大数据权威戴文波特：当人机共存成定局，认识两者极限便是决策者的义务

德国一家车厂使用机械人协助生产。摄:Jens Schlueter/Getty Images

【编者按】人工智能进一步改变机械产业中人与机器的关系，从分工转变为共存的局面。面对这样的转变，美国贝伯森学院管理教授戴文波特（Thomas Davenport，以下简称答）指出，人不单不会被机器所取代，反而会因智能机器的加入，为产业带来更多增强效益的可能，这一切的关键乃在于人。如何按照环境变化和两者的优缺点，制定人与智能机器的组合，将是组织领导人的核心能力。

以下是《商业周刊》（以下简称问）的专访纪要：

人机协作：精简组织却使管理变复杂 ##

问：你觉得机器人和智能机器会如何改变未来组织？跟目前的组织相较，有何异同？

答：一是未来的组织纳入机器人或智能机器，规模会跟着人数减少而缩小，科层组织也越来越扁平。二是未来组织会转化区隔成“双层结构”组织，一块属于人机协作，少数人力管理大量机器人和智慧机器，以执行大量资料的结构化任务为主。另一块是纯人力组织，负责执行机器人和智能机器无法执行的任务，这些任务的特质是特别需要创意、同理心和无可预期性。

问：现代管理中，为提升组织效能而考量人性，包括激励士气、凝聚向心力等“软实力”（Soft skills），未来的“双层结构”组织人变少，还会需要所谓的“软实力”吗？

答：人仍然需要被激励，所以软实力还是需要，但是激励的比重会降低。要如何确认软实力在组织内的比重呢？根据组织的关键流程，划分出人机协作和纯人力两大类，然后规画未来的人力资源分配与人机的比例。然后根据配置的劳力资源，决定使用怎样的技巧来管理。

同时，机器人和智慧机器不会表达自己，所以如何根据关键流程，搭配组合不同的智慧机器或机器人以解决问题，是未来领导者的关键技能。

前几天我到洛杉矶，载我的Uber司机为了找路，在Google地图、Apple地图之间不停切换，加上Uber内建系统也自动找快速抵达机场的路径，这是人在“增强效益”（augmentation），而不是机器的“自动化”（automation）。假设我搭的是自驾车Google car，它只会根据内建的Google地图，而不用多方切换比较。

所以领导人必须要清楚了解每一类智慧机器和机器人的优势，让工作流程的设计更能结合，并且运用它们的优势，同时管理者也要注意外在大环境的变化，随时调整配合环境的变动。

人机共存：接纳人与机器的弱点

问：在这样的前提下，未来领导者所要面临的挑战是什么？

答：管理者要学习接纳人不是最佳决策者的事实，让渡部分决策权给精准的机器。人有误差、偏见，容易产生决策缺失，未来的组织将是人少、机器多，组成变得更复杂；究竟人和机器各擅长做何种决策，这是领导者要学习的。

一个接受委外的客服中心主管说：在客服中心，人工智慧可以处理相对狭窄、整合性的需求，诸如讯息传达等。但当一口气涌进三千多个消费者的问题时，目前还没有任何机器可以同步解决这么多无预期的问题，这就需要纯人工来确认每个问题，以及了解不同问题之间的关系。管理者如何区隔怎样的问题应该交给人或机器来做出决策并且解决，这是挑战。

问：刚刚你提到在人机协作的组织，人力质素需要同步有“质”的转变；面对机器对管理者而言，是否相对单纯些？

答：管理者的自觉反而要更强。

他需要知道电脑哪里做得到、哪里做不到。诸如不同机器之间如何沟通？如何让成千上万的机器人使用相同的沟通指令、整合搜集来的资料，这是很困难的任务，对管理者来说是必经的梦魇。

另外，自动化一旦开始，便很难中止，金融危机是个好例子。一开始，我们将某些金融自动化系统用于房贷相关产品，可是当环境参数转变，好比房价停止上涨，很多管理者并没发现当初自动化系统背后设定的假设已经改变，导致系统无效，引爆金融危机。一个失控的自动化决定造成的财物损失，大过任何人工失误。所以管理者要有自觉和勇气何时中止系统，或者改为被动的手动模式。

问：整体来讲，你觉得未来领导人该具备怎样的特质？

答：他必须具备宏观思考能力（big-picture thinking），预见世界改变的趋势，随时调整智慧机器和机器人的组合搭配；然后要了解智能机器的决策逻辑，这样才能掌握并且随时改进机器的盲点；最后要擅长工作设计（work design），区隔机器和人的任务，才能发挥未来组织的综效。