AI時(shí)代的組織革新：突破有限理性的新路徑
對(duì)于組織理論研究者而言，核心議題之一便是組織如何適配環(huán)境。組織設(shè)計(jì)的本質(zhì)，在于梳理內(nèi)部分工協(xié)作體系，構(gòu)建應(yīng)對(duì)環(huán)境波動(dòng)的機(jī)制。
如今，眾多組織已演變?yōu)楦采w多專業(yè)領(lǐng)域、內(nèi)外融合的大型生態(tài)系統(tǒng)，復(fù)雜度持續(xù)攀升。但組織設(shè)計(jì)面臨現(xiàn)實(shí)困境：人類理性存在上限。正如詹姆斯·馬奇與赫伯特·西蒙在《組織》中所述，組織應(yīng)被視為有限理性的決策與學(xué)習(xí)系統(tǒng)，以慣例為基礎(chǔ)、受歷史路徑影響且具有目標(biāo)導(dǎo)向性。
正是“有限理性”促使企業(yè)分化出不同部門，部門內(nèi)設(shè)置不同崗位，形成各類工作流程。分工必然帶來協(xié)調(diào)需求，分工越細(xì)，協(xié)調(diào)難度越大；重復(fù)的流程易讓企業(yè)陷入路徑依賴，滋生管理問題。
馬奇和西蒙提出，組織理論發(fā)展的關(guān)鍵在于如何通過提升組織智能克服人類有限理性約束。在AI時(shí)代，這一問題的答案逐漸清晰。
AI融入組織決策流程
通常，人們從決策視角觀察組織設(shè)計(jì)。對(duì)環(huán)境的認(rèn)知常源于對(duì)專業(yè)化決策的解讀。
決策過程一般分為輸入、處理、輸出三階段（IPO模型），對(duì)應(yīng)人類決策的感知、解釋、行動(dòng)環(huán)節(jié)：感知環(huán)境獲取信息，大腦解釋信息并指導(dǎo)行動(dòng)。所有組織設(shè)計(jì)都嵌入這一邏輯。
AI時(shí)代，決策（尤其是戰(zhàn)略決策）對(duì)組織設(shè)計(jì)的重要性愈發(fā)凸顯。上一輪技術(shù)革命（如互聯(lián)網(wǎng)、連接技術(shù)）主要影響決策的感知環(huán)節(jié)，改變了信息獲取與感知世界的方式。
AI技術(shù)更多聚焦于解釋和行動(dòng)環(huán)節(jié)。大模型能給出答案，但解釋邏輯被“封裝”，這與人類戰(zhàn)略決策中依賴經(jīng)驗(yàn)、直覺的“拍腦袋”模式相似——均源于有限理性，在信息不全、時(shí)間緊迫或問題復(fù)雜時(shí)，大腦會(huì)用啟發(fā)式規(guī)則快速判斷。
某種程度上，AI大模型是外接的啟發(fā)式規(guī)則大腦，雖解釋邏輯不明，但結(jié)果有效。
在行動(dòng)環(huán)節(jié)，AI如何替代或補(bǔ)充人類角色？管理學(xué)界對(duì)此研究較多?！稒C(jī)器與人：埃森哲論新人工智能》將組織行為分為14類：機(jī)器可替代適應(yīng)、預(yù)測(cè)等4類；人類需承擔(dān)判斷、創(chuàng)作等4類；展現(xiàn)、交互等6類適合人機(jī)協(xié)作，分工各有不同（圖1）。
圖1 人類和機(jī)器在組織中的分工（資料來源：[ 美] 多爾蒂,[ 美] 威爾遜.機(jī)器與人:埃森哲論新人工智能[M].趙亞男,譯.北京：中信出版社,2018）
總體而言，決策對(duì)情境感知依賴越低，機(jī)器替代性越強(qiáng)；依賴越高，替代性越弱。
自然語言模型與傳統(tǒng)AI的顯著差異在于，工程師干預(yù)減少，用戶可直接與數(shù)據(jù)交互，技術(shù)賦能從工程師主導(dǎo)轉(zhuǎn)向用戶主導(dǎo)，商業(yè)交互更便捷。
將AI能力應(yīng)用于組織實(shí)踐，會(huì)形成新決策模式。某游戲公司調(diào)研顯示：AI生成圖文降低70%美術(shù)成本，效率提升50%；AI分析劇本角色擴(kuò)大創(chuàng)意范圍，推動(dòng)策劃與研發(fā)崗位調(diào)整；玩家參與測(cè)試提供數(shù)據(jù)，AI助力營銷分析；程序開發(fā)效率提升30%。但AI也有局限：生成內(nèi)容有“AI味”，缺乏真實(shí)美感；營銷創(chuàng)意需人類做市場(chǎng)判斷；無法結(jié)合企業(yè)具體情境決策。
員工普遍困惑如何給AI下指令——AI像有能力卻偷懶的同事，能解決問題但不主動(dòng)思考，依賴準(zhǔn)確指令和激勵(lì)。讓AI畫自畫像，結(jié)果是會(huì)議室打瞌睡的形象（圖2）。因此，AI用得好的人是懂業(yè)務(wù)痛點(diǎn)的人，優(yōu)秀員工才能用好AI。
圖2 AI 自動(dòng)生成的自畫像
當(dāng)AI進(jìn)入董事會(huì)等高層，問題更復(fù)雜。AI是否具有主體性仍存爭議，它缺乏責(zé)任感、同理心等管理者必備能力。需建立新治理機(jī)制應(yīng)對(duì)AI參與戰(zhàn)略決策的問題，至少包括三層面：一是責(zé)任主體虛化與追責(zé)難——AI建議的戰(zhàn)略失敗，責(zé)任由誰承擔(dān)？現(xiàn)有法律和治理框架缺乏對(duì)非人類決策參與者的問責(zé)路徑；二是決策“黑箱”與倫理風(fēng)險(xiǎn)——AI解釋邏輯不明，可能基于偏見數(shù)據(jù)導(dǎo)致不公平行為，給企業(yè)合規(guī)和聲譽(yù)帶來挑戰(zhàn)；三是人類判斷力弱化風(fēng)險(xiǎn)——需設(shè)計(jì)“人在環(huán)中”模式，界定人機(jī)協(xié)作邊界，避免管理者依賴AI而放棄直覺與經(jīng)驗(yàn)。
AI推動(dòng)組織形態(tài)革新
20世紀(jì)80年代，以專家系統(tǒng)為核心的第二輪AI熱潮中，其邏輯是“知識(shí)+推理”，將人類專家知識(shí)編碼成規(guī)則庫，解決特定領(lǐng)域問題，不追求通用智能。
如今的AI仍解決數(shù)據(jù)、規(guī)則、答案的關(guān)系，但改變了要素排列：人類注入大量數(shù)據(jù)和答案，AI通過計(jì)算自行摸索規(guī)則，知識(shí)越多規(guī)則越清晰，且能隨知識(shí)更新調(diào)整。
未來組織設(shè)計(jì)或沿襲這種動(dòng)態(tài)模式。制度過時(shí)時(shí)企業(yè)可能面臨危機(jī)，若規(guī)則能基于當(dāng)前情況自動(dòng)調(diào)整，就能平衡效率與靈活性。比如，紅綠燈根據(jù)實(shí)時(shí)車流量動(dòng)態(tài)調(diào)整，可緩解交通擁堵。
20世紀(jì)初流水線解決了標(biāo)準(zhǔn)化問題，60多年前計(jì)算機(jī)普及實(shí)現(xiàn)自動(dòng)化，AI或?qū)⒔鉀Q組織流程自適應(yīng)問題。企業(yè)樣本顯示，規(guī)模擴(kuò)大導(dǎo)致協(xié)調(diào)成本增加，抵消規(guī)模經(jīng)濟(jì)收益；由實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)的組織，能化解流程標(biāo)準(zhǔn)化與靈活性的矛盾。
部分企業(yè)已出現(xiàn)變化：游戲公司策劃用AI生成圖文后，與研發(fā)的溝通流程改變，崗位、部門業(yè)績分配傾斜，衍生新組織形態(tài)。
過去以人數(shù)衡量組織規(guī)模，AI時(shí)代可能出現(xiàn)5名人類員工加大量AI員工的超大型企業(yè)。人類對(duì)組織的預(yù)設(shè)被顛覆，帶來組織變革，如組織設(shè)計(jì)順序改變——以往先設(shè)崗位再定流程，未來需從流程出發(fā)，尋找適配任務(wù)的人力資源。
更細(xì)化的任務(wù)單元和彈性制度，是自適應(yīng)流程化組織的特征。在此基礎(chǔ)上，AI驅(qū)動(dòng)的流程再造、新分工協(xié)調(diào)機(jī)制、新效率邊界，將催生新組織變革理論。
組織變革理論范式的轉(zhuǎn)型
以往管理學(xué)中，組織變革遵循計(jì)劃式變革理論：設(shè)定愿景目標(biāo)、規(guī)劃路徑、自上而下實(shí)施。但數(shù)字化轉(zhuǎn)型的難題讓這一模式存疑，組織AI化會(huì)放大問題。
核心問題在于，數(shù)據(jù)的生成性和技術(shù)采納帶來的組織調(diào)整，使企業(yè)難在初期規(guī)劃所有變革目標(biāo)和路徑。計(jì)劃變革理論的假設(shè)在數(shù)字化情境中不成立，現(xiàn)實(shí)案例顯示，企業(yè)對(duì)新技術(shù)規(guī)劃越細(xì)，失敗率越高。寶潔前副總裁薩爾德哈反思數(shù)字化轉(zhuǎn)型失敗時(shí)提到，初期戰(zhàn)略定位錯(cuò)誤，無法預(yù)估技術(shù)應(yīng)用情境，應(yīng)著眼業(yè)務(wù)支撐的轉(zhuǎn)型任務(wù)。
此時(shí)需轉(zhuǎn)變思路，“摸著石頭過河”更有效：逐步前進(jìn)、調(diào)整方向，在過程中清晰愿景目標(biāo)。領(lǐng)導(dǎo)者從改革推動(dòng)者變?yōu)檎{(diào)控者，通過制度設(shè)計(jì)讓組織隨技術(shù)發(fā)展迭代進(jìn)化。
企業(yè)已有相關(guān)實(shí)踐，但理論支持不足，暫稱“持續(xù)變革理論”。與“解凍-變革-再凍結(jié)”的計(jì)劃式變革不同，它沒有預(yù)設(shè)清晰靜態(tài)的目標(biāo)，認(rèn)為AI時(shí)代的變革是自下而上、數(shù)據(jù)和實(shí)踐驅(qū)動(dòng)的涌現(xiàn)過程，愿景目標(biāo)是迭代探索中逐漸清晰的產(chǎn)物。領(lǐng)導(dǎo)者角色從設(shè)計(jì)者推動(dòng)者，變?yōu)閯?chuàng)新生態(tài)的設(shè)計(jì)者調(diào)控者，需設(shè)計(jì)激勵(lì)創(chuàng)新的制度環(huán)境，讓組織在試錯(cuò)中自我進(jìn)化、動(dòng)態(tài)適應(yīng)。
技術(shù)已先行，組織變革理論范式需轉(zhuǎn)型，以賦能企業(yè)適應(yīng)AI時(shí)代。
本文來自微信公眾號(hào)“復(fù)旦商業(yè)知識(shí)”（ID：BKfudan），作者：井潤田 朱芳圣，36氪經(jīng)授權(quán)發(fā)布。
本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>
免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com