人工智能与变革管理专栏之一管理范式重构：从工业经济到数字经济

◎ 上海对外经贸大学人工智能与变革管理研究院院长 齐佳音

2017 年11 月，麻 省 理 工 大学 教 授 Brynjolfsson， 麻 省 理 工大学博士研究生Rock 以及芝加哥 大 学 教 授Syverson 在NBER(the National Bureau of Economic Research)发布了他们的工作论文“Artificial Intelligence and the modern productivity paradox: a clash of expectations and statistics ”(“人 工 智能和现代生产率悖论：期望和统计的落差”)。在这篇44 页的工作论文中，作者分析了近几年来人工智能技术取得的令人惊喜的进展以及全球巨头企业在人工智能战略上的巨大投入，与此同时，作者通过翔实的经济统计数据分析表明，从2005 年到2016 年，美国的平均劳动生产率增长率（1.3%）甚至低于1995 到2004 年间该值的年均值（2.8%），这个发现也在OECD的其他28 个国家中存在同样的趋势；从1990 年至今，居民收入的中位数一直停滞不前，非经济性的主观幸福感如期望寿命在某些族群中还出现下降。致力于提升生产率的AI 技术似乎并没有在实际中带来生产率的提升，这个发现似乎支持了部分专家对于AI 的悲观评价，如Nordhaus 认为技术驱动发展在一系列的检验中都被证明是失败了（Nordhaus， 2015）。至此，AI 生产率悖论的现象引起全球关注。AI 生产率悖论将人们从对AI技术的乐观狂热中带到了艰难变现的现实社会中。

Brynjolfsson， Rock 和Syverson 在他们的AI 生产率悖论现象中，也剖析了造成这一现象的四个可能原因:其一是错误的预期。对于人工智能应用，技术派通常属于乐观派。人工智能技术不断取得的进展也让公众对其前景更加乐观。但事实的情况是，多数颠覆性技术在得到普遍的商业应用之前都有一段较长时间的发展期，并不像早期预想的那么乐观。其二是错误的测量。和IT 生产率悖论中解释是一致的，即AI 投入的回报和收益并未得到全面评价。其三是集中分布。人工智能应用带来的回报集中在行业中少数的企业中，而其他多数的企业将不得不面对少数企业领先之后带来的混乱。第四是重构滞后。通用目标技 术（general purpose technologies，GPT）通常是带来社会变革的技术，不仅技术本身是颠覆性的，与技术相配套的其他方面也需要重构。对于通用目标的变革性技术，从技术导入到效果发挥需要其他互补性创新同步到位才能发挥出技术的生产率。

无论是早期的IT 生产率悖论还是现在的AI 生产率悖论，从组织层面来看，一方面是变革型的通用目标技术的技术成熟度需要有较长的时间来完成，另外一方面，与变革型技术相适应的管理范式也需要较长的时间才能完成重构。只有当技术的完善度与治理的完善度实现有效同步与协同，产业界才能看到AI 悖论终结的希望。

人工智能不仅是技术领域的变革，更掀起了一场认知革命，从而引发商业逻辑和商业模式的革命。在技术驱动下，出现了多样化和云端化的全新工作模式，机器人、自由工作者成为新型职业形态，企业组织边界被打破，工作任务和企业组织正在分离，平台性和开放性日益成为组织的主要特征。旧的基于有形物质商品的生产方式及商务规则正在逐步退出历史舞台，新的基于无形数字商品的生产方式及商务规则正在重塑商业世界。但是到目前，针对无形数字商品的经济学理论、商业逻辑、商务规则、商业实践、监管制度等还在发展的初期，尚没有建立起适合的、可以让新技术充分施展作用的充分环境。

人工智能技术不仅是技术，更引发管理范式变革。数字新技术所推动的数字新经济，不仅仅是通过“业务数据化和数据业务化”改变了业务的逻辑，也通过改变业务逻辑，改变了管理逻辑！现代管理学的发展史是伴随着工业革命，基于实体产品、标准化、流水线、大型组织而形成的如何有效激励人的管理思想丛林体系。但是，数字新经济时代，业务数字化使得数字化创意可以在物理实体产品之前率先完成数字产品成型，信息生产线变得比物理生产线更加重要和核心，先进信息技术的赋能使得很少的人就可以完成过去需要大量人才能完成的工作；数字化业务使得组织决策主要在数据驱动下自动完成，决策过程更加透明，更加高效。数字化业务过程使得组织更加扁平，管理层次大幅减少，管理幅度大大加宽。这种革命性的变化将导致未来的企业不需要特别大规模的人就可以调动足够的资源，完成组织功能。

不难看到，数字新经济时代，管理学的重构在实践中已经开始。最大的出租车公司（Uber）没有出租车，最大的民宿（AirBnb）没有客房，最大的零售平台阿里巴巴没有货物，增长最快的电信公司（Skype）没有基础设施，最大的广告公司（Google）是做搜索引擎，最大的猎头公司（LinkedIn）是社交平台，全球最大的工程及矿山机械制造企业不再售卖重型设备，而通过设备租赁及服务来获得更多盈利。数字新经济时代的管理正在发生巨变：

管理对象的变化：管理价值系统中的协同参与者比管理组织合同员工更加重要。互联网无所不在的连接形成了大规模的协调能力，造就了像AirBnB 和Uber 这样的平台企业，本身并不拥有任何房间和出租车，企业正式员工也只有几百人，却能使得全球资源得到共享，使每个人都有可能成为其兼职的员工和顾客，因此，未来企业面临的管理挑战之一不是如何管理自己的合同员工，而是海量的通过互联网进行大规模协作的临时工。我们经典的管理教材，更加侧重于组织正式员工的管理，如何对通过网络大规模协作的员工进行管理的确是数字新经济时代面临的新问题。

决策工具的变化：数据驱动的算法决策将不断替代决策者喜好的主观决策。管理的关键在于决策，算法在决策中起到越来越重要的作用。AI之父，诺贝尔经济学奖得主Herbert Simon 认为，管理的核心在于决策。AI 正在使越来越多的决策自动化，至少是决策的前导工序自动化，留给人进行最后的决策，比如电商购物，AI对推荐产品进行呈现，人们看似具有决策权，其实大量的底层决策，已经由AI 完成了，这类似于心理学中的潜意识，就像《象与骑象人》中所说的，骑象人自认为可以决定方向，其实可能是相反的。“象”是潜意识（80%），“骑象人”是显意识（20%）。未来AI就是大象，人类就是骑象人。AI 正在成为我们新的潜意识，在决策中起到越来越大的作用。回到我们经典的管理学，我们通常假定决策者是自主做出决策的，但是随着算法影响或主导的决策越来越广，是否西蒙所说的有限理性决策会发生变化，理性决策或非理性决策将成为新的形态？

管理思维的变化：“赋能”的思维比“管”的思维更加奏效。由于数字化技术的赋能，使得任何一个个人都可以相对低成本地获得资源，并组织资源，协同完成价值创造过程。个人比历史上任何时间都更加不依赖于组织，人与组织的长期固定契约关系需求变弱，大型组织很难再以强势者的地位来“管”员工，更何况更多大量的员工并不是组织的合同制员工，而是一种价值网络上的协作型临时员工。这种情况下，组织被重新定义，团队被重新定义，自上而下的“管”将被由数字技术所支撑的“赋能”所替代。哪个组织能给个人更多的赋能，让个人获得更大的成长，哪个组织才能获得更好的业绩。传统的管理学是建立在牛顿力学逻辑之上的机械式思维，但赋能管理是要构建在量子力学逻辑之上的个体能量激发思维，如何激活组织中的个体将比如何“管”住个体更加具有意义。

这是一个重新定义的时代！需要重新定义产业、重新定义公司、重新定义团队、重新定义工作、重新定义管理、重新定义学习，......。但是，这一重新定义的过程是在新旧两种范式中的不同利益团体中，经过艰难的博弈，一点点取得进展的。这一艰难的过程将注定AI 技术的生产率效果将同历史上所有变革性技术发挥作用的路径一样: 在较长时间存在生产率悖论现象！

人工智能带来的生产率的提升，需要将人工智能这一革命性的生产力与同样革命性的生产关系有效耦合，才能让整体社会系统看到生产率的大幅度提升和人类生活质量的大幅度改善。先进的AI 生产力技术与落后的生产关系之间的结合将导致AI 生产率悖论现象的长期存在。目前，整体社会对于AI 技术的研发给予了极大的热情和投入，但是人文社会科学并未从适应人工智能技术的变革社会治理创新方面提出有突破性的理论成果，这将成为破解AI 生产率悖论现象的重要制约因素之一。

从企业的人工智能应用效果方面，建议企业在将人工智能引入企业运营过程之前，要充分考虑如何让技术“赋能”员工，让技术重新定义“员工”，让技术重新定义“协作”，让技术重新定义“流程”，让技术重新定义“企业”，让技术重新定义“客户体验”，从而在整体层面实现企业的重生。