基于人机协同模型，企业通过数字转型、智能交互、知识融合和协同共创的转型发展路径，创造数字经济时代的管理新范式。
 

文｜涂扬举

关键词：人机协同   数字化转型   智能交互   知识融合   协同共创

 
     企业数字化转型要求企业建立数字经济时代的管理新范式，新的管理范式将颠覆传统管理学认知。基于对数字经济时代“人”的思考和认识，“人”的角色正逐渐发生变化。过去，“人”是主体，“物”是客体，人始终对物持有操作管控的绝对权力，随着数字科技的进步，人和物主客体关系发生了变化，带有智能化能力的机器可以预判风险、纠正错误、维护安全⋯⋯此时，物与人相互影响、协同纠偏，“人”和“物”互为主客体。基于这种认知，“人机协同”将会成为管理新范式最重要的特征。

以人为中心的人机协同模型
     数据作为生产力要素在企业中流通，为了发挥数据价值可以为其建立一个“数字空间”，即数字企业。理想状态下，数字企业是整个企业管理形态的数字孪生，以“人”为中心的三循环人机协同模型（如下页图1所示）解释了如何在物理企业的基础上打造与之对应的数字企业，并持续优化。
1. 第一阶循环：物理企业改造
     第一阶循环主要是通过人对物理企业的改造实现企业数字化升级。企业中的“人”推进精细化、标准化建设，采用先进的感知技术和传输技术，构建大感知、大传输体系，实现对企业“物”及“人的行为”的量化感知和集成传输；“人”对感知量化后的业务数据进行治理，构建统一的存储和运行管理平台，从而实现以企业大数据中心表现形式为特征的数字化升级。
2. 第二阶循环：数字企业开发
     第二阶循环主要是通过人对数字企业的开发实现企业智能化运行。企业中的“人”结合业务需求，对企业大数据中心的数据进行开发挖掘，在数字企业中构建各类智能模型（算法），形成大计算、大分析能力；“人”对数字企业各种模型（算法）在物理企业中运行产生的结果进行评估总结，并不断变革物理企业中的生产管理体系，使之与数字企业中的各种智能模型（算法）协同融合，形成与物理企业决策管理层、专业部门层、基层单元层相对应的决策脑、专业脑、单元脑等多脑协同运行模态为特征的数字化运行能力。
3. 第三阶循环：数字企业融合
     第三阶循环主要是通过人与数字企业的融合实现企业数字化转型。企业中的“人”将自己的创新、创造和知识管理成果与智能化运行模型（算法）进行融合，不断优化升级运行模型（算法）和管理模式，从而使数字企业中的决策脑、专业脑和单元脑（统称为企业大脑）运行边界逐渐模糊，融为一体，呈现出企业大脑运行形态为特征的智慧化运行形态；智慧化运行成果又持续与“人”的知识反复融合，再次推进企业不断优化升级，产生一种周而复始的自循环状态，实现企业的自我循环和自我演进。第三阶循环中的主要特征是强调专业领域知识融合和数据挖掘的深度融合与更新。

企业数字化转型发展路径
     人机协同模型中的三阶循环可以转化为企业数字化转型发展路径（如图2所示），分为“数字转型”“智能交互”“知识融合”和“协同共创”四个阶段。
1. 数字转型，构建以数据为中心的新生产力
     企业数字化发展的基础是实现数字转型，构建以数据为中心的新生产力，具体做法为业务量化集成集中统一平台和智能协同。
（1）业务量化，以业务数字化为目标
     业务数字化是指企业全业务数字化（如图3所示），具体包括业务数字化、人与机器的数字化、环境数字化、时间数字化、视觉数字化、用户及用户体验数字化，其中人与机器的数字化、环境的数字化、时间的数字化、视觉的数据化这四个维度，具有明显的行业特性，根据产品和场景的不同会有很大差异。
（2）集成集中，上云和中台实为手段
     上云和建中台都是实现数据集成集中的手段，而非目的。集成集中是为了使数据成为生产力要素，构建“数据+算力+算法”的生产力。
     上云是为了算力。企业上云是指企业通过网络，将企业的基础系统、管理及业务部署到云端，利用网络更便捷的获取云计算服务商提供的计算、存储、软件、数据等服务，按需使用。这也意味着企业可以按需获取算力。
     中台是为了算法。中台实际上可以理解为一种组织模式和思维，是一种共性能力组织，甚至一定程度上，所有的中台都是业务中台。之所以强调中台的业务属性，本质上也是为数据服务，为了“数据+算力+算法”中的算法。这里的“算法”不仅仅是传统意义上的计算算法，而是可以理解为面向特定业务目标而构建的模型，实现一个完整的“从数据中来到数据中去”的数据驱动循环。为了构建这种算法，我们可以建设业务中台，实现业务本身的集成集中和调度；可以建设数据中台，可以实现数据面向业务的集成集中和分配；可以建设算法中台，实现算法工具模型的集成集中管理。
（3）统一平台，系统和组织平台化
     统一平台即平台化，技术层面体现为系统建设从过去单一系统的建设转向平台的建设；业务层面体现为组织从过去的对内运行管理转向对外平台化赋能。
     一方面，统一平台要求打破了传统信息系统的分级和条块，通过站在最高地位的统一视野，纵观企业全局，这也是当前数字化转型与传统信息化的显著区别。统一平台强调数据和服务，平台作为载体进行顶层设计，数据和服务可以面向不同业务需求进行快速组合，系统运转效率必会有质的飞跃。
     另一方面，借助统一平台还能促成生态网络的构建。统一平台进一步面向上下游开放延伸，或者通过多样化的应用和服务吸引跨行业的生态伙伴加入。这就意味着企业已经从传统行业转向了科技或者服务行业，获取了生态化增长能力，进一步推动企业从纵向的业务管理组织向横向的赋能服务性组织转型。
（4）智能协同，云脑成就的数字企业
     智能协同是以数据为中心的新生产力形式，对大数据进行专业挖掘和开发，创建各类智能应用数据模型，形成自动识别风险、智能决策管理及多脑融合的“企业大脑”。
2. 智能交互，连接物理企业和数字企业运行
     这里的智能交互不是传统意义上的“交互手段”，智能交互的背景是成熟的数字世界。大数据技术的成熟和应用，使得物理世界可以被全面感知、全面计算，从而形成了一个新的世界，也就是“数字世界”，企业的运营与管理可以更多的在数字世界实现。对应到企业中，即为前文所述的“物理企业”和“数字企业”。物理企业与数字企业智能交互的场景体现为“感知?分析?决策?执行”闭环。
（1）感知互联
     感知互联阶段由传感、数字化和连接构成。传感和数字化是对企业物理空间各类实体、过程、外部环境、时间状态等隐性数据显性化的过程，是形成企业数字空间的来源和基础。连接是物理空间的物理对象的网络连接，也是企业数字空间的数字对象的连接和融合。通过感知互联，企业物理空间的对象实现数字化，形成企业大数据。
（2）分析洞察
     分析洞察阶段是数据的价值释放阶段，在形成企业数字空间的基础上，通过数据挖掘与人的智慧结合，实现对企业人类空间的知识赋能，实现管理的辅助决策和业务的预测分析。
（3）自主决策
     自主决策阶段是人将自身的知识、认知决策能力赋予企业数字空间，逐步构建企业数字空间的虚拟企业大脑，实现如人一般的自主决策能力。自主决策将从依赖管理者逐步转向依靠人机协同的智慧中枢——云脑（企业大脑），由云脑根据预期目标与人实现交互沟通后作出最优决策，企业分析决策的时效性、准确性将大幅提升。
     自主决策包含三种模式：一是基于确定规则和模型的结构化决策，由企业大脑独立完成决策；二是基于结构化知识和非结构化信息的半结构化决策，由企业大脑和人机协同共同完成决策；三是无法基于固定模型描述的非结构化决策，由企业大脑提供辅助决策。
（4）自动执行
     自动执行的本质是将企业大脑的决策结果通过数字虚体和自动控制系统转换为可执行的命令，在物理空间中实现。
     传统企业通过人类空间直接作用于企业物理空间，实现企业的价值转化和运行管理，数字化企业首次将人解放出来，人不再直接作用于物理空间，而是通过数字空间这一新手段完成对物理空间的控制，以此来实现企业的价值转化和运行管理。通过数据在感知互联、分析洞察、自主决策、     自动执行这四个阶段的运转演化，形成企业物理空间、数字空间和人类空间的互动融合。
3. 知识融合，人机协同推动企业整体的发展
     知识是企业大脑的核心，知识融合是提升企业大脑智能的手段。企业中的“人”将自己的创新、创造和知识管理成果融入智能化运行模型（算法），不断优化升级，使得“机”在人机协同中承担越来越多的工作，从而持续推动管理模式优化和升级，推动企业整体优化和升级，产生一种周而复始的自循环状态。
（1）从数据中心走向知识中心
     企业大脑重要的角色是对知识进行有效的沉淀和存储，进而能够辅助决策，这就要求企业构建知识中心。知识中心与数据中心不仅仅是“知识”与“数据”的区别：其一，知识中心能够不断演化的，根据业务中场景需求来提供智能化的知识服务；其二，知识中心除了存储知识，更重要的是模型和规则，以支撑企业知识中心形成一种持续学习的机制。
（2）从局部智能走向整体智能
     企业知识中心通过企业大脑，服务于企业的生产、运行、管理和决策，可以通过一些引擎实现，如交互引擎、计算引擎、认知决策引擎等。数据、算法、人、算力和引擎，构成了一个有机的知识融合系统，推动企业持续进行经验共享、知识积累和学习优化。知识中心赋能管理决策，现实全链路协同决策，在基于知识融合的整体智能下不断感知，不断产生规则、模型，从而实现企业管理的迭代和优化。
4. 协同共创，新知识体系开拓企业发展边界
     人工智能是推动企业整体智能的关键技术。
     一方面，人工智能正在深度融入企业的运行与管理。当前，我们基于人的知识体系，将人的经验传承给机器，从而让智能机器替代人从事相关工作。随着科技的发展，人工智能有望反哺人的知识体系，推动人类各个专业领域的发展。
     另一方面，人工智能将构建新的知识体系。过去，知识是人的专属，未来，人工智能将会生成机器专属的知识，业界称之为机器的“默会性”。也就是说，人工智能自我学习所产生的一系列知识会超出人类的理解范畴，但这些知识依然是可以加以利用的生产资料，这就构成了一个“人机共创”的知识体系，基于这种“双元能动性”，企业发展将会有更多的可能性。■

主要参考文献
[1] 涂扬举.数据驱动智慧企业[J].企业管理,2018(2).
[2] 涂扬举.智慧企业概论[M].北京:科学出版社,2019.
[3] 任宗强,陈淑娴.人机协同创新:面向智能制造的创新新范式[J].清华管理评论,2021(11).
作者单位 国能大渡河流域水电开发有限公司