智能化組織“績效—學習—變革”系統演進過程研究

黃飛宇，王 杰

引 言

大數據處理及分析技術具有高速度、大數據量、多樣性等特征(Hilbert，2016)，其處理的數據對象也已超越傳統的表單式結構化數據，向圖像、音頻、自然語義等非結構化數據轉變。大數據和人工智能的運用，使得人們對數據的處理逐漸擺脫人的直覺判斷和分析，數據處理結果也愈加精準，這對改善組織內部決策過程并提高決策水平、降低決策失誤具有深遠意義。目前大數據人工智能技術已經逐步應用于不同商業領域，例如市場調研及環境分析、消費者行為分析、組織內部管控等(Gilley et al，2000)。近年來，探索構建嵌入大數據和人工智能的人力資源管理理論模型，尤其有關大數據人工智能的應用能否顯著增強組織對績效、學習與變革的控制能力等問題成為熱點課題。大數據智能分析技術在人力資源管理過程中的應用與傳統信息化的人力資源管理方式有著質的區別(Gilley et al，2000)。當代組織要想持續獲取競爭力并得到發展，就需要借助大數據統計分析與智能分析計算方法，對管理系統進行優化，實現從需求確認到實施管理,再到整體提升的過程，重塑組織戰略結構(Chow et al，2013)。本研究探討在大數據和人工智能環境下，基于數據流建立組織績效、學習與變革的循環關系，推進組織績效、學習與變革的效果和互動，為大數據和人工智能在人力資源管理和變革中的應用帶來一定的啟示。

一、 現狀分析

當今時代經濟快速發展，市場經濟不斷變革，企業經營環境趨于多元化，眾多企業在時代的浪潮中應運而生，但伴隨著企業的發展，人力資源績效管理的不足之處逐漸暴露。當代企業雖然較為重視員工績效管理，并設計了企業的績效管理方案，但大多存在著制度制定過于固定化、績效考核過于程序化、考核內容過于僵硬化的問題，企業想要通過績效考核達到激勵員工的作用并沒有實現，反而部分企業出現員工不滿績效考核制度而消極怠工甚至離職等現象。另外，員工績效考核工作產生著大量數據，海量信息的判斷和整理也是如今企業績效管理中意義十分重大的一項工作。

還有令人不可忽視的一點，人工智能技術支撐下的時代正改變著人們的生活，尤其是人力資源管理工作正發生著前所未有的深刻變化。人工智能在信息判別和快速處理方面已經較為發達，對海量信息的存儲和即時調出愈加便捷。據調查，當下大型企業通過大數據和人工智能分析結果做出工作判斷與決策的員工已超過了80%。

由以上分析可見，將人工智能技術與績效管理工作結合起來，從而形成系統化工作具有很強的現實性。人工智能可以使績效管理過程更加流暢、績效管理效果更加顯著，為企業留存人力資本奠定更加堅實的基礎。

二、 組織績效、學習與變革

組織變革、學習與績效改進的過程需要人力資源管理者從以往的流程式、模塊化的線性思維轉變為網絡聯接式、整體化的系統思維(Angrave et al，2016)。組織績效是一個比較成熟的概念，指在某一績效評估期內組織任務完成的數量、質量、效率及贏利等情況。績效管理根本目的是不斷促進組織績效的改進，最終實現企業戰略目標。組織學習的概念由Agryris et al(1978)正式提出，他們認為，組織學習是組織發現錯誤，并通過重新建構組織的“使用理論”而加以改正的過程。近年隨著大數據分析與人工智能技術不斷發展，國內外對組織學習的研究不斷深入，從不同學科和角度研究其定義、類型、內容、步驟及影響因素等方面。陳國權等(2000)認為組織學習是組織為應對不斷變化的生存環境，進行自我改變或重新設計的過程。應瑛等(2001)認為組織學習就是組織通過積累的相互作用且目的明確的行動方式來對內外部環境進行觀察、評價和行動的能力。于海波(2007)構建了組織學習的“六因素結構模型”，涵蓋組織間學習、開發式學習、利用式學習、組織層學習、集體學習和個體學習。姚傳友(2017)認為組織學習是利用知識的可以替換和延展的特點來發散知識形成創新，應用到組織中以應對經濟社會信息發展的不斷改變。

隨著經濟社會的發展，組織變革管理的難度和復雜度都大大增加，學者研究組織變革的側重點開始轉向組織戰略。Barrett et al(2018)把欣賞式探詢嵌入學習型組織創建和發展的全過程，通過“發現、構想、設計、實現”的循環，探詢有價值的信息和經驗，從而持續挖掘組織變革的動力。朱祖平(2001)認為，企業變革是一項系統性工程，變革管理的關鍵是堅持系統觀點，建立起企業協同創新系統。焦叔斌(2003)認為環境的變化是促使企業組織進行變革的根本動因，而張鼎昆(2004)進一步提出企業變革要實現由機械化組織向生態型組織跨越，間接指出了組織外部環境的復雜多變性。王鳳彬等(2018)綜合考慮組織變革環境、過程，探究組織變革的內在動力和系統螺旋式變化的過程機制，開啟了組織變革研究的新視角。通過梳理國內外學者對組織變革的研究不難發現，組織變革越來越呈系統性和內外部環境兼顧性的特點，因此，本研究將組織變革定義為：組織根據內外部環境的變化，及時調整、改進和革新組織要素以實現組織發展目標的過程。

從外部組織視角來看，組織績效、學習、變革的系統演進過程包括組織績效向組織學習推進的過程、組織學習向組織變革演進的過程以及組織變革到組織績效轉化的過程。其中，從組織績效轉變為組織學習的過程中，有利于滿足利益相關者，有助于提高組織績效，有益于組織整體效率或產出水平提高的戰略、原則、方法、目標、實踐，都會逐漸地固化或者抽象化，甚至在組織范圍內進行學習推廣，激發員工創造力(王智寧等，2020年)，以便管理者在可預見的時期內獲得更高的績效產出。與此同時，組織管理者也會剔除或控制不利于組織成長的因素，成本控制與效益分析成為管理者在組織績效固化、抽象化為組織經驗的重要環節。從組織學習演變為組織變革的動力，是組織管理者及其成員將組織績效固化而來的學習經驗演變成組織變革的動力。在此過程中，組織成員可以重新分析并完善組織架構、人員配置、組織能力結構、制度缺陷等一系列問題，將分析出的不足作為組織變革的目標，并提出持續的改進計劃。而組織變革轉化為組織績效產出的過程，主要體現為組織管理者的領導能力，需要領導者將組織變革的成果轉化為組織高績效行為，并為利益相關者帶來豐厚的利潤，柔性管理、彈性變革成為變革的管理者需要掌握的基本技能。

采用人力資源大數據和人工智能技術，圍繞特定指標進行績效情況分析，能夠促使組織成員更加積極且快速地吸取經驗，有針對性地完善和整改已有的薄弱環節，從而提高工作效率，達到節約人工成本的目的(Tripathi，2011)。基于績效進行組織學習不僅僅是基于現有績效水平吸取經驗，以及通過查找并改善薄弱環節來促進組織及其成員成長和創新，還表現為組織成員結合以往績效情況進行知識創造、編纂、共享，并為組織創造更多價值的過程(張欣瑞等，2015)。組織利用大數據及人工智能技術能夠減輕組織成員的工作負擔，使組織成員更加有效、快速地履行工作職能，組織能夠快速提取編纂后被共享的有效信息并及時做出響應(Olson，2018)。比如，谷歌對內部大數據進行一系列研究和分析，甄別出優秀管理者，以此來判斷優秀管理者最重要的行為和特質是什么，組織最成功的做法是什么，從而加快打造優秀經理人(Rodney et al，2019)，這種模式要比相關人員各自進行觀察和人工統計分析要快速和準確，而且節省人力、物力和財力。

三、 大數據智能分析技術改進組織“績效—學習—變革”系統演進過程

組織績效、學習、變革的過程要想在大數據人工智能環境下實現正向促進作用，就需要組織管理者或者人力資源實踐者重新規劃并充分利用大數據和人工智能的技術特征，使其發揮技術應用優勢并盡量減少負面影響。本研究依據組織學研究者的研究結論和分析結果，構建了組織“績效—學習—變革”的系統循環演進過程，具體如圖1所示。

圖1 組織“績效—學習—變革”系統演進過程

績效、學習、變革三者之間的關系都是雙向閉環的，而且存在多位一體的關系。比如學習和變革同時對績效產生影響，組織績效能同時產生組織學習和組織變革行為，如果因組織績效帶來的組織學習是主流，而組織績效帶來的組織變革比較微弱或相對不明顯，那么這一過程便可認為是組織績效到組織學習的過程。如果因組織績效帶來的組織學習和組織變革都比較顯著，那么便可認為是同時發生的兩個過程。

(一) 從組織績效到組織學習的推動過程

人力資源信息化、智能化的實現是建立在組織整體管理系統功能性升級基礎之上的，從組織績效到組織學習的過程也就是在已有績效水平的基礎上進行成本控制及效益分析的過程。從組織績效到組織學習的推動過程，同時是組織對知識流、信息流、數據流進行提取、分析和學習的過程，學習過程中組織通過所掌握的知識、信息和數據對組織績效進行評估，從而實現對組織績效的反饋，改善組織行為，具體如圖2所示。

圖2 從組織績效到組織學習的推動過程

組織可將人力資源信息化成本、產出成本、資源利用效率、人力資源投資回報率等財務和非財務數據流作為績效分析指標，通過大數據數理統計分析，建立成本控制效益分析模型，合理制定評估指標并監測評估過程，從而使組織管理者及時掌握真實的組織績效產出。與此同時，加強對評估全過程的分析，組織管理者及成員能實現對組織規劃、制度的修正，為合理配置資源提出最佳方案。組織進行知識和智力的管理過程實際也是通過智能計算學習對組織績效進行評估的過程，知識和智力管理過程中需要對一系列數據進行識別處理，這種處理使得組織及成員掌握敏感績效信息，有助于組織管理者做出最優決策。

通過大數據智能分析技術，對促進績效改進的行為、制度、環境、人力資源等因素和數據進行評估分析，提煉產生高績效的行為因素，關注阻礙組織成長的負面行為因素，利用分析系統進行迭代模擬，同時采用管理創新技術和IT支撐運營策略，及時評估其預期應用的效果和目標，從而不斷校正工作行為，提高組織績效。本方法可成功應用于公司工作生活環境組織管理過程，優化工作環境，促進部門合作。

(二) 從組織學習到組織變革的演變過程

隨著組織結構的調整，人力資源管理手段和方式發生了變化，從組織學習到組織變革的過程成為組織管理者對數據進行分析并做出制度改變或行為調整的過程。人工智能系統將變革實施時的阻礙性因素和促進因素進行分析，描繪出目前組織需要強化的能力或者需要屏蔽的要素，然后將這些要素、過程、結果反饋給組織學習系統，組織學習系統對組織變革的反饋信息進行進一步剖析，并制定相應的解決方案，具體如圖3所示。

圖3 從組織學習到組織變革的演變過程

在甄選過程中通過人工智能自然語言處理技術、大數據分析處理技術對候選人電子郵件、簡歷與答題情況、社交網絡等數據進行分析，達到在合適的時間、合適的地點為合適的職位甄選出適合的人，以最經濟的方式達到最有效率的結果，從而選出組織變革適合的推動者和助力人。以組織人力資源管理和變革過程為例，一些組織意識到大數據人工智能對組織人力資源管理和變革的關鍵作用，實施變革，建立員工數據追蹤計劃，使每一項決策成為“基于數據的決策”，從而預測候選人是否契合公司價值觀和工作要求、是否能夠成功發展、是否愿意長期留在公司發展，同時還能幫助組織做出最優薪酬和激勵決策，本方法不但縮短了招聘周期，也提高了招聘效率和效果，通過成功招聘實踐的分析和總結，人力資源部門不斷積累經驗，推動了學習的發生。

(三) 從組織變革到組織績效的轉化過程

從組織變革到組織績效的轉化過程也是組織管理者將柔性化管理與彈性變革逐步引入組織內部，并實施評估的過程。化解組織變革面臨的諸多內外部挑戰需要人力資源管理政策為支撐，而人力資源管理政策的有效性與組織支持、自主激勵和同事支持密不可分(Yano，2017)，柔性管理、彈性變革在組織變革轉化為組織實際績效產出的過程中，能創造出相對寬松的工作氛圍和新的心智管理模式，更易于使員工產生自我激勵，并獲得同事支持。柔性管理、彈性變革起作用的關鍵是人工智能系統能充分運用數據流綜合分析，洞悉內外部環境狀況，掌握員工動態，合理界定管理的力度和變革的強度、范圍，從而促進高績效的產生，此過程中管理者和員工及時獲取的反饋也對高績效起到了輔助作用。管理者通過系統分析可以進一步明晰組織戰略實施的目標和意圖，可實現對員工行為的糾偏，并為優化價值創造過程、激發組織成員工作熱情提供管理依據和方案。從組織績效結果中提取數據信息并進行分析與設計，可以影響組織變革的內容、方式甚至方向，具體如圖4所示。大數據和人工智能系統會根據組織現有資源的分布情況、個人或團隊的資源訴求、外部市場資源供應的時間和供應量進行統籌調配，按時按需地滿足組織成員的資源訴求，從而通過及時、充足的支持來減少角色沖突，同時對組織績效產出進行實時監測，將正負面反饋結果和修正建議及時回傳給組織管理者與組織成員，以便不斷完善變革策略，必要時甚至對變革策略進行重新設計。

圖4 從組織變革到組織績效的轉化過程

基于商業環境、各地文化風俗、法律及新技術的發展，在大數據人工智能環境下，谷歌對職員實行柔性管理，一些崗位職員不要求必須定時定點上班，只要能夠完成任務且在需要時出現即可，同時職員出現任何問題或者需要幫助都可及時反饋。此外，谷歌基于大數據和人工智能預測哪些職員會離職并為挽留職員提供個性化方案、未來可能會出現哪些管理問題并未雨綢繆。這種基于大數據和人工智能所進行的里程碑式變革，極大地提高了人力資源管理的效率，幫助公司保持良好的績效。

組織績效、學習、變革系統循環演進的過程從內部數據流程來看，就是利用大數據及人工智能分析技術對數據進行評估、分析、設計的過程。數據評估主要應用在組織績效與組織學習之間，通過抓取人口統計特征、行為數據、社交網絡數據以及消費行為數據來評估影響績效改進的因素、邏輯關系及其依賴路徑。大數據與人工智能技術對組織學習與組織變革的數據流處理是一個閉環，在這個閉環中主要處理方式就是數據分析，通過系統分析進行甄選變革的目標、促進因素、阻礙因素，同時實現對環境氛圍的整體剖析，通過變革來設計提高組織績效的架構，進而引導并激發提高組織績效的行為。

大數據人工智能時代，組織中各環節越來越多受外部環境的影響，比如現有競爭者、潛在競爭者、供應商、客戶、公共機構政策及新技術等，所以采用大數據統計分析與智能計算進行模型構建時每個環節都注重外部數據流的引入，通過對影響組織績效、學習與變革各環節的信息進行抓取、篩選、歸類并應用到決策的過程，這與組織績效、學習與變革的管理中更多關注內部信息和變化有著明顯區別。模型把組織績效、學習與變革明確為一個整體并形成了閉環過程，模型的環節與環節之間始終強調雙向影響，這與實踐中單向影響思維和傾向有著明顯區別。

四、 總 結

雖然組織可以利用大數據和人工智能分析技術促使組織學習、組織變革以及組織績效改進形成良性的閉環管理模式，促進組織決策水平的提高和管理方式的改良，達到合理利用資源并發揮最大效能的目的。但是，過分強調并依賴大數據和人工智能分析技術，往往也會將技術自身的阻礙和威脅帶入組織的閉環管理過程中，而且組織人力資本結構也會隨著技術的廣泛應用而發生改變，知識型勞動者和創造型勞動者在組織中的地位會愈加突出。所以，在強調技術應用的過程中，組織管理者及未來研究者需要更加關注組織人性化、情緒化的管理，大數據及人工智能技術的升級促使知識型、創造型員工成為組織主要的雇傭群體，知識型、創造型員工的創造活力需要組織給予更加寬泛且人性化的空間氛圍。因此，在大數據和人工智能化的組織氛圍中，管理者特別是人力資源管理者要著手消除阻礙組織績效、學習、變革的因素，塑造組織人性化的氛圍并加強組織成員情緒行為的管理。隨著大數據和人工智能系統在組織中的應用逐漸深入，人性化管理、系統構建、員工與智能系統之間的融合關系以及數據智能處理系統的開發管理也是未來可研究的方向。