◎ 上海對外經(jīng)貿(mào)大學(xué)人工智能與變革管理研究院院長 齊佳音

2017 年11 月，麻 省 理 工 大學(xué) 教 授 Brynjolfsson， 麻 省 理 工大學(xué)博士研究生Rock 以及芝加哥 大 學(xué) 教 授Syverson 在NBER(the National Bureau of Economic Research)發(fā)布了他們的工作論文“Artificial Intelligence and the modern productivity paradox: a clash of expectations and statistics ”(“人 工 智能和現(xiàn)代生產(chǎn)率悖論：期望和統(tǒng)計的落差”)。在這篇44 頁的工作論文中，作者分析了近幾年來人工智能技術(shù)取得的令人驚喜的進(jìn)展以及全球巨頭企業(yè)在人工智能戰(zhàn)略上的巨大投入，與此同時，作者通過翔實的經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)分析表明，從2005 年到2016 年，美國的平均勞動生產(chǎn)率增長率（1.3%）甚至低于1995 到2004 年間該值的年均值（2.8%），這個發(fā)現(xiàn)也在OECD的其他28 個國家中存在同樣的趨勢；從1990 年至今，居民收入的中位數(shù)一直停滯不前，非經(jīng)濟(jì)性的主觀幸福感如期望壽命在某些族群中還出現(xiàn)下降。致力于提升生產(chǎn)率的AI 技術(shù)似乎并沒有在實際中帶來生產(chǎn)率的提升，這個發(fā)現(xiàn)似乎支持了部分專家對于AI 的悲觀評價，如Nordhaus 認(rèn)為技術(shù)驅(qū)動發(fā)展在一系列的檢驗中都被證明是失敗了（Nordhaus， 2015）。至此，AI 生產(chǎn)率悖論的現(xiàn)象引起全球關(guān)注。AI 生產(chǎn)率悖論將人們從對AI技術(shù)的樂觀狂熱中帶到了艱難變現(xiàn)的現(xiàn)實社會中。

Brynjolfsson， Rock 和Syverson 在他們的AI 生產(chǎn)率悖論現(xiàn)象中，也剖析了造成這一現(xiàn)象的四個可能原因:其一是錯誤的預(yù)期。對于人工智能應(yīng)用，技術(shù)派通常屬于樂觀派。人工智能技術(shù)不斷取得的進(jìn)展也讓公眾對其前景更加樂觀。但事實的情況是，多數(shù)顛覆性技術(shù)在得到普遍的商業(yè)應(yīng)用之前都有一段較長時間的發(fā)展期，并不像早期預(yù)想的那么樂觀。其二是錯誤的測量。和IT 生產(chǎn)率悖論中解釋是一致的，即AI 投入的回報和收益并未得到全面評價。其三是集中分布。人工智能應(yīng)用帶來的回報集中在行業(yè)中少數(shù)的企業(yè)中，而其他多數(shù)的企業(yè)將不得不面對少數(shù)企業(yè)領(lǐng)先之后帶來的混亂。第四是重構(gòu)滯后。通用目標(biāo)技 術(shù)（general purpose technologies，GPT）通常是帶來社會變革的技術(shù)，不僅技術(shù)本身是顛覆性的，與技術(shù)相配套的其他方面也需要重構(gòu)。對于通用目標(biāo)的變革性技術(shù)，從技術(shù)導(dǎo)入到效果發(fā)揮需要其他互補性創(chuàng)新同步到位才能發(fā)揮出技術(shù)的生產(chǎn)率。

無論是早期的IT 生產(chǎn)率悖論還是現(xiàn)在的AI 生產(chǎn)率悖論，從組織層面來看，一方面是變革型的通用目標(biāo)技術(shù)的技術(shù)成熟度需要有較長的時間來完成，另外一方面，與變革型技術(shù)相適應(yīng)的管理范式也需要較長的時間才能完成重構(gòu)。只有當(dāng)技術(shù)的完善度與治理的完善度實現(xiàn)有效同步與協(xié)同，產(chǎn)業(yè)界才能看到AI 悖論終結(jié)的希望。

人工智能不僅是技術(shù)領(lǐng)域的變革，更掀起了一場認(rèn)知革命，從而引發(fā)商業(yè)邏輯和商業(yè)模式的革命。在技術(shù)驅(qū)動下，出現(xiàn)了多樣化和云端化的全新工作模式，機(jī)器人、自由工作者成為新型職業(yè)形態(tài)，企業(yè)組織邊界被打破，工作任務(wù)和企業(yè)組織正在分離，平臺性和開放性日益成為組織的主要特征。舊的基于有形物質(zhì)商品的生產(chǎn)方式及商務(wù)規(guī)則正在逐步退出歷史舞臺，新的基于無形數(shù)字商品的生產(chǎn)方式及商務(wù)規(guī)則正在重塑商業(yè)世界。但是到目前，針對無形數(shù)字商品的經(jīng)濟(jì)學(xué)理論、商業(yè)邏輯、商務(wù)規(guī)則、商業(yè)實踐、監(jiān)管制度等還在發(fā)展的初期，尚沒有建立起適合的、可以讓新技術(shù)充分施展作用的充分環(huán)境。

人工智能技術(shù)不僅是技術(shù)，更引發(fā)管理范式變革。數(shù)字新技術(shù)所推動的數(shù)字新經(jīng)濟(jì)，不僅僅是通過“業(yè)務(wù)數(shù)據(jù)化和數(shù)據(jù)業(yè)務(wù)化”改變了業(yè)務(wù)的邏輯，也通過改變業(yè)務(wù)邏輯，改變了管理邏輯！現(xiàn)代管理學(xué)的發(fā)展史是伴隨著工業(yè)革命，基于實體產(chǎn)品、標(biāo)準(zhǔn)化、流水線、大型組織而形成的如何有效激勵人的管理思想?yún)擦煮w系。但是，數(shù)字新經(jīng)濟(jì)時代，業(yè)務(wù)數(shù)字化使得數(shù)字化創(chuàng)意可以在物理實體產(chǎn)品之前率先完成數(shù)字產(chǎn)品成型，信息生產(chǎn)線變得比物理生產(chǎn)線更加重要和核心，先進(jìn)信息技術(shù)的賦能使得很少的人就可以完成過去需要大量人才能完成的工作；數(shù)字化業(yè)務(wù)使得組織決策主要在數(shù)據(jù)驅(qū)動下自動完成，決策過程更加透明，更加高效。數(shù)字化業(yè)務(wù)過程使得組織更加扁平，管理層次大幅減少，管理幅度大大加寬。這種革命性的變化將導(dǎo)致未來的企業(yè)不需要特別大規(guī)模的人就可以調(diào)動足夠的資源，完成組織功能。

不難看到，數(shù)字新經(jīng)濟(jì)時代，管理學(xué)的重構(gòu)在實踐中已經(jīng)開始。最大的出租車公司（Uber）沒有出租車，最大的民宿（AirBnb）沒有客房，最大的零售平臺阿里巴巴沒有貨物，增長最快的電信公司（Skype）沒有基礎(chǔ)設(shè)施，最大的廣告公司（Google）是做搜索引擎，最大的獵頭公司（LinkedIn）是社交平臺，全球最大的工程及礦山機(jī)械制造企業(yè)不再售賣重型設(shè)備，而通過設(shè)備租賃及服務(wù)來獲得更多盈利。數(shù)字新經(jīng)濟(jì)時代的管理正在發(fā)生巨變：

管理對象的變化：管理價值系統(tǒng)中的協(xié)同參與者比管理組織合同員工更加重要?；ヂ?lián)網(wǎng)無所不在的連接形成了大規(guī)模的協(xié)調(diào)能力，造就了像AirBnB 和Uber 這樣的平臺企業(yè)，本身并不擁有任何房間和出租車，企業(yè)正式員工也只有幾百人，卻能使得全球資源得到共享，使每個人都有可能成為其兼職的員工和顧客，因此，未來企業(yè)面臨的管理挑戰(zhàn)之一不是如何管理自己的合同員工，而是海量的通過互聯(lián)網(wǎng)進(jìn)行大規(guī)模協(xié)作的臨時工。我們經(jīng)典的管理教材，更加側(cè)重于組織正式員工的管理，如何對通過網(wǎng)絡(luò)大規(guī)模協(xié)作的員工進(jìn)行管理的確是數(shù)字新經(jīng)濟(jì)時代面臨的新問題。

決策工具的變化：數(shù)據(jù)驅(qū)動的算法決策將不斷替代決策者喜好的主觀決策。管理的關(guān)鍵在于決策，算法在決策中起到越來越重要的作用。AI之父，諾貝爾經(jīng)濟(jì)學(xué)獎得主Herbert Simon 認(rèn)為，管理的核心在于決策。AI 正在使越來越多的決策自動化，至少是決策的前導(dǎo)工序自動化，留給人進(jìn)行最后的決策，比如電商購物，AI對推薦產(chǎn)品進(jìn)行呈現(xiàn)，人們看似具有決策權(quán)，其實大量的底層決策，已經(jīng)由AI 完成了，這類似于心理學(xué)中的潛意識，就像《象與騎象人》中所說的，騎象人自認(rèn)為可以決定方向，其實可能是相反的。“象”是潛意識（80%），“騎象人”是顯意識（20%）。未來AI就是大象，人類就是騎象人。AI 正在成為我們新的潛意識，在決策中起到越來越大的作用?；氐轿覀兘?jīng)典的管理學(xué)，我們通常假定決策者是自主做出決策的，但是隨著算法影響或主導(dǎo)的決策越來越廣，是否西蒙所說的有限理性決策會發(fā)生變化，理性決策或非理性決策將成為新的形態(tài)？

管理思維的變化：“賦能”的思維比“管”的思維更加奏效。由于數(shù)字化技術(shù)的賦能，使得任何一個個人都可以相對低成本地獲得資源，并組織資源，協(xié)同完成價值創(chuàng)造過程。個人比歷史上任何時間都更加不依賴于組織，人與組織的長期固定契約關(guān)系需求變?nèi)?，大型組織很難再以強勢者的地位來“管”員工，更何況更多大量的員工并不是組織的合同制員工，而是一種價值網(wǎng)絡(luò)上的協(xié)作型臨時員工。這種情況下，組織被重新定義，團(tuán)隊被重新定義，自上而下的“管”將被由數(shù)字技術(shù)所支撐的“賦能”所替代。哪個組織能給個人更多的賦能，讓個人獲得更大的成長，哪個組織才能獲得更好的業(yè)績。傳統(tǒng)的管理學(xué)是建立在牛頓力學(xué)邏輯之上的機(jī)械式思維，但賦能管理是要構(gòu)建在量子力學(xué)邏輯之上的個體能量激發(fā)思維，如何激活組織中的個體將比如何“管”住個體更加具有意義。

這是一個重新定義的時代！需要重新定義產(chǎn)業(yè)、重新定義公司、重新定義團(tuán)隊、重新定義工作、重新定義管理、重新定義學(xué)習(xí)，......。但是，這一重新定義的過程是在新舊兩種范式中的不同利益團(tuán)體中，經(jīng)過艱難的博弈，一點點取得進(jìn)展的。這一艱難的過程將注定AI 技術(shù)的生產(chǎn)率效果將同歷史上所有變革性技術(shù)發(fā)揮作用的路徑一樣: 在較長時間存在生產(chǎn)率悖論現(xiàn)象！

人工智能帶來的生產(chǎn)率的提升，需要將人工智能這一革命性的生產(chǎn)力與同樣革命性的生產(chǎn)關(guān)系有效耦合，才能讓整體社會系統(tǒng)看到生產(chǎn)率的大幅度提升和人類生活質(zhì)量的大幅度改善。先進(jìn)的AI 生產(chǎn)力技術(shù)與落后的生產(chǎn)關(guān)系之間的結(jié)合將導(dǎo)致AI 生產(chǎn)率悖論現(xiàn)象的長期存在。目前，整體社會對于AI 技術(shù)的研發(fā)給予了極大的熱情和投入，但是人文社會科學(xué)并未從適應(yīng)人工智能技術(shù)的變革社會治理創(chuàng)新方面提出有突破性的理論成果，這將成為破解AI 生產(chǎn)率悖論現(xiàn)象的重要制約因素之一。

從企業(yè)的人工智能應(yīng)用效果方面，建議企業(yè)在將人工智能引入企業(yè)運營過程之前，要充分考慮如何讓技術(shù)“賦能”員工，讓技術(shù)重新定義“員工”，讓技術(shù)重新定義“協(xié)作”，讓技術(shù)重新定義“流程”，讓技術(shù)重新定義“企業(yè)”，讓技術(shù)重新定義“客戶體驗”，從而在整體層面實現(xiàn)企業(yè)的重生。