AI時(shí)代，企業(yè)如何打造超級團(tuán)隊(duì)

2020年5月，德勤連續(xù)第10年發(fā)布了《德勤2020全球人力資本趨勢調(diào)研》報(bào)告（以下簡稱“報(bào)告”），報(bào)告調(diào)研了119個(gè)國家、近9 000名人力資源相關(guān)從業(yè)人員對全球人力資源、組織管理的現(xiàn)狀、挑戰(zhàn)與趨勢的看法。2020年報(bào)告圍繞科技與人在組織中的關(guān)系展開，揭示出的悖論是：人工智能以不可阻擋的趨勢到來，企業(yè)是積極擁抱，還是被無情地替代？

為此，我們需要先回顧一下個(gè)人工作與技術(shù)變革之間的演化關(guān)系。19世紀(jì)，機(jī)械紡織機(jī)率先在英格蘭的工廠中應(yīng)用，大量工人崗位失業(yè)，對機(jī)器的憤怒曾使人們想要?dú)У羧魏慰赡軞У羧祟惐旧淼臇|西。但憤怒毫無用處，以改良蒸汽機(jī)和機(jī)械紡織機(jī)為代表的工業(yè)革命迅速到來，生產(chǎn)力和GDP隨之快速提升。但對于當(dāng)時(shí)的工人來說，工作條件卻日益惡化，幾十年后，自動化投資的回報(bào)率才以更高的工資和更安全的形式惠及他們的子孫后代。這些機(jī)器的破壞者成為當(dāng)時(shí)經(jīng)濟(jì)和社會巨變中迷失的一代。被經(jīng)濟(jì)學(xué)家稱為“機(jī)器問題”（machinery question），歷史學(xué)家也將機(jī)器問題帶來的從1790～1840年的工資停滯稱為“恩格斯停頓”（EngelsPause）。

隨著人工智能（AI）的快速發(fā)展，員工們?nèi)绾闻c技術(shù)一起工作，發(fā)揮各自的優(yōu)勢，成為了新的挑戰(zhàn)。人工智能是否會搶走人類的工作機(jī)會？這是一直被爭論的話題。

人工智能與人的關(guān)系會怎樣？人工智能未來能代替人獨(dú)立思考決策嗎？人與人工智能的融合，需要怎樣的組織機(jī)制設(shè)計(jì)？本文將嘗試對上述問題做出回答。

AI時(shí)代的組織模式：超級團(tuán)隊(duì)

實(shí)際上，人工智能并非洪水猛獸，德勤報(bào)告顯示，有60%的樣本企業(yè)更希望利用人工智能技術(shù)輔助員工，有4%的樣本企業(yè)將其用于監(jiān)督員工，有12%的企業(yè)在思考如何取代員工，另有24%的企業(yè)表示，組織中未使用人工智能技術(shù)。

企業(yè)組織中如何實(shí)現(xiàn)人與人工智能的融合？麻省理工學(xué)院智能中心創(chuàng)始主管托馬斯·馬龍（Thomas Malone）根據(jù)技術(shù)和工作的演化關(guān)系，提出了“超級團(tuán)隊(duì)”的概念，用來指導(dǎo)企業(yè)如何處理組織與人工智能的關(guān)系。超級團(tuán)隊(duì)的演進(jìn)路徑如圖 1所示。

第一階段，企業(yè)采用自動化技術(shù)對工作進(jìn)行替代。這一部分在企業(yè)中已有一些較為成熟的應(yīng)用。如京東、亞馬遜的智能倉庫，大量的貨品分揀工作，已經(jīng)由機(jī)器人來完成。人工智能運(yùn)用于替代型工作，不會顯著提升企業(yè)的競爭力。因?yàn)樘娲凸ぷ髦貜?fù)性高，人工智能通常只能在提高效率、降低成本發(fā)揮作用，很難實(shí)現(xiàn)更高的價(jià)值創(chuàng)造。

圖 1 超級團(tuán)隊(duì)的演進(jìn)路徑

在第二階段，是運(yùn)用人工智能增強(qiáng)工作效果，實(shí)現(xiàn)“超級崗位”。這一階段人工智能開始幫助職能崗位增強(qiáng)價(jià)值產(chǎn)出，代表性的應(yīng)用是“決策支持系統(tǒng)”（Decision Support System，DSS）。決策支持系統(tǒng)的主要功能是為使用者提供決策所需的各類信息、數(shù)據(jù)等?，F(xiàn)在大量的數(shù)據(jù)挖掘工具、商業(yè)智能工具（BI）等，都屬于決策支持系統(tǒng)的范疇。人工智能的算法已經(jīng)在各專業(yè)領(lǐng)域開始應(yīng)用。如聚類分析（Cluster Analysis），可以進(jìn)行精確的用戶畫像，為精準(zhǔn)營銷提供決策依據(jù)。邏輯回歸（Logistic Regression）算法則已在各類風(fēng)險(xiǎn)管控中得到普遍應(yīng)用。超級崗位也是目前人工智能技術(shù)運(yùn)用的主流階段。

“超級團(tuán)隊(duì)”是人和機(jī)器結(jié)合，利用二者優(yōu)勢互補(bǔ)來解決問題、獲得洞察并且創(chuàng)造價(jià)值?！爸悄軟Q策中心”由機(jī)器智能部分地代替人進(jìn)行決策，消除人在決策中可能出現(xiàn)的盲區(qū)。

第三階段，是人與智能技術(shù)的融合，實(shí)現(xiàn)“超級團(tuán)隊(duì)”。該階段是人和機(jī)器結(jié)合，利用二者優(yōu)勢互補(bǔ)來解決問題、獲得洞察并且創(chuàng)造價(jià)值。這一階段可能會產(chǎn)生一個(gè)新的系統(tǒng)，即“智能決策中心”（Intellectual Decision Center，IDC），由機(jī)器智能部分地代替人進(jìn)行決策，消除人在決策中可能出現(xiàn)的盲區(qū)。我們以便利蜂為例，看一下IDC應(yīng)用的典型場景。便利蜂做到了高度數(shù)據(jù)化和智能化，其訂貨指令是由系統(tǒng)根據(jù)每個(gè)貨品的銷售、庫存、受歡迎度等自動計(jì)算得出，店長要執(zhí)行系統(tǒng)給出的訂貨指令，而不是根據(jù)系統(tǒng)的建議，再決定是否需要訂貨。所以，在訂貨這件事上，已經(jīng)不存在機(jī)器和人誰主導(dǎo)誰，而是人要執(zhí)行機(jī)器的指令。同樣，在貨品擺放、商品什么時(shí)候打折、打折幅度是多少，都是由系統(tǒng)自動做出決定，無需人為干涉。

決策交給AI？不能忽視底線原則

超級團(tuán)隊(duì)要實(shí)現(xiàn)人與人工智能的相互融合、優(yōu)勢互補(bǔ)。那么企業(yè)需要理解人工智能在工作中體現(xiàn)出哪些優(yōu)勢，如何約束人智能決策的判斷依據(jù)，以實(shí)現(xiàn)真正的融合。

人工智能在知識工作中的作用首先涉及知識的三種分類。第一類知識，“學(xué)得會、說得清”。這類知識比較普遍，往往有一個(gè)比較顯著的特點(diǎn)是，能夠在現(xiàn)實(shí)中進(jìn)行觀察、實(shí)驗(yàn)，比如萬有引力定律。在知識管理中，這類知識通常被稱為“顯性知識”。顯性知識可以很容易實(shí)現(xiàn)程序化，從而應(yīng)用到智能系統(tǒng)中。早期的ERP、CRM等系統(tǒng)都以實(shí)現(xiàn)這類知識的自動化、智能化為主。

第二類知識，人們能夠“學(xué)得會、說不清”。這種知識通常是“顯性知識+人的經(jīng)驗(yàn)”，也就是我們常說的“只可意會不可言傳”。比如公司的銷售冠軍，雖然他的銷售話術(shù)、營銷方法都是非常標(biāo)準(zhǔn)化的內(nèi)容，但是在銷售過程中的技巧，就很難通過語言、公式、圖像等形象的方式表達(dá)出來，這種知識存在于每個(gè)人獨(dú)特的經(jīng)歷、經(jīng)驗(yàn)之中。但是這種知識并非不可學(xué)習(xí)，比如“師帶徒”的方式，讓學(xué)生跟隨老師，長期耳濡目染也可以實(shí)現(xiàn)較好的學(xué)習(xí)效果。第二類知識中，還包括一種類型的知識，即像國際象棋、圍棋這類規(guī)則明確，但運(yùn)算的過程和結(jié)果相對模糊的知識，它屬于一種有限理性的知識。

有限理性知識處理的難點(diǎn)不在于將運(yùn)算程序化的難度，其難點(diǎn)在于龐大的運(yùn)算量，以及需要使用機(jī)器“訓(xùn)練”的方式獲取大量的結(jié)果，以優(yōu)化算法。如今，算力問題早已解決，AlphaGo戰(zhàn)勝李世石就是這一領(lǐng)域的里程碑事件。隨后，人工智能在電子競技、戰(zhàn)斗機(jī)模擬等多種場合都開始勝過人類。

第三類知識，人們“學(xué)不會、說不清”。這類知識是目前最令企業(yè)頭疼的內(nèi)容，也是人工智能技術(shù)可以最大程度發(fā)揮價(jià)值的地方。比如，某個(gè)電影、電視劇突然爆紅，商超中某些商品銷量突然增加。這些知識我們無法理解其背后的原理，但是這些知識有一個(gè)共同點(diǎn)——數(shù)據(jù)。雖然我們無法找到因果關(guān)系，但是我們可以通過大數(shù)據(jù)分析，發(fā)現(xiàn)相關(guān)性。例如沃爾瑪?shù)哪硞€(gè)零售店，運(yùn)用大數(shù)據(jù)分析發(fā)現(xiàn)，每當(dāng)颶風(fēng)即將抵達(dá)前，當(dāng)?shù)鼐用癯速徺I手電筒和電池之外，還會大量購買一種名為Pop-Tarts的草莓甜點(diǎn)。發(fā)現(xiàn)這一情況后，沃爾瑪在颶風(fēng)到來前，會進(jìn)行相應(yīng)的商品陳列調(diào)整，并采取適當(dāng)?shù)拇黉N策略。

人工智能解決了上述三種知識的分析、處理問題，最后一個(gè)階段就是輸出決策。這里需要注意，企業(yè)要為IDC系統(tǒng)設(shè)計(jì)合理的判斷原則。

決策的判斷標(biāo)準(zhǔn)有兩種，一是事實(shí)判斷，二是價(jià)值判斷。事實(shí)判斷是指對事物本身的描述。例如“這朵花是紅的”就是事實(shí)判斷。價(jià)值判斷則是對事物好壞、主觀價(jià)值等做出評判。例如“這朵花很美”就是價(jià)值判斷。從決策的角度看，決策的層級越低，越接近事實(shí)判斷；決策的層級越高，越接近價(jià)值判斷。如何平衡這兩種判斷，是企業(yè)在設(shè)計(jì)IDC系統(tǒng)時(shí)需要考慮的重要問題。

此外，人工職能的機(jī)器學(xué)習(xí)算法，也可能會導(dǎo)致“偏見”的出現(xiàn)。算法依賴于數(shù)據(jù)，而數(shù)據(jù)是社會現(xiàn)實(shí)的反映，訓(xùn)練數(shù)據(jù)本身可能是歧視性的，用這樣的數(shù)據(jù)訓(xùn)練出來的人工智能系統(tǒng)自然也會帶上歧視的影子。例如，曾經(jīng)有一個(gè)預(yù)測犯罪的人工智能系統(tǒng)，高估了黑人犯罪的概率。原因在于用于訓(xùn)練的數(shù)據(jù)集中，黑人的比例偏高，從而導(dǎo)致了系統(tǒng)的“歧視”。這時(shí)如果僅用事實(shí)判斷，那么可能會忽視這種歧視現(xiàn)象的出現(xiàn)。這時(shí)候就需要用價(jià)值判斷作為一個(gè)衡量的維度，為人工智能系統(tǒng)設(shè)置一些底線，從而幫助我們避免歧視或誤判的出現(xiàn)。

設(shè)計(jì)超級團(tuán)隊(duì)的管理機(jī)制

理解了超級團(tuán)隊(duì)的管理和優(yōu)勢，最后一個(gè)環(huán)節(jié)是企業(yè)如何管理超級團(tuán)隊(duì)設(shè)計(jì)管理制度。

我們根據(jù)企業(yè)工作的類型，可以劃分出不同的管理模式。企業(yè)的工作類型，可以用如圖2所示的坐標(biāo)軸表示。其中縱軸是企業(yè)的管理層級，從高到低分別為決策層、幕僚（中層）和執(zhí)行層。橫軸是工作的流程，包括投入、中間過程以及產(chǎn)出。

我們先看橫軸。橫軸是工作的三個(gè)部分，一個(gè)企業(yè)在一般情況下，很難同時(shí)對這三個(gè)部分進(jìn)行有效控制，只能選擇對其中的一部分進(jìn)行控制，這就對應(yīng)著不同的管理方法。例如，一個(gè)工作的過程沒法嚴(yán)格控制的時(shí)候，企業(yè)可以加強(qiáng)對投入端和產(chǎn)出端的控制。比如企業(yè)的銷售人員，就很難對他們工作的過程進(jìn)行嚴(yán)格的控制。這時(shí)企業(yè)的控制點(diǎn)，通常就放在前后兩端。對產(chǎn)出進(jìn)行控制，通常是我們所說的KPI管理。企業(yè)對員工的產(chǎn)出進(jìn)行嚴(yán)格的要求，讓員工自然地規(guī)范自己的投入和過程，從而達(dá)到企業(yè)的目標(biāo)。此外，企業(yè)也可以對前端進(jìn)行控制，這通常包括招聘和培訓(xùn)兩類工作。企業(yè)可以設(shè)置嚴(yán)格的招聘條件，比如招聘銷售經(jīng)理，那么可以要求候選人具有至少5年的銷售經(jīng)驗(yàn)，這樣可以保證候選人具有一定的業(yè)務(wù)能力，也就是過程的能力。企業(yè)也可以通過培訓(xùn)，提升員工的業(yè)務(wù)能力，來確保員工執(zhí)行部分的能力。

圖 2 企業(yè)的決策體系

我們再看縱軸，縱軸從下到上，分別是執(zhí)行、幕僚和決策。如果將這個(gè)過程看作一個(gè)整體的決策過程，那么執(zhí)行、幕僚和決策分別對應(yīng)收集信息、分析加工、總結(jié)決策。人工智能對縱軸的影響是，用機(jī)器智能壓縮了信息傳播的路徑。例如DSS系統(tǒng)替代了部分幕僚的工作。比如依靠人工智能生成的營銷策略，可以直接為高層提供決策依據(jù)，而無需中層的參與。IDC系統(tǒng)則更進(jìn)一步，對部分決策層產(chǎn)生了影響。如前文提到了便利蜂，就將分店店長的部分決策權(quán)替代了。人工智能對信息傳播路徑壓縮，也就帶來了組織的扁平化、矩陣化、敏捷化趨勢。因此，組織的設(shè)計(jì)要找到變革的本質(zhì)，而不是為了扁平而扁平。

把縱軸和橫軸合并在一起，就可以得出超級團(tuán)隊(duì)管理的一些基本原則。智能技術(shù)規(guī)范了流程、壓縮了信息傳遞的層級，企業(yè)兩端的重要性開始凸顯。執(zhí)行不再是基層員工的概念，而是要能夠?qū)崿F(xiàn)信息收集、場景識別、業(yè)務(wù)反饋的復(fù)合型人才。企業(yè)對執(zhí)行層的管理，可以從提高招聘需求，加強(qiáng)培訓(xùn)，提升員工能力入手。讓員工面對智能系統(tǒng)的盲區(qū)時(shí)，具有解決問題的能力。同時(shí)，企業(yè)不應(yīng)忽視對結(jié)果的管控，對于業(yè)績能夠有效衡量的，KPI式的管理方式依然有效。而作為企業(yè)的決策層，要關(guān)注的是如何更有效地使用智能系統(tǒng)，哪些工作需要用系統(tǒng)進(jìn)行流程的規(guī)范和自動化。

最后，決策層最重要的一個(gè)工作是要判斷系統(tǒng)做出的決策是否符合社會通行的價(jià)值準(zhǔn)則。企業(yè)的行為最終要符合社會的價(jià)值取向，才能消滅“大數(shù)據(jù)殺熟”等不良現(xiàn)象，消除社會對過度智能化的擔(dān)憂，從而營造一個(gè)良好的智能化環(huán)境，讓人人都能享受智能科技帶來的美好。