制胜下一个十年的组织将与今天的组织大不相同：他们善于应用不同的能力；运营的速度和影响的范围也不再相同；为了实现目标，他们将涵盖不同的结构与责任，采用不同的领导模式。因此，企业需要重新设计和打造新一代学习型组织，实现几个关键功能（参阅图1）：随时学习；实现人机完美结合；整合经济活动，突破企业边界；以及不断推动组织发展。
为真正将学习速度提升到算法级别，组织不仅需要实现自动化，还需要实现重点业务的“自主”。在传统的自动化进程中，机器只是反复执行预先设定好的程序。而在“自主”过程中，机器突破人为干预的瓶颈，可针对持续的反馈进行自主响应、学习，以及自适应。
自主系统可以结合多种技术，形成完整的学习循环。数字平台的数据自动流入人工智能算法，算法会实时挖掘信息，生成新的洞察和决策。上述流程直接对接行动系统，在不断变化的条件下持续优化结果。这些操作可以产生更多的数据，循环反馈，然后结束循环，从而使组织能够以算法的速度进行学习。
实际上，一些组织已经开始采用自主学习系统。例如，亚马逊的定价与产品推荐引擎，以及其他几十种功能都是由人工智能系统来操作，它们随着新信息的产生不断进行学习和适应。这些系统相互连接，因此来自企业某一部分的新数据或新洞察可以运用到其他职能部门，并做出相应的反应【2】。
相比之下，固定的规则或逐级决策流程等传统组织方法，可能会阻碍企业利用技术释放快速学习的潜力。BCG对智能简化的研究表明，今天的组织为了合作顺畅，面临着减少官僚作风和复杂性的要求。随着人工智能和其他新技术的引入，领导者需要加倍努力简化组织，进而实现自主学习以及人与人之间更高效的协作。
- 利用平台、物联网及其他新技术实时收集企业各方面的数据。
- 大规模部署人工智能，整合数据与决策系统。
- 将人类的等级制度从常规的、基于数据的决策中剥离。
尽管人工智能充满力量与潜能，但其在认知范围内仍存在固有的局限性。面对规模庞大且错综复杂的数据，人工智能可以用极快的速度进行相关性分析（查明“是什么情况”），但却无法在更高的层次进行推理，如进行因果推理（理解“为什么是这种情况”），或进行反事实思考（设想“如果不是这种情况，可能是什么样”）【3】。
人类应该将更多的精力投入到更高层次的活动中。例如，虽然相关性分析通常足以学习快节奏的重复行为，但对于政治、社会、经济趋势等变化较为迟滞的因素却无能为力。这些变化因历史背景与发展轨迹的独特性而各不相同。也就是说，这些活动中没有重复数据集，无规律可循。人类的能力，比如理解因果关系并从有限的数据中进行归纳，是解码这些力量并相应调整组织的必要条件。
反事实思维也至关重要，因为企业越来越需要在想象力上展开竞争。现有的商业模式正在加速枯竭，长期增长趋势放缓，这意味着企业必须不断产生新想法，实现可持续发展。但是，今天的企业通常是为了效率和短期投资收益最大化而设计的，无益于想象力的培养。组织需要促进个人与集体想象力的迸发。
苹果公司是一个很有预见性的例子。1997年，史蒂夫·乔布斯（ Steve Jobs）回归苹果担任CEO后，把设计作为公司的核心文化，改变了公司一直以来对工程与金融等职能的关注。通过专注于设计，利用人的创造力和想象力产生新的想法，苹果公司能够生产出包括iPhone在内的新产品，并最终成为世界上最有价值的公司。
除了想象力和理解非重复性事件之外，人类还有很多优势，比如组织设计、算法治理、设定道德标准和目标等。在这些人类主导的领域内，组织需要更有效地促进动态合作，充分发挥团队潜能。企业需要创建一种鼓励灵活决策和学习的环境来强调自我组织和实验，而非单纯依靠指令行事。
最后，组织需要认识到，这些新活动对认知能力要求很高，这在邮箱爆满、无休止会议、信息无处不在的时代，尤其具有挑战性。组织需要培养人们的反思能力，避免认知过载。
- 让员工了解新鲜和不规则的信息，以激发想象力。
- 留出时间进行无条理的反思。
- 推动新的工作方式，促进动态学习与适应。
当然，不同类型的工作与任务需要不同类型的人机关系【4】：
- 根据面临的挑战来划分任务和工作，部署正确的人机合作方案。
- 更集中地利用人机合作关系。
- 开发人类可以信任和理解的可解释算法。
生态系统融合了各方参与者的信息和能力，增强了他们探索新路径与认识市场的综合能力，使企业能够抓住前所未有的新机遇并快速开发新产品。在未来,更加复杂难测的商业环境中，这些优势必不可少。
然而，实现这些优势需要一种全新的组织逻辑。细致入微的规划和管理无法使生态系统取得成功。相反，组织需要具有适应能力，灵活应对生态系统发出的信号，例如采用灵活响应的内部流程。组织还需要开发塑造能力，间接影响生态系统朝着对自己更有利的方向发展，例如通过设计平台激励其他利益相关者以特定的方式行动。
生态系统不仅是一种开发与交付产品的新方式，还可以为组织的“后台”提供新机遇。“零工经济”（gig economy）越发重要，企业能够大规模聘用外部自由职业者，从而增强灵活性，获得更广泛的技能。但是人力资源共享平台同样需要采用间接的管理模式，而不是传统的命令与控制式管理。
例如，荷兰技术公司飞利浦将生态系统融入到很多业务中。在生产方面，其医疗保健部门参与了生态系统的几个价值创造阶段，包括结合学术实验室、机器人企业与初创企业于一身的创新生态系统；以及一个基于远程医疗应用的销售和服务生态系统，连接了很多数字医疗合作伙伴。该公司还开创了一个人力资源共享平台——飞利浦人才库（Philips Talent Pool），积累了一批熟悉公司情况的自由职业者，还可以监督他们的工作质量。
通过重新设计组织的内外部工作机制，建立灵活创新的生态系统，企业可以更加富有活力，在更复杂的挑战面前游刃有余。组织的各方面都要适应市场，才能学习和适应新机遇。组织还需要内部系统自动适应新信息，以算法速度进行学习与资源的重新分配。如果将这些能力结合起来，就可以创建一个“自适应企业”，根据外部环境不断学习和发展（参阅图3）。
- 引入外部合作方，开创共同愿景。
- 培养大规模合作与信息共享能力，例如平台和应用程序界面（APIs）。
- 重新设计内部流程，更侧重以数据为导向和灵活性，从而推动组织实现“自适应”。
1. T. Bresnahan, E. Brynjolfsson, and L. Hitt, “Information Technology, Workplace Organization and the Demand for Skilled Labor: Firm-Level Evidence,” The Quarterly Journal of Economics，MIT Press, 2002.
2. V. Granville, “21 data science systems used by Amazon to operate its business,” Data Science Central, 2015.
3. J. Pearl and D. Mackenzie, The Book of Why: The New Science of Cause and Effect, Basic Books, 2018.
4. Kai-Fu Lee, AI Superpowers, Houghton Mifflin Harcourt, 2018.
5. S. O’Brien,“MIT robot helps deliver babies,”CNN, July 2016.
6. D. Wakabayashi,“Firm Led by Google Veterans Uses
A.I. to‘Nudge’Workers Toward Happiness,”New York Times, December 2018.
7.S. Castellanos,“Microsoft AI Ethicist Guides Businesses on Responsible Algorithm Design,”Wall Street Journal, October 2018.
马丁·里维斯（Martin Reeves）是波士顿咨询公司（BCG）资深合伙人兼董事总经理，BCG亨德森智库全球负责人。
Kevin Whitaker是BCG亨德森智库经济学家。
Rich Hutchinson是波士顿咨询公司（BCG）资深合伙人兼董事总经理，BCG营销、销售和定价专项全球负责人。
更多阅读：
