管理的質變

——AI驅動的新質生産力背景下的管理創新

近年間，人工智能的突飛猛進及與其他新技術加速融合驅動了新質生産力的發展。面對新質生産力的新發展要求，企業要加強技術創新，更要加強管理創新。當下，一系列從量變到質變的管理創新活動正湧現出來，呈現出一些新的趨勢。

文 / 餘菁

發展新質生産力，與科技創新相關，更與管理創新相關。管理創新與創新管理是不同的，前者将管理活動本身的創新放在中心地位，後者以科技創新活動為主線。哈默（Gary Hamel）是管理創新領域最有影響力的學者，他指出，從一個多世紀的企業競争中，我們能夠汲取的一條教訓是：管理創新能帶來最大和最持久的競争優勢，能使企業在行業領導地位上産生翻天覆地的變化，這種優勢更加勝于産品技術創新帶來的小口徑優勢（small-caliber advantages）。

近年間，人工智能（AI）的突飛猛進及與其他新技術的加速融合驅動了新質生産力的發展。面對新質生産力的新發展要求，企業要加強技術創新，更要加強管理創新。當下，一系列從量變到質變的管理創新活動正湧現出來，呈現出一些新的趨勢：第一，AI驅動的新質生産力的根本要求是企業必須學會與數據、數字技術和AI共舞；第二，大數據驅動管理決策普遍化将使決策不再是公司高管的特權，人人都是決策者；第三，管理方法的融合與再創新将催生“精捷管理”等新管理模式；第四，面對不穩定的市場環境與競争秩序，企業需要盡快行動起來，以變應變，學會發揮自組織性；第五，新技術的持續突變将引緻管理活動的質變，在這個過程中，一些傳統管理職能會慢慢消逝。

大勢所趨：與數據、數字技術和AI共舞

2024年1月，IBM委托的一項調查研究顯示，在員工人數超千人的大企業組織中，有 42%的企業在業務中積極使用AI，這些早期采用者處于領先地位，且其中将近六成的企業打算加速和增加對AI的投資。另據高德納（Gartner）的分析，2026 年，超過 80% 的企業将應用生成式人工智能（GenAI），而在2023 年，這一比例還不到 5%。

盡管人們認為像AI這樣的新技術的普及應用是大勢所趨，但仍有不少傳統公司對新技術持懷疑态度。他們對新技術寄予厚望，卻又認為沒有相應的資源能力和條件引入像AI這樣的新技術；他們看不到令自己放心的、對新技術投資的商業價值前景和可靠的實施路徑；他們認為像AI這樣的新技術更有可能給自己的業務帶來風險與威脅，而不是收益；他們既嘲笑創新失敗和轉型失敗的公司，又不太清楚成功的公司到底是怎麼做到的：他們猶疑不定、裹足不前。

另一些企業是堅定的AI投資者，如萬事達卡（Mastercard）。過去十幾年，萬事達卡一直在業務活動中大規模應用AI，雇用數百名數據科學家和AI專家。每年，AI能幫助萬事達卡處理來自數百萬商家的超過1250億筆交易，具有每秒處理10萬筆交易的能力。公司CEO米巴赫（Michael Miebach）和管理團隊倡導讓AI“像電力一樣”無處不在，他們設定的使命是全面應用AI、全力以赴地成為AI強者（AI Powerhouse）。萬事達卡立志要成為AI引領者，不僅要精通數據和數字技術，還要努力走在AI創新、開發和應用的最前沿，為人們提供符合道德的、向善的、值得信賴的、透明的、公平和公正的金融服務。

像萬事達卡這樣選擇全力以赴融入新質生産力大潮的企業認清了當今世界的形勢：我們正處在一個以信息技術、數字技術及AI為代表的新科技部署率和生産率迅速提高的時代。麥肯錫的研究認為，到2040年， GenAI将使勞動生産率每年增長0.1%至0.6%，若考慮到GenAI與其他技術的結合，每年有望實現0.5至3.4個百分點的生産率增長。麻省理工學院的首席研究科學家安德魯·麥卡菲（Andrew McAfee）等人在《哈佛商業評論》上發表文章稱，就像ChatGPT的用戶在60天内從0增長到1億一樣，電力、蒸汽機和互聯網等技術需要幾十年才能實現的經濟績效與生産力上的進步，換成GenAI隻需要短短幾年就能實現。随着AI日漸具備取代最抽象和最複雜的人類活動的潛力，所有的企業都需要像萬事達卡一樣，深入思考如何通過管理創新，全力以赴地應對AI驅動的新質生産力的新發展要求。

以史為鑒，盡管英國曾是工業革命的搖籃，但在第二次工業革命中，卻被美國和德國迅速趕超。研究表明，在19世紀後期的經濟衰退中，英國企業在不少技術領域仍然有領先優勢，但他們失去了管理創新的銳氣。與之形成對比的是，美國和德國企業積極采用新技術，開創了全新的企業管理範式與方法，如福特的流水線、通用汽車的事業部制以及德國的生産标準化體系與職業技能體系。這些管理創新舉措，讓美德企業在大規模生産時代遊刃有餘，而英國企業則紛紛陷入行動遲緩的困境。這段曆史警示我們，在新舊生産力切換的重要曆史節點，單單強調發展技術創新是不夠的。中國企業需要加快管理創新，以積極的開放姿态，學會與數據、數字技術和AI共同驅動的新質生産力共舞。隻有這樣，才能确保實現自身及國家競争力的有效提升。借用普利策獎得主弗裡德曼的名句來表達：未來的世界，沒有第一世界、第二世界和第三世界；唯有加入AI的世界和未加入AI的世界。

大數據驅動管理決策：人人都是決策者

1992年是互聯網興起的早期階段，當時全球互聯網流量為每天100GB。十年後的2002年，全球互聯網流量激增至每秒156GB；二十年後，2012年的全球互聯網總流量是2002年的一百倍；今天，全球80億人口中有53億人接入互聯網，他們共同創造的全球互聯網總流量是2012年的十倍以上。三年之後，形勢又或将發生劇變，屆時成百上千萬或上億的AI智能體每天将生成相當于目前我們在整個互聯網上擁有的token量——這将是人類發展史上一個真正意義上的日新月異的時代。信息與大數據組成的海嘯撲面而來，越來越多的企業感受到管理變革的壓力。但到目前為止，大多數企業仍然在按照傳統思維，零零星星地應用數據技術和方法，焦頭爛額地忙于生成和收集數據，努力避免踩數據隐私與安全的紅線；忙于确保數據的真實性、準确性、及時性、完整性；忙于盤點、清理和加工分散在各個孤島中的衆多數據，奮力排除其中的無效和冗餘部分。

一部分領先企業率先掌握和駕馭了在海量數據中的沖浪技巧，它們各有所長：蘋果公司将大數據技術用于産品開發和市場營銷中，改善用戶體驗和提高經營業績；亞馬遜将大數據技術用于商業機會與市場趨勢分析，以及日常運營管理決策優化；谷歌将大數據技術應用于打造企業文化，支持和鼓勵員工自我驅動和持續學習，帶動前沿技術創新和産品研發。目前，主流AI以數據、算力和算法為核心，通過基于大數據的深度學習獲得發展。适應AI的特點，企業需要制訂将大數據全面嵌入其業務生态體系之中的整體性戰略，将大數據當作核心資産，所有産品服務創新在數據産品服務原型的基礎上來實現。數據，不是業務或産品中的附屬物，而是最具競争力的産品服務中的核心部件。當人們談論一家公司時，實際上是在談論這家公司對待和處理數據的不同方式。

麥卡菲與合作者指出，大數據的本質是一場管理革命。過去，數字技術科學家與工程師是稀缺的，薪酬水平居高不下，所有與數字技術和AI相關的專業知識技能和數據資産都是昂貴的，絕大多數企業的管理者隻能憑直覺和本能行事。當前及不遠的未來，幾乎每一個人都能低成本地擁有功能強大的AI助理，而AI助理處理的數據量和智能化水平，是曾經的全球最強商業智能擁有者IBM掌舵人大小沃森擁有過的“超級電腦”和世界上最強的專家決策支持系統（DSS）的千萬倍。過去，在有限的技術條件下，決策隻是少數公司高管的特權，當下，管理界正在醞釀一場史上規模最大的平權運動，當AI變得像水、電一樣便宜，每一位員工都可以手持 AI做出重要的公司經營管理決策——在AI的海洋裡，人人都是決策者。

管理方法的融合創新

不同時代的企業需要努力尋找适應時代發展要求的管理方法。哈默指出，管理創新就是要突破常規方法的局限，找到管理實踐的變化契機，将“非此即彼”的困境選擇轉變成“既要又要還要”的融合創新。例如，大企業的内部創業，是将中小企業的創業精神和大企業的資源體量優勢這兩種性質不同的管理要素融合在一起的結果。再如，開源生态系統，是去中心化和規模化這兩種不同的組織管理方法結合的産物。借助AI等新技術手段，企業能夠以更低成本集聚各種獨特且高度差異化的知識和技能，運用雙元思維，開辟出大量非傳統和反常識的管理新方法，在更高維度上提出解決方案，使原本不可調和的多種異質性因素融合在一起，塑造出業務活動的全新可能性。

20 世紀八九十年代是西方管理方法融合創新的一個重要時期。當時，美國制造業受到日本競争對手沖擊，面臨嚴重的質量危機。摩托羅拉公司發明了六西格瑪方法， 旨在提高産品品質和降低缺陷率。韋爾奇（Jack Welch）執掌通用電器（GE）時，引入六西格瑪方法，将其發展成GE改進生産質量和提升運營效率的戰略性工具。進入21世紀，六西格瑪方法進化到可将産品制造缺陷控制在百萬分之3.4以下的極緻水平，但卻也成為GE創新的障礙。随後，GE又轉向日本的精益（Lean）方法——通過尋找生産運營活動中的微小變化來實現持續改進。六西格瑪與精益方法的融合，幫助GE打造了一個既追求效率、消除浪費，又追求質量、減少缺陷，還有持續改進能力的運營管理系統。其成果包括将直升機發動機制造時間從75小時縮短到11小時，将燃氣輪機鋼葉片在制造過程中移動的總距離從5公裡減少到50米等。

精益方法有優勢，但也有單向度的局限性，在管理實踐中，往往需要與其他不同維度的管理理念與方法結合，如在醫療領域需要與道德倫理方面的考量相調和，在另一些領域則需要與安全性要求相調和。

敏捷（Agile）通常被視作與精益相對立的另一種管理方法。從認識論上講，精益對應的是極簡，敏捷對應的是複雜性。從實踐層面看，精益側重于組織運營效率與生産制造，敏捷側重于戰略靈活響應與市場營銷。為适應新技術和競争加劇的市場條件，一些企業努力促進像敏捷與精益這一對看起來彼此矛盾沖突的管理方法在實踐中的融合。

精益方法蘊含持續改進（kaizen）和現場（gemba）等與敏捷方法相通的理念，使之能夠在航天航空或時尚消費品、金融服務等帶有新穎性、複雜性和不确定性的環境中得到應用。敏捷方法蘊含守破離（shu-ha-ri）理念——先是強調嚴格遵循流程與傳統，再鼓勵改變流程和突破傳統，最後進入收放自如和即興發揮的境界。精益方法可以被納入敏捷管理中類似于看闆實踐的可流程化的部分。此外，引入時間因素能促進兩類方法的融合——精益方法能為短期任務提供高的成本收益水平，敏捷方法能提高适應環境變化的長期收益。引入情境因素作變量也能夠促進兩類方法的融合——在信息完備且充分的“白”情境中，精益方法優先，在信息不太完備和不太充分的 “灰黑”情境中，敏捷方法優先。

AI的迅猛發展，更是從實時數據監測和自動化設定流程與任務、通過智能協作工具和虛拟助理增強團隊協作、提供個性化服務和動态優化客戶滿意度等多方面，促進敏捷與精益方法的深度融合，催生了類似于 “精捷管理”這樣的管理新模式。

以變應變：組織的解體與重構

新技術正以不斷變化的極不穩定狀态向前發展，它們的疊代演化共同定義了高度動蕩的市場環境，傳統管理原則日益變得捉襟見肘。如哈佛商學院首席管理教授坎特（Kanter）所言：創新和變革，從不遵循固定的腳本。加快管理創新，企業要學會與動态多變的環境同頻共振，學會對模糊性和不确定性感到舒适；管理者要克服内心渴望找到某一種恒定持久的成功管理法則的執念。保持韌性、樂觀和自組織的持續疊代，向模糊性和不确定性下注，向管理創新下注，以變應變，這是我們應對新質生産力發展挑戰的唯一路徑。

以變應變的第一條準則是保持韌性。無論管理理論給出多少有說服力的最優解，現實世界中的管理實踐常常是懸置在理論上的最優解之外的，令人沮喪和預料之外的各種情境并不少見。以AI為代表的新技術持續湧現，更是将管理者手中的理論地圖沖刷得慘不忍睹，企業因此時常陷入多條相互關聯的斷層線疊加的經營困境之中。在此境況下，凡是将劣質地圖抓在手的企業，都會淪為被教條主義管理原則與方法五花大綁的低效率組織，注定無法适應對理論地圖而言一切皆失控的混沌形勢。隻有保持韌性，堅持信奉樂觀主義，用激情燃燒自己，承受住阻抗力，堅持試錯并持續疊代進化，企業才有可能從環境劇變中幸存下來。

以變應變的第二條準則是發展自組織。當今世界的一個重要難題是人類社會組織管理制度的進化速度大大落後于新技術及其帶動環境因素的變化速度。資本主義發展早期形成的管理理念和原則嚴重阻滞了人類自身的解放與進步，我們現有的組織管理方式的自治度太低了，人沒有被全部地解放出來，絕大多數人也無法跟随新技術的發展步伐迅速作出改變。AlphaGo和AlphaZero的出現表明，在一切人類确知的知識領域，AI終将完敗最傑出和最專業的人。新技術像脫缰野馬一般向前奔騰而去，人類社會整體性地面臨與新技術嚴重脫節的艱巨挑戰，不斷陷入一個個有組織的科技失控困境。面對困境，束手無措的管理者寄希望于用新科技手段解決一切難題，而科技奇才在科技亦無能為力時，隻會習慣性地抱怨管理者盲從于科技的錯誤與無知。

作為管理創新的重要動力源泉，自組織有望推動企業走出困境，向原本不可能的方向求變發展。一個企業若下定決心投身基于AI的管理創新，它可以采用平行線策略，在傳統的業務組織架構外另辟蹊徑，以新員工、新技術和新組織方式來拓展新技能和新業務。随着新組織形式的不斷湧現和持續改進，新的工作與生活方式、新的社會結構和秩序将被創造出來，産品與服務将被重新定義，人們彼此之間及人類與AI之間有關未來社會的合作共識才有可能真正達成。這将是一個對複雜世界不均衡的多元性和多樣性之間矛盾沖突及割裂關系的有效修複過程。

以變應變的第三條準則是行動起來。傳統的管理實踐智慧告訴人們，面對新技術，企業應制訂對新技術進行投資的嚴密規劃，測算向新技術投資的最優規模，并對相關風險因素進行權衡，确保相關管理創新活動的風險可控。在不穩定世界，傳統智慧無法保證成功，因為作為投資對象的新技術是非常不可靠的，與它相關的成本、風險與收益的各種計量值都是大幅波動的，管理創新活動對應的市場機會稍縱即逝。任何與AI相關的管理決策都有可能被科學嚴謹的評估認定為是“有問題的”，因此，憑借直覺而積極行動起來遠遠勝過研究行動。當下主流的AI技術本身就不是靠明晰的邏輯、規則與結構形成的，它們是通過适應複雜性與模糊性從無知之境中生成的超級智能，是需要巨大量變才有可能堆積出來的質變。企業要适應AI的特性——随着時間線的推移，成功的管理創新才有可能從一連串看似非理性的試驗性行動及其制造出來的五花八門的失敗、沖突、裂痕與緊張局勢中顯露端倪。

質變：傳統管理職能的消逝

西方管理學的早期理論基石除泰羅的科學管理主義外，還有人們谙熟的韋伯的官僚制及法約爾從管理活動中拆解出來的各種管理職能。保羅·萊奧納爾迪（Paul Leonardi）指出，一條關于新技術應用的普遍規律是人們将以無法完全預測或控制的方式使用它們。與傳統技術不同，AI具有自主學習能力，能不斷産生新的技術和能力以及各種出人意料的新變化。随着AI技術的普及，管理實踐将經曆從量變到質變的革新。未來，人人都是決策者，大量基于官僚制的“有價值的”傳統管理觀念将解體。AI将取代傳統的管理職能，如計劃、控制等，而溝通、協調和合作等難以量化且與人類道德倫理與價值觀相關的管理活動，難以被AI替代，将有可能在人機協作時代中幸存并成為未來管理的核心成份，幫助形成新的管理觀念。

首先是計劃職能。計劃是最基本的一項管理職能。過去，無數大公司為把握市場形勢變化，投入大量的時間和金錢，制訂周密的經營計劃，再将訓練有素的員工投入到執行計劃的各種正式程序和組織慣例之中。在很長時期裡，這是大企業取得經營成功的不二法門。當今世界，在AI驅動的企業組織中，最優秀的公司員工第一項任務同時也是始終重要的任務是學習，向AI學習，向同事、客戶學習如何向AI學習，以及在人機協作環境中學習。在每一次學習中，信息和知識将被更新，原本的計劃将不斷動态修正，直至變得面目全非。這一秒尚存商業價值的信息或知識，在下一秒可能就被完全廢棄——企業需要提高自身對毫無定形和經常偏離航線的計劃管理新常态的适應性。

其次是控制職能。管理的重要傳統職能之一是确保控制和實施監督。人是引發管理失控問題的基本變量，也是被監控的主要對象。梅奧探讨工業文明的負面性問題時，開篇就讨論了“疲勞”的問題。疲勞的人，對管理任務心懷厭倦、抵觸與出離感的人，是需要施予管理控制的群體。今天，神經科學和AI的整合，使公司能夠通過低成本的大腦傳感器、可穿戴設備或腦機接口等軟硬件産品，實時監控員工的腦電波和生理心理狀态。一旦AI完成對員工的全面接管，走神、體能或情緒低落的“疲勞”員工，或者是泰羅所說的“非一流”的工人，都可以被排除在工作任務之外，所有工作中的員工都專注于他們勝任的活動。至此，AI接管了監督與控制職能，且有可能将管理實踐轉向塑造更具人性化和支持性工作環境的積極方向。

再次是激勵職能。控制與激勵是一對互補的管理職能。控制是為了避免壞的或偏離目标的管理實踐活動的發生，激勵則是為了鼓勵好的或更快更好達成目标的管理實踐活動的發生。從理論層面講，沒有負面的管理實踐活動需要被監控、被排除，也就沒有所謂好的管理實踐活動需要被激勵和被放大。馬斯克說AI的進化将使生物智能在地球上全部智能中的占比降至不足 1%。目前，數字人已參與到一些企業的業務活動中，這些數字人在成本、可定制性和可擴展性方面有優于人類的顯著優勢。最重要的是，數字人不需要被激勵，他們不具備人類的目的性，也沒有人類面臨的有限生命及相關資源條件的約束。

最後是指揮職能。在傳統的官僚制企業組織中，指揮作為一項重要管理職能，依賴于正式的權力結構來自上而下地配置資源和調動員工。在以AI為代表的新技術驅動的企業組織中，權力結構安排将被重塑。一方面，信任和透明度的重要性将迅速上升，這是因為隻有高水平的信任度和透明度，才能保障數據自由流動和充分共享，進而使新技術的創造潛力得到最大的釋放。另一方面，新生成的各種大數據高密度地彙聚在一線員工手中。在人人都是決策者的世界裡，新規則是誰掌控更多數據，誰就擁有更大權力。在去中心化的組織結構中，員工需要被充分信任、充分授權，他們不需要管理者的命令，也不需要管理者以居高臨下的方式告知他們該如何行事。

過去一百年裡，管理是使他人為組織目标服務的活動。科學管理、管理職能和官僚制等主流管理理論的基本叙事邏輯是，在管理活動中，管理者是強者，被管理者是弱者。今天，管理這個概念正處于質變和重新定義的岔路口。新技術培植出來的優于人類的力量正在形成并不斷壯大，一旦越過奇點，在以人機協作為主要内容的未來管理活動中，AI智能體作為強者将執掌越來越多的管理者的職能，越來越多的人會轉化為被管理者。如果我們将科技創新放在高于管理創新的位置，人類大概率将會走向對AI的全盤依賴，管理活動将從今日的人類對AI的管理異化為未來的  AI對人類的管理，管理活動的目标将異化為AI的目标，這樣的管理創新指向的是去人化。按照這一發展路徑，管理職能的消逝，或将通向人類的消逝。

在注定到來的AGI文明到來前，人類還擁有對自己命運的決定權。如果繼續沿用以物為中心的管理理論與實踐路徑，在AI智能核爆啟動後，加速進步的新質生産力将按照人機化的路徑，壓縮人們對自身生活可能性的選擇區間與範圍，越來越多的人将失去不将生活作為生命的一種手段而活的自然且自由的權利。管理的質變，是要将以人為中心的管理創新植入AI技術創新的時代飛輪，這要求管理者不再視AI為物、為工具，而要視AI為與我們人類在同一片星空下平等共存的夥伴。以最大的善意擁抱AI，面對未知的恢宏宇宙，人類才能攜手AI應對更大的挑戰。隻有将以人為中心的管理創新擺放在絲毫不低于科技創新的重要地位，加大每一個人對管理創新活動的關注度、參與度與貢獻度，以變應變，人類才有可能在以AI為代表的新質生産力的發展進程中，留存下屬于自己的長久印記。

餘菁：中國社會科學院工業經濟所研究員，博士生導師

責任編輯：劉永選

來源：《清華管理評論》2024年7-8月刊