□文/黃雪明
未來十年，人工智能（AI）將大舉進軍商界。過去，新技術主要對藍領和服務類崗位產生顛覆性影響；但如今，人工智能將影響到企業人才管理的各個層級——從首席高管到一線管理者。
管理者一半以上的工作時間都花在了協調和管控上，而這部分工作未來很可能會被人工智能接管（見圖一）。諸如時間安排、資源分配、報告等，未來都將交由智能機器來完成。據我們的調查顯示，受訪者也認識到了即將發生的變革： 86%的受訪者表示，愿意在監控和報告方面獲得人工智能的支持；而45%則表示，如有可能，將實現此類工作的完全自動化。
黃雪明 埃森哲大中華區管理咨詢總裁，人才與組織董事總經理
事實上，利用人工智能完成月度報告的夢想并非遙不可及。目前，一些領先的新聞機構和華爾街金融機構已經開始利用人工智能報告生成器，借助數據量化分析來撰寫新聞和分析報告。例如，美聯社在人工智能軟件機器人的幫助下，將季度收益報告的發放范圍從300家企業擴大到近3000家，這為記者節約了大量時間，可以集中于調查研究和深入報道。
全新分工
利用智能機器生成投資報表或管理報告看似無傷大雅，但智能機器的影響不僅限于行政事務。目前，人工智能正慢慢滲透到專業的人力資源領域：它們可以對人類情感和個性特點進行評估并采取相應行動。例如，招聘網站Jobaline利用智能語音分析算法，來評估求職者。該算法會對求職者講話的副語進行分析，如語氣、語調的抑揚頓挫等，預測某種特定語音所反映的個人情緒，并據此確定該求職者可能勝任的工作類型。
如果人工智能可以承擔并加速處理日常工作，并提供強大的分析支持，那么新一代管理者的職責將發生怎樣的變化？管理者還需掌握哪些技能？我們目前所熟知的管理者角色未來是否還存在？
人工智能這一話題引發了人們的強烈反應：一些人認為人工智能蘊藏著無限潛力，而一些人則將其視為毀滅的先兆。調查中，高達84%的受訪管理者認為，人工智能有助于提升工作效率和趣味性，但仍有36%的受訪者表示出擔憂，認為人工智能將對本職工作構成威脅。
高層樂觀，中下層存疑慮
雖然高層管理者期待將人工智能納入日常工作中去，但中下層管理者對此卻并不樂觀。當被問及他們是否能坦然接受由人工智能來監控和評估其工作時，42%的受訪高層管理者表示“強烈同意”，但僅有26%的受訪中層管理者和15%的基層管理者表現出同樣的積極性。在是否愿意為智能機器的行為負責這一問題上，調查結果也基本相同：高層管理者的接受度最高，而基層管理者最低——表示“強烈同意”的受訪者比例分別為45%和17%（見圖二）。
同樣，在對待人工智能的態度上，不同年齡層的管理者也表現出一定差異。當被問及在決策過程中是否信任人工智能給出的建議時，33%的35歲及以下的管理者表示“強烈同意”，而50歲以上管理者中僅有13%持相同態度。
年長管理者接納人工智能上的猶豫態度或許源于其對現狀的滿足感。例如，在回答“如果智能系統能幫助您節約大量工作時間，您怎樣分配這部分時間”時，35歲及以下的管理者提及最多的三項活動是“承擔新工作”、“開展新試驗”和“建立新協作”；36歲至50歲的管理者是“承擔新工作”、“開展新試驗”和“指導下屬并增進關系”；而51歲及以上的管理者則表示，會把時間用在“完成現有工作”、“指導同事”和“促進工作與生活平衡”等方面。由此可見，高年齡受訪者選擇的答案更關乎現狀而非未來，這表明他們缺乏參與或推進新工作的積極性。
新興經濟體積極擁抱人工智能
在深入分析后，我們發現，管理層對人工智能的接受程度還存在地域差異。具體而言，新興經濟體的管理者似乎更接納人工智能。比如在被問及 “未來決策過程中是否信任智能機器給出的建議？”時，新興經濟體中46%的受訪者表示強烈同意，而發達經濟體中這一比例只有18%。同樣，在對待“自帶設備辦公”（BYOD）這一工作方式上，新興經濟體管理者熱衷于采用更具前瞻性的工具，來實現全球最佳實踐和跨越式發展，從而領先競爭者。
與此相反，在美國、北歐等高科技成熟市場，管理者在技術應用和應對相關挑戰方面經驗更豐富，或許也正因如此，他們對人工智能的看法更客觀、冷靜，并且也更有能力引領人工智能的具體應用。此外，在發達經濟體，隱私問題也會阻礙管理者積極接納人工智能。比如，46%的新興市場管理者“能坦然接受人工智能監督和評估自身工作”，但在發達經濟體，只有18%的受訪者持此態度（見圖三）。
AI技術——用之前先要學會適應
不同層級、不同年齡層和不同地域的管理者，對待人工智能的態度迥異，企業應根據自身情況量身制定人工智能應用戰略。讓各級管理者參與到人工智能應用中來，這樣做至少能為企業帶來兩大好處。
首先，智能機器必須在特定環境中進行訓練。和人類一樣，在職培訓對智能機器同樣必要，因為它們最初只具備一些非常基本的功能。為充分發揮人工智能的潛力，各級管理者都應參與到指導智能機器的工作中去。由此產生了第二大好處。我們調查顯示，管理者對人工智能的信任度，取決于他對人工智能系統運作方式的了解程度（61%的受訪者選擇此項，見圖四）。讓管理者參與人工智能訓練工作，可在學習過程中培育他們的主人翁意識，并逐步熟悉這些系統。最終，管理者會發現，人工智能有利于擴展（而非遏制）人類潛力——并因此更愿意接納該技術。
判斷性工作
未來，人工智能能承擔越來越多的常規性工作，甚至輔助人們的決策，但它無法做到面面俱到——尤其無法開展 “判斷性工作”。“判斷性工作”是指在無法獲得充分或可靠信息時，如何運用人類自身經驗和專業知識來作出關鍵的業務決策和實踐。為了深入理解判斷性工作，我們以大數據營銷和銷售分析為例。此類分析往往能為企業的促銷活動提供重要洞見——包括預測哪些活動會帶來預期的銷售成果。不過，越來越多的人開始擔心，這種分析驅動的短期業績會以犧牲企業的長期品牌為代價，因為企業的品牌建設無法簡單地通過數據分析來達成。企業如果不注重長期品牌建設，其未來收入和戰略地位可能也會受到影響。因此，為保持品牌長盛不衰，企業的市場營銷高管必須利用判斷力——將數據分析與自身及他人的真知灼見和經驗結合起來，妥善權衡短期和長期優先事項。
在關鍵業務決策中運用人類經驗和專業知識，正是人類判斷力的真正價值所在。隨著人工智能釋放了管理者更多的時間與腦力，管理者將關注三種形式的判斷性工作，即數據解讀、理念發展以及在決策過程中如何參考背景信息和歷史信息。
前文中，我們介紹了可用于評估求職者的人工智能系統。雖然人工智能可以捕捉求職者的面部表情、行為舉動和音調變化并做出解讀，但它們無法評估該求職者能否與企業現有員工和企業文化相容，而這些決策離不開對企業背景和文化有著深刻理解的管理者們的判斷。
武裝新技能
管理者即使沒有充分意識到判斷性工作這個概念，也會對判斷性工作涉及哪些事項有一定了解。調查中，管理者認為未來需要的新技能包括：數字能力、創造性思維和試驗、數據分析與解釋，以及戰略發展（見圖五）。雖然創造性、分析性和戰略性技能對判斷性工作極為重要，但數字能力有助于管理者與機器實現高效協作——機器不但能夠釋放更多的潛力，而且將成為人類的同事，而不僅是冷冰冰的設備。
判斷力是集體活動
許多管理者錯誤地將判斷性工作視為一種獨立工作，他們并沒有意識到，判斷力還涉及人際關系和組織行為。在更為復雜的環境中，判斷力通常是個人和團隊不同觀點、洞見及經驗之間激蕩、融合的結果。集體決策比個人決策更明智。
進行集體決策要求很高的人際交往技能，包括建立社會關系網絡、員工發展與指導以及協作等。但我們調查發現，管理者對這些技能并未給予足夠重視。如圖五所示，受訪者認為，“建立社會關系網絡”、“指導”和“協作”沒有其他技能重要。在參與集體決策時，領導者必須認識到社會關系網絡在企業中的價值——不僅要了解這些網絡的運行方式，以及如何利用這些網絡建立富有成效的關系，還要擅于聽取不同觀點。
有時，企業還通過機構設置為集體決策創造條件。比如，建立“影子顧問委員會”，敦促管理者和員工收集并綜合各種不同看法。
人類的優勢
未來，創造力和社交能力無疑將變得愈加重要（見圖六）。這兩項能力都是判斷力的有利支撐，使人類具備人工智能所不具備的優勢——某種程度上，繼續讓電腦望塵莫及。即便機器試圖模仿人類的這些特質，永遠也不會模仿得那么真切。因此，當人工智能大舉進入企業管理領域并取代人力時，企業對創造力和社交能力的需求也將進一步加大。這將是勞動力市場的一種長期趨勢——即企業不斷強化對社交技能的需求，并給予優厚回報。同時，隨著對創造力需求的日益增加，管理者還需努力從企業內外收集各種想法與假設，并進行組合，針對企業急需解決的問題制定解決方案。
人工智能不僅能通過日常工作自動化來削減企業成本，還能通過增強員工能力，提升勞動力價值。我們研究發現，在企業管理工作中，增強員工能力最有價值——即秉承以人為本，利用人工智能提升人類的工作成果。當然，日常管理工作自動化依然非常重要，但其更大的意義還在于，將管理者和員工從機械性工作中解放出來，使其專注于更具價值的工作上來。
值得慶幸的是，上述結論與管理者預期相符。調查中，受訪者對于機器能幫助他們提高大部分工作效率這點表示歡迎。不過，這并不意味著未來管理者就可以高枕無憂了。如果機器能幫助他們提升工作效率，管理者就不能再在日常工作中偷得半日閑。相反，他們必須投身于未知領域，進行各種試驗、快速學習和解決復雜問題——而所有這些都要求管理者具備更強的創造力、協作性和判斷力。
高瞻遠矚的管理者不會糾結于“有了人工智能，我干什么？”之類的問題，他們會思考“我能在其他哪些領域成就一番大事？”毫無疑問，對大多數管理者而言，這將是一個艱難的轉型，但對于那些迫切渴望承擔更多重任的管理者來說，人工智能可以讓他們從事更加有趣、更具影響力的工作——職業前景也會因此變得更加振奮人心。
試驗與學習
那么，我們應如何應對充滿不確定性的未來？各級管理者必須樂于開展試驗，以便明確對企業和團隊而言，如何應用人工智能更合理有效。實際上，許多受訪者都認同這一點——他們認為“創造性思維和試驗”是未來最應具備的第二項新技能（持此觀點的受訪者達33%）。開展結構性人工智能試驗，將有利于管理者專注于最具發展潛力的機遇，包括利用智能機器加快學習進程。同時，人工智能還能通過模擬方式，使管理者能夠探索各種情境（未來的多種可能）。這種方式成本較低，且不會引發現場試驗可能帶來的相關危害，如損害客戶關系或危及健康和安全等。
根據人類預先設定的問題和問題框架，智能機器可幫助管理者篩選海量數據、發現規律。這與現代藥物發現過程中，對計算生物學和化學工具及模型的利用相類似。研究人員利用這些技術來創建大型數據集，建立人類細胞和病原體模型，并確定藥物標靶和高潛力化學化合物，然后根據這些研究結果，選擇進行由活體參與的后續實驗室實驗和臨床試驗。
在人工智能時代，新一代管理者的五大特質：
視智能機器為同事。新一代管理者將視智能機器為同事。盡管判斷力仍是人類特有的技能，但智能機器可提升判斷力，以數據為驅動的各種模擬、情境、研究與發現活動提供支持。
專注于判斷性工作。在進行某些決策時，我們不能把數據作為唯一參考，還需要依靠個人的敏銳洞察力，而這正是人類判斷力的特長——根據個人經驗和專業知識確定關鍵業務決策和實踐。
干“實”事——將行政工作交給人工智能。隨著管理者傳統角色的逐步降低甚至消失，他們需要將注意力轉移到“實際”工作上。他們會成為領先的實踐者（而不僅僅只是行政管理人員），目前一些專注解決方案的創意企業管理者就是很好的例子，如設計機構藝術總監、醫院外科主任醫師、科研項目負責人或是管理咨詢項目經理等。
數字化跨界協作。新一代管理者需要較強的社交能力來進行高效團隊建設——即梳理并匯集不同意見、洞見和經驗，為集體決策、解決復雜問題提供支持。管理者還要利用數字技術，充分激發合作伙伴、客戶、外部利益相關方的知識和判斷力。
像設計師一樣工作。管理者的創造力固然重要，但駕馭他人創造力的能力更重要。“設計師式”的管理者應深諳如何將不同想法匯集成可行且極具吸引力的綜合解決方案，將設計思維融入團隊和企業實踐中。智能機器將促進和加快“設計式”工作流程，如支持問題表述、實現數據與解決方案可視化以及數字和實體原型設計等。
人工智能在管理中的作用
智能機器將承擔起管理工作。我們按不同的自主水平和主動程度，指出了智能機器的三種職能角色，即助理、顧問和執行者（見圖七）。助理主要是為管理者及其團隊提供支持，如記錄、調度、報告或維護計分卡等。人工智能在此方面的應用案例包括“虛擬助理系統”，如X.ai推出的應用程序Amy，它能通過閱讀和撰寫電子郵件、協調參與者和管理日歷來安排會議。而諸如IPsoft的Amelia等更加先進的系統，可以承擔咨詢臺和客服職能，回答用戶問題并采取相應行動。在此過程中，這些智能系統會通過吸取自身及人類同事經驗，來逐步完善相關知識和擴大服務領域。這些系統擴大了職場人工智能的定義范疇，進而成為我們所說的“顧問系統”。
顧問功能可通過問答、構建情境模擬等方式協助解決更復雜的問題和進行決策。最近，位于馬薩諸塞州坎布里奇一家名為OnCorps的初創科技企業，推出了一款決策分析平臺，用于實時基準測試，協助用戶做出更合理的決策。此外，企業還可通過IBM的Watson平臺，利用各種基于云端的應用程序來獲取不同領域的顧問服務，如醫療診斷、安全分析、藥物發現、理財建議、在線旅游接待服務和銷售指導等。
最后，作為執行者，智能機器可以積極自主地評估備選方案——進行決策或挑戰現狀。迄今，我們很少見到真正的自主型人工智能管理系統，但能夠進行商業決策的規則性應用程序變得越來越司空見慣，如交易機器人、自動處理貸款的應用程序等。
我們預計，未來，企業將以分階段的方式應用智能機器，從助理到顧問再到執行者，復雜度逐步提升。這一假定建立在充分的技術和組織考量基礎之上。當前，基于人工智能的助理型應用程序最為成熟——蘋果的Siri就是全球消費者眾所周知的一個典范。同時，顧問型應用程序已在多個領域進行大規模試點，而執行者型應用程序則仍處于開發階段。
從企業接納人工智能的態度上，我們也能發現類似規律。助理型應用程序易于理解，且不具威脅性。在企業經營決策中，管理者對智能機器提出的建議持開放態度——78%的受訪管理者認為在未來的經營決策過程中，會信任智能機器提出的建議。但顧問型系統更為復雜，且難以理解。調查中，大多數受訪者（61%）表示，他們首先需要了解智能機器的運行方式，才能信任它提出的建議。這表明，復雜人工智能系統的全面普及仍需時日。最后，鑒于人工智能對大多數企業而言仍相對陌生，讓智能系統擔任執行者的事情尚未在多數企業的日程上。
人工智能已經進入工作場所，這一趨勢未來還會更加明顯。因此，對于企業而言，坐以待斃絕對不是明智之舉。隨著人工智能承擔越來越多的日常工作，領導者及所在企業必須為更加重要的以人為主導的工作進行準備。為此，他們需采取以下舉措。
立即探索。未來，管理者與智能機器將開展前所未有的合作。目前，并沒有現成的方案來指導企業適應這一極具挑戰性的未知領域。因此，企業高管必須自行開始探索，進行人工智能試驗、快速學習、將新的洞見應用到新一輪試驗等。
人工智能初期試點要讓各級管理者都參與進來。基層管理者對智能機器持懷疑態度，他們必須先要了解人工智能的工作方式和生成建議的過程，才愿意采納其給出的決策建議。在試點項目中，基層管理者將通過參與具體工作熟悉人工智能，變得不僅樂于接納人工智能，還可幫助企業訓練智能機器。
追蹤人工智能。機器智能和大數據迅猛增長的力量是一把雙刃劍。因此，無論是出于法律、倫理道德還是信任原因，領導者都需要密切關注敏感數據和人工智能在企業中的應用。本研究強調的是隱私問題，因此各級管理者應對其進行妥善管理——發達經濟體尤其如此。
智能機器時代對成功的全新定義。人工智能將重新定義成功標準——而影響成功的因素包括：協作能力、信息共享、試驗、學習與決策效力，以及在企業之外獲取洞見的能力。企業如果無法調整針對管理者的關鍵績效指標，則可能阻礙人工智能的應用。同時，也不利于管理者掌握新的技能和工作方式，也就無法實現人工智能價值最大化。
制定新的培訓和招聘戰略。盡管企業高層管理者對人工智能充滿期待，但他們仍需解決迫在眉睫的人才獲取和培訓難題。企業領導不僅要尋求既愿意又能夠參與人機合作的人才，還應發掘具有創造力、合作精神和判斷力的候選人，同時著力培訓現有員工的這些能力。現有員工或許熟知企業背景和發展歷史，但并不一定具備與創造力和假設檢驗相關的技能。因此，領先企業應培養多元化的員工隊伍，以及一支兼具創造力和社交能力的管理團隊——雙方相輔相成，為集體決策提供支持。
汲眾人之智，匯百家之長。有些企業很難給新一代管理者提供足夠的指引，尤其是當企業內各級管理者一直以來都遵循著按部就班的職業路徑時更是如此。對這些企業而言，領導者需要在自身企業以外尋求指導、想法、洞見和行為楷模。專注于判斷性工作的企業和個人（如初創企業、廣告公司、人道主義組織等）能為傳統企業提供寶貴的經驗教訓。在重視常規工作的企業中，高管們還可從其他行業合作伙伴、客戶、行業楷模甚至普通大眾的知識和判斷力中獲益。眾包和市場預測就是這方面的范例。
企業或許沒有想象中那樣智能，你或許可以聘用優秀人才來，但如何將他們的智慧和能力匯聚起來？人工智能如何增強員工能力，從而進行高質量的判斷性工作？對此，近期研究表明，團隊和企業表現出的集體智慧已超越參與者的個人智慧，而這一集體認知能力又將受到團隊構成、行為和組織原則的影響。在挖掘員工集體智慧的潛力上，大多數企業還有巨大潛力——試想，人工智能的崛起會帶來怎樣的變化。
我們相信，人工智能的崛起、新的合作型組織的涌現，將打造出前所未有的智能企業。
近期，一項研究顯示，相比僅由人類或僅由機器做出的預測，人機合作給出的預測更加準確和穩定。我們將集合人類與智能機器之所長的企業稱做“智能企業”，這類企業能突破組織邊界、打通信息和智能資源，為解決復雜問題、創新和發明創造制定一套新的標準，從而在競爭中脫穎而出。
手機掃碼閱讀
