绪论

当前，技术革命正在重新塑造产业，颠覆现有商业模式，淘汰传统公司，激发社会变革，引起社会焦虑。特别是为人工智能（AI）技术赋能，并迅猛发展的大数据新世界正在重新定义组织决策的一些基本原则，同时也有可能精简或优化组织结构，改变总经理的职责和任务。

当下，持续增长的计算机运算能力、更丰富的数据集合以及在复杂多变的环境下辅助决策的先进算法推动了人工智能的爆炸性增长及其技术在商业中的应用。全新的AI世界有着更自主、更智能的机器，包括与人类进行互动的新一代聊天机器人，这些机器运行的算法得到了海量数据的支撑与涵养。人工智能，或者更具体地说，机器学习（Machine Learning，简称ML）已经成为我们这个时代最重要的通用技术，并对商业呈现出明显的影响。

面对人工智能的大势所趋，企业高管们正在采取相应的行动。2018年的一项面向“财富1000强”企业的最高层管理人员的调查中，97.2%的企业高管表示他们所在的企业正在投资启动大数据和人工智能计划。企业高管们正在逐渐达成一个共识，即人工智能和大数据项目之间的联系越来越紧密。其中76.5%的高管表示，数据增长和可获得性的提升正在为人工智能和认知活动赋能。

人工智能的快速发展不仅使得企业业务流程的自动化水平得到长足进步，而且还在推动行业转型，这一趋势在零售、时尚或金融服务等行业中尤为明显。人工智能可以运用更丰富的数据、部署更精准的预测能力、开发新的营销和销售策略来触达终端客户，并设计更有效的商业模式。这可能导致许多公司在竞争中落入下风，资产和能力惨遭淘汰。这种竞争格局将极大地影响未来几年的资产再分配，推动各行各业的全面洗牌。

与此同时，这些由技术主导的变革对社会也产生了巨大的影响，它将改变人类工作的未来、打破现有的工作岗位、促发新的教育需求、推动人员的再教育和再培训。人工智能正在给社会带来全新的、复杂的挑战，同时涉及公司本身以及公司与社会的交互方式。除此之外，人们还关注人工智能对工作岗位和社区的影响；在技术快速发展的背景下，公司如何组织员工的教育和培训；不仅仅是那些大公司，以技术为基础的公司，将如何在隐私等领域与社会交互；公司如何以尊重真相、生成信任的方式来使用数据；基于平台的商业生态系统如何产生需要特定反垄断政策的场景及其相应结果；以及使用人工智能技术的科技公司是否能够披露、分享和控制其算法可能导致的机器学习和认知洞察的进步和演变。在人工智能对公司、社会的影响愈加扩大的背景下，商业领导力也需要完成自我变革，迎头赶上。

本书我们将讨论人工智能对管理的影响以及未来的公司管理方式。一些新的人工智能工具正在提高管理者的预测能力，而这是在制造、采购、销售、营销或物流等不同商业功能中一个非常重要的维度。更强大、更精准的预测能力为公司带来更多可能性，激励公司创办、重新定义商业模式，挑战公司和管理层并淘汰传统的公司战略。

有着各式各样技术型初创企业的崭新世界为未来的管理带来了一些新维度。人工智能不仅会颠覆传统的工作岗位，还会转变一些综合管理者的职责。正因如此，此前数十年间为人关注、研究的管理以及综合管理者的角色，也将会发生革新。在这个“万物基于人工智能”的新世界里，公司需要重新思考他们的目标、战略、组织设计、人员发展和决策流程。此外，公司还需要考虑如何培育未来的商业领袖，以及他们所需的能力和技能。

人工智能正在给企业界带来一系列重大挑战。第一个挑战就是决策质量，将庞大的数据阵列、优化的算法和不断增长的算力相结合将有助于做出更好的决策。算法在做出商业决策时是否会优于人类管理者？算法所做的决策质量将取决于数据的质量、决策算法的质量、算法可能包含或激发的内部偏见，以及算法在做出更多决策时的学习质量。在这种情况下，我们认为人工智能对人类决策的影响将比以往任何时候都更重要。

第二个挑战与基于人工智能的组织首席执行官或总经理的工作和职责有关。表面上看，此前的知识和经验在未来能够发挥的作用似乎越来越小，因为大数据和人工智能可以深入洞察某个具体业务领域，或分析消费者和员工的行为。而实际上，某些领导力的特质将变得比过去更重要。这些领导力特质包括：如何带来目的感，使组织保持团结、专注长期发展；如何激励和吸引专业人员，使他们的专业工作有意义；如何培养并留住高绩效的专业人员；如何在瞬息万变的形势下思考组织战略和长期发展；如何在组织内外建立信任；如何明确不同利益相关方的权责机制；如何确保公司尊重人类尊严和道德价值等。最近关于脸书 （Facebook）用户数据的信任危机就是一个明确的例子，体现了在这个由大数据和算法驱动的、急剧变化的商业环境中，企业面临的复杂挑战。

企业界面临的第三个挑战是，由于首席执行官（CEO）在基于人工智能的世界中需要履行不同的职能，组织和外界对他们的能力、素质和职责的期望正在快速变化。随着组织形式的不断变化，组织也需要重新规划和设计未来领导人的培养方式和流程。几年之后，公司和社会对管理者的知识、能力、交往和态度的期望相比现在将会有所不同。我们清楚地意识到需要给出设想、框架和策略建议以阐明通用的管理和组织在这个新的人工智能世界中应该如何改变。

第四个挑战是，在这个数据主导的世界里，组织设计、团队协调、执行和管理体系将如何发展。战略决策、控制和补偿机制是否仍然需要人类的判断？如何消除为人员招聘和职位晋升给出具体决定的推荐，或是评估业务绩效的人工智能算法的潜在偏见或歧视？在包括控制和监督在内的决策将由机器做出的世界里，董事会又将如何承担公司的监督职责？

本书主要探讨随着人工智能越来越快地渗透商业世界，除了数据分析和大数据之外，管理和商业领导力应该如何做出改变。按照设计，本书重点关注技术革命带来的管理和商业领导力的变化。本书是一部跨学科作品，各章节的作者均为决策理论、人工智能、组织理论、公司战略和治理等方向的专家学者。此外，本书还具有国际视野。作者为本书带来了不同文化、专业背景的专业知识，地理范围涵盖欧洲、亚洲和美洲。本书还关注人工智能对管理和领导力的具体影响，以及如何在人工智能的大背景下对组织进行管理。最后，本书还是一部综合、全面的作品，其内容不仅包括如何更有效地使用人工智能工具，如何更好地对大数据进行分析，而且还包括企业领导人将如何在这种新的背景下做出决策，以及如何激励员工共同承担公司的使命，共同追求公司的目标。

本书结构

本书共分为四个部分。第一部分概述了人工智能及其对管理的影响。达里奥·吉尔（Dario Gil）和他的同事在第一章从历史的角度和信息技术发展的大背景下描述了当前人工智能的发展。他们讨论了人工智能的发展和演变过程、人工智能是否与人类智能有相似性，以及对管理决策的潜在贡献。

第二部分概述了人工智能对公司和综合管理的影响。朱利安·伯金肖（Julian Birkinshaw）在第二章思考了公司在新的人工智能世界中的价值。他特别地讨论了人工智能如何在战略和管理两个具体维度改变公司的本质。朱利安观察到，人工智能正在为公司提供提高公司效率的、更有约束力的系列选项。然而，这一趋势将导致员工以最佳状态完成工作成为一件困难之事，但这将会成为公司可持续竞争优势。

乔迪·卡纳尔斯（Jordi Canals）在第三章探讨了人工智能塑造的新商业世界中总经理的基本职能。毫无疑问，随着人工智能工具的使用，预测能力正在得到极大的提高，但是综合管理不仅仅是使用更好的数据和更好的算法做出决策。决策还需要智慧、专业知识和审慎态度。有竞争力的公司还需要高级管理人员带来的领导力属性和维度，即目的、治理、战略、人员的参与和发展、可持续绩效和具有道德价值的领导力。在此背景下，人工智能的作用在于强化综合管理者的能力，而不是取代综合管理者。

第三部分关注在人工智能世界中人类和领导力将如何发展演变，以及管理能力将如何发展等相关的问题。

杰弗里·普费弗（Jeffrey Pfeffer）在第四章探讨了在技术高度密集的工作环境中人们的积极性和参与度。基于来自不同行业和学科的多项研究，普费弗得出了一个明确的结论：许多员工的工作环境既不健康也不具有吸引力。对其中一些人而言，工作环境甚至不卫生，可能造成严重的健康风险。综合运用多样化的数据来源，作者观察到具有自动化、效率优化和增长压力等属性的新兴数字经济可能会导致人们的健康和参与度的下降，并提出公司需要考虑的一些用以应对和抵消这一趋势的解决方案。

彼得·卡佩利（Peter Cappelli）、普拉萨纳·坦贝（Prasanna Tambe）和瓦莱里·雅库波维奇（Valery Yakubovich）在第五章论述了人工智能对人力资源的转型和塑造作用。他们提出与人力资源领域应用的人工智能工具有关的一些主要问题，包括：优秀员工评价标准相关数据的质量、所用算法的质量、人们如何认识影响他们的人工智能决策的公平性，以及这些工具如何影响员工参与程度。在这个领域内，人工智能带来的效率和公平性问题之间的权衡也是非常明显的。作者也在文中提出了一些相关建议以提高人力资源决策的质量。

杨贤（Bernard Yeung）在第六章讨论了新的人工智能背景下劳动力的新专业能力和个人品质。作者介绍了第四次工业革命的主要改革推动力，得出了对未来领导者教育的一些启示。作者谈到从科学、技术到人文研究等各种学科的知识和基础技能，讨论了对专业能力的需求，例如批判性思维、沟通以及在各种情况下与他人交互的能力。作者还强调了终身学习的重要性。终身学习不仅是教育体系的一部分，更是每个公民都应该追求的一种个人品质。

弗朗兹·休坎普（Franz Heukamp）在第七章讨论了人工智能对未来领导力发展的影响。人工智能驱动的技术正在商业模式、工作岗位类型和人们的工作方式等方面变革组织和商业实践。有观点认为，人工智能将有助于做出更准确的预测，它将会帮助和增强一些决策能力，同时也会增加某些能力的价值。作者使用“知识、能力和品格”（knowing，doing，being）的框架，探讨高级管理人员需要培养的品质以成功地领导他们的组织前进、发展。

第四部分提出人工智能对几个关键、跨职能管理挑战的一些影响。多米尼克·汉森斯（Dominique M. Hassens）在第八章介绍营销领域数据分析技术的发展，提出一个研究销售和增长的框架。汉森斯总结了人工智能分析区别于传统分析方法的新特征。基于对不同行业的销售、增长和盈利能力的驱动因素方面的了解，作者认为人工智能在销售和营销方面具有巨大的潜力。即便如此，除人工智能之外，仍然需要有创造力的、具有企业家精神的、以客户为中心的管理者。这些管理者的职责是思考如何创造品牌以及更好的消费者体验。

托马斯·马隆（Thomas W. Malone）在第九章介绍了他的“超级思维”（supermind）概念，以及如何将超级思维概念应用于企业战略和规划流程。作者指出，需要开发新的组织形式使得人们能够与计算机一起协同工作，并从技术应用中获得最大收益。作者强调，不断增长的计算能力和超连接性（hyperconnectivity）将增强人类在战略和战略规划方面的能力，同时也将使更多的人参与到战略进程之中。技术的发展将使得我们能够同时考虑更加多样化的观点，为我们提供更好的战略选择和战略决策的可能性。通过与更强大的计算机协作，人们的能力将会得到提升。

琼·里卡特（Joan E. Ricart）在第十章从商业模式的角度出发审视CEO（首席执行官）的工作。CEO需要设计和管理商业模式。人工智能工具正在使得商业模式更加依赖软件和数据，也为利用和组合公司拥有的不同资产提供了新的可能性。里卡特认为，人工智能将带来很大的创新潜力。他同时还提醒道，如果创造性地、有纪律地使用这些工具，公司就可以有效应对人工智能带来的这些挑战。

哈维尔·萨莫拉（Javier Zamora）在第十一章中讨论了人工智能与数字密度框架下的商业模式创新之间的联系。组织内引入的人工智能技术不应该被视为一个孤立存在的新技术，而是与其他新技术，如社交媒体、移动互联网、云计算、大数据和物联网等进行组合应用。这些技术共同构建了一个数字密度呈指数级增长的商业环境的外在表现形式。作者将数字密度定义为每个活动单位中可以访问的互联数据所占的百分比，这里的活动单位指的是一个行业、一个组织或是一个商业单位。数字密度作为一个指标，可以衡量在一个特定的活动单位中有多少流程基于可以远程访问的数据（即互联数据）实现。本章概述了在数字密度框架内综合管理若想实现良好的人工智能治理应当遵循的整体原则。

乔迪·卡纳尔斯
弗朗兹·休坎普 HpXSrB2xIL61c5CEXC6kbqd7og/PQYXZYoUNGfMPS3sXD9tfB0yCNl3tdHz9IA8E