劉通

摘要：新一代人工智能正在全球范圍內(nèi)蓬勃興起，為經(jīng)濟社會發(fā)展注入了新動能，正在深刻改變?nèi)藗兊纳a(chǎn)生活方式。本文主要就人工智能驅(qū)動的企業(yè)管理變革進行研究，首先梳理了人工智能的概念、特征和發(fā)展歷程，其次論述了人工智能驅(qū)動的財務(wù)管理、人力資源、物資采購、檔案管理和知識管理五大方面的變革，再次指出了企業(yè)智能化升級面臨的管理效率與管理倫理存在的沖突、人才管理的挑戰(zhàn)性、網(wǎng)絡(luò)安全和經(jīng)濟成本顧慮三方面問題，最后有針對性地提出健全法律體系和規(guī)范行業(yè)標準、更新招聘標準和優(yōu)化培訓(xùn)體系、持續(xù)升級技術(shù)和不斷完善服務(wù)三大企業(yè)智能化升級策略。

關(guān)鍵詞：人工智能；企業(yè)管理；發(fā)展變革

一、人工智能的概念和特征

人工智能（Artificial Intelligence， AI）作為一門科學(xué)，主要通過模仿人類的思維和感知，解決只有人的智能才能解決的某些特定問題。由此可見，人工智能的本質(zhì)在于賦予機器人類智能。人工智能與常規(guī)的計算機技術(shù)不同，不由既定程序執(zhí)行計算、控制等任務(wù)，而是具有生物智能的特征，可以自學(xué)習(xí)、自組織、自適應(yīng)、自行動。

二、人工智能的分類

從智慧特征的角度來劃分，人工智能可分為三大類別：弱人工智能、強人工智能和超人工智能。

弱人工智能（Weak AI），又名狹隘人工智能（Narrow AI）或應(yīng)用人工智能（Applied AI），指專門完成某一特定任務(wù)或解決某一特定問題的人工智能。弱人工智能的思考能力和思考范圍具有局限性，可以執(zhí)行預(yù)設(shè)的功能，但不具備自我意識。例如，蘋果手機的智能助理Siri只能協(xié)助機主完成撥打電話、發(fā)送消息、播報信息等既定任務(wù)。

強人工智能（Strong AI），又名通用人工智能（General AI）或全人工智能（Full AI），是指可以像人類一樣思考和決策的機器或系統(tǒng)，具備較強的學(xué)習(xí)、交流、思考和計劃能力。例如，谷歌公司開發(fā)的圍棋人工智能程序AlphaGo及其升級版Master，先后戰(zhàn)勝了李世石、聶衛(wèi)平、常昊、柯潔、樸廷桓、申真谞、井山裕太等人類頂尖棋手。

超人工智能（Artificial Super Intelligence， ASI），指計算和思維能力遠超人類的機器或系統(tǒng)。由于超人工智能打破了常規(guī)人腦所受的維度限制，它觀察和思考的對象，人類無法理解?？梢?，超人工智能已遠遠超出了人類可控范圍，人類甚至可能毀滅于人工智能之手。著名物理學(xué)家史蒂芬·霍金（Stephen William Hawking）和著名企業(yè)家、工程師埃隆·馬斯克（Elon Musk）都曾公開表示，人類不應(yīng)該過度發(fā)展和依賴人工智能。

三、人工智能的發(fā)展歷程

人工智能概念可追溯到70多年前，發(fā)展歷程可謂“一波三折”。這一發(fā)展過程大致可分為五個階段：

（一）起始時期：20世紀40年代～20世紀60年代

1948年，艾倫·圖靈（Alan Mathison Turing）最早提出了“機器智能”這一概念，并在兩年后提出圖靈測試，讓機器產(chǎn)生智能的創(chuàng)意逐漸進入人們的視野，這是人工智能的理論起源。而工程起源則可追溯到馮·諾依曼（John von Neumann）。馮·諾依曼于1955年指出，“計算機”和“大腦”并非對立的存在，并在某種程度上揭示了人工智能的發(fā)展路線。在1956年的達特茅斯夏季人工智能研討會上，人工智能概念被正式提出。1969年，國際人工智能聯(lián)合會議的召開，昭示著人工智能作為一個獨立研究領(lǐng)域得到國際社會的認可。

（二）反思時期：20世紀70年代

人工智能發(fā)展初期的突破性進展，大大提升了科研人員對人工智能的期望，科研人員開始嘗試更具挑戰(zhàn)性的任務(wù)。然而，計算能力不足和理論的不完善，使得不切實際的目標落空，人工智能的發(fā)展跌入低谷。1974年，哈佛大學(xué)博士保羅·沃博斯（Paul J. Werbos）首次提出運用誤差反向傳播（BP）來訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)。1979年，日本學(xué)者福島邦彥（Kunihiko Fukushima）提出通過學(xué)習(xí)建立視覺識別模式的多層架構(gòu)Neocognitron，將感知野（Receptive Field）概念引入人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域，被認為是卷積神經(jīng)網(wǎng)絡(luò)（CNN）的鼻祖。同年，人工智能第一次在棋盤游戲中擊敗了人類冠軍——漢斯·伯林納（Hans J. Berliner）創(chuàng)造的計算機程序擊敗了雙陸棋世界冠軍。

（三）發(fā)展時期：20世紀80年代

人工智能迎來了應(yīng)用開發(fā)的新高潮。專家系統(tǒng)模擬人類專家，實現(xiàn)了人工智能從理論研究到實際應(yīng)用、從一般推理策略討論到專門知識應(yīng)用的重大突破。而機器學(xué)習(xí)（尤其是神經(jīng)網(wǎng)絡(luò)）通過探索不同的學(xué)習(xí)策略和學(xué)習(xí)方法，在大量的實際應(yīng)用中逐漸優(yōu)化。1988年，朱迪亞·珀爾（Judea Pearl）提出了貝葉斯網(wǎng)絡(luò)（Bayesian Network）理論，可有效應(yīng)用于有條件地依賴多種控制因素的決策。1989年，喬治·賽本可（George Cybenko）發(fā)現(xiàn)了通用逼近定理（Universal Approximation Theorem），這是神經(jīng)網(wǎng)絡(luò)發(fā)展的一座里程碑。

（四）穩(wěn)定發(fā)展時期：20世紀90年代～2010年

1995年，科特斯（Cortes）和瓦普尼克（Vapnik）提出了支持向量機算法（Support Vector Machine， SVM）。在21世紀初，專家系統(tǒng)的項目都需要編碼顯示規(guī)則，致使效率降低、成本增加，人工智能研究的重點從基于知識的系統(tǒng)轉(zhuǎn)向機器學(xué)習(xí)。2001年，利奧·布雷曼（Leo Breiman）提出了隨機森林（Random Forest）模型，為機器學(xué)習(xí)領(lǐng)域增加了一種重要和常見的數(shù)據(jù)挖掘方法。

（五）繁榮昌盛時期：2011年至今

隨著大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，無處不在的傳感數(shù)據(jù)、圖形處理器等計算平臺，推動了以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)的快速發(fā)展。2014年，電腦程序首次通過了圖靈測試。2015年，殘差網(wǎng)絡(luò)（Residual Network）被提出。2016年，谷歌提出了聯(lián)邦學(xué)習(xí)（Federated Learning）方法，在多個分布式邊緣設(shè)備或服務(wù)器上訓(xùn)練算法，這些設(shè)備或服務(wù)器保存本地數(shù)據(jù)樣本，而不交換它們的數(shù)據(jù)樣本。2021年，OpenAI提出了兩個連接文本和圖像的神經(jīng)網(wǎng)絡(luò)—DALL[-]E和CLIP，再次推動了人工智能的發(fā)展。

四、人工智能驅(qū)動的企業(yè)管理變革

（一）財務(wù)管理方面

2017年10月，全球首只機器人選股ETF問世，并在3個交易日內(nèi)累計漲幅達0.83%，跑贏了同期的標普500指數(shù)（漲0.48%）和納斯達克綜合指數(shù)（跌0.42%）。國際四大會計師事務(wù)所也紛紛將人工智能技術(shù)應(yīng)用于會計、稅務(wù)和審計的工作中。與會計人員相比，財務(wù)機器人具有以下優(yōu)勢：第一，深度學(xué)習(xí)能力和強大的計算能力；第二，只要事先設(shè)定的程序準確無誤，就可以在很大程度上降低錯誤發(fā)生率；第三，效率更高，成本更低；第四，有助于實現(xiàn)財務(wù)與業(yè)務(wù)實時協(xié)同。

（二）人力資源方面

在選才方面，人工智能技術(shù)可以提高效率和準確度，減少個人主觀因素造成的誤差。在育才方面，人工智能技術(shù)可以更精準地識別員工的優(yōu)勢、劣勢、潛能、愛好，對癥下藥，為員工安排有助于其揚長避短的工作。人工智能技術(shù)還可以個性化地為員工的學(xué)習(xí)和發(fā)展提供指導(dǎo)，最終實現(xiàn)企業(yè)內(nèi)人才的多元化，取長補短，百花齊放，提高公司整體效益。在用才方面，人工智能技術(shù)可以挖掘員工的優(yōu)勢和潛能，讓員工在工作中有更滿意的體驗，與此同時，人工智能技術(shù)還可以通過深度學(xué)習(xí)，不斷優(yōu)化績效考核和激勵方案。

（三）物資采購方面

在人工智能技術(shù)指導(dǎo)下的物資采購具有三大特征：一是物資管理標準化，采購管理更精準，流程管理更規(guī)范；二是業(yè)務(wù)流程透明化，整個業(yè)務(wù)流程的可追溯、可追責(zé)，將在很大程度上抑制基層單位錯報和瞞報物資數(shù)量的行為；三是供需關(guān)系簡單化，人工智能技術(shù)對物資采購情況準確的、實時的反映，將減少采購需求和采購結(jié)果之間的誤差，從而有效緩解供需矛盾。

（四）檔案管理方面

在數(shù)字化、信息化時代，人工智能技術(shù)可提高檔案管理的效率與質(zhì)量，顯著提升準確度，防止人為因素造成的數(shù)據(jù)錯誤或數(shù)據(jù)遺失，節(jié)約人力成本，既方便檔案存放單位收集、分類、排列和存儲數(shù)據(jù)，又方便用戶查詢和調(diào)閱檔案。在國外的應(yīng)用案例中，In Codice Ratio項目將梵蒂岡的秘密檔案轉(zhuǎn)錄為可供查詢的電子版，這套OCR系統(tǒng)準確率高達96%。類似地，國內(nèi)的滿文檔案圖像識別軟件的開發(fā)與應(yīng)用項目，將浩如煙海的古代文獻、難以辨識的古代文字數(shù)字化，有助于節(jié)省學(xué)者查閱和辨認文獻的時間，使其擁有更充裕的時間分析和論證這些史料，推出更多高水平的學(xué)術(shù)成果。

（五）知識管理方面

知識管理誕生于知識經(jīng)濟時代，指組織借助應(yīng)用平臺、軟件等媒介，通過獲取、記錄、分享、整合、存取、更新知識，實現(xiàn)知識的積累與更新。人工智能技術(shù)對企業(yè)知識管理的影響是多方面的：一是在知識分享方面，由分享向共享轉(zhuǎn)變。隨著人機交互技術(shù)的發(fā)展，人既是知識的提供方，也是知識的接收方。多個個體持續(xù)的知識分享，使得知識庫具備形成的可能性，任何個體都可以從知識庫中得到檢索。二是在知識吸收方面，拓展認知視野。人工智能技術(shù)將為現(xiàn)有的企業(yè)知識吸收、獲取和利用的過程帶來顛覆性的改變，有效提升企業(yè)的知識吸收能力。三是在知識創(chuàng)造方面，提升原有效率，顛覆原有模式。企業(yè)創(chuàng)造知識、在內(nèi)部傳播并將其應(yīng)用于產(chǎn)品和服務(wù)中，是企業(yè)成功的基石。

五、企業(yè)智能化升級面臨的問題

（一）管理效率與管理倫理存在沖突

任何管理活動都圍繞三大基本目標開展：效率、效果和效益。效率講求“正確地做事”，主要用于衡量單位時間內(nèi)完成的工作量；效果講求“做正確的事”，主要用于衡量組織從事的工作和活動，與其愿景和使命的匹配程度；效益作為前兩者的檢驗標準，主要用于衡量投入的有效產(chǎn)出情況。人工智能技術(shù)可以大幅提升企業(yè)的管理效率，同時也會對管理倫理產(chǎn)生三方面的沖擊：第一，管理手段智能化與管理人性化之間的矛盾；第二，人工智能技術(shù)的發(fā)展速度快于相關(guān)法律體系的健全和完善速度；第三，人工智能技術(shù)的高速發(fā)展帶來的行業(yè)禁忌和倫理難題。

（二）人才管理更具挑戰(zhàn)性

人工智能可以協(xié)助甚至替代人類高質(zhì)、高效地進行一些工作。當(dāng)人工智能技術(shù)發(fā)展到一個較高的水平時，一方面，大量的企業(yè)職員會被替代，使企業(yè)管理結(jié)構(gòu)趨于扁平化，導(dǎo)致管理難度顯著提升；另一方面，由于人工智能可以從事簡單重復(fù)的事務(wù)性工作，企業(yè)在選人、用人的過程中，將更注重員工的創(chuàng)新能力、決策能力、專業(yè)技能、溝通協(xié)調(diào)能力和隨機應(yīng)變能力。可以說，這是人才觀念和管理方式的一次革命。

（三）網(wǎng)絡(luò)安全和經(jīng)濟成本顧慮

人工智能技術(shù)本質(zhì)上是一種算法，通常需要通過云端數(shù)據(jù)中心進行大規(guī)模計算。如果網(wǎng)絡(luò)安全技術(shù)不過關(guān)，黑客將趁虛而入，竊取企業(yè)的信息或破壞網(wǎng)絡(luò)。因此，在網(wǎng)絡(luò)安全得不到保障的情況下，人工智能技術(shù)的大規(guī)模引進，反而會使企業(yè)暴露在巨大的風(fēng)險之下。

此外，中小型企業(yè)即使有推動企業(yè)轉(zhuǎn)型發(fā)展的意愿，也很可能由于面臨著巨大的經(jīng)濟成本和未知的未來收益而退縮。與企業(yè)人工智能平臺建設(shè)相關(guān)的經(jīng)濟成本主要包括算法、信息采購、基礎(chǔ)設(shè)備采購、管理費用等。

六、企業(yè)智能化升級的策略

（一）健全法律體系，規(guī)范行業(yè)標準

當(dāng)前，中國已經(jīng)出臺了許多鼓勵人工智能產(chǎn)業(yè)發(fā)展的政策條例，但相關(guān)的約束性法律仍不健全。其實，相比人工智能“能”做什么，人工智能“該”做什么，人工智能相關(guān)法律的健全更值得思考。國家應(yīng)從頂層設(shè)計著手，建立健全人工智能在技術(shù)、產(chǎn)業(yè)、研發(fā)等方面的法律體系，明確相關(guān)各方的權(quán)利和義務(wù)，建立長效的責(zé)任追究和風(fēng)險分擔(dān)機制，從而促進人工智能產(chǎn)業(yè)規(guī)范化發(fā)展，推動新一代人工智能技術(shù)與經(jīng)濟社會發(fā)展深度融合。

（二）更新招聘標準，優(yōu)化培訓(xùn)體系

人工智能技術(shù)的持續(xù)發(fā)展會加快一些工作崗位的迭代。因此，從人才招聘這一環(huán)節(jié)，就應(yīng)充分挖掘人工智能的潛能，更新人才招聘的相關(guān)標準，確定不同類型人才的發(fā)展規(guī)劃和培訓(xùn)體系，做好部分員工的內(nèi)部調(diào)崗，協(xié)助失業(yè)人員再就業(yè)。

（三）持續(xù)升級技術(shù)，不斷完善服務(wù)

人工智能技術(shù)的不斷突破，需要建立在人工智能基礎(chǔ)科學(xué)發(fā)展與關(guān)鍵核心技術(shù)突破的基礎(chǔ)上。這需要國內(nèi)科研人員久久為功，推陳出新；需要國際科技交流與合作；需要現(xiàn)有用戶積極反饋，潛在用戶勇敢嘗試，全體用戶包容理解。隨著人工智能技術(shù)發(fā)展的不斷深入，企業(yè)將減少安全顧慮和成本顧慮，加快人工智能技術(shù)的引進與應(yīng)用。

七、結(jié)束語

現(xiàn)代企業(yè)管理注重經(jīng)濟成本的降低和生產(chǎn)率的提高，而人工智能技術(shù)可以通過替代低端勞動力、提高信息和數(shù)據(jù)的獲取能力等方式，助力企業(yè)實現(xiàn)經(jīng)濟目標，因此，人工智能技術(shù)被應(yīng)用于企業(yè)管理中是大勢所趨。然而，正如特斯勒定理（Tesler's Theorem）提出的“人工智能是尚未完成的事情”，從國家層面健全法律體系、規(guī)范行業(yè)標準，到國家和人工智能企業(yè)形成合力持續(xù)升級技術(shù)、不斷完善服務(wù)，再到各類企業(yè)結(jié)合自身實際更新招聘標準、優(yōu)化培訓(xùn)體系，以人工智能驅(qū)動的企業(yè)管理變革仍有很長的一段路要走。

參考文獻：

[1]張鑫，王明輝.中國人工智能發(fā)展態(tài)勢及其促進策略[J].改革，2019（09）：31-44.

[2]余應(yīng)敏，王彩淋.財務(wù)機器人對會計行業(yè)的影響及其應(yīng)對策略[J].會計之友，2018（07）：54-56.

[3]葛婭秀，陳愷宇.人工智能下的企業(yè)人力資源管理變革[J].經(jīng)濟研究導(dǎo)刊，2020（03）：124-126+150.

[4]何沛鴻.如何利用人工智能實現(xiàn)物資采購的最優(yōu)策略[J].科技經(jīng)濟市場，2020（07）：3-4.