數智驅動管理決策成果斐然

顧名思義，數智驅動管理決策（DDD: Data & Intelligence Driven Decision-Making）是指依賴大數據和智能化技術做出管理決策。伴隨大數據、云計算、AI、區塊鏈、5G等數字技術快速發展，企業管理決策環境正在發生根本性變化。

事實上，我國的數字經濟正在向數據化、智能化、平臺化、生態化快速發展，數智驅動管理決策已經逐漸成為企業面臨的常態。一些企業利用大數據和智能化技術進行管理決策，取得了令人矚目的成果。

例如，京東于2016年推出“京東跑步雞”項目，精準扶貧農村貧困養雞戶，可使農民每戶增收超3000元，累計幫助近3萬戶家庭、超10萬人增收。

該項目的突出亮點是要求所有的雞必須放養，必須“跑步”。公司在每只雞的腳上系有裝配“窄帶蜂窩物聯網系統”的計步器，只有散養天數達到160天、“跑步”超過100萬步以上的雞才能出欄銷售。

如果沒有物聯網技術、大數據和AI驅動，這個項目不可能啟動，也就無法實現數字化精準扶貧的社會責任。

又如，騰訊旗下的“騰訊優圖”將大數據與AI、機器學習等高科技結合，開發出一個具有上千層復雜結構的深度神經網絡模型，能夠將人臉的跨年齡識別精度提升至近96%。

2017年騰訊據此推出“天眼尋人”項目，將該技術應用到尋找走失兒童的公益活動之中，助力警方尋回幾千名被拐兒童，其中有些兒童已經被拐10年以上。

騰訊做出開展這一項目的管理決策，充分體現了“科技向善”的強大力量。

事實上，企業管理決策是一個高度復雜、動態的過程，面臨信息收集、信息篩選、不確定性、模糊性和各種沖突。

隨著互聯網科技的發展和廣泛應用，基于大數據、云計算、AI的數智驅動管理決策已經越來越深刻地影響企業信息收集方式、決策方案制定、方案選擇及方案評估全過程，并呈現出一種銳不可當的趨勢。

數智驅動管理決策成果斐然

企業界已經能夠正確運用數智技術進行管理決策了嗎？學術界對數智驅動管理決策只有贊歌，沒有批評？事實并非如此。

就像諸多創新活動會帶來廣泛性爭議和社會傷害一樣，數智驅動管理決策在促進企業成長、提供正面社會價值的同時，也會帶來負面的社會影響，而且這些問題隱藏在企業管理決策的全過程之中。

作為一種管理決策模式，數智驅動管理決策也存在缺陷和不足，尤其是它所引發的倫理困境，正日漸引人矚目。

1. 大數據的收集與應用困境

大數據是數智驅動管理決策的基礎，但企業在收集與應用大數據的過程中已經不知不覺陷入了困境。

一方面，企業必須通過各種方式收集大數據、智能化應用大數據；另一方面，網絡時代形成的大數據與用戶行為相伴而生，許多被網絡記錄下來的數據連用戶自己都不知道，企業擁有這些大數據可能并沒有得到用戶的同意。

因此，數據驅動管理決策所依賴的數據收集方式和應用場景越來越引起人們的警惕。數據無時無刻不在動態記錄著人們生活的點點滴滴，而許多數據信息具有私人產權的特征。

如何確定企業獲取數據信息的邊界，如何在合理安全的范圍內進行數據共享，成為科技倫理中不容忽視的重要課題。

例如，在手機終端下載應用軟件時，互聯網企業有意誘導用戶勾選一些對其不利的選項，或設置一些有爭議的默認選項，造成用戶在不知不覺中為企業源源不斷提供數據。

為了獲取用戶流量，許多企業以免費方式吸引用戶注意力，用戶雖然可以通過“數據支付”換取一定的生活便利，但“犧牲”的卻是個人的用戶信息。倘若使用數據驅動管理決策的企業缺乏自我約束力，在收集和應用數據時就可能變得肆無忌憚，甚至跨越法律界限。

2018年3月19日，美國Facebook公司被爆出私自將大量用戶信息與數據分析公司(Cambridge Analytica)分享，涉及5000萬用戶。2018年11月30日，萬豪酒店宣稱旗下喜達屋酒店(Starwood Hotel)的顧客預訂數據庫被黑客入侵，多達5億客人的詳細個人信息被泄露。

網絡上頻頻爆出的“大數據殺熟”，就是典型的數據驅動管理決策型企業濫用大數據、實施價格歧視的經營手法。

當前，大數據和AI領域的規則尚不完善，操作流程也不規范，導致各種侵犯用戶隱私的行為頻頻發生。這可能造成社會大眾對大數據的應用越來越不信任，甚至產生反感和抵觸心理。

2. 人機沖突與算法困境

我們每天生活所產生的數據都被互聯網記錄下來。例如，運動軟件記錄我們每天走了多少步，購物軟件記錄我們在網上買了什么東西，社交軟件記錄我們和誰進行網絡交流……

許多游戲公司、短視頻公司還專門聘請心理學家、行為科學家來研究如何優化產品設計，以激發用戶在上網過程中分泌更多的多巴胺，進入短暫的精神亢奮之中。

越來越精準的算法讓人們在網絡世界中流連忘返，并被裹入信息繭房中。現代人逐漸進入“數字肥胖”的生活狀態，且“減肥”難度很大。更為可怕的是，人類似乎對這種狀態要么缺乏充分認識，要么束手無策。

未來學家戈爾德·萊昂哈德將此描述為智能時代的“人機沖突”：信息技術的發展遵從“摩爾定律”，其指數化的發展速度已經擴展到很多領域，但人類社會所遵從的道德、文化、制度體系卻保持相對穩定，并沒有相應的指數化增長。

AI技術近年來的火熱發展，主要得益于機器學習、大數據技術以及深度神經網絡方面的技術突破，從前很多被認為機器不可能解決的問題，變得可以更加快速、高效地得以解決。

純粹從技術角度講，AI的發展速度已經突破了摩爾定律所描述的速度，由此引發的人機沖突將會越來越大。

一方面，在互聯網廣泛運用的時代背景下，數字化、智能化技術的指數增長讓人們盡情享受數字化生活帶來的便利；另一方面，機器人、AI、生物遺傳學對人類生活甚至人類本身無孔不入的滲透，有可能最終導致對人類生存發展所依賴的基本原則、道德秩序的挑戰和破壞。

2013年，一個因為盜竊罪被判八年有期徒刑的美國人起訴了威斯康星法院。他被判八年重刑，并不是因為他所犯的罪行足夠重，也不是依托于法官做出的明智判斷，而是因為一個AI（AI）根據數據和算法推斷他對社會具有“高危險性”。

這一案例讓人們開始反思，在社會生活中如此倚重AI的判斷是否恰當。機器學習和深度算法的技術發展大大減輕了計算機程序工作者開發算法的負擔，同時也讓人更加依賴算法，進而衍生出“算法困境”。

事實上，很多基于大數據資源和深度學習產生的算法都讓專業計算機工作人員無法理解，但是在大多數情況下這種算法卻是有效的，表現為成本更低、速度更快、預測效果更好。

因此，人們即使不理解該算法是如何生成的，也樂于利用該算法。這就將數智驅動的管理決策置于一個相當危險的境地：沒有人知道所謂的最優算法從何而來，其邊界和失效條件是什么，因此也就無從判斷該算法何時會出錯。

即使某一天該算法真的出錯了，數據的使用者和管理決策者由于自身的認知局限和對算法的迷信，往往傾向于忽視這種風險，不愿意也無力去糾正算法所產生的錯誤。

在萊昂哈德撰寫的《人機沖突——人類與智能世界如何共處》一書中，他憂心忡忡地寫道：“我們正處在天堂與地獄的混合體中，這被稱為天獄（Hell Ven）。”如果不能很好地解決人機沖突和算法困境，數據就會成為災難之源，算法就會演變成魔鬼之手，智能驅動管理決策也就可能成為戕害人類心智、阻礙社會進步的禍首。

△越來越精準的算法讓人們在網絡世界中流連忘返，并被裹入信息繭房

3. 科技創新的科林格里奇困境

科技進步與創新對人類的發展產生了重大的推動作用，這是不容忽視的歷史事實。但是某些科技創新也有可能引發社會問題和倫理災難，只是鮮有人把數智驅動管理決策納入創新窘境的范疇之中深入思考。

早在20世紀80年代，英國社會學專家科林格里奇就曾經提出創新的“科林格里奇困境（Collingridge’s Dilemma）”，即對于任何一項技術創新，人類無法在其生命周期的早期階段有效預測它的社會影響與相關后果；當該技術發展到一定階段時，其負面影響逐漸出現，但是該技術已經深度嵌入經濟發展和社會生活之中，難以被有效控制，進而造成社會問題。

在很大程度上，數智驅動管理決策具有形成科林格里奇困境的特征：互聯網技術迅猛發展、用戶依賴數字化生存方式、大數據及智能化技術逐漸完善，眾多企業卷入數智驅動管理決策的浪潮之中，但對其可能產生的深層次、長遠的社會問題缺乏了解。

大數據和智能化的復雜性增加了數據存儲、共享、處理的難度，大數據的分析過程所涉及的數據訪問、清理、搜索和處理方式有別于傳統方法，也需要不同的計算和編程技能。技術分析和智能化處理門檻的提高增加了探索過程的不確定性和隱秘性。大數據和智能化管理的負面問題一旦爆發，其惡性后果甚至會一發不可收拾。

荷蘭的赫斯特姆教授曾經指出，傳統科技創新范式由于過分強調技術層面的先進性，導致忽視其社會責任屬性的“現代化偏見”。

尤其是在今天，海量數據正在被所有社會活動的參與者毫不間斷地創造、流轉、利用，數智驅動企業的管理決策正逐漸成為一種常態。

在這一社會常態之下，企業如何避免這些數據驅動的管理決策陷入“現代化偏見”，如何更好地走出科林格里奇困境，走上可持續成長之路，這是一個亟待關注和認真解決的問題。

4. 社會發展的“鮑莫爾病”

2021年9月26日，中共中央政治局委員、國務院副總理劉鶴以視頻方式出席世界互聯網大會烏鎮峰會時明確指出，世界各國要共同維護基礎設施的安全可靠，堅持科技倫理，克服“鮑莫爾病”和“數字鴻溝”，實現包容性增長。

所謂“鮑莫爾病”，是指由美國經濟學家鮑莫爾（Baumol）于1967年提出的一種社會發展的困境。

鮑莫爾構建了一個兩部門非平衡宏觀經濟增長模型，即包含具有正勞動生產率增長率的進步部門和不存在勞動生產率增長率的停滯部門，并在幾個關鍵假設的條件下得出以下結論：隨著時間的推移，進步部門的單位產品成本（主要是指勞動力成本）將維持不變，而停滯部門的單位產品成本將不斷上升。

從長期來看，停滯部門的競爭力會不斷下降，這種部門應該逐漸萎縮并最終消失。但現實中卻出現了一種反常情況：消費者對某些停滯部門的產品需求可能是完全無價格彈性的，即使這些停滯部門的單位產品成本不斷上升，仍然會有勞動力不斷向該部門流入，進而出現該部門不但沒有萎縮，反而逐步吸納大量勞動力的現象。

最終結果是，由于勞動力不斷從進步部門向停滯部門轉移，整個國家經濟增長速度將逐漸趨向于零。這就是著名的鮑莫爾成本病與增長病，簡稱“鮑莫爾病”。這提醒我們冷靜思考這樣一種現象：社會上某些產業看起來熱熱鬧鬧，人氣很旺，但是這些產業是否真促進了社會的進步與發展？仔細思量，也許答案會令人氣餒。

我們需要警惕基于互聯網時代背景的數智驅動管理決策可能引發社會發展的“鮑莫爾病”，特別是在數字產權界定尚不清晰、數字鴻溝尚未消除、網絡不法行為層出不窮的大環境下尤其應該注意。數智驅動管理決策的目的是利用互聯網、大數據和智能化技術提高企業管理決策的及時性、準確性，提升資源利用效率，降低管理決策成本。

當前數字技術正在深度改造生產函數并不斷創造新業態，為各國帶來新的發展機遇，但同時也形成了諸多挑戰。互聯網的日益普及、數字化水平的提升、智能化技術的運用，不是為了徹底消滅傳統經濟形式，更不是為了摧毀實體經濟，而是要與社會可持續健康發展同頻共振。

如果數智技術的發展只是為了把人們吸引到網絡世界的虛擬空間之中，把街坊鄰居買菜購物的方式搬到電商平臺之上，把年輕人逛街休閑、社交娛樂的生活遷移到平行世界之中，這樣做會吸引社會的眾多目光、吸納很多的勞動就業，卻可能并沒有真正解決社會問題（甚至衍生出許多新的社會問題），那就會患上“鮑莫爾病”了。

解決思路：

以人為中心，強化倫理建設

從某種意義上講，數智驅動管理決策挑戰了傳統的管理決策理論，它為企業管理者提供了一種從實踐、實驗、實時數據中快速尋找最優化解決問題的方法的可能性。但我們必須認識到，這種決策方式已經引發諸多困境，是存在風險的。要走出困境，應該從以下幾方面入手。

第一，始終堅持“以人為中心”進行管理決策。有人認為，大數據時代將使得企業管理者的思維模式逐漸擺脫個人經驗和直覺判斷，轉變為“基于數據說話”的理性決策思維模式。筆者對此觀點持保留態度。

筆者認為，必須要從“人”這一微觀基礎入手、堅持“以人為中心”來探討數智驅動管理決策中的困境問題。誠然，在大數據時代，企業更有可能全面快速地收集海量數據，依靠AI和機器學習對大數據進行建模和分析，為企業決策服務。

但是，歸根結底，任何決策都是人做出來的，而不是機器做出來的；哪怕是最尖端的機器也只能輸出數據處理的結果，最后的拍板決策者都是人。企業管理者把最后的“拍板決策權”完全讓渡給機器，是一種不負責任的行為。

作為管理學的研究者，筆者秉持“所有技術問題的背后都是管理問題”的理念，認為只有從管理學的基本邏輯入手才能真正理解管理決策所衍生的企業社會責任問題。

其中最重要的邏輯就是：管理就是決策，而決策最終都是由人做出來的。

單從技術的角度來討論如何加密用戶的隱私、如何破解AI的算法、如何規避機器決策的風險，而沒有從深層次上認真檢討管理者自身的倫理觀、決策時秉持的價值導向，只不過是避重就輕、掩耳盜鈴的做法而已，是不可能真正解決問題的。

第二，強化企業管理中的科技倫理意識。在科技進步的浪潮中，企業管理者特別需要強化科技倫理意識。科學知識的積淀、技術手段的改進、創新力量的涌動，都為互聯網時代企業的快速發展提供了更大的可能性。

然而，科技在企業中的應用具有兩面性：如果應用恰當，科技可以促進企業提升管理效率、改進產品質量，更好地滿足消費者需要，并促進社會健康發展；倘若應用不當，科技就會成為無良公司制假坑人、不法贏利、危害社會的幫兇。

因此，企業管理者必須強化科技倫理意識，在進行拍板決策時繃緊商業倫理這根弦。

特別是將大數據、AI、機器學習、云計算、虛擬現實、增強現實、區塊鏈、物聯網等高新科技運用于企業經營管理活動之中時，要多問幾遍如下的問題：這樣做是善行嗎？會不會對某些人的利益造成潛在傷害？符合商業倫理嗎？有利于社會進步嗎？

第三，在企業組織結構與管理體制的建設中融入倫理元素。企業管理工作要想走在正軌上，僅僅依靠個人的人格特征和思維意識是不夠的，一定要有制度化保障。企業管理者要想做出符合倫理的數智驅動管理決策，組織層面應該建立一系列的制度化安排。

比如，在企業文化中明確包含重視企業社會責任、恪守商業倫理的表達，定期向管理人員進行管理行為準則宣導，面向全體員工設立關于商業倫理問題的內部舉報熱線，在企業中設立企業社會責任與商業倫理的管理部門。

越來越多的公司設立首席倫理官（Chief Ethics Officer），由其負責管理企業商業倫理方面的事宜，并賦予其很大權限。因其英文簡稱（CEO）與首席執行官（Chief Executive Officer）的英文簡稱一樣，該職位在企業管理中的作用越發引人矚目。

隨著數智驅動管理決策日益成為企業管理的常態，首席倫理官對企業應用高新技術的態度將會日益重要。只有把對高新技術的應用問題納入企業管理制度和體系之中，才有可能做出負責任的管理決策。

第四，主動思考如何把數智驅動的管理決策與新一輪產業融合相結合。我國新一輪產業融合強調信息化、數字化產業與傳統產業的融合，這種融合具備推動中國經濟高質量發展的強大動能。

隨著大數據、云計算、AI、區塊鏈、機器學習等數字技術在不同產業領域的廣泛滲透和應用，智能網聯汽車、無人超市、智慧城市、智慧物流、智能家電、智能家居等新興產業在我國迅速發展，進而形成新一輪產業融合大趨勢。

與國外一些互聯網科技企業積極承擔社會責任、促進本國產業融合相比，我國相關企業的表現還有很大差距。我國一些互聯網企業在享受數字經濟時代紅利后并沒有盡到應有的社會責任，沒有有效參與推進新一輪產業融合、促進實體經濟發展之中。

當中國許多互聯網企業還在緊盯老百姓的菜籃子、錢袋子進行商業擴張的時候，西方國家的同行們卻在研發高端制造裝備、研制飛往太空的飛行器。

我國一些企業在經營過程中獲得了海量數據后，利用機器學習、AI等技術深度挖掘數據資產的價值，對傳統商業模式實施降維打擊，大有徹底掃掉實體商鋪、觸角遍布老百姓生活方方面面之勢。

更有甚者，還有一些互聯網企業利用自己的市場優勢地位進行壟斷經營，破壞良性競爭的商業生態環境。正所謂“一花獨放不是春，百花爭艷春滿園”。

更何況，在百花凋殘的境況下，“一花”也是不可能獨享春意的。管理者將互聯網、大數據和智能化技術運用于企業管理決策的同時，要認識到科技向善是人類命運共同體的內在要求，推動社會的全面發展是企業應盡的社會責任。

以互聯網、大數據、AI、機器學習為基礎的數智驅動管理決策正在迅猛發展之中，對企業管理工作已經開始產生諸多影響。對于這些高新科技在發展與應用過程中出現的問題，我們既要正視，也要重視。不能因噎廢食，棄之不用，更不能放任自流，任其野蠻生長。

企業管理者需要緊跟信息技術發展的潮流，探索如何將其恰當地應用到管理決策之中，興利除弊，讓技術始終作為推動企業可持續成長和社會高質量發展的不竭動力。