发帖
雷达卡
导语
当机器智能可以充当管理助手、战略军师和研发专家，当企业内部由单纯的人际关系，走向人机互动，机器智能已经成为组织内部的新物种。机器程序和组织交互的程度和广度正在毫无疑问地加深和扩大。一次跨物种的管理革命正在到来。
文 / 高飞、周雅
国家的兴衰，企业的成败，说到底莫过于“管理”二字。
以史为鉴，我们不妨先把时间倒回到1500年前。“公元1587年，在中国为明万历十五年，论干支则为丁亥，属猪。当日四海升平，全年并无大事可叙”，黄仁宇在《万历十五年》开篇中说，“这实在是平平淡淡的一年”。但就在同年，“1587年，在西欧历史上为西班牙舰队全部出动征英的前一年”，草蛇伏线，灰延千里，之后的世界格局的走向，东西方势力的消涨，300年后中国封建王朝的土崩瓦解，全在于这些平淡日子里的“末端小节”当中。
穿越时光，让我们把视线停留在其中某个平淡日子的“末端小节”上。明朝中叶的一天，皇帝又收到数件来自各地的奏折，文字像往常一样冗长无比，按黄仁宇的话说“又是用儒家传统的观念和语言来加以表达，很不容易弄清其中的问题主次和真正含义”，于是和平常一样，名为秉笔太监的宦官，作为皇帝的私人秘书，开始整理奏折关键词和摘要，供皇帝阅读，然后再交内阁大学士们批答。最后这些政令通过层层体系，回到奏折的来源地。这层层公文流转的过程，处于核心决策层的皇帝知道了一件事的大致印象，这还是运气好的时候，因为很可能在另外一天，他连大致印象都没不掌握，只是看到了来自秉笔太监的一时好恶的评价，但这依然不是最糟糕的，因为如果是魏忠贤“在位”，皇帝大概连看奏折的机会都没有。但是无论有没有印象，下发出去的批示却是实打实的“奉天承运皇帝诏曰”。
黄仁宇对这种情况总结说，这些王朝的“传统的官僚政治表面管辖广泛，实际掌握不深，其行政效率靠由上至下加压力，并非循照经济原则，所以只能铺摆场面，对数目字无法精密核算”。而如此庞大的疆域，如果不用数目字的方式去管理，帝国的走向最后难免会流于失控。
数目字管理到数据管理：伴随AI带来的“透明组织”
对于黄仁宇的数目字管理，后来有两种理解，一种是字面意义的“数字化管理”之意，通过数字统计来制定决策，作家王小波称之为“统计数字”管理。从事黄仁宇作品编辑多年的徐卫东的看法则更深入，“数目化的英文是‘mathematical management’，所以数目化管理更准确的说法应该是‘精确化管理’——各种有形无形的社会资源可以公平地加加减减，也就是说，整个社会资源均可如实计算，整合进一个记录系统进行自由流动和交换”。
但是无论哪种理解，只要涉及计算和决策，都需要一个共同基础——可以准确衡量价值、能够反映客观现实的“数目字”。而这个基础，对于一个国家管理是必要的，对于一个组织管理是必要的，对于一个运行在万物互联的现代社会的现代企业管理，更是需要的。黄仁宇说，“凡事用数目字管理的社会，已不是道德问题，而为一种技术问题”。而就在新的科技革命和产业革命方兴未艾的今天，“技术”可能将不再是一个问题，这让数目字管理的可行性产生飞跃。在人类历史上，管理者也会第一次发现，自己的企业会变成一个接近于自己完全可见的“透明组织”，企业的每一个动态都可以呈现在管理者眼中。而推动“透明组织”形成的技术，就是井喷式爆发的大数据，和由大数据驱动的人工智能。
美国互联网数据中心的数据显示，互联网上的数据每年将增长50%，每两年翻一番，世界上90%的数据是过去的几年才产生的。更激进的预测是——人类社会从现在开始每一年产生的数据，都将超过之前所有年份产生的数据的总和。早在1980年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，将大数据定义为“第三次浪潮的华彩乐章”。这些数据并非只是人们在互联网上发布的文字、图片和视频，还有全世界的工业设备、交通工具、仪器仪表、监控装置上的传感器所产生的数据，而测量的对象，也不仅包括各种设备、物体、空间的位置、温度、湿度，也包括一个企业组织中的核心管理对象——人自身的一举一动的观察。
通过无线通讯，大数据让现代企业的管理者不会像明朝皇帝一样，需要一个漫长的信息传递反射弧，才能了解来自组织末端的情况，而是可以几乎实时的得到组织的不同地理位置、职能单元和分支机构反馈的数据。孙子兵法曰：“知己知彼，百战不殆”，“知己”和“知彼”在兵法中，被放到了同等重要的位置，而这些数据就是知己的关键。
但是仅仅有看似可以反射企业全貌的数据，并不能自然得到一个“透明组织”，有两座大山矗立在管理者和这些数据之间，这就是 “理解和效率”，大部分由“01”代码组成的数据是不能被人类直接理解的，人类看不懂机器的记录；而另外一部分可视化的数据，我们又没有足够的时间去处理，一个摄像头一天内拍摄的画面，也需要一个人一天的时间来回顾。正如同明朝皇帝面对无数奏折就出现的文字信息过载，面对浩瀚无边的数据，人类更会出现数据认知过载。这就是大数据之外的另外一个能力——“人工智能”。人类面对浩瀚的数据有多么无力，人工智能面对无边的数据就有多么饥饿。
组织的核心是人，要实现管理者所替代的“透明组织”，就要实现“人”的透明性。但是人天生偏偏是不透明的，在小说三体中，人心的不可参透性，成为地球人反击三体人的秘密武器。心理学家荣格则把人类的意识分为自我、本我和超我。其中只有自我是能被直接感知的，本我和超我都隐藏在外在表现的水面之下。如果说对于小企业还可以依靠管理者的观察，对于大型组织的管理者，可能只能依靠每年一次的“360度环评”才得以管中窥豹。但是，有了全视角观察组织的大数据，有了可以把这些数据翻译为信息结论的人工智能，双剑合璧，人将是可能被读懂的，“透明组织”的可能性就出现了。
在一个案例中，一个企业在员工上下班打卡中，使用了人脸识别。但是这个人脸识别系统不止能用于对员工本人的确认。在AI的帮助下，它的额外功能是能够对人类的几十种微表情进行识别。经过一段时间的统计，这个AI系统就可以根据员工上下班时的心情变化，得知员工整体和个体的心理状态。从而在员工还没有对工作状况进行任何反馈的情况下，让管理者提前预知员工状态。更有甚者，系统可以根据员工的网络痕迹（输入和输出信息），分析员工的工作状态、强度和效果。企业对人的管理，不再是临时性收到信息、阶段性评估程度，周期性给予反馈，而是可以几乎做到实时得知员工状态，实时进行管理决策。这其中一定涉及相当程度的隐私问题，但是毫无疑问，这对于人力资源管理来说，毫无疑问是一场变革，企业管理者也很难抵御让企业，尤其企业中的人，在自己眼前更加透明的诱惑。
如果把企业管理的外延从员工扩大到顾客，进行客户关系管理，AI一样正在将市场变得更加透明。根据至顶网的一篇分析报道，流媒体音乐巨头Spotify的整个业务都是基于数据的，人工智能保存了更多的客户数据，并通过分析数据发现各种趋势，预测每个客户喜欢什么样的音乐，每位Spotify用户都会获得一个个性化的“每周发现”播放列表，这是使用人工智能数据为用户挑选音乐的典型。这项服务因其对客户心情和音乐品味的准确把握而备受好评。在Spotify面前，客户在音乐喜好的一举一动都是透明的。多米诺骨牌一定会一张张的倒下去，更多透明的组织，更多透明的市场必将慢慢浮现出来。
人际关系到人机关系：知识的第二生产者
2016年3月，Google旗下DeepMind的AlphaGo程序和李世石进行了人机围棋大战，最终以4：1取胜（当然，之后AlphaGo又战胜了世界围棋第一人柯洁）。 DeepMind的创始人，也是AlphaGo之父AlphaGo（阿尔法狗）之父Demis Hassabis在英国剑桥大学演讲中回顾了人机对战的第二局的第37步：
在过去的3000多年里，人们认为在第三根线上落子和第四根线上落子有着相同的重要性。但是在这场游戏中，大家看到在这第37步中，阿尔法狗落子在了第五条线，进军棋局的中部区域。与第四根线相比，这根线离中部区域更近。这可能意味着，在几千年里，人们低估了棋局中部区域的重要性。
Demis Hassabis的说法，代表着机器智能，发现了人类从来没有发现的知识，尽管围棋程序本身是由人类创造的。人工智能，正在成为企业知识的第二生产者。基于第四范式，谁掌握更多的数据，谁就会在机器创造知识的过程中掌握先机。同以往企业的管理更多只是对内部资源的管理不同，有了物联网的万物互联，有了大数据对于客户行为的实时追踪，有了云计算的平台资源共享，未来企业能够管理的对象外延发生了巨大的变化。企业的产品、服务、顾客和合作伙伴，都成为企业能够管理的目标对象。而数据就在企业生态的不同角色之间流转，突破了企业内外部边界。对于企业而言，只掌握和分析内部数据，是不完整不充分的，对知识创造也是不利的。正因如此，全球互联网公司都在积极的通过收购、合并、合作，建立自己的生态网络，扩展自己的联盟，这些合作背后的一个原因固然是流量的获取和客户的锁定，但是另外一个重要原因就是数据资源的获得和共享。
对于大企业而言，只有自己的生态足够大，才能保证无论数据流动到哪，企业都可以追踪和使用。另一方面，对于中小企业，也只有加入一个大生态，才能得到以自己的技术实力难以获得的创新资源。第四范式之下，麦特卡夫定律将起更大的作用，数据越多，知识创造能力越强，赢者通吃效应让产业颠覆者的出现更加艰难。无论国内国外，你会发现，在科技互联网领域，已经很久没有新的腾讯、Google和Facebook出现的苗头了。
当知识不只由人类创造，决策不止是由人类做出，未来组织的内部关系也会发生变化。如果说AI时代之前的企业管理只有一种关系基于人与人之间的Human-TeamWork——人际关系，未来将新增一个将机器智能包含在内的Human-Machine-Relationship——人机关系，以及基于生态合作的Enterprise-Ecosystem-Network。基于这三种关系，未来公司的核心能力也将发生变化，它们来自三方面，简称：R-E-D，分别代表着信任力Reliance from human、生态力Ecosystem ability和技术力Deploy of technology。
赢得“信任力”：企业只有获得员工的信任 获得顾客的信任，才能得到她们的数据。欧洲议会投票通过的《一般数据保护法案》（General Data Protection Regulation (GDPR)）体现了对消费者隐私的保护，这更凸显了数据的可贵性和信任力的重要性。
构建“生态力” ：未来数据的流通是没有边界的，它不仅在企业内部流通 ，也在企业外部流通，流动于企业的上下游，也就是企业的生态链之间。对于大企业，如何构建吸引中小企业的生态，对于小企业，如何选择有利于自己的生态，是重要的管理和战略决策问题。
发展“技术力”：当庞大的数据流动到、创造于企业手中，通过何种技术部署，才能让数据变为自动化的流程，从而降低成本，变为创造性的知识推动创新，将是企业核心竞争力之一。
未来，我们会看到越来越多的行业加上智能、智慧和科技等前缀、后缀——智能+制造、智慧+交通、智慧+城市、金融+科技……机器智能，终将改变人类社会中的每一个企业，每一个行业，和组织中的每一个人的生产方式、工作方式和生活方式。企业管理的对象，将第一次由人类，扩展到包含在机器智能的第三方。
当机器智能可以充当管理助手、战略军师和研发专家，当企业内部由单纯的人际关系，走向人机互动，毫无疑问机器智能已经成为组织内部的新物种。在《连线杂志》的一次专访中，刚刚离开我们的霍金教授就未雨绸缪，人工智能可能取代人类，变成一种新的生命形态，新物种。尽管霍金对人工智能的看法一项偏于负面，但是机器程序和组织交互的程度和广度正在毫无疑问地加深和扩大。一次跨物种的管理革命正在到来。
京公网安备 11010802022788号
