，和由大數據驅動的人工智能。

美國互聯網數據中心的數據顯示，互聯網上的數據每年將增長50%，每兩年翻一番，世界上90%的數據是過去的幾年才產生的。更激進的預測是——人類社會從現在開始每一年產生的數據，都將超過之前所有年份產生的數據的總和。早在1980年，著名未來學家阿爾文·托夫勒便在《第三次浪潮》一書中，將大數據定義為“第三次浪潮的華彩樂章”。這些數據并非只是人們在互聯網上發布的文字、圖片和視頻，還有全世界的工業設備、交通工具、儀器儀表、監控裝置上的傳感器所產生的數據，而測量的對象，也不僅包括各種設備、物體、空間的位置、溫度、濕度，也包括一個企業組織中的核心管理對象——人自身的一舉一動的觀察。

通過無線通訊，大數據讓現代企業的管理者不會像明朝皇帝一樣，需要一個漫長的信息傳遞反射弧，才能了解來自組織末端的情況，而是可以幾乎實時的得到組織的不同地理位置、職能單元和分支機構反饋的數據。孫子兵法曰：“知己知彼，百戰不殆”，“知己”和“知彼”在兵法中，被放到了同等重要的位置，而這些數據就是知己的關鍵。

但是僅僅有看似可以反射企業全貌的數據，并不能自然得到一個“透明組織”，有兩座大山矗立在管理者和這些數據之間，這就是 “理解和效率”，大部分由“01”代碼組成的數據是不能被人類直接理解的，人類看不懂機器的記錄；而另外一部分可視化的數據，我們又沒有足夠的時間去處理，一個攝像頭一天內拍攝的畫面，也需要一個人一天的時間來回顧。正如同明朝皇帝面對無數奏折就出現的文字信息過載，面對浩瀚無邊的數據，人類更會出現數據認知過載。這就是大數據之外的另外一個能力—— “人工智能”。人類面對浩瀚的數據有多么無力，人工智能面對無邊的數據就有多么饑餓。

人工智能并不是一個新事物，從60年前達特茅斯會議產生這個概念開始，人工智能已經經歷過三次低谷巔峰，現在我們看到的已經是第四次人工智能浪潮。這次人工智能浪潮的支撐力量來自三方面：AI算法的演進、計算能力的提升和數據資源的井噴，數據則是一個關鍵因素。就像人類總結經驗是依靠學習和復習一樣，人工智能正是利用海量的數據，總結和發現只有人類才能發現，甚至人類也無法感知與認知的事物、因素和規律。由于機器的學習是依靠統計學原理，因此，數據量越大，機器的學習能力就越強，得出的結論就越準確。

有了全視角觀察組織的大數據，有了可以把數據翻譯為信息結論的人工智能，人將是可能被讀懂的，“透明組織”的可能性就出現了。

組織的核心是人，要實現管理者所替代的“透明組織”，就要實現“人”的透明性。但是人天生偏偏是不透明的，在小說三體中，人心的不可參透性，成為地球人反擊三體人的秘密武器。心理學家榮格則把人類的意識分為自我、本我和超我。其中只有自我是能被直接感知的，本我和超我都隱藏在外在表現的水面之下。如果說對于小企業還可以依靠管理者的觀察，對于大型組織的管理者，可能只能依靠每年一次的“360度環評”才得以管中窺豹。但是，有了全視角觀察組織的大數據，有了可以把這些數據翻譯為信息結論的人工智能，雙劍合璧，人將是可能被讀懂的，“透明組織”的可能性就出現了。

在一個案例中，一個企業在員工上下班打卡中，使用了人臉識別。但是這個人臉識別系統不止能用于對員工本人的確認。在AI的幫助下，它的額外功能是能夠對人類的幾十種微表情進行識別。經過一段時間的統計，這個AI系統就可以根據員工上下班時的心情變化，得知員工整體和個體的心理狀態。從而在員工還沒有對工作狀況進行任何反饋的情況下，讓管理者提前預知員工狀態。更有甚者，系統可以根據員工的網絡痕跡（輸入和輸出信息），分析員工的工作狀態、強度和效果。企業對人的管理，不再是臨時性收到信息、階段性評估程度，周期性給予反饋，而是可以幾乎做到實時得知員工狀態，實時進行管理決策。這其中一定涉及相當程度的隱私問題，但是毫無疑問，這對于人力資源管理來說，毫無疑問是一場變革，企業管理者也很難抵御讓企業，尤其企業中的人，在自己眼前更加透明的誘惑。

如果把企業管理的外延從員工擴大到顧客，進行客戶關系管理，AI一樣正在將市場變得更加透明。根據至頂網的一篇分析報道，流媒體音樂巨頭Spotify的整個業務都是基于數據的，人工智能保存了更多的客戶數據，并通過分析數據發現各種趨勢，預測每個客戶喜歡什么樣的音樂，每位Spotify用戶都會獲得一個個性化的“每周發現”播放列表，這是使用人工智能數據為用戶挑選音樂的典型。這項服務因其對客戶心情和音樂品味的準確把握而備受好評。在Spotify面前，客戶在音樂喜好的一舉一動都是透明的。多米諾骨牌一定會一張張地倒下去，更多透明的組織，更多透明的市場必將慢慢浮現出來。

人際關系到人機關系：知識的第二生產者

企業管理的終極目的，是著眼于能讓企業獲利的競爭力。有了人工智能的幫助，很多原來需要人力才能完成的工作，將很大程度上可以通過機器的自動化動作來完成，這無疑將創造巨大的競爭力和商業價值。根據麥肯錫全球研究所的分析，利用大數據、人工智能在各行各業能產生顯著的財務價值。美國健康護理產業利用大數據每年產出3，000億美元，年勞動生產率提高0.7%；歐洲公共管理每年價值2，500億歐元，年勞動生產率提高0.5%；全球個人定位數據服務提供商收益1，000多億美元，為終端用戶提供高達7，000億美元的價值；美國零售業凈收益可增長6%，年勞動生產率提高0.5-1%；制造業可節省50%的產品開發和裝配成本，營運資本下降7%。

但是效率的提升，只是人工智能對企業幫助的半壁江山，人工智能還能幫企業做的更多，那就是知識創造。在管理學大師德魯克眼中，競爭力的來源是知識。他判斷，知識會成為社會的關鍵資源，知識工作者將成為主要的勞動力。在他的后期重要著作《下一個社會的管理》中，對知識的重要性做了集中性闡述：

現在，價值由“生產力”與“創新”來創造，二者都將知識運用于工作之上。在這種知識社會中，其主導力量一定是“知識工作者”，正如資本家知道如何將資本用于生產一樣，他們是懂得如何將知識用于生產的管理人、專業人士和雇員。知識是今天唯一有意義的資源。傳統的生產要素，如土地（自然資源）、勞動力和資本，雖然至今仍未消失，但它們已經處于次要地位了。現在，只要有了知識，土地、勞動力與資本就會紛至沓來。

自人類誕生以來，知識創造和技術創新的主體都是人，我們學會了鉆木取火，區別于動物、甚至原始人的“食草木之食，鳥獸之肉，飲其血，茹其毛。”

但是進入21世紀，現在知識創造者的主體除了人之外，增加了“大數據與人工智能”。科技部部長王志剛在2018年的科協年會上說，“科技創新的范式正在發生變化，過去我們講實驗科學、理論分析、計算機模擬，今天還有一個大數據研究。”王部長所講的大數據研究，就是圖靈獎獲得者吉姆·格雷（Jim Gray）所提出的科學研究的“第四范式”。吉姆·格雷（Jim Gray）是一名航海運動愛好者，2007年1月28日，他駕駛帆船在茫茫大海中失聯了，就是17天前的1月11日，在加州山景城召開的NRC-CSTB（National Research CouncilComputer Science and Telecommunications Board）大會上，他發表了留給世人的最后一次演講“科學方法的革命”，提出將科學研究分為四類范式，依次為實驗歸納，模型推演，仿真模擬和數據密集型科學發現（DataIntensive Scientific Discovery）。其中，最后的“數據密集型”，也就是現在我們所稱的“科學大數據”。

古希臘學者阿基米德在發現浮力問題計算方式的時候，喊了一聲“尤里卡”（希臘語：有辦法了），人類以往的知識創造就在一個個“尤里卡時刻”中出現了，愛迪生發明電燈泡，神農氏嘗百草，除了科學家和探索者的研究積累，還充滿了“尤里卡時刻”的直覺和靈感。不過機器智能創造知識的過程沒有“尤里卡”靈感，但是他們依靠365天、24小時不休息地吃進數據，用統計學的方法，心理學的理論，用他們自己的方式來創造知識。機器創造知識，已經不是預言，而是已經成為現實。

2016年3月，Google旗下DeepMind的AlphaGo程序和李世石進行了人機圍棋大戰，最終以4：1取勝（當然，之后AlphaGo又戰勝了世界圍棋第一人柯潔）。DeepMind的創始人，也是AlphaGo之父AlphaGo（阿爾法狗）之父Demis Hassabis在英國劍橋大學演講中回顧了人機對戰的第二局的第37步：

在過去的3000多年里，人們認為在第三根線上落子和第四根線上落子有著相同的重要性。但是在這場游戲中，大家看到在這第37步中，阿爾法狗落子在了第五條線，進軍棋局的中部區域。與第四根線相比，這根線離中部區域更近。這可能意味著，在幾千年里，人們低估了棋局中部區域的重要性。

Demis Hassabis的說法，代表著機器智能，發現了人類從來沒有發現的知識，盡管圍棋程序本身是由人類創造的。人工智能，正在成為企業知識的第二生產者。基于第四范式，誰掌握更多的數據，誰就會在機器創造知識的過程中掌握先機。同以往企業的管理更多只是對內部資源的管理不同，有了物聯網的萬物互聯，有了大數據對于客戶行為的實時追蹤，有了云計算的平臺資源共享，未來企業能夠管理的對象外延發生了巨大的變化。企業的產品、服務、顧客和合作伙伴，都成為企業能夠管理的目標對象。而數據就在企業生態的不同角色之間流轉，突破了企業內外部邊界。對于企業而言，只掌握和分析內部數據，是不完整不充分的，對知識創造也是不利的。正因如此，全球互聯網公司都在積極地通過收購、合并、合作，建立自己的生態網絡，擴展自己的聯盟，這些合作背后的一個原因固然是流量的獲取和客戶的鎖定，但是另外一個重要原因就是數據資源的獲得和共享。

對于大企業而言，只有自己的生態足夠大，才能保證無論數據流動到哪，企業都可以追蹤和使用。另一方面，對于中小企業，也只有加入一個大生態，才能得到以自己的技術實力難以獲得的創新資源。第四范式之下，麥特卡夫定律將起更大的作用，數據越多，知識創造能力越強，贏者通吃效應讓產業顛覆者的出現更加艱難。無論國內國外，你會發現，在科技互聯網領域，已經很久沒有新的騰訊、Google和Facebook出現的苗頭了。

當知識不只由人類創造，決策不止是由人類做出，未來組織的內部關系也會發生變化。如果說AI時代之前的企業管理只有一種關系，即基于人與人之間的Human-TeamWork——人際關系，未來將新增一個將機器智能包含在內的Human-Machine-Relationship——人機關系，以及基于生態合作的EnterpriseEcosystem-Network。基于這三種關系，未來公司的核心能力也將發生變化，它們來自三方面，簡稱：R-E-D，分別代表著信任力（Reliance from human）、生態力（Ecosystem ability）和技術力（Deploy of technology）。

贏得“信任力”：企業只有獲得員工的信任，獲得顧客的信任，才能得到她們的數據。歐洲議會投票通過的《一般數據保護法案》（General Data Protection Regulation（GDPR））體現了對消費者隱私的保護，這更凸顯了數據的可貴性和信任力的重要性。

構建“生態力” ：未來數據的流通是沒有邊界的，它不僅在企業內部流通 ，也在企業外部流通，流動于企業的上下游，也就是企業的生態鏈之間。對于大企業，如何構建吸引中小企業的生態，對于小企業，如何選擇有利于自己的生態，是重要的管理和戰略決策問題。

發展“技術力”：當龐大的數據流動到、創造于企業手中，通過何種技術部署，才能讓數據變為自動化的流程，從而降低成本，變為創造性的知識推動創新，將是企業核心競爭力之一。

未來，我們會看到越來越多的行業加上智能、智慧和科技等前綴、后綴——智能+制造、智慧+交通、智慧+城市、金融+科技……機器智能，終將改變人類社會中的每一個企業，每一個行業，和組織中的每一個人的生產方式、工作方式和生活方式。企業管理的對象，將第一次由人類，擴展到包含在機器智能的第三方。

當機器智能可以充當管理助手、戰略軍師和研發專家，當企業內部由單純的人際關系，走向人機互動，毫無疑問機器智能已經成為組織內部的新物種。在《連線雜志》的一次專訪中，剛剛離開我們的霍金教授就未雨綢繆，人工智能可能取代人類，變成一種新的生命形態，新物種。盡管霍金對人工智能的看法一項偏于負面，但是機器程序和組織交互的程度和廣度正在毫無疑問地加深和擴大。一次跨物種的管理革命正在到來。