下载掌阅APP，畅读海量书库
立即打开
人工智能指机器，尤其是计算机系统对人类智能的模拟。在过去大约5年的时间里，人工智能取得了迅猛的进展，企业正在大量投资这些技术，并开始让计算机逐渐承担以前被认为是人类独有的活动和工作任务。现在人们普遍认为，计算机可以识别和回应人类的语音、识别面部、诊断癌症细胞、驾驶汽车、分析法律文件，尽管可能需要某种形式的人类监督。人们普遍预计，进一步的突破即将到来。
此前许多研究均关注人工智能如何改变工作场所，即未来个人职责和工作的状态。这些研究重点关注个人以及未来几年内需要的技能和能力。本章将聚焦更高层次的分析，即公司本身，讨论在超高效和超智能机器的世界里，公司将具备哪些独特属性。
为更好地组织论述，笔者将在本章集中讨论任何读者都非常熟悉的公司的两个方面：战略和管理。前者是高管对公司的竞争领域和参与竞争的方式做出的选择，属于外部视角；后者是高管对如何完成工作做出的决策，属于内部视角。
对于本章的主要论点，笔者将论证人工智能正在使得企业（关于竞争领域和竞争方式）的选择集合与高管可能做出的决策相比更具局限性。这种选择上的局限性并不完全是一件坏事，因为它们能进一步提高效率。但是，如果公司的战略目标是创造竞争优势，管理目标是使员工能够以最佳的方式工作，那么这种选择的不足就会出现问题。因此，在本章的最后，笔者提出了一些企业克服人工智能的限制，创造价值的独特方式。
虽然商业界长期处于变化之中，但许多观察家认为目前正在发生的变化是非常独特的。布莱恩约弗森（Brynjolfsson）和麦卡菲（McAfee）谈到了第二次机器时代的概念，其中认知任务的自动化将使人类和软件驱动的机器成为替代。而第一次机器时代，即工业革命，则使人类劳动和机器相互补充。施瓦布（Schwab）使用第四次工业革命一词来表示技术嵌入社会和个人的新方式。前三次工业革命的标志分别是蒸汽机、电气化和微处理器。其他作者则使用信息时代、新媒体时代、敏捷时代和数字时代等术语描述时代的变化。这些不同论述中存在一个共同的主题，那就是从20世纪60年代末开始，处理和传输的信息开始指数级增长，从而导致向消费者出售的产品和服务类型、企业的内部运作以及企业竞争力基础的巨大变化。
技术塑造企业活动和人类行为的机制十分复杂。举例来说，一些研究记录了技术从支持工作到实现工作自动化，再到补充人类努力之间的转变；另一些研究则强调技术创新和社会创新之间的辩证关系，这一辩证关系可以缓解技术和社会创新的限制。
笔者的重点是技术发展的一个特定领域，即人工智能的崛起。人工智能的定义是机器，尤其是计算机系统，对人类智能过程的模拟。当然，自计算机时代开始以来，人工智能一直在不断发展。多年来，人们花了大量精力将人工智能技术应用于商业界，就其可能的后果进行辩论。
在20世纪90年代和21世纪初，大多数关于人工智能未来潜力的讨论都是高度猜测性的，这在很大程度上是由于人工智能当时的发展非常缓慢，甚至进入了“人工智能的寒冬”。这一时期，技术界承诺的进步未能实现。但在过去的10年里，情况发生了很大的改变。冬天已去，春天已来，包括深度学习和强化学习在内的一系列新技术使人工智能终于能够发挥出其在商业上的潜力。
在接下来的两节中，笔者将讨论人工智能如何影响高管为公司做出的战略选择，以及如何影响高管管理公司内部活动的方式。
公司战略可以被定义为高管对企业竞争领域和竞争方式所做的选择。战略以外部为中心，意味着这些选择强调了企业在市场中的地位，即公司对客户的价值主张以及与竞争对手的区别。公司战略也有一个内部组成部分，指企业的能力或为了在市场上达到预计的位置所开展的活动。
过去十年中，“商业模式”一词开始流行。公司的商业模式是其赚取利润的方式，也是基于对竞争领域和竞争方式所做的一系列选择。商业模式相比战略更为通用。瑞安航空（Ryan Air）和易捷航空（Easy Jet）可能拥有相同的“不提供不必要服务”的商业模式，但它们对参与竞争的市场的具体选择并不一致。
那么，人工智能如何影响公司战略和商业模式？回答这个问题之前，首先需要考虑数字革命带来的一些更广泛的趋势。
●技术提高了公司的运营效率。20世纪70年代以来，各个公司一直在信息技术方面投入大量资金，致力使人工和重复性工作自动化。现在，人工智能的进步正在使审计、法律工作、医疗诊断等专业工作转向自动化。技术也在降低企业内部和企业之间的交易成本。公司之间经常在没有任何人工干预的情况下进行交易，当然，更高的透明度也使争端和问题更容易解决。
●企业的纵向一体化程度降低，横向专业化程度升高。这种变化是一个周期很长的趋势。回顾“二战”之后的工业时代，许多公司控制着他们的整个价值链。例如，福特汽车公司拥有自己的橡胶种植园，提供生产轮胎的原材料，IBM公司开发了自己的处理器等。渐渐地，人们发现这种程度的纵向一体化效率较低且缺乏灵活性，企业越来越多地把注意力集中在他们“核心竞争力”所在的一些更有限的活动上。进入20世纪90年代和21世纪，这种横向专业化的趋势仍在继续。精于一个业务领域内的专业知识已经成为数字时代公司的标配，不过经营范围遍及全球。谷歌（Google）和脸书就是这种趋势的典型案例，优步（Uber）、共享办公空间公司（WeWork）和帕兰提尔（Plantir）等“独角兽”公司也是如此。
●过去十年中最明显的变化还包括“平台”企业的出现。简单来说，平台是一个撮合双方或多方交易的技术界面。优步、领英（LinkedIn）、WeWork和脸书等快速增长的公司是纯粹的平台企业。其他公司，如微软、苹果和亚马逊等都是基于平台并同时经营实体和数字产品的企业。数字经济的一个关联特征是商业生态系统在塑造和改变消费者和公司行为方面发挥着越来越重要的作用。生态系统是由相互作用的公司和个人组成的共同体，成员共同发展并倾向于与一个或多个居中心地位的公司设定的方向保持一致。
新技术同时也在对战略的行为层面产生影响，影响高管对战略选择的分析和决策。虽然人工智能正在提高许多决策的质量，但如果过度使用也会产生风险和盲点。这些问题包括：
●分析瘫痪。人工智能能够将大量的数据样本整合并进行解释。它擅长识别异常情况、寻找模式并进行预测。由于人工智能使用难度较低，一些高管可能受到诱惑，通过使用人工智能来代替自己的关键判断，或者陷入过度分析某个情况的陷阱，而非自己做出决定。
●丧失对背景的理解。目前，人工智能的应用范围仍然很“狭义”。这就意味着在某项具体的任务或工作上，它可以和人类一样聪明，但人工智能面对稍微不同的任务时就没有任何能力处理了。因此随着人工智能在商业领域的应用越来越多，人工智能可以帮助高管优化对存在明确定义的问题的答案，但同时还有可能削弱他们的大局观。例如，许多投资决策基于净现值分析，也就是说，假如某个潜在的重要因素不能量化，它就不会纳入考量。
●缺乏多样性。新型人工智能技术的开发竞争十分激烈，取得的进展很快就会被复制。当然某些人工智能技术的开发公司会产生暂时的优势，但他们的商业模式通常是将该技术集成到尽可能多的客户公司之中（如IBM公司的沃森业务部门）。竞争将会显而易见地导致“军备竞赛”，各个竞争者纷纷投资非常相似的技术以避免落后，最终多样性不断降低。举例来说，基金管理行业的公司越来越多地使用“机器人顾问”为客户做出投资决定，但其竞争对手也都有着类似的算法，最终不同公司的投资回报也将不可避免地趋同。
综合来看，这些问题表明战略制定在人工智能世界里的前景相当暗淡。通过接纳这些新技术，高管最终可能会做出与过去相比局限性更大的决策。他们将强调基于证据的、严格的决策，但其方式会导致他们趋向竞争对手的相似选择。这种方法可能风险较小（“数字上的安全”），但它与战略的核心概念完全相悖。战略是一种做出艰难抉择，使企业在众多的竞争对手中脱颖而出的手段。
那么，在今天这个痴迷于人工智能的世界里，对高管有哪些建议呢？像往常一样谨慎对待新技术，了解其局限性以及潜在的收益依然十分关键。因此在一定程度上投资人工智能是一件好事，也是一种提高基本运营效率的方式，但是人工智能并不能替代创造性思维或直观的飞跃。正如笔者在其他文章中所述，公司如果寻求利用当今快速变化的世界中的机会，必要事项是对其采取更快的行动，并做好准备遵循直觉或基于经验的观点，而非严重依赖实证的支持。本文的后半部分将探讨一些实现此类创造或直觉突破的方式。
本章后半部分将重点转移到公司内部，即如何完成工作。同样，人工智能的兴起只是公司内部转向更高程度的自动化、使用更多技术的长期演变的一个最新部分。例如，早至20世纪80年代的研究就已经预测了中层管理者的消亡，因为计算机革命可以让组织内部和组织之间的信息共享比之前更加有效。
笔者这里重点讨论管理实践，也就是通过他人来完成工作。正如前文所述，管理活动也有很多种定义方法，因此，笔者将使用之前构建的框架展开讨论。
管理包括在四个相互关联的领域内做出选择：协调商业活动、做出决策、设定目标、激励员工。笔者将讨论人工智能和相关技术是如何改变每个领域的。
●协调商业活动。商业界的协调是通过两种机制的结合来实现的。其一是使用标准化的规则和程序，通常通过分层治理实现，以确保行为的一致性，并产生一致的产出；其二是各方之间的相互调整，包括双方的付出和回报，通常是在一个基于市场的环境中。
正如前文所述，人工智能和其他相关技术正在帮助企业大幅降低企业内部和企业之间的协调和沟通成本。举个老生常谈的例子，当你对家庭助手Alexa说“订购更多狗粮”时，在几乎没有人为干预的情况下，一连串的动作在后台不断完成，在24小时后送来新鲜的狗粮。这项任务由亚马逊一家公司协调，但经常涉及第三方（如狗粮制造商、快递公司等），其系统与亚马逊的系统无缝相连，实现互动。
简单的交易成本逻辑表明，更低的交易成本降低了公司的重要性，同时增加了基于市场交易的普遍性。这种观点确实有一定的道理，但显而易见地，企业内部的交易成本也在降低，使得像亚马逊这样的巨型企业仍然能够有效地运作。因此，随着公司内部和公司之间交易成本的降低，人类在这些交易中发挥的作用愈加降低。人们仍然监督此类交易确保其合法和公平，但即使如此，也有迹象表明技术有一天将会接管这一职能。例如，建立在区块链技术上的以太坊生态系统正在试验所谓的智能合约，在发生交易时自动处理。
●做出决策。算法决策和启发式决策之间一直存在张力。算法决策基于逻辑和实证证据，启发式决策基于有经验的人的主观判断。当然，大多数决策涉及这两者之间的某种结合，但正如前文所述，人工智能的巨大进步正在使算法判断越来越准确。现在已有大量案例显示，在葡萄酒价格、癌症诊断和路线选择等领域，计算机的预测比专家更准确。
●设定目标。关于如何设定目标有两派观点。其一基于线性对齐的原则。公司可能会设定一个预期的结果，比如未来5年的目标，然后为公司各个部分设定未来几年的具体计划和目标，确保结果能够如期实现。另一个学派认为公司或个人拥有多个目标且不能同时进行优化。例如，许多公司都在谈论他们的财务、社会和环境目标的“三重底线”，人们普遍认为，这些不同的目标之间存在短期的权衡关系。
人工智能如何影响企业的目标设定？人工智能研究一直努力解决目标和目的的问题。泰格马克写道：“如果我必须用一个词来概括人工智能最棘手的争议，这个词就是目标。”尽管如此，若将当今最先进的人工智能“狭义人工智能”作为一级近似观察，当被用于解决一个单一目标时是最为有效的。事实上，强化学习等机器学习技术的成功在很大程度上基于对那些更接近预先指定目标的算法的“奖励”。
●激励员工。最后，关于如何激励员工也有两个学派的观点。按照麦格雷戈的说法，X理论假设激励是外在的，人们努力工作是因为他们得到了物质奖励；Y理论假设激励是内在的，人们努力工作是来自内心。
这两种理论都有其各自的可取之处。当然，人类的动机是复杂的，而且因人而异，变化很大。为了便于理解，同时与本文讨论的话题更相关，值得强调的一点是，当前人工智能技术已经能够实现监测和评估个人对特定任务的执行情况。许多工厂、呼叫中心和快递公司实时跟踪工人的活动，分析相应数据以帮助他们提高工作的效率。这种现代版本的泰勒科学管理当然也有助于加强关于人类动机的X理论的观点。
把这四点放在一起，我们又一次对人工智能对当今工作场所的影响做出了相当暗淡的预言。之前，笔者曾称其为“美丽的新工作场所”，向阿道司·赫胥黎（Aldous Huxley）的《美丽新世界》致敬——这是一个由超高效沟通、算法决策、有限的线性目标和新泰勒主义的人类激励方法组成的世界。
幸运的是，正如对战略的讨论一样，对于试图在他们经营的组织中有所作为的开明的管理人员来说，还有另外一个可选的未来。这种替代观点来源于这个问题：“公司到底是为了什么而存在？”前文曾讨论从交易成本的视角将企业狭义地看作合同的纽带，这是一种将交易成本最小化的方式。但在组织理论的文献中，有几种不同的观点。例如，莫兰（Moran）和戈沙尔（Ghoshal）认为公司存在的一个重要原因是它们可以做到市场不能做的事。具体来说，公司可以阻止将资源全部投入短期最佳用途，转而投入有可能在长期创造更大价值的活动之中。科格特（Kogut）和赞德（Zander）认为，公司拥有与个人相关联的社会身份，从而增加了个人对公司目标的自由裁量性。
这些理论论述提出了一些有关人工智能世界中企业潜在的独特品质的重要见解。笔者在此提出四个相应的独特品质，前两个更多针对协调和决策，后两个更多针对设定目标和激励员工。当然，笔者的论述也并非面面俱到。
用今天的话说，公司必须利用其既有的优势资源以获得今天的利润，同时也要探索新的优势资源以确保其长期生存能力。然而在二者之间取得适当的平衡是非常困难的，因为它们都在很大程度上自我强化。由此就有了组织灵活性的概念，也就是在开发和探索之间取得平衡的能力。
人工智能显然正在帮助许多公司利用其现有的优势资源——无论是通过流程自动化、增强问题解决还是质量保证。人工智能也可用于探索新的优势资源：在著名的阿尔法围棋案例中，获胜的“策略”是人类棋手从未想过的；计算机编写的新乐谱，或是画出的毕加索风格作品越来越多。
但是，人工智能并不能管理二者之间的张力。换言之，人工智能不知道什么时候应该着重完成哪个活动。做出这种选择需要谨慎的判断——权衡质量和数量因素、保持对周围环境的灵敏度或将情感或直觉因素纳入考量。这些能力都是组织灵活性的核心要义，而笔者并不相信现阶段人工智能能够做到。IBM公司最近发布的辩手项目（Project Debater）就是一个例子：它展示了人工智能在构建和阐述观点方面取得了哪些进展，同样也展现出在权衡不同观点方面，与人类的差距到底有多大。
这一点衍生自上一点。公司并不是每天仅仅在开发和探索之间做出权衡，他们还需要权衡长期与短期。如前文所述，公司可以有意识地将资源从短期最佳用途之中抽离，使自己有机会在长期内创造更多价值。这种“退一步，进两步”的逻辑表现在许多方面，如冒险的研发项目、追求可持续发展目标、支付高于市场平均的工资水平以提高员工忠诚度等。事实上，人们很多时候会认为企业这么做是理所当然的，但是，它们同样也涉及人工智能不能帮助人们做出的判断。人工智能可以设计出看似狡猾的策略，看起来很有先见之明，但只有在游戏规则预先确定且稳定的情况下才能奏效。
有一个例子叫作“创新者困境”，指的是当一个侵入性的技术明显要颠覆在位企业的商业模式时，公司可能来不及做出有效的反应。因此在位企业必须在明确需要该侵入性技术之前对其投资。换言之，一家成功的公司需要在新技术尚未明确的时候就做好转向的准备，用杰夫·贝佐斯（Jeff Bezos）的话说，还要“接受被误解”。对人工智能来说，这不是一个容易适应的概念。
长期思维还有第二个维度，就是对个人和团队动机的影响。我们在此使用目的一词来描述塔塔等所说的“道德或精神上的行动号召”。这种号召促使人们付出可自由支配的努力——长时间工作，并将激情和创造力带到工作场所。
企业具有社会性质——超越其经济意义上存在的理由的目的或身份。这个概念在从马奇和西蒙到科格特和赞德的文献中得到了确立。但这一概念仍然引起了那些将公司视作合同关系网的人的质疑，他们认为人们的动机主要来自外在的奖励。
笔者的观点是，观察慈善机构、开源软件运动和许多其他非营利组织，读者就会意识到，当不涉及金钱时，许多人反而更加努力工作。领导者以一种能与追随者产生情感共鸣的方式阐述其目的的能力是人类独有的。
换言之，成功的公司可以将吸引员工和客户的身份和目的制度化。例如，尽管区块链技术和智能合约是为了建立一个不能被黑客攻击或被少数机会主义者滥用的系统，但目前其有限的采用率表明人们倾向于信任和依赖其他人类以达成交易。
商业史上有许多著名的特立独行者通过挑战规则获得成功，如史蒂夫·乔布斯（Steve Jobs）、埃隆·马斯克（Elon Musk）和理查德·布兰森（Richard Branson）等。怀着对萧伯纳的歉意，笔者认为这些人不合常理，他们寻求的是让世界适应他们的观点，而不是如何适应世界。如果我们想看到公司超越已经知道和证明的事物、创造新的市场机会，那么拥有更多这样的人将会有所裨益。
不合理性与人工智能的世界是对立的。计算机要么通过复杂的算法运行，要么通过先前的数据进行推理，两种情况下均不存在打破常规的能力。正如前文所述，在投资管理界，机器人顾问不仅完成交易，还为投资者提供投资建议，且成本只相当于人类财务顾问的一小半。但正如《金融时报》去年所述，“在投资方面，人类的愚蠢要超过人工智能”。换言之，若想打败市场，投资者需要逆向思维——需要进行与当时的认知理念相悖的投资，而且需要接受判断或时机可能错误的风险。现在，这些品质是人类所特有的。
因此，公司的一个明显特点是它们培育了这种不合理的行为。当然，许多公司通过使用严格的控制系统以及惩罚失败，来尽力消除差异。笔者的观点是随着人工智能的影响力不断上升，尽管基本活动和简单合同可以实现自动化，企业另一个方向的进步也变得更加重要——培育非正统的思维、鼓励实验、容忍失败。
本文的目的是批判地评价人工智能对公司本质的影响，特别是对公司采取的战略和管理方式的影响。尽管许多观察家将人工智能视作一种潜在的解放力量，但笔者的分析表明，它更有可能成为对高管行为和公司活动的限制。事实上，许多公司正在采用人工智能和相关技术，使公司更加顺畅、高效，但作为工作场所却变得既没有特色，也没有吸引力。
尽管本文的预言略显悲观，但本文最后还是给出了一个比较乐观的信号，指出了高管重塑公司独特性的可行之策，帮助其避免上述限制。当然，这些通向独特性的道路相比随大流需要更大的勇气、承担更大的风险，但它们也带来了更大的长期潜力。
本章作者
朱利安·伯金肖