下载掌阅APP，畅读海量书库
立即打开
多年来，半自动机器或机器人完成任务或做出决策的工作场所仅限于生产车间。机器被编程来执行一些物理动作。当前，这些机器正在缓慢、有效地引入许多制造工厂和仓库，以较高的可靠性、有效性、速度和物理安全性处理制造和物流任务。这些机器很多并不像热门的文献中描述的那样是机器人，它们只是被编程来执行某些任务的机器。通过越来越复杂的软件、数据和学习，这些机器现在已经可以承担很多办公和服务职能，例如在呼叫中心回答问题、提供客户服务，决定如何在金融产品中投资，或实现面部和语音识别等安全功能。
一些公司的经验说明了近年来人工智能的进步。人工智能正在越来越多地应用在各个行业。世界领先的快速时尚零售商Inditex集团（INdustrias de DIseño TEXtil，S.A.，简称Inditex）正在将其大部分IT投资用于使用大数据和人工智能工具，以改善其复杂的在线商店，增加一些新的特性，例如客户面部识别，或根据客户个人生活习惯和偏好推荐特定服饰。Inditex集团的传统商店零售业务在一些地区的增速正在放缓，但在线销售正在不断增长，这也是人工智能工具得以深入应用的领域。
世界上最大的资产管理公司贝莱德（BlackRock）因其管理和投资决策的质量享有盛名。2018年，贝莱德在加州的帕洛阿尔托市（Palo Alto）设立了人工智能实验室。贝莱德正在投资人工智能应用领域，通过分析大量数据提高其投资经理业绩、实现后台职能自动化、削减成本、增强客户服务质量。人工智能已经成为复杂的资产管理公司的一个关键工具。
美国两个顶尖的医疗中心安德森癌症中心（MD Anderson）和麻省总医院（Mass General Hospital）正在投入大量资源，应用人工智能工具对一些特定疾病进行更有效的诊断和治疗，以提高成功率。这些工具是基于数千个遵循不同医学疗法和治疗方法、治疗效果各异的病例所进行的数据开发。
许多公司正在使用苹果公司的虚拟助理Siri或亚马逊的Alexa提供基本的客户服务。得益于更强的运算能力和更多可用数据的叠加，将自主、智能的机器应用于高度复杂的办公室工作的可能性正在迅速增加。一家大型欧洲银行的前首席执行官最近宣称其一半的劳动力（接近10万人）可以在短时间内被机器人和虚拟助手取代。这一说法可能有些夸张，但机器对人的替代是一种趋势。机器人的应用领域正在从传统的物理工作不断扩展到满足包括一些管理决策的办公室工作的要求。
商业领域人工智能应用的增长由以下因素共同推动：不断增长的计算机运算能力、帮助做出复杂预测性决策的先进算法的发展，以及可以训练和改进这些算法的更丰富的数据。使用大数据和先进算法的人工智能工具正在取代一部分的人类工作。包括只能更有效地完成一些物理操作的传统机器人，以及装有特殊软件的计算机——能够快速、准确地计算电子表格、处理会计或销售报告等的计算机。人工智能的新能力不仅包括搜索能力，还包括人工视觉、语言处理和面部识别。新的人工智能世界将有更多自主的智能机器，也包括新一代的聊天机器人在内。这些机器运行着由大量数据赋能的算法。人工智能，或者更确切地说，机器学习，已经成为我们这个时代最重要的通用技术。
人工智能的新浪潮正在增强管理者的预测能力：这是横跨制造、采购、销售、营销、财务和物流等关键业务职能的一项非常重要的能力。这些领域内的变化不单是许多公司提升了自动化程度，它们还在向组织和管理提出挑战，通过引入新战略接近最终客户、开发更有效的商业模式形式进行行业转型，例如零售、时尚或金融服务行业。如果人工智能工具能够真正实现其效用，许多公司将可能在市场中落后，资产和能力也将过时。这些变化将会导致巨额资产的重新分配。因此，它们在人类未来的工作、工作机会的损失、新的教育需求和人员再培训等方面对社会有着巨大影响。
人工智能的广泛使用为管理带来了很大的影响。高管需要了解人工智能技术，思考其功能、可能性、部署方法和潜在影响。随着人工智能的不断发展，它们现在能够完成更复杂、更智能的工作，提出建议或问题的解决方案，还可以制定更优的管理决策或是做出更好的预测。人工智能在物流、营销或贸易等业务领域已经取得了很大进展，不但提高了生产力和效率，也取代了传统的工作岗位和各级中层管理人员。
随着人工智能在这些管理职能方面取得成功，人工智能正在逐渐挑战未来首席执行官（CEO）和高管的地位。这也是本章具体讨论的重点内容。本章中，我们将把CEO和高管统称为综合管理者，每次提及时不再重复区分。CEO是公司的最高管理者，为公司重大决策、商业活动和财务业绩承担最终及全部责任，并与董事会分享。高管指对业务单位或公司部门负全责的经理人（如首席财务官、首席技术官、首席人力资源官或首席营销官等）。CEO和高管作为高管团队成员，共同承担整个公司的整体责任。
本章接下来在《人工智能在管理职能中的可能性》这节概述了人工智能在不同管理职能中对管理决策的潜在影响，以及管理层如何测试和监测人工智能工具在管理决策中的实施情况和一些具体的目标和时间安排：围绕人工智能的5W问题（原因、内容、方式、地点或领域、时间）的决策是所有公司高管的明确职能和责任。
在《人工智能和综合管理的未来》这节讨论了关键的高级管理职能在人工智能时代将如何演变。基于对两家广泛使用大数据和人工智能工具的跨国公司的讨论，笔者确定了这些工具取得进展的领域，以及需要优秀的综合管理者推动发展的领域和职能。
在这些案例的背景下，笔者在《人工智能世界中综合管理者的一些关键职能和责任》这节讨论了人工智能世界中CEO需要完成的任务和承担的责任。笔者着重描述胜任的CEO如何看待公司的商业目的，如何思考哪些因素可以增加公司的独特性以及需要做出哪些具体的决定，如何培养下一代的领导者或考虑公司更广泛的社会影响。这些职能和要求保证了CEO的工作必须由人类完成。最后，笔者在《思考》这节对综合管理的未来展开了一些思考。
在过去的几年里，世界各地的制造业公司纷纷提高工业自动化水平，引入高性能机器人，对生产力产生了积极影响。显然，人工智能的最新成果具有极大的潜力，可以帮助公司和高管根据数据做出更优决策。随着更强大的计算能力的出现，人工智能算法可以更快、更准确地执行包括数据分析在内的诸多任务，超出了人类的能力范围。
新一轮的流程自动化是人工智能最先部署和产生影响的领域，可以视作信息技术设计和使用的下一阶段。它是传统信息技术能力的自然扩展，也就是说许多公司内部已经拥有人员和能力理解并运用这项技术。流程自动化的范围包括一些应用和软件，如阅读用于审计的财务信息或报表的软件，或筛选和管理呼叫中心或服务器数据的软件等。
人工智能影响的第二个领域与认知有关。在这一领域中，人工智能工具使用算法映射数据集，从数据中识别行为模式，提出解释和使用数据的建议，并做出一些决定。实现的功能包括：投放个性化数字广告以及从商场或网店的流量数据中预测未来消费行为和倾向。这些工具相比传统分析或预测模型更为复杂，它们不仅使用统计学的相关性，还使用深度学习技术。这些技术试图模仿人脑处理数据的方法并做出一些决策。语音识别和图像识别技术，如Siri或Alexa提供的语音识别功能，或脸书和其他应用程序提供的人脸识别和智能标记功能等，都属于此类。聊天机器人之类的智能机器也可以利用它们所掌握的信息与人类交流、提供客户服务或为一些常见问题提供解答。
人工智能认知正在不断取得进展，尽管比传统分析方法更昂贵且需要强有力的人为监控以确保人工智能认知洞察能够提供合理的答案。人工智能认知洞察也正在打开一个危险、充满假新闻和“深度造假”（Deepfake）的新世界的大门。由人工智能驱动声音和图像模仿可以用于创造不存在的现实，它们可以伪造某人的行为，或是捏造不存在的发言。随着人工智能工具的使用不断增加，假新闻和深度造假问题愈演愈烈，严重影响网络媒体和其他使用、销售私人数据的公司的信任度。
本文中，笔者将特别强调人工智能发展对高管层和管理决策的影响。最近人工智能在自动化和认知洞察方面的发展涉及数据聚类和预测。正如阿格拉瓦尔（Agrawal）等所指出的，当前的人工智能浪潮可能不会催生大量的通用智能，但会增强预测能力。预测本身并不是商业决策的全部。商业决策涉及数据、判断和最后的行动，但能够完成商业预测的算法确实越来越优化，因为滋养它们的数据比以往任何时候都更加丰富，而且分析和分类这些数据的计算能力也更为强大。
利用大型数据集的算法可能有助于识别消费者行为或价格和需求弹性背后的隐藏模式。在如今全球供应链或金融等其他关键业务职能中，这些算法有助于更好地理解当今商业界的一些复杂问题，为决策提供更有力的数据的支撑。
诚然，围绕着人工智能的潜力可能会有一些炒作。人工智能的发展也的确引来了尖锐的批评，其中一些来自人工智能领域的学者，例如珀尔（Pearl）。珀尔是开发贝叶斯网络并将概率论方法引入人工智能的主要学者之一。人工智能并不能给出全部正确答案，但能够提供工具收集和分析关于消费者行为或购买决策的大量数据、建立一些变量的模式、最终做出决策或给出建议。在特定的商业职能中，人工智能正在通过提高决策质量来赢得市场。
制造业和运营。人工智能工具可以帮助制造企业根据历史价格、需求、质量、可靠性、库存水平和服务来计划和做出更好的采购决策。它们可以帮助更有效地分配世界各地不同工厂的制造能力，顺利管理制造网络。汽车制造商正在利用机器人和其他智能机器完成制造任务。大众汽车的子公司西雅特（SEAT）雇用近10000人，其工厂和仓库中已经有4000个机器人运行，其中许多都在执行复杂的任务。机器人取代人类从事重体力活动对人员健康和生产力带来积极影响。
新的数据集可以揭示实体资产的老化模型，提前给出改善的维护策略或更换建议。传感器和卫星可以更好地追踪商品交付，增强公司分销系统的质量。这些传统的商业职能并没有消失，但使用了含有大量数据的算法改变了对人类优化和人类监督的需求。
营销和销售。Inditex集团、杰尼亚（Zegna）、沃尔玛等公司正在使用人工智能工具提供更好的客户体验。亚马逊正在通过更准确地使用顾客在线行为数据，增强向顾客提出有用建议的能力。谷歌和脸书现在均已成为规模最大的广告平台之一，因为它们可以通过大数据和人工智能为特定消费者提供个性化广告。
汉高、雀巢、宝洁、联合利华等快速消费品公司每年推出几十种新产品或新品类。人工智能工具可以让它们弄清推出的新产品失败的原因，以及帮助它们在面向多样化的目标市场、细分领域或客户群体进行产品开发时找到取得成功的因素。
金融和投资决策。由于分析复杂决策时可以使用更丰富、更多样的数据，财务人员可以更准确地估算公司内部收益率或净现值，完成投资决策。他们还可以根据不同的情况，使用更详尽的数据进行细微调整，以此更准确地估计公司未来盈利能力和财务结构。基金经理也在使用人工智能工具，通过更丰富的历史价格、收益率、公司业绩、利率和经济周期等方面的信息，做出更优化的投资组合管理决策。
银行、保险公司和其他金融机构正在使用风险评估模型。模型综合考量与客户相关的包括公司历史业绩、行业和整体经济状况等在内的更广泛、更丰富的数据。
人力资源。人力资源曾经被许多公司认为是技术应用并不太多的业务职能之一，但它已经成为人工智能工具应用的热门领域。人工智能工具可能有助于解决人力资源部门过去的一些挑战。我们在此举两个例子。第一是简历筛选和招聘流程，尤其是在公司有成百上千名可供选择的申请人时。人工智能工具可以帮助筛选候选人，将他们的简历与公司期望获得的技能和能力相匹配，还可以帮助判断候选人面试过程中的表面态度和隐藏态度。人工智能工具也存在不足，特别是在避免数据偏见方面。它可能偏爱具有某些品质的候选人从而影响正确决策，这一点我们将在后面讨论。第二是帮助识别和筛选内部人才。对于这内部人才的识别和筛选，有些公司非常擅长，有些则不然。人工智能工具可以跟踪公司的全部人才，依照某些变量进行组织，当公司内任何部门出现空缺时，给出组织内部平行调动的建议。
战略和并购。人工智能工具可以帮助投资银行和咨询公司为企业制定更优的战略方案，根据一些关键的外部或内部因素，得出不同的结果；还可以通过并购更快地构建更好的公司组合，不仅能够快速计算出不同场景下的数字，还可以处理包括与客户获取、可实现的协同效应或产品组合增强相关的其他数据。
上述这些案例表明，人工智能工具能够为任何组织引入基于算法的、更有效地使用更丰富数据的新的决策能力。它们正在以更丰富的数据、更高的速度、更高的准确度绘制更多样化的场景来帮助形成决策。人工智能的潜力不仅在于助力管理决策，它还可以辅助执行从采购、制造到营销、销售、物流和分销等更多的活动和业务功能，强化人力资源、财务等企业职能。
管理、数据和人工智能工具的采用。与人工智能相关的一个关键的管理问题是CEO和高管应该如何考虑采用人工智能工具增强他们的决策能力。在采用人工智能工具的过程中，高管应该对其有足够的了解，理解它的可能性以及局限性和风险。在制造业和物流业引入机器人很容易理解和规划。在客户服务中引入聊天机器人很容易理解，但开发成本较高，其失败的风险可能导致一些危机。深度学习技术的引入更加复杂，因为大多数算法并不会提供解释，说明它们为什么会做出这样的决定。
包括大型高科技公司在内，一些应用人工智能工具的公司的经验有着共同的特点。第一，他们应用范围聚焦在一些具体的任务和目标上（例如：提高在线销售的营销效率）。第二，他们为聚焦的特定目标搜索和筛选数据（例如：客户购买的商品和购买的时间）。第三，算法的预测能力基于因果关系而不仅仅是相关关系。第四，公司内部拥有人类专家对人工智能工具进行监督。我们观察到，大多数情况下机器对人类工作的取代更多地与某些流程的自动化程度提高有关，而不是取代现有的专家。第五，顶尖公司在其项目中选择一项或几项试点项目并从中学习，观察客户满意度或运营效率方面取得的成果，根据人类需求对数据分析和数据筛选进行微调。构筑一些关键的里程碑也是非常重要的。第六，人工智能需要对人员进行教育：公司需要为员工制定明确的培训和教育策略以便更有效地使用人工智能。
在部署人工智能工具时，公司有一些注意事项需要考虑，以免出现重大的组织错误。相关度最高的就是数据的使用和算法的能力。大数据、算法和计算机运算能力的结合可能不足以保证可用数据增多，决策水平就一定能够改善。首先，高质量的数据是必不可少的。使用有偏见的数据将可能导致包括对企业声誉和客户信任度在内的严重的决策灾难。
数据质量并不仅仅影响决策本身，它还在很大程度上影响算法如何自我学习以给出建议或决定。算法能否很好地做出决策，取决于提供给它训练的数据的质量和数量。使用数据训练算法的目的是为算法需要解决的不同问题增加新的可用解决方案。人们常说，人工智能可以消除人类在决策中的偏见。只有当算法基于没有偏见的数据做出决策时，这种情况才有可能发生。用于预测的数据或用于训练算法中的数据存在的偏见会带来破坏性的影响。一个很典型的例子是，仅仅使用来自某些特定人群的成功人士的数据训练出来的筛选简历的算法可能存在歧视。此处的问题不只出在筛选和使用的数据，还出在因为遗漏而没有使用的数据：未能纳入本应被算法使用的数据是另一种类型的偏见。数据并不中立。
关于隐私和数据的辩论也很有意义。大量的数据是人工智能的基础。包括高科技公司和其他公司在内，公司管理第三方数据的方式已经影响到企业声誉、信任度以及长期的存废。2018年剑桥分析公司（Cambridge Analytica）的脸书数据危机凸显了人工智能给公司和高管带来的新挑战。
如果不考虑与人工智能治理有关的很关键的道德问题，许多公司以及整个人工智能领域的声誉都将受到威胁。
算法本身的质量及其对人工智能用户的透明度也是值得关注的原因。算法需要对现实世界进行全面、合理的建模，这超出了传统大数据和分析的范围。在理解某些现象时，它们需要捕捉因果关系的不同联系，而不仅仅是关联关系。大多数人工智能算法擅长模式识别，但无法区分原因和结果。算法应该能够被决策者理解，因为后者将是对所做决定负责的最终执行人。算法的建模方式以及如何用高质量的数据训练是人工智能功能发展的关键。这就要求算法的设计和描述具有透明度。
简而言之，人工智能工具应该明确其使用和未使用的数据，包括遗漏或未包括的数据，并尊重数据的真相。人工智能工具还应该明确说明算法是如何给出建议、做出决定的。这些都是使人工智能发挥作用、可靠和可信赖的基本素质。
正因为人工智能的可能性和局限性，CEO和高管有责任熟悉这些工具，以有效的方式逐步测试它们在公司的应用。实施人工智能工具的挑战凸显了在人工智能部署中也需要胜任的管理。人工智能是一种更复杂的IT形式，与IT领域的情况一样，若想成为公司的积极变革的有效工具，需要非常有能力的管理层。
人工智能改善决策的可能性增加了良好管理的价值。管理不仅仅是做决策而已。管理，特别是CEO、高管和其他综合管理人员的工作，是为公司为什么存在和为什么做它在做的事提供答案。综合管理要求思考公司的未来并使之变成现实，涉及以综合的方式设定目标，而这些目标取决于不同利益相关方的个人好恶。综合管理制定策略并以一致的方式执行。其目的是吸引和培养人才。它需要为各种各样的利益相关者服务，试图在短期和长期内平衡不同的要求和限制条件。
技术颠覆对法律、会计和咨询等行业的威胁很大。而在管理方面，预期则有所差异。管理不仅需要专业知识和数据，它也是理性、自由、同理心、参与、创业精神、谦虚学习和谨慎做出正确判断等品质的综合。人工智能可以提供补充，但不太可能取代。此外，人工智能更深层次的影响可能来自管理层对算法和数据的利用，而不是来自机器与机器的对话。
在人工智能的世界里，管理是不可或缺的。一个明显的观察结果是，大多数公司的长期成功取决于发展优秀的管理团队，能够使人们参与其中并利用技术创新服务客户，即使在以技术为基础的初创企业中也是如此。
大多数成功的公司都有CEO和高管团队——综合管理者，他们希望给公司的长期业绩带来增长。CEO和高管思考公司的战略；讨论并向董事会提出公司的重大战略挑战和决策；雇用和培养公司的未来领导人；吸引、培养人才；让组织的重点关注服务客户、创造经济价值；并努力设计和运营一个能够运转的组织。
受人尊敬的高级管理人员思考未来，开展新的业务项目，以活力和激情帮助公司创造未来。他们热衷于以创业者的心态拓展思路。创造新业务，更好地服务客户并解决一些人类需求，这种冒险是他们中许多人的灵感来源。在创造新产品、新服务或新公司的过程中存在真正地能够带来积极的变化的人性因素。如果没有对发现、创新、成长和收获与众不同的影响力的热情，人类就不可能创造出任何新的事物，而这些领域对高级管理人员来说十分自然。
以大公司为例，讨论其面临更多问题的背景下的技术挑战，可以帮助我们更好地理解管理层在人工智能领域的作用。笔者将简要介绍并讨论两个成功的跨国公司的案例。这两家公司在其行业中处于领先地位，在技术、大数据、分析和机器学习方面进行了大量投资。它向我们展示了当今世界管理和领导力挑战的类型以及技术在其中扮演的角色，并将帮助我们理解良好的管理在应对这些挑战中的作用。
2010年11月，在CEO保罗·波尔曼（Paul Polman）的领导和董事会的支持下，联合利华推出了联合利华可持续生活计划（Unilever Sustainable Living Plan，USLP），旨在使可持续的生活方式成为常态。USLP与其他企业社会责任（Corporate Social Responsibility，CSR）倡议不同，它承担了整个价值链的责任，还包括了一些到2020年要实现的雄心勃勃的目标：以可持续方式采购100%的农业原料，将温室气体影响和水消耗量减半，帮助超过10亿人改善健康和卫生状况，将符合最高营养标准的产品组合比例增加一倍。波尔曼还规定这些目标不应只由一些业务部门来实现，例如，通过外包一些活动来推动，而是在整个价值链上实现。
USLP的独特之处在于将这些目标融入联合利华的业务和战略体系之中，它是吸引消费者、推动增长、降低成本、持续创新和激励员工的战略的中心。这些目标非常符合联合利华的历史和传统，公司也已经因其社会责任和爱心广受赞誉。然而，在波尔曼于2009年上任之前的几年里，联合利华增长平平，财务业绩也落后于同行业的其他公司。
保罗·波尔曼和他的团队关心的是如何勾勒出一个新的战略愿景，调动公司追求一些长期目标并制定新的增长战略。这些目标应当在全球经济深陷2008年国际金融危机的泥沼以及公司加速数字化转型的背景下达成。特别是，快消品公司面临着与新一代年轻消费者建立联系的需要。他们拥有不同的消费习惯和偏好，而且大多是数字时代的原住民。波尔曼认为，联合利华的增长危机和全球经济危机是一次思考公司增长方式的机会，让他们能够遵循与其他公司所不同的途径而非重复他人做过的事。波尔曼决定，联合利华必须以不同的方式做不同的事情。
USLP有着一些核心要素：它有助于强化联合利华的价值观；它为公司树立了明确的目的感；它巧妙地融入了寻求增长的新公司战略；还在实现财务增长和实现明确的社会目标之间达成了良好的平衡。
联合利华在新的技术工具上投入了大量资金，既为了更有效地运营制造、采购和物流，也为了更积极地参与网络媒体广告和营销。在数字化转型过程中，联合利华开始使用市场上的人工智能工具。
联合利华的转型过程令人印象深刻，在将目的和广泛的社会影响与经济业绩和运营效率相结合方面居世界领先地位。在2009年至2017年，联合利华成了快消品行业中经营业绩表现突出的企业之一。在整个过程中，技术一直是关键的驱动因素。联合利华转型的真正有趣之处在于，对技术的巨大投资并不是其转型的基本动力。技术是变革的助推器，但不是变革的发动机。
所有利益相关者都认为，自2009年以来，联合利华变革的驱动力是保罗·波尔曼和他的高层管理团队。他们明确提出了一项目标和战略愿景，努力动员世界各地数以千计的管理人员和其他员工支持公司宗旨和战略，将这些框架转化为具体的行动计划并加以实施。波尔曼和他的团队说服董事会支持该计划，与股东接触以解释此计划的价值，与供应商合作增加该计划的可行性。最终管理团队交付了结果。
联合利华的转型过程举世瞩目，成为多利益相关方公司转型的一项经典案例。这个案例强调了一些关键因素，这些关键因素是良好的综合管理的结果，是人工智能工具无法取代的，包括：目的感和对价值观的支持、明确的战略愿景、可持续性和社会目标在战略愿景中的整合、要实现的具体目标、人员交流与发展、执行和交付价值、管理复杂的组织，以及与所有利益相关者保持良好的沟通。联合利华在技术和新的人工智能工具上投入了很多。这些工具非常重要，但如果没有良好的综合管理，它们将毫无价值。
到2018年年底，总部位于西班牙的国际电信基础设施管理公司Cellnex已经成为欧洲该行业的领导者之一。凭借快速增长，在技术和服务能力方面享有盛誉。Cellnex于2015年上市。Cellnex原名是阿伯蒂斯电信（Abertis Telecom），是阿伯蒂斯公司分拆出的业务公司，从20世纪90年代末向西班牙网络提供广播和电视信号的小规模业务部门发展而来。阿伯蒂斯是一家工业控股公司，在高速公路管理领域处在全球领先地位。
在不到4年的时间里，Cellnex实现了指数级增长，到2018年年底总市值接近60亿欧元。在竞争非常激烈、错综复杂的电信行业，这是一项了不起的成就。卡纳尔斯给出了其演变的背景。
2000年年初，在美国，用于传输移动电话信号（语音和数据）的电信基础设施——主要是通信铁塔——的管理已经被纵向拆分。主要的电信运营商（ATT、威瑞森通信公司等）在20世纪90年代末决定将基础设施业务部门出售给专门公司，以获取现金用于内容开发和其他目的。美国电塔公司（American Tower）是美国一家领先的电信基础设施管理公司，2018年的总市值接近600亿美元。欧盟的大多数电信运营商仍然维持纵向一体化，拥有并控制他们的基础设施。然而，在2008年的全球金融危机之后，出于减少债务、在5G和内容方面进行更多投资的需要，欧盟的电信公司开始重新思考其纵向一体化的水平。大数据和一些人工智能工具的使用对电信运营商，特别是对其电信基础设施的管理越来越重要。
在此情况下，阿伯蒂斯电信的高层管理人员在2012年开始思考在电信运营商极有可能剥离基础设施资产的情况下如何加快这个新行业的潜在增长。2012年，阿伯蒂斯电信向西班牙电信运营商Telefonica和Yoigo购买了4000座通信铁塔；2014年又向TowerCo购买了位于意大利的300座通信铁塔。
新的机会出现了，其中最重要的是2015年意大利第二大移动电信运营商Wind的电信基础设施资产。
2015年Cellnex公司的新定位是公司治理、战略远见和良好领导力的结合。这一战略由阿伯蒂斯的CEO和Cellnex的董事会主席弗朗西斯科·雷内斯（Francisco Reyn é s）和Cellnex的CEO托维亚斯·马丁内斯（Tobias Martinez）以及他们在Cellnex的高管同事们部署。
他们采取的 第一步 行动是在2014年年底前为Cellnex的未来发展构筑一个长期战略框架。框架基于公司当时拥有的资源和技术能力以及正在出现的市场机会构建。雷内斯和马丁内斯将前阿伯蒂斯电信公司的高管组成了一个小团队，制定了一些明确的战略方针和财务模型，以帮助公司未来的发展筹措资金。
有了战略计划和个人承诺之后， 第二步 就是说服阿伯蒂斯的董事会批准Cellnex的分拆及最终在2015年首次公开募股。对阿伯蒂斯的董事会成员来说，这是一个非常复杂且富于情绪的决定。Cellnex领导人的专业精神和承诺足以说服董事会成员做出决定。阿伯蒂斯董事会规定，作为运营条件，控股公司阿伯蒂斯将不会发行新的债务为Cellnex的任何收购项目出资。任何新投资项目都将由Cellnex独立出资，这对新成立的公司来说是额外的挑战，因为它必须在没有母公司财务支持的情况下进入资本市场。这种财务限制有助于提高项目的质量，培养公司的创业精神。
第三步 ，Cellnex的高管不得不同时处理公司的正常运营、首次公开募股（IPO）和对Wind电信基础设施的收购意向。CEO组建了一些小团队来管理不同的项目，力求最大限度地加强沟通、减少干扰。
第四步 ，为Cellnex描绘一个综合、可信的股权故事，说服潜在的投资者和资产经理，这对后金融危机时代的欧洲仍然是一个挑战。整个故事包括公司愿景、使命、基于董事会独立性的公司治理模式、明确的战略计划、关键能力以及经验丰富的创业型管理团队。在战略计划中，技术、大数据和分析发挥了非常重要的作用，其中也包括对其高要求客户的精准服务。
从2015年5月上市到2018年，Cellnex增速惊人，在法国、意大利、荷兰和瑞士等地都实现了稳定的有机增长和对基础设施资产的选择性收购。到2018年年底，Cellnex成了欧洲领先的电信基础设施管理公司之一。
在整个成长过程中，信息技术和大数据发挥了非常重要的作用。技术能力对于为电信运营商提供高品质服务至关重要，而电信运营商将这些服务外包给了Cellnex。Cellnex可以满足严格的技术要求，但欧盟的其他电信运营商和技术公司也可以获得相应技术能力。
Cellnex最近的发展为人工智能和技术在一个高度竞争的行业中发挥的作用提供了一些有益的参考。真正使Cellnex从其竞争对手中脱颖而出的并不是技术能力或人工智能工具的质量，而是极为称职且积极的管理团队。管理团队拥有着明确的战略方向、创业精神、创新意识、对以客户为导向的文化的渴望，以及来自董事会的支持，其中包括一些明确的公司治理准则。领导和管理的质量，加上客户服务的文化，才是真正使得Cellnex成为一家行业内独特且成功的公司的核心要素。
上文讨论的Cellnex和联合利华的转型过程着重强调了关键的管理挑战和责任，其重要性还在先进技术和人工智能工具的使用之上。两家公司的高管所完成的工作甚至超越了优化的挑战本身。在许多情况下，由于人工智能强大的计算能力，优化都是其更为擅长的任务。这两个案例也提醒了我们，优化只是管理者面临的挑战之一。除此之外，还有许多其他相关领域对良好的综合管理提出了明确需求。
无论人工智能对公司有多大的变革作用，CEO和高管仍然需要承担一些只有称职的领导人才能解决的、非常基本的责任和挑战。优秀的管理者在应对这些问题时，需要结合知识和经验、理性判断、情商、道德原则和智慧，以整体视角做出决定。
Cellnex和联合利华两个公司的案例凸显了一些管理学家所提出的综合管理工作的价值。在他的经典著作中，明茨伯格（Mintzberg）提出，经理人承担着关键的职能，包括：人际角色（首脑、领导者和联络人），信息角色（监控者、信息传播者和发言人）以及决策角色（企业家、危机处理者、资源分配者和谈判者）。
科特（Kotter）通过区分综合管理者与责任相关的挑战来描述总经理的工作职责，其中有部分与明茨伯格的分类相吻合。
波特和诺利亚（Porter and Nohria）通过仔细研究CEO的议程，解释了CEO的一些基本挑战和任务。他们观察到，CEO的工作由议程驱动，以面对面的形式开展，严重依赖下属的直接报告，使用广泛的整合机制进行管理，还需要应对许多外部支持者。
简而言之，即使拥有复杂的人工智能工具，CEO和高管仍然需要应对一些基本的管理挑战。基于联合利华和Cellnex的经验，笔者将着重强调CEO和综合管理者的一些关键职能和责任。
一名称职CEO的首要职能之一是很好地回答这个问题：“我的公司为什么会存在？”换言之，公司需要明确其目的。这是CEO和高管的一项重要责任。股东回报是任何公司不可缺少的条件，但不是公司长期存在的充分条件。公司需要通过大大小小的活动和行为来培育和发展自己的商誉，他们的目的就蕴藏在其中。公司的目的如何被部署和反映在大大小小的决策中，对任何公司来说都是试金石。一项有吸引力的目的是公司吸引和保留优秀专业人员的关键支柱，也是说服潜在股东和优秀专业人员的重要步骤，能够让他们相信公司多么认真对待他们希望产生的影响。贝莱德（Blackrock）、先锋（Vanguard）或道富银行（State Street）等顶尖的资产管理公司也越来越清楚地认识到这一点，直言不讳地说明他们为什么重视所投资公司的这种品质。
目的一直是领导力学者们所重视的话题。巴纳德（Barnard）强调，任何组织都需要一个共同的目的，这个目的将超越不同利益相关者的个人目标，并能帮助公司的长期发展。德鲁克（Drucker）强调，任何公司的目的都是获取客户。他还强调了管理过程中人为因素相比优化的重要性，很早就提到了最大化股东回报的错误做法，即使当时这种观念还不是很流行。德鲁克还非常支持企业在创造经济价值之外发挥相关社会作用。
塞尔兹尼克（Selznick）在他的《管理中的领导力》（ Leadership in Administration ）中讨论了公司如何制度化。在制度化过程中，企业领导者需要履行一些与目的相关的基本职能，包括：制度使命的定义、目的的制度体现、制度完整性的维护和内部冲突的排序。最近，莫斯·坎特（Moss Kanter）等人强调，在组织变革和公司制度化的过程中需要有明确的目的。公司的目的是区别于其他公司的特征之一：有助于锚定战略愿景、战略计划和行动计划，使公司在员工、客户和其他利益相关者面前与众不同。同样，只要高管知道如何在整个组织内做出与之一致的决定，那么目的就会获得合法性。
界定公司的目的，将其转化和应用到不同领域，是CEO和高管的一项关键职能。它是愿景、价值观、决心、激情、一致性和创造力的结合，这些都是优秀管理者的关键属性。不论人工智能工具的技术进步水平如何，我们都需要不断提问一家公司存在的根本原因。
第二个挑战是为公司设计一个良好的治理模式。治理不是某个CEO的具体工作。更准确地说，任何公司的治理模式都是其董事会的重要职能。董事会拥有着一项特殊的使命，就是通过考虑股东的属性以及公司的历史和身份来设计良好的治理模式；它还必须保护公司不受一些股东或其他利益相关者的私人利益的影响，使其长期发展。我们在此假设CEO是董事会成员，是董事会和高管团队之间的独特纽带，在帮助董事会设计公司所需的最佳公司治理模式方面负有特殊责任。
大多数成功的公司，包括使用人工智能的科技巨头——如苹果或微软等公司——都有着强有力的董事会。好的董事会可以为公司治理设定参照、选任CEO和其他高管、讨论和批准公司的战略，以及承担其他关键职能。公司治理可能需要人工智能在收集数据或准备特定场景方面提供一些帮助，但是，治理本质上是一种人类活动，需要整合各种观点和良好的判断，达到公司的长期发展以及不同利益相关者之间合适的利益平衡。
良好的公司治理模式包括选任或更换CEO的明确标准，关于董事会结构和组成的一些规则。评估公司战略方向的流程包括重大战略决策的审批，定期的财务和非财务监督，董事会必须履行其他监督和合规职能。所有这些都是关键的战略领导职能，不仅对任何正常公司都必不可少，而且对稳定公司也至关重要。在履行职责的过程中，董事会需要建立和巩固基于信任、专业和服务的关系。公司如果不善于管理不同股东对公司的不同标准或是一些股东和董事会之间的冲突，则可能会严重威胁到公司的生存。从积极的方面看，良好的公司治理机制有助于董事会和高管团队做出正确的决定和公司未来发展的选择。
一个有趣的现象是，已经成为全球大型上市公司大股东的资产管理公司，如贝莱德、先锋或道富银行等，一直在强调他们作为股东投资一些公司的两个首要标准是被投资的公司需要拥有良好的公司治理模式和明确的公司目标。大股东正在使用这些标准，这也非常清楚地突出了这两个问题对董事会和高管的重要性。
公司治理是董事会与CEO和高管层合作的关键活动，它是任何公司长期发展的关键条件。由于其本身的属性，治理将仍然是组织中真正的人类活动。
对高层管理的第三个挑战是董事会、CEO和高管团队如何做出使公司变得独特和与众不同的关键决策。好的战略具有其独特性，独特性是公司在客户面前凸显差异的品质。这些具体的决定有助于培养公司为客户提供独特的价值主张：或是对产品和购买流程的卓越的用户感知；或是帮助公司拥有富于竞争力的成本结构、允许其提供较低价格的极高运营效率。这种价值主张建立在竞争优势的基础上，而优势是通过公司包括不可逆的投资在内的多年来的具体决策形成的。
具体的价值主张、企业在行业中的定位以及支持这种定位的决策的结合，确定了企业所选择的具体商业模式。关于商业模式的决策还涉及公司想或不想参与竞争的具体领域。
战略决策应该以数据为基础。人工智能工具能够比过去更快、更准确地分析有关行业、客户模式和定位数据的大型数据集，也可以开发出更丰富的场景，更准确地描述战略选择。人工智能工具有助于更好地模拟一些战略决策，尽管人们不应忘记这些决策周围充满着不确定性，且取决于所使用的数据。
在决策中，不论是确认验证数据质量的过程，还是为了验证算法提出建议或最终决定的内部过程是否合理或一致，智慧和审慎都不可或缺。如果没有良好的判断力，那么决策是有缺陷的。个人和社会都需要监测机器决策的结果，尤其是当它们可能对个人福祉产生影响时更是如此。虚假数据或是不完善的算法导致的与人工智能工具相关的失败案例已经屡见不鲜。
审慎是战略决策的一项关键品质。它代表着对具有各种限制条件的情况做出明智判断的能力；它还有助于选择最佳方式，基于理性来管理自己和他人，同时促进组织的共同利益。如果数据可靠，算法设计合理，人工智能可以很好地补充人类的智慧和审慎。最近与复杂IT系统有关的经验表明，在复杂的人类行为和与人类的互动至关重要的情况下，我们需要恰当的人为判断。我们所有人都希望将关系建立在信任基础之上，也希望与任何时候都能为自己的决定承担道德和法律责任的人交往。
有能力的CEO和高管可以从企业管理的经验中得出优秀的战略见解；为决策制定框架；努力平衡公司不同股东和其他投资者可能提出的要求；为短期和长期之间的权衡提供解决方案；考虑这些决策可能对公司人员、文化、价值观和商誉产生的影响。很明显，人工智能可以帮助建立决策模型，设计更丰富、多样的场景，但是站在企业家的角度提出见解和建议，制定并执行战略决策，仍然是CEO和综合管理者的关键属性。
优秀的战略及其独特的鲜为人知的属性是战略决策如何塑造公司的灵魂、强化公司所拥有的企业文化和价值观：在客户和员工眼中，企业在哪些商业活动上是真正与众不同的。思考战略决策对人员和文化的不同定性和定量的影响，也需要优秀的管理者的智慧、经验和人类的同理心的结合，而技术无法做到这一点。
从长远来看，成功的公司是由为共同目标而工作的个人组成的蓬勃发展的团体。管理的一项关键任务是吸引、留存、交流和发展人才。在一个技术更加强大的时代，管理层面对的这一挑战比以往任何时候都更加重要。人工智能工具可能会使公司相比大多数人对工作场所的期待更缺乏一点人性化。
在有关人工智能时代人类工作的未来的辩论中，技术对员工在公司的参与度的潜在影响是一项关键的因素。不幸的是，技术并不善于激励和吸引员工。员工觉得技术驱动的创新可能会威胁到他们的工作岗位，担心他们并不具备所需的技术，而且大部分人也不知道如何获得新的技能和能力。
非常遗憾，在许多公司中，技术和数字化发挥的作用越来越大，主要目标是优化和提高运营效率，而不是让公司变得对人才更有吸引力，或者为职业和个人发展提供更好的环境。技术可以为人们提供帮助，不仅能够帮助最终客户，而且能够帮到员工。
如果技术让人们感知到公司的个性化水平随着自动化程度的提高而降低，人们就会感到参与度降低。将“00后”纳入当前的工作场所时面临的挑战就是这个问题的表现。诚然，一些用于人力资源管理的人工智能工具可能会对员工的发展做出更加个性化的处理。但是，对任何公司的任何人来说，这些都比不上与一位优秀的管理者共事。这位优秀的管理者不仅可以有效地分配资源，而且还能够为员工设置新的挑战，帮助员工解决问题，塑造良好的人类价值观，同时还提供一定的灵活性，鼓励员工参与，允许员工在工作过程中学习和成长。
培养人才、帮助人才在团队中有效工作是与技术推动的敏捷经济紧密相关的一个属性。团队发展的艺术和科学需要整合使命、方向感、团队成员的素质和动机、灵活性和同理心等诸多因素，而这些都是最佳领导者的伟大属性。人工智能工具可能提供一些标准，说明它们如何根据团队成员的背景、文化和专长组合团队。最后，综合管理者的职责是帮助培养人们的技能和态度，确保团队准备好应对挑战，把问题变成学习和改进的机会。
技术在创造和破坏就业岗位方面的影响也与人们的动机和参与紧密相关。在短期内，人工智能可能会带来工作岗位的减少和失业率的升高。对人们来说，技术的进步看起来更像是一种威胁而不是一种机会，这是事实。技术的这种负面影响可能会导致个人焦虑和社会动荡。重要的是，公司——特别是以技术为基础的公司——和高管要认真考虑需要如何培训和再培训员工，从而使他们在人工智能的新世界里取得成功。可能引发如此程度破坏的技术创新要求企业领导人和高管要全面思考他们的技术决策对公司、人们和社会所产生的更广泛的影响。科技公司使用的数据处理不当所造成的商誉影响，只是人工智能世界中隐现的巨大风险的冰山一角。
尤其重要的是，大型高科技公司应该更全面地思考他们提供的技术解决方案对员工的整体影响，而不是单纯强调这些技术解决方案的破坏性影响。创新是正面的，也是不可缺少的。但是，当一位创新者带来了颠覆，特别是影响了劳动力或是所处的社会，此时股东利益的最大化不应该是唯一的标准。技术创新正在创造社会负面效应，公司也需要考虑这一点。以技术为基础的公司应该利用他们的创新能力，找到如何使用这些工具的创新解决方案，使员工感到更加投入，而不是更加抽离。
显而易见，如果技术创新的实施伴随着高昂的人力成本，那么技术创新极少能够在长期情况下取得成功。社会动荡将减缓其发展，监管和公共政策也将塑造其未来发展，除非它的目标与社会福祉相一致。人工智能的转型效应影响甚大，不仅涉及效率，而且也涉及未来的工作和工作本身的属性。我们需要确保人工智能的部署以实际帮助和赋予人们更多权利的方式进行，而非以威胁工作岗位或减少人们的贡献潜力的方式运转。
总而言之，综合管理者在吸引和发展人才方面的作用将随着人工智能的应用而增加。可能会有一些有用的人工智能工具能够更好地追踪人们的表现，但是管理人才似乎仍然是一项任务和使命，应当委托给胜任的综合管理者而不是人工智能工具。
第五个挑战是如何确保公司不仅具有其战略独特性，而且还能以可持续的方式创造经济价值。一家好公司需要通过持续的投资、产品开发和流程改进确保经济价值的创造过程能够持续多年，免受模仿和替代的威胁，因为这些威胁可能会削弱其优势的价值。同样，这些因素可能会包括一系列复杂的分析，使用模拟工具或软件使这些变化的影响可视化，但优秀CEO的明智判断非常重要。
公司还存在其他威胁着可持续性的风险，这些威胁与日益激烈的产品市场竞争或新进入者的出现无关。有三个领域的挑战可以影响可持续性，在当今商业世界尤为重要。第一个挑战是与所有权结构和公司的股东类型有关。私募股权公司、对冲基金和激进投资者作为公司大股东的作用越来越大，削弱了公司所有权结构的稳定性，也带来了对更快的财务回报的索求。与此同时，由此而来的董事会的争斗也反映出这些投资者对公司的作用以及副作用，都在不断增长。这是另一种不同类型的资本主义，脱离了过去拥有更多分散的股东的体系，而这些股东曾经拥有更长远的眼光和视野。CEO、CFO以及高管团队的其他成员的一项关键职能就是与这些股东和投资者进行建设性接触。也就是说，他们现在拥有改变公司的可能性是十分巨大的。
关于可持续性的第二个挑战是地缘政治因素对跨国公司的战略及其业绩的影响越来越大。一些我们认为已经不再重要的历史遗留问题重新回到了董事会议程。保护主义、贸易壁垒、外国直接投资壁垒、贸易报复、不稳定的国际规则、稳定监管框架的缺乏和其他形式的政治影响已经极为重要。这些地缘政治问题导致金融市场更加不稳定、国际储蓄和流动性更高、汇率波动更加剧烈，特别是在新兴市场。跨国公司需要始终牢记这些问题，否则会使他们的公司处于危险之中。
与可持续性相关的第三个挑战是公司对环境的影响。经济脱碳化的需要是十分明确的。就算碳排放的具体影响尚未明确，依然处在辩论之中，可以确定的是它们将会加剧全球变暖。在新兴市场中，这种影响可能会更为明显，因为他们是更先进经济体公司的原材料供应商。明智的综合管理者们需要考虑他们的公司在社会中的作用，也要考虑对环境的影响。世界各地降低碳排放的立法将变得更为严格。更重要的是，任何领导都负有道义责任，要为子孙后代留下更美好的地球遗产。
很明显，优秀的CEO和综合管理者需要应对和管理这些对公司可持续性的任何威胁和风险。技术可能会有所帮助，但综合管理者的能力、智慧和个人价值在应对这些挑战时不可或缺，同时决定了他们所做出的决定的质量。他们也塑造了公司的整体商誉。
公司不仅需要考虑创造了多少经济价值、有哪些目的，还需要考虑可能对社会产生哪些更广泛的影响。这一方法不仅仅涉及一些企业社会责任概念中所指的不同利益相关者的管理。公司需要成为他们所生活和经营的社会中一个负责任的个体。因此，他们需要以一致的方式整合有时看似相互矛盾的不同目标：短期和长期业绩、股东和其他利益相关者、运营效率和人员参与、财务业绩和对当地社区的影响等。
优秀管理所具有的一项有吸引力的品质是能够平衡不同的标准和目标，允许以创新和创造的方式寻找新问题的解决方案，这些问题可能没有过往的历史数据。人工智能非常善于处理大量的数据集，但许多全新的挑战并没有数据可以帮助其做出决定，这一问题需要得到解决。
管理也是为了探索事实的真相，了解不同的机会和选择，建立不同的标准评估这些选择，做出最后的决定并评价其影响。在确立更广泛的社会影响时，公司不应该选择应对大量不同的社会挑战，而应该利用特定的能力来解决社会的部分挑战，并通过将其纳入整体战略而收获赞誉。联合利华通过其可持续生活计划做到了这点，而且执行得非常不错。联合利华拥有更广泛的社会影响，远超许多其他同等规模和潜力的公司。通过这种方式，它不仅帮助解决了碳排放和可持续原材料采购的问题，还将这些方面的挑战纳入其更广泛的战略，成为许多其他公司的参考样本。
在具体的商业目标和战略以及更广泛的社会影响相互一致的情况下，CEO作为领导者和协调者所发挥的独特作用相比以往任何时候都更加重要。正像联合利华这样的公司努力实现的一样，关心人类和环境，将其纳入公司的战略，是最佳的领导力的特征。更重要的是，只有优秀的CEO才能够做到。它体现了真正的专业、真正的人性和真正的独特性。
CEO承担整个公司的责任，受到客户、股东和其他利益相关者的重托。当公司出现问题或陷入危机时，所有利益相关者都将目光转向CEO。这些关系包含了CEO应该承担的道德和法律责任。通过实施不同的领导行为，CEO可以对他人产生影响并通过这些行为在职业和个人方面得到成长。
使用数据进行学习的机器既不是被设计用来做善恶判断，也不能承担责任。专家可以通过输入一些特定情况下的善恶数据来训练机器，从而取得进展。但机器不能从特定的数据中学习，从而做出一般的道德判断：因为这是人类独有的能力。更复杂的人工智能工具也不会对它们可能对人和公司产生的负面影响负任何责任。同样，这个责任也属于人类。人类自由地做出决定，也接受决定带来的影响。CEO和高管可以自由地选择如何明智地使用这些工具，同时承担相应责任。
人们并不总能对要做出的每一项决定在道德层面达成一致。然而，一些道德价值观具有普遍的吸引力，如尊重每个人的尊严和个人自由、我们自己良心的价值观，以及公平和尊重真理的必要性等。这些都是大多数人认为重要的价值观，它们是联合国《世界人权宣言》的一部分，它们来源于每个人的尊严，并在争取人权的斗争中得到认可。它们来自人类理性，是寻求共同利益的标准，也应该是任何管理行为的通用范式，应该优先于任何形式的人工智能。
CEO通过不同的管理行为影响自己和他人，因此，CEO的工作具有道德属性，而人工智能工具的使用只是放大了这种属性。CEO应该为所有利益相关者确定一些战略途径、与员工交流并领导员工，以有效的方式管理资源。这不仅要尊重法律和既定规范，或是遵循程序；而且要考虑到公司的组成；公司是一个复杂的组织，应当允许不同的利益相关者以平衡和公平的方式实现他们的目标，使各方至少可以得到一些足够的结果。并不是任何个体都能得到最大化的结果，因为其他各相关方也是公司存在和运转的必要条件。
在任何繁荣的社会中，社会互动都需要信任。公司也是如此。信任来源于负责人以专业和负责任的方式处理彼此之间的关系，并得到如法律制度或运作良好的政府等适当的社会制度的支持。算法可以帮助人类完成部分决策工作，但管理决策仍然需要人类的智慧和审慎。
CEO与客户和其他利益相关者打交道。他们管理资源，而且需要高效率完成。他们的行为必须追寻共同利益，而不仅是自己的利益，并且需要对不同的利益相关者一视同仁。以身作则是成功领导的一个明确条件。榜样是一种个体和社会的通用语言。个人通过它向其他个人学习，每一代人都向他们的前辈学习。CEO的行为会在其员工、客户和社会其他人士中产生共鸣。像一些企业领导人一样，这种行为可以成为一股强大的行善力量，以专业和诚信履行其社会职能。
这是CEO及其工作的关键特征之一。它涉及人工智能和机器所不具备的道德维度。管理决策的道德属性和对道德价值观的考量，如尊重每个人的尊严、他人的福祉和社会的共同利益，将CEO的工作与机器区分开来。它们正是CEO职责的人性之所在。当前，CEO职责的道德属性比以往任何时候都更加重要。除此之外，它是公司领导层在当代社会重新获得信誉和合法性的少数途径之一。
基于对一些成功的公司转型商业模式的讨论，笔者阐述了CEO和综合管理者在人工智能世界中的角色和责任。高管需要了解人工智能工具及其在公司管理中的应用。这些工具的普遍部署都需要优秀的综合管理者，他们了解业务，能够让人们使用这些工具，还可以有效地监督其实施。
更重要的是，这些公司强调，即使在一个由大数据和智能算法主导的世界里，CEO和综合管理者也是不可或缺的。部分关键的高层管理决策和职能需要CEO们承担和解决。笔者已经在文中强调了一些关键领域，如：目的、治理、战略、人员发展、可持续性、更广泛的社会影响和基于道德价值观的领导力等。人工智能和其他技术即将在许多相关的业务职能领域取得进展，辅助做出更好的决策。但在这些领域，优秀的综合管理者同样是不可缺少的。
这些管理职能使公司成了一种社会制度，而不仅仅是像巴纳德和塞尔兹尼克所强调的那样，是为了完成一项工作而设计的高效组织。特别是，组织的制度化需要高层管理者为其注入价值观，超越要履行的职能的技术层面。如果公司采用比占支配地位的股东价值最大化更为广泛的商业逻辑，那么公司就能够成为社会机构。CEO和高管可以通过为公司提供我们在这里强调的目的和方向，为公司做出独特的贡献。这是公司成为在社会受尊重的机构的一步，是公司和社会迫切需要的属性。
高管正在处理商业世界的迷人变化，技术和数据的使用方式也更具智慧。与此同时，我们需要向自己提出最基本的领导力问题。人工智能既不知道如何构建领导力，也没有给出这些问题的答案。优秀的CEO和高管则可以做到。CEO的真正挑战是如何使用人工智能工具，使公司更具有竞争力、更人性化，并将其变成社会中受人尊敬的机构。
本章作者
乔迪·卡纳尔斯