來源：《清華管理評論》

作者：李平 楊政銀

轉自：人機與認知實驗室

人工智能（客觀智能）與人類智能（主觀智能）最有可能演變成為一對相生相克的陰陽對立統一體，從而開啟一個全新的時代，即“人機融合智能時代”。在“人機融合智能時代”，組織管理扮演的角色可能更加關鍵，因為管理的對象已經升級為具備功能無比強大且還具備一定人類智慧的機器，以及被智能機器配備了強大能力的組織和個人，管理的環境也因而轉換成了由智能人機交互而成的復雜巨系統。

人類在自以為是自己獨有特征的主觀智能領域創造了自己在客觀領域的對手，即人工智能(Artificial Intelligence或AI)。不管未來人工智能如何演變，人類將由于人工智能的發展發生革命性改變，而未來社會組織的架構也將成為一幅全新的景象。我們大膽預測，人工智能（客觀智能）與人類智能（主觀智能）最有可能演變成為一對相生相克的陰陽對立統一體，即“人機融合智能”。這將開啟一個全新的時代，即 “人機融合智能時代”。為此，我們從現在起應該著手為此做好必要的全面準備，尤其是組織架構方面。

人工智能發展現狀與爭議

作為一個概念，或者一門新學科，人工智能的歷史滿打滿算才62年，并不算很 長。1956年John McCarthy在美國達特莫斯（Dartmouth）會議上提出“人工智能”這個概念時，可能并未想到這個詞將在此后的半個多世紀里，招引如此之多的討論與爭議，在為動漫、科幻片等提供人們無限的想象空間時，也帶來了很多人的深深疑慮。伴隨著以信息技術為代表的過去幾十年人類科技的巨大進步，人工智能也已經歷了至少兩次熱潮。

第一次浪潮，也即人工智能1.0，出現在1956年到1974期間。科學家將符號方法引入統計方法中進行語義處理，出現了基于知識的方法，科學家同時發明了多種具有重大影響的算法，如深度學習模型的雛形貝爾曼公式。除在算法和方法論方面取得了新進展，科學家們還制作出具有初步智能的機器。人工智能2.0為20世紀80年代初至20世紀末，人工智能相關的數學模型取得了一系列重大發明成果，諸如著名的多層神經網絡和BP反向傳播算法等，這進一步催生了能與人類下象棋的高度智能機器。其它成果包括通過人工智能網絡來實現能自動識別信封上郵政編碼的機器，精度可達99%以上，已經超過普通人的水平。與此同時，卡耐基·梅隆大學為DEC公司制造出了專家系統，這個專家系統可幫助DEC公司每年節約4,000萬美元左右的費用，特別是在決策方面能提供有價值的內容。很多國家包括日本、美國都再次投入巨資開發所謂第5代計算機，當時叫做人工智能計算機。在人工智能1.0和2.0中，由于電腦在硬件與軟件兩個方面的技術（尤其是前者）未能實現突破性進展，相關應用始終難以達到預期效果，無法支撐起大規模商業化應用，最終在經歷過兩次高潮與低谷之后，人工智能歸于沉寂。

當前正掀起第三次浪潮，即人工智能 3.0，為21世紀初開始至今。隨著信息技術快速發展和互聯網快速普及，以2006年深度學習模型的提出為標志，人工智能迎來第三次高速成長，進入了人工智能發展的新階段。隨著互聯網的普及、傳感器的泛在、大數據的涌現、電子商務的發展、信息社區的興起，數據和知識在人類社會、物理空間和信息空間之間交叉融合、相互作用，人工智能發展所處信息環境和數據基礎發生了巨大而深刻的變化，這些變化構成了驅動人工智能走向新階段的外在動力。與此同時，人工智能的目標和理念出現重要調整，科學基礎和實現載體取得新的突破預示著內在動力的成長，包括電腦在硬件與軟件技術兩個方面的（尤其是前者）巨大進步，諸如類腦計算、深度學習、強化學習等一系列的技術。因此，人工智能已經進入其發展的3.0階段。與人工智能還處在發展初期一樣，人工智能的定義還眾說紛紜，并未有統一的權威說法，還在不斷完善之中。按照中國電子學會編寫的《新一代人工智能發展白皮書（2017）》對人工智能的定義，是指從計算機模擬人類智能演進到協助引導提升人類智能，通過推動機器、人與網絡相互連接融合，更為密切地融入人類生產生活，從輔助性設備和工具進化為協同互動的助手和伙伴。也有人認為人工智能應指計算機編程、神經網絡與問題解決的整合體。而在1950年英國科學家阿蘭·圖靈提出“圖靈測試”，即一部機器人是否具有智能的 標準，在于人在與其交流后是否能夠區分出它是機器人，所以“智能”的標準一開始就是圍繞具有獨立思考能力的機器人展開的。

具備不同程度類人智能，可實現“感知-決策-行為-反饋”閉環工作流程，可協助人類生產、服務人類生活，可自動執行工作的各類機器裝置，主要包括智能工業機器人、智能服務機器人和智能特種機器人。根據當前對人工智能的大體分類，人工智能可能演變成為三個級別：（1）初級人工智能是指擁有人部分智能的機器人；（2）高級人工智能指具備了除了人的自我意識之外所有智能的機器人，也稱強人工智能或通用人工智能；（3）超級人工智能則指被賦予人的靈魂——包括情感、倫理和道德等因素——有生命的機器人，即也稱類人類人工智能。目前有關人工智能的研究與應用主要集中在低級人工智能方面（例如阿爾法狗式的單項或專項智能，而缺乏人類所具有的通用智能）；也有部分學者開始探討高級人工智能（例如人類所具有的跨域式通用智能），但距離實踐應用還有很遠的路，同時也存在不 少爭論（例如高級人工智能的發展方向是替代人類智能，還是人機協作，形成融合智能）；至于超級人工智能，由于涉及哲學與倫理等深層問題，爭論各方可能長期無法達成共識。

人們還未來得及暢想人工智能3.0新興時代的圖景，便猝然發現人工智能已與人類生活發生了切身聯系，比如因為新一代人工智能，加速了機器替換員人，導致結構性失業愈發嚴峻的趨勢；此外，隱私保護成為難點，數據擁有權、隱私權、許可權等界定成為挑戰。最為重要的問題是，人們對人工智能的未來發展方向持有各不相同的理解與期望，尤其是在人工智能是否可能替代人類智能，以及是否威脅人類生存等問題上產生了巨大爭議。人們對人工智能認識上的這些差異，也對人工智能發展及其對未來社會的潛在影響，一定會產生關鍵性的干預。

人機交互協同：人工智能3.0的關鍵

我們主張，當前人工智能前進的主要方向應該是人機協同，而不是簡單地用機器替代人類。因此，人機交互所產生的融合雙重智能可以成為人工智能未來發展的重中之重，旨在通過人機交互和協同，提升人工智能系統的性能，使人工智能成為人類智能的自然延伸和拓展，通過人機協同更加高效地解決復雜問題，具有深刻的科學意義和巨大的產業化前景。

如果說先前人工智能發展的重點在于數據的輸入和處理，比如人工智能發展史的三大主要標志：深藍、沃森和AlphaGo，它們都與數據有關，均是在處理過去的大量的數據、規則、規劃，那么未來下一步人工智能發展的重要方向將是人機交互的智能系統。因為上面所述的這三個系統，都有一個瓶頸問題，就是它們都只能“得形忘意”，而不能“得意忘形”。人的智能需要及時決策，而不是像計算機或當前弱人工智能按給定規則運算。面對紛繁復雜的現實，人需要臨機創新“算法”。所 以人工智能將逐步向人類智能靠近，模仿人類綜合利用視覺、語言、聽覺等感知信息，實現識別、推理、設計、創作、預測等功能。在人機交互智能系統中，系統的自動推薦、自主學習、自然進化、自身免疫是最主要的四個方面。根據最新發展趨勢，新一代人工智能將具備這四大要素：大量數據，運算能力，算法模型和多元應用場景。

這種從單純用計算機模擬人類智能，打造具有感知智能及認知智能的單個智能體，向打造多智能體協同的群體智能轉變已經成為人機交互的焦點。群體智能充分體現了“通盤考慮、統籌優化”思想，具有去中心化、自愈性強和信息共享高效等優點，相關的群體智能技術已經開始萌芽并成為研究熱點。

人機協同正在催生新型融合智能形態。人類智能在感知、推理、歸納和學習等方面具有機器智能無法比擬的優勢，機器智能則在搜索、計算、存儲、優化等方面領先于人類智能，兩種智能具有很強的互補性。人與計算機協同，互相取長補短將形成一種新的“1+1>2”的增強型智能，也就是融合智能，這種智能是一種雙向閉環系統，既包含人，又包含機器組件。其中人可以接受機器的信息，機器也可以讀取人的信號，兩者相互作用，互相促進。在此背景下，人工智能的根本目標已經演進為了提高人類智能，更有效地陪伴人類完成復雜動態的智能職能任務。

美國麻省理工學院物理學家馬克斯·泰格馬克（Max Tegmark），在其《生命3.0：作為人工智能時代的人類》一書中全景式地暢想了人類進化到人工智能時代的種種景象。在給出他認為的生命和智能的定義之后，他對生命的發展階段進行了劃分。他認為生命就是一種自我復制的信息處理系統，在這個系統里，信息（軟件）決定它的行為以及硬件的藍圖，智能則表示達成復雜目標的能力。他對生命進化3個階段的劃分是：生命1.0，硬件和軟件都只能演化而不能設計的生命，如細菌；生命2.0，硬件只能演化，但軟件可以很大程度上設計的生命，這就是現在的人類，我們無法突破身體的限制跑得比獅子快，或者活得比海龜長，但是我們可以通過自身的軟件——用來處理信息的所有算法和知識，以及決定做什么的能力，將我們并不是與生俱來就掌握的技能憑借學習編程進入我們的大腦；生命3.0，不僅軟件可以設計，硬件也可以設計的生命，這可能是人工智能的終極狀態。

與斯提芬·霍金、比爾·蓋茨和馬斯克等人對人工智能報有嚴重疑慮的態度不同，泰格馬克的態度更趨于積極的理性，他認為人工智能的到來無可避免，隨之而來的利益與危機也無可避免，但利益不是無限的，危機也不是不可控制的。他認為人們應當對人工智能保持冷靜客觀的態度，盲目的崇拜與盲目的抗拒都會造成惡果。他還特別強調，人工智能的改變者絕不僅僅是電腦技術人員，而是包含了社會學家、經濟學家等行業專家在內的各界人士，人工智能將影響到幾乎所有行業。

總之，我們主張，人機互動協同可以催生人機融合智能形態，這應該成為人工智能3.0的核心。通過人機互動協同，特別是在文本，圖像，語音等多元信息方面實現多媒體與跨媒體的交互協作，人工智能可以從簡單運算工具演化成為人類智能所不可或缺的重要伙伴。未來的人機交互成為人機環境系統內的自主融合，將人類的優點與機器的長板有機結合起來，這是人機融合智能的命脈。人類社會長期存在眾多復雜動態的難題，對此人機融合智能可能提供全新的解決方案。因此，我們認為，人機融合智能很有可能就是人工智能的高級階段，甚至還有可能是最終階段。具體而言，人類獨有的悟性（超越人類的理性與感性）可以靈活自如地賦能機器，解決復雜動態問題內在的悖論。人機融合智能的關鍵要素包括邏輯與非邏輯的陰陽平衡融合，上意識與下意識的陰陽平衡融合，統一與多元的陰陽平衡融合，以及知與行的的陰陽平衡融合等。

智能制造：人工智能3.0重要應用場景

雖然人工智能3.0可能應用的具體場景非常廣泛，但我們認為其最為重要的應用場景之一就是智能制造。廣義而論，智能制造是指人工智能技術與先進制造技術的深度融合，貫穿于全價值鏈中設計工藝、加工組裝、交付服務三大方面各個環節及相應系統的優化集成，旨在不斷提升企業的產品質量、效益、服務水平，推動制造業創新、綠色、協調、開放、共享發展。數十年來，智能制造在實踐演化中形成了許多不同的相關范式，包括精益生產、柔性制造、并行工程、敏捷制造、數字化制造、計算機集成制造、網絡化制造、云制造、智能化制造等，在指導制造業技術升級中發揮了積極作用。必須指出，目前階段的智能制造只是初步階段。此外，中國企業對智能制造的理解過窄，只看到加工組裝智能化，而忽略其他兩大方面（即設計工藝與交付服務）智能化，尤其是設計工藝，而這恰恰就是中國制造業先天不足所導致的最大短板。

面對智能制造不斷涌現的新技術、新理念、新模式，有必要歸納總結提煉出基本范式。一般而言，以蒸汽機為核心技術的第一次工業革命是工業1.0; 以電機為核心技術的第二次工業革命是工業2.0；以電腦為核心技術的第三次工業革命是工業3.0; 我們與眾不同的獨特觀點是，工業4.0是以人機融合為核心技術（不是用機器替代人類）的第四次工業革命！因此， 我們認為, 現階段的智能制造僅僅是長期智能化制造的初期階段，因此只能是工業3.5，并不是真正的工業4.0。具體而言，以初步信息化為特征的工業3.0~3.5發展可分為三個階段:（1）從上世紀中葉到90年代中期，信息化表現為以計算、通訊和控制應用為主要特征的初步數字化階段（屬于工業3.0階段）;（2）從上世紀九十年代中期開始，互聯網大規模普及應用，信息化進入了以人與物互聯互動為主要特征的初步萬聯網/物聯網階段（屬于工業3.5初級階段）; （3）當前，在大數據、云計算、移動互聯網、萬聯網/物聯網/工業互聯網的集群突破、融合應用基礎上，人工智能實現戰略性突破，信息化進入了以新一代人工智能技術為主要特征的初步智能化階段（屬于工業3.5高級階段）。綜合智能制造相關范式，結合信息化與制造業在不同階段的融合特征，我 們可以總結三個初步智能制造的基本范式與階段（工業3.0~3.5）：初步數字化、初步萬聯網/物聯網化、初步智能化。我們認為，當前工業4.0的思路僅僅涉及工業3.5，與真正的工業4.0還有較長差距。我們大膽預測，人機融合才是真正工業4.0的核心。

在西方發達國家，智能制造是一個“串聯式”的發展過程，他們是用幾十年時間充分發展數字化制造之后，再發展數字化網絡化制造，進而邁向更高級的智能制造階段。在中國，制造業對于智能升級有著極為強烈的需求，近年來技術進步也很快，但是總體而言，中國智能制造的基礎非常薄弱，大多數企業，特別是廣大中小企業，還沒有完成初步數字化制造轉型。面對這樣的現實，中國如何推進制造業的技術改造、智能升級？我們認為，中國企業在推進智能升級的過程中要踏踏實實地完成初步數字化“補課”（即完成工業3.0），夯實智能制造發展的基礎，但不必走西方發達國家“順序發展”的路徑，可以探索一條智能制造跨越式發展的新路。近幾年，中國制造業界大力推進“互聯網+制造”。一方面，一批初步數字化制造基礎較好的企業成功轉型，實現了初步萬聯網/物聯網化制造；另一方面，部分原來還未實現初步數字化制造的企業，則采用并行推進初步萬聯網/物聯網化制造的技術路線，在完成了初步數字化制造“補課”的同時，成功實現向初步萬聯網/物聯網制造的跨越。

因此，中國推進智能制造可以采取“并聯式”的發展路線：并行推進數字化制造、數字化網絡化制造、新一代智能制造，以及時充分應用高速發展的先進信息技術和先進制造技術的融合式技術創新，引領和推進中國制造業的智能轉型。未來若干年，考慮到中國智能制造發展的現狀，同時也考慮到新一代智能制造技術還不成熟，中國制造業轉型升級短期工作重點要放在大規模推廣和全面應用“互聯網+制造”；同時，在大力普及“互聯網+制造”的過程中，要特別重視各種先進技術的融合應用。一方面，使得廣大企業都能高質量完成“初步數字化補課”；另一方面，盡快盡好應用新一代智能制造技術，大大加速制造業轉型升級的速度。再過若干年，在新一代智能制造技術基本成熟之后，中國制造業將進入全面推廣應用普及新一代智能制造的新階段，即中國制造業轉型升級的長期工作重點。在中國制造業轉型升級過程中，德國企業可以有效幫助中 國企業實現短期與長期目標，尤其是在設計工藝智能化方面（這正是中國制造業先天不足所導致的最大短板）。

組織3.0: 自組織與他組織的陰陽平衡

根據泰格馬克對生命、智能的定義及發展階段劃分的啟發，以及參考德魯克對知識在生產力中作用的論述——德魯克窺見到了人工智能時代（嚴格表述應該是“人機融合智能時代”）組織的一個支點，即組織的功能就是知識的創造性產出與創造性應用。我們在此提出有關“人機融合智能時代”組織管理特征和原則的初步構想。

我們認為，組織就是一種自我復制的知識處理系統，在該系統里，知識（軟件）決定了它的硬件（結構、形式）的藍圖，以及以此為基礎的具體行為。根據知識在不同的組織歷史階段所起的作用，可將組織劃分為以3個形態為主的3大階段：

◎組織1.0是硬件和軟件都只能自然演化，而不能設計的組織形態。此時知識只是相對隱性地存在于人的頭腦中，尤其有關組織的知識并未對組織的結構、形態有明顯的作用，工業革命之前的組織就屬于組織1.0。人在組織中的角色和功能是相對隨機、散亂的，人對組織的認識一團混沌，對組織的態度盲目而無奈。此時的基本組織形態是低水平的“自組織”架構（對此有深刻啟發意義的隱喻是“水式”組織）。

◎組織2.0是硬件只能自然演化，但軟件在很大程度上可以設計的組織形態，即知識可以在很大程度上作用于組織本身。工業革命之后，知識經濟的興起，科學管理、項目管理和現代管理等關于組織的知識能夠反過來重塑組織的架構與形態，但是囿于知識的相對不足以及人的有限理性。此時的基本組織形態是高水平的“他組織”架構，即層級制組織（對此有深刻啟發意義的隱喻是“山式”組織）。

◎ 組織3.0是不僅軟件可以設計，硬件也可以被設計的組織形態。這就是“人機融合智能時代”的組織形態，其組織使命就是一切源于知識，一切也回歸于知識。此時的基本組織形態是高水平的“自組織”架構與高水平的 “他組織” 架構的陰陽平衡（對此有深刻啟發意義的隱喻是“山水相依式”組織）。

在組織1.0中，人的知識有限，且并不系統，人完全受制于組織，組織的力量也弱小；在組織2.0中，人開始有成體系的知識作用于組織，組織變得強大起來，公司的力量徹底改變了地球人類組織的面貌，以前所未有的效率認識世界和改造世界。在組織3.0中，由于知識作用于知識，人機融合可能獲取了超出人們預想的指數型爆發式能力提升，由原來主要維系人與人關系，以及人與物關系的組織，變成主要維系人類智能與人工智能互動協作關系的組織。人工智能主要負責知識的創造與應用，而人類智能主要負責超越知識的智慧，包括智慧的創造與應用。組織3.0可能是“人機融合智能時代”組織的終極狀態。人通過自組織的努力，使自己具備自己主觀創造出來的具有客觀性的人工智能。反過來，人工智能可以將人類從初級智能工作中解放出來，集中精力開發人類所獨特擁有的高級智能工作，即構建智慧的悟性。這一方面的杠桿效應正是組織發揮重要作用的用武之地。由此可見，人工智能與人類智能的關系是以分工合作為主，部分替代為輔，形成陰陽平衡關系。組織3.0架構的特色正是盡情發揮人類智能的偉大智慧型作用。智慧是指已知與無知的陰陽平衡，其基礎就是人機融合智能。需要指出，智能機器的監督式學習與自主式學習也是陰陽平衡的反映。

根據以上對人工智能時代的暢想，在粗略勾勒出來的未來人工智能世界特征中，我們已可以隱約發現“人機融合智能時代”的組織將是一種全新的架構與形態，從組織2.0走向3.0。無論是組織扁平化（例如項目化組織），柔性化（例如水式組織），還是互聯網化（例如小微組織與平臺組織），都可以被視 為組織蛻變的多維多角度反映。

受阿里巴巴“中臺”思路，以及其他企業“平臺”思想的啟發，我們可以嘗試構建與人機融合智能相匹配的全新組織架構，即“三臺組織架構”。將組織結構分為“三臺”的必要性在于解決組織面臨的兩個重要悖論:（1）“效率/成本”（標準化）和“靈活/價值”（定制化）的悖論;（2）“眼前”和“未來”的悖論。“效率/成本”和“靈活/價值”的悖論是指，一方面數據智能具有高度“復用性”，尤其是采用高度共享的IT技術（如云計算能力，人工智能）開展完全不同的業務（比如云計算能力既可以支持智慧汽車的發展又可以支持無人超市的發展），因此要求標準化；另一方面市場需求變化速度加快，并且用戶的具體需求內容越來越趨向差異化與個性化，因此要求定制化。“眼前”和“未來”的悖論是指，一方面當下市場的高強度競爭和高度動態性要求企業必須專注“眼前”，另一方面網絡生態的復雜性，不可設計性和不確定性要求企業必須放眼“未來”，不被當前問題誤導，培養預判未來的能力。

解決以上兩個悖論沖突是“三臺組織架構”的基礎原則。前臺和中臺可以，也應該，適度分離。通過建立“輕資產”的小前臺，實現顧客需求定制化的“靈活/價值”目標；通過建立“重資產”的中臺，實現為前臺提供可靈活組合的標準模塊化服務的“效率/成本”目標。前/中臺和后臺可以，也應該，適度分離必。讓前/中臺聚焦“眼前”，滿足當前多變的市場需求，而讓獨立的后臺著眼“未來”，集中精力進行基礎性研究和戰略性探索。從這一視角來看，前臺與中臺有一定程度的悖論沖突，即在同一時間，同一地點發生的“標準化”與“定制化”之間的張力；后臺與中／前臺還有更高程度的悖論沖突，即在不同時間，不同地點發生的眼前目標與未來目標之間的張力。

前中后三臺之區分似乎可以依據兩個具體維度，一是時間（眼前與未來）維度，二是空間（客戶距離遠近）維度。然而，由于以上兩個具體維度在方向上是大體一致的（即前臺注重眼前，也與客戶距離最近；后臺注重未來，也與客戶距離最遠，而中臺兩方面都居中），我們可以將時間與空間兩個維度合并統一成為一個超級維度（meta-dimension），即敏捷性（agility）,即對外部變化的反應速度與反應程度。大體而言，前臺的敏捷性最高，中臺的敏捷性次之，而后臺敏捷性最低。依據“三臺組織架構”原則，組織重構的基本路徑就是“前臺后移”（但凡可以標準化，模塊化，并且可以被多元“前臺”重復使用的“前臺”業務內容往后移到中臺），以及“后臺前移”（但凡需要與前臺合作的業務內容，諸如基礎研發的商業化，與一般領導力培訓不同的具體業務培訓，以及與市場長期趨勢研究不同的市 場短期預測研究等，往前移到中臺）。

具體而言，首先，單元規模小，但數量多是前臺（即小前端）的特色，是敏捷性要求最高的業務部門，尤其是近距離接觸眼前客戶以及服務眼前客戶。前臺是高度自組織的業務單元，有的可能成為新型精一冠軍或隱形冠軍。從創新的視角來看，前臺主要負責產品/服務的快速迭代試錯。對此有深刻啟發意義的隱喻是“水式”組織形態。

其次，單元規模大的服務平臺是中臺（即大平臺）的特色，是敏捷性要求位于中間的戰術性應用部門，尤其是連接眾多事業部為眼前客戶提供統一支撐性服務的“平臺”服務，實現數據在企業各個業務部門之間的透明流動。中臺既賦能內部前臺（如淘寶），也賦能生態圈共生企業（如淘寶賣家）和其他客戶。從創新的視角來看，中臺主要負責產品/服務的及時應用與持續改良。對此有深刻啟發意義的隱喻是“山式”組織形態。

最后，單元規模也不大，數量也不多是后臺（即富生態）的特色，是敏捷性要求最低的戰略設計、基礎研究以及企業后勤部門，也是未來生態圈（包括大學、政府研究院所等外部合作者）的協調者。從創新的視角來看，后臺主要負責突破性產品/服務的探索式研發，也包括商業趨勢分析與長期市場預測。對此有深刻 啟發意義的隱喻是“山水相依式”組織形態。

總體而言，“三臺組織架構”可能是與人機融合智能相匹配的全新組織架構。前臺的隱喻是靈活自由的“水式”組織形態；中臺的隱喻是穩定堅實的“山式”組織形態；后臺的隱喻則是既靈活自由，又穩定堅實的“山水相依式”組織形態。未來組織架構可能就是“山” 與“水”所構成的陰陽平衡。

管理原則：未來啟示

萬物皆是陰陽對立統一體，任何事物均有相生相克的兩面性，人工智能也不例外。也正是這種相生相克，互為表里，互相促進的關系，推動著事物不斷向前發展。人類賦予了機器以智能，智能機器反過來反哺人類，進而促使人類智能的進一步發展。人類智能與人工智能的關系，將在未來很長一段人類發展歷程中占據核心位置。

人工智能的突破性發展將源于物理極限的跨越及人類智能的充分釋放，這將涉及到自然科學和人文學科的革命性發展。與以往人類發展階段不同，這一次的人類發展飛躍或將經歷一個較為漫長的過程。管理作為社會的一個功能器官，仍將發揮不可替代的作用。在“人機融合智能時代”，組織管理扮演的角色可能更加關鍵，因為管理的對象已經升級為具備功能無比強大且還具備一定人類智慧的機器，以及被智能機器配備了強大能力的組織和個人，管理的環境也因而轉換成了由智能人機交互而成的復雜巨系統。一些通用的管理原則，則需要我們盡可能早地進行構想，并為此做好及早的防范。

輔佐原則

早在1980年卡耐基·梅隆大學就為DEC公司制造出了一個專家系統，這個專家系統可幫助DEC公司每年節約4,000萬美元左右的費用，特別是在決策方面能提供有價值的內容。由此可見，人工智能輔助人類決策的歷史很早就已經開始了。

人工智能確實在輔助決策上有獨特的優勢。根據Amason的經典決策理論，決策的有效性依賴于兩個因素：決策者的認知能力與決策團隊的互動過程。人工智能可以提供更全面、準確、客觀的信息（但基于一定的算法和算法組合，規則還是人定的），由此使決策更精準，效率更高。而在規則確定嚴密的系統 中，人工智能可以做出高明于人類的決策，比如AlphaGo在圍棋中碾壓人類的表現。但是在現實世界的管理場景中——無論是過去、現在以及未來的“人機融合智能時代”——為難以窮盡其復雜性的真實場景構建完全的規則體系，幾乎是不可能的任務，所以人工智能的價值在于在相對完備的模擬系統中進行全息分析，幫助人類提出最優決策選項。

人工智能在決策上有負面影響的方面，在于人與機器的關系如何協調（人會犯錯，人的情感因素；抗拒人工智能的信息獲取，而采取的措施等），人的隱私，以及受人工智能指令下人的執行狀況問題。因而“人機融合智能時代”管理的第一原則是輔佐原則，人工智能輔佐人類智能進行組織管理決策以及執行，而非制定決策。這是作為陰陽對立統一體的人機融合智能中人工智能與人類智能之間的相生功能。

以人為本

作為陰陽對立統一體，人機融合智能中的人工智能與人類智能也有相克的一面。《道德經》有言“天之道利而不害，圣人之道為而不爭”。人工智能可否做到“利而不害，為而不爭”？無論答案如何，我們都必須從各個設計層面嚴格防范人工智能對人類可能帶來的風險，這種風險不僅僅源自人工智能本身，也可能來自某些人利用人工智能所帶來的破壞。

在“人機融合智能時代”，組織趨于“三臺”互動有機平衡，而鏈接“三臺”組織的信息系統以及各節點的人工控制中心將構成一個超級復雜的系統。在每個節點設置安全閥至關重要，并由此構建一整套安全控制網絡，確保人類利益不受損害。一旦觸碰人類利益安全紅線，就會觸發安全警報。

文理融合

在“人機融合智能時代”，德魯克眼中的終極管理，即博雅藝術傳統，可能會得以真正實現。因為博雅藝術的“博雅”是指客觀知識、主觀智慧、倫理道德與領導力的綜合內容（如同“知行合一”中的“知”），而“藝術”則為靈活而創新的管理實踐和應用（如同“知行合一”中的“行”）。踐行博雅藝術的管理者應該利用 有關心理學、哲學、經濟學、歷史、倫理學以及物理學等人文學科和自然科學所涵蓋的跨學科知識與洞見，而且還要聚焦于知識的有效性與結果，如治療病人、教育學生、建造橋梁、設計和銷售產品與服務。“人機融合智能時代”對“知行合一”提出了全新的要求。這對未來的人才培養提出了全新的挑戰。

現代教育起源于17世紀的德國，其目的是為大機器工業化生產服務，培養的是整齊劃一的勞工，學生的個性和成長路線被框定起來成長，這才是“標準人才”。然而可以確定，在“人機融合智能時代”，從事重復性或機械式工作的流水線上的工人和中層白領將會被大量由人工智能取代，而需要人的主動性、積極性及創造性和人的情感關懷的工作則需要更多的人類智能，由此推斷未來教育應該是探索式，而不是應試式，是創意創新的“知行合一”，而非簡單知識積累。未來教育最重要的是藝術素養與創新思維。對此，馬云說得很直接：“未來三十年是最佳的超車時代，如果我們繼續以前的教學方法，對我們的孩子進行記、背、算這些東西，不讓孩子去體驗，不讓他們去嘗試琴棋書畫，我可以保證：三十年后孩子們找不到工作。”
編輯：hfy