欢迎关注 DM3 Consulting，您可以在后台留言提出您的问题，我们会在未来的文章中予以回答。
人工智能与管理的责任
人工智能不是管理的终结。它只是使管理的问题变得更加清楚。
管理者面对人工智能时，首先不应着急问：“它能够做什么？”这个问题当然重要，但它不是管理问题。管理问题是：“它应当用于什么成果？谁对这个成果负责？这个成果在企业外部是否有意义？”
企业中的许多技术问题，最后都会变成管理问题。因为技术本身并不决定成果。技术提供能力，管理决定用途。技术扩大可能性，管理必须作出选择。
人工智能的特别之处，在于它进入了知识工作的中心。它不只是帮助人搬运东西，计算数字，传送信息。它开始帮助人写作、分析、归纳、设计、预测和提出建议。也就是说，它进入了过去被认为属于知识工作者的领域。
这是一件重要的事情。但它并不是说知识工作者将不再重要。恰恰相反，它说明知识工作者必须重新说明自己的贡献。
一个人如果只是整理资料，人工智能可能做得更快。一个人如果只是复述已有知识，人工智能可能做得更便宜。一个人如果只是把信息改写成报告，人工智能可能做得更整齐。
于是问题出现了：这个人的贡献是什么？
这正是管理者应该提出的问题。人工智能并没有取消知识工作。它只是把知识工作中许多辅助性的部分显露出来，并迫使人们区别什么是工作，什么是贡献。
一、效率不是贡献
人工智能首先带来效率。这是显而易见的。
它可以缩短准备时间。它可以减少重复劳动。它可以让一个人获得过去需要一个团队才能整理出来的材料。它也可以使一个普通工作人员完成某些过去需要专家才能完成的初步工作。
但是，效率不是贡献。
一项工作完成得更快，并不说明它更有价值。一个组织产生更多文件，并不说明它更接近成果。一个销售部门联系更多客户，并不说明它更理解客户。一个战略部门拥有更多分析，并不说明它作出了更好的选择。
在管理上，效率必须服从有效性。有效性的问题是：什么事情值得做？什么事情能够产生结果？什么事情虽然可以做，却不应该继续占用资源？
人工智能会降低许多工作的成本。成本降低以后，一些过去因为太费力而没有做的事情，现在会被大量地做起来。这未必是好事。低成本的无效工作，仍然是无效工作。
因此，管理者使用人工智能的第一项责任，不是推动使用，而是界定用途。一个组织不应因为人工智能能够生成更多内容，就生产更多内容。它必须先知道内容要服务谁，解决什么问题，并且如何判断其效果。
二、知识工作者的任务改变了
知识工作者过去常常以知识本身作为身份的基础。他知道某些别人不知道的东西。他掌握某种专业语言。他能够处理某种复杂材料。他的价值在相当程度上来自知识的稀缺。
人工智能改变了这一点。它使许多知识不再那么稀缺。至少，它使获得知识、组合知识、表达知识的成本下降了。
但知识工作的本质并不是占有知识。知识工作者的任务是把知识转化为成果。
这一区别过去常被忽视。一个人可以很有知识，但没有成果。一个部门可以保存很多信息，但没有贡献。一个企业可以拥有大量数据，但不能作出有效决策。
人工智能会使这种区别更明显。因为当信息和表达变得容易时，真正稀缺的东西就转移到判断上。
判断包括几个方面。
首先是知道什么问题值得提出。人工智能能够回答许多问题，但它不能替代管理者决定哪些问题对企业真正重要。
其次是知道什么答案可以采用。人工智能给出的内容可能完整、流畅、形式正确，但形式正确不等于判断正确。
再次是知道谁承担后果。建议可以由机器产生，决定却必须由人负责。
因此，知识工作者在人工智能时代并不是失去工作，而是失去了一部分可以掩盖贡献不足的工作。那些靠传递信息、整理格式、复述常识来证明自己价值的人，会遇到困难。那些能够定义问题、判断结果、承担责任的人，会变得更加重要。
三、管理者必须重新设计工作
许多企业会把人工智能加入现有流程。这通常是第一步，但不应是最后一步。
如果一个流程原来就是不必要的，那么让人工智能加速这个流程并没有管理意义。一个无效审批被自动化以后，仍然是无效审批。一个没有决策用途的报告，即使生成得更快，也仍然没有决策用途。
管理者必须回答这项工作为什么存在？
这个问题比“怎样用人工智能改进它”更重要。因为人工智能的出现，可能不是要求我们改进某项旧工作，而是要求我们停止它，合并它，或者重新定义它。
过去，组织中存在许多中间环节，是因为信息传递困难，协调成本很高，专业知识集中在少数人手中。人工智能降低了其中一部分成本。成本结构改变以后，工作结构也应重新检查。
但重新设计工作并不等于简单减少人员。减少人员可能是结果，也可能不是。管理者真正要做的，是重新安排责任。
哪些任务可以由人工智能完成？
哪些任务可以由人工智能准备，但必须由人判断？
哪些任务过去由专家完成，现在可以交给经过训练的一线人员完成？
哪些任务因为人工智能出现，已经没有继续存在的理由？
这些问题不属于技术部门。它们属于管理层。因为它们涉及组织结构、责任分配、绩效定义和人的发展。所以人工智能在企业内的引入和数字化不同，它不是一个数据或技术问题。
四、企业理论会受到检验
每一个企业都有自己关于业务的假设。企业假设顾客需要什么，假设自己有什么优势，假设市场如何变化，假设哪些能力稀缺，假设哪些成本不可避免。
这些假设合在一起，就是企业实际运行的理论。
人工智能会检验这些假设。
有些企业的优势建立在信息不对称上。顾客不知道的东西，企业知道。竞争者不能迅速获得的材料，企业能够获得。员工不能独立完成的工作，必须经过若干层级。这些优势可能会变弱。
有些企业的成本来自知识工作的准备过程。搜索、整理、比较、汇总、撰写、初步分析，这些工作过去需要大量时间。人工智能会改变这些工作的经济性。
有些企业的组织结构，是按照旧的信息成本建立的。人工智能降低信息成本以后，原来的层级、会议、报告和审批就需要重新说明其必要性。
因此，人工智能不只是一个工具，它也是对企业理论的一次测试。
管理者要知道，在人工智能出现以后，我们关于业务的基本假设是否仍然成立。
如果顾客已经能够自己完成一部分过去依赖企业完成的工作，企业的价值就必须重新定义。
如果竞争者也能迅速获得类似能力，企业就不能把人工智能本身看作优势。
如果组织中许多环节只是为了弥补过去的信息困难，那么这些环节现在就必须重新接受审查。
五、创新仍然需要纪律
人工智能会产生许多新想法。这会使企业误以为自己更有创新能力。
但想法不是创新。创新是把变化转化为顾客愿意接受的价值。它需要机会识别，需要试验，需要资源配置，也需要放弃。
人工智能可以帮助企业更快看到变化。它可以整理客户反馈，发现市场信号，比较产品差异，提出可能的方向。这些都有用。
但是，人工智能不能替代创新的纪律。
创新首先要从机会出发，不是从工具出发。一个新工具出现，并不自动构成机会。机会必须在顾客、市场、流程、人口结构、产业结构、认知变化或新知识之间被发现。
创新还必须经过市场验证。一个由人工智能生成的方案，只有当顾客改变行为、愿意采用、愿意付费，或者因此获得更好的结果时，才可能成为创新。
创新最后还要求企业停止做一些事情。没有放弃，就没有真正的创新。因为资源总是有限的，管理层的注意力更是有限的。
人工智能会使试验更便宜。这是好事。但试验变便宜以后，停止无效试验的纪律就更重要。否则，企业会积累大量看起来有趣、实际上没有结果的项目。
六、责任不能交给机器
人工智能可以提出建议，但建议并非决定。
企业可以采用人工智能的建议，但采用本身就是人的决定。既然是人的决定，就必须由人承担责任。
这是管理上无法含糊的地方。
当人工智能用于客户服务时，客户面对的仍然是企业。当人工智能用于招聘、定价、信贷、医疗、教育或管理评价时，受到影响的仍然是人。如果人工智能造成错误、偏差或伤害时，我们也不能简单说【这是系统和 AI 的决定】。
系统没有管理责任。组织有责任。管理者有责任。
因此，人工智能治理不是附属问题。它不是等技术部署之后再补上的合规文件。它应当从一开始就进入管理设计。
管理者必须决定人工智能可以在哪些范围内自主运行，在哪些地方必须经过人工确认，哪些输出必须被记录，哪些错误必须被追踪，哪些风险不能接受。
这些决定不只是技术决定。它们是关于企业如何对顾客、员工和社会负责的决定。
七、管理者自己的工作
人工智能也会改变管理者的日常工作。
管理者过去花很多时间取得信息。以后，取得信息会变得容易一些。于是，管理者不能再把知道信息当作自己的主要价值。
管理者过去花很多时间要求别人提交材料。以后，材料会更容易产生。于是，管理者必须更清楚地说明材料要用于什么决定。
管理者过去常以经验作为判断基础。以后，经验仍然重要，但必须同数据、模型和新的外部事实相互检验。
管理者的工作会更加集中在几件事情上：定义成果，设定优先次序，配置责任，作出决定，发展人，并对后果负责。
这其实并不是新的管理工作。它只是被人工智能重新突出出来了。
在一个信息稀缺的时代，管理者可能因为掌握信息而显得重要。在一个信息充足的时代，管理者只有因为能够产生判断而重要。
八、结论
人工智能不会自动使企业更好。它只会使某些事情更容易发生。
它使信息取得更容易，因而也使信息过剩更容易。它使内容生产更容易，因而也使平庸内容泛滥更容易。它使试验更容易，因而也使缺乏纪律的试验更容易。它使决策材料更容易获得，因而也使管理者推迟真正决定更容易。
因此，人工智能时代并或许是一个对管理者要求更高的时代。
管理者必须比过去更清楚地知道什么是成果。必须更严格地区分工作和贡献。必须重新检查组织中的任务和责任。必须更早地处理风险与责任。也必须更有纪律地放弃不再产生结果的工作。
人工智能可以帮助企业做许多事情。但企业仍然必须由人来管理。
因为企业的目的不在技术之中，而在顾客之中。企业的成果不在系统输出之中，而在外部现实之中。企业的责任也不在机器之中，而在每一个作出决策的管理者身上。
*建议阅读本文后，阅读德鲁克的《卓有成效的管理者》
