1、組織中的AI：替代 or 協(xié)同

隨著數(shù)智時(shí)代的到來，“人工智能是否會(huì)取代人類的工作”成為經(jīng)久不衰的話題。近期，美國OpenAI研發(fā)的ChatGPT引起關(guān)注，它能夠自主完成撰寫郵件、文案、代碼等任務(wù)，并實(shí)現(xiàn)與人類的交互，“人工智能是否會(huì)取代人類的工作”的話題再一次引起熱議，如圖1所示。相比于簡(jiǎn)單的自動(dòng)化代替手工任務(wù)，人工智能對(duì)商業(yè)組織更具有“破壞力”，其快速發(fā)展也給管理軟件智能化帶來了許多新的命題與挑戰(zhàn)，企業(yè)管理者與決策者更需要思考未來組織中人與AI的關(guān)系，以及未來工作中人與AI的協(xié)同模式。

圖1 “ChatGPT”相關(guān)話題討論?

組織管理始終是服務(wù)于“以人為中心”的人類活動(dòng)系統(tǒng)，因此，管理軟件領(lǐng)域智能化的核心與難點(diǎn)，不是基于數(shù)據(jù)、算法的技術(shù)系統(tǒng)構(gòu)建，而是探尋與人協(xié)同的機(jī)器智能的構(gòu)建方法，以及人機(jī)協(xié)同的數(shù)智化模式。MISQ主編Rai提出：人工智能與人類需要形成一種“共生”（Symbiosis）的模式，即未來很多工作并不會(huì)完全依靠人或者完全依靠人工智能完成，而是人與機(jī)器合作完成，其中人與人工智能都應(yīng)該發(fā)揮不可替代的作用[1]。人工智能在組織中是否能夠發(fā)揮價(jià)值，取決于其是否能充分融入具體的知識(shí)活動(dòng)場(chǎng)景，用人與機(jī)器的交互對(duì)人與人、人與知識(shí)交互進(jìn)行彌補(bǔ)和提升，最終達(dá)到人機(jī)共生效果。

本文以組織協(xié)同風(fēng)控為例，通過設(shè)計(jì)基于Human-AI的‘分布式剎車’協(xié)同風(fēng)控，探討人與AI的協(xié)同模式及二者不同的角色定位，并設(shè)計(jì)智能協(xié)同風(fēng)控平臺(tái)理論框架及Human-AI協(xié)同成長(zhǎng)的技術(shù)路線，為企業(yè)在經(jīng)營管理中設(shè)計(jì)和實(shí)現(xiàn)Human-AI數(shù)智化范式與組織協(xié)同管理模式提供方法借鑒。

2、基于Human-AI的‘分布式剎車’組織協(xié)同模式

風(fēng)險(xiǎn)管理全過程包括風(fēng)險(xiǎn)識(shí)別、分析、評(píng)估及決策應(yīng)對(duì)[2,3]，風(fēng)險(xiǎn)識(shí)別和分析是風(fēng)險(xiǎn)防控的基礎(chǔ)[4]。 辨識(shí)潛在的風(fēng)險(xiǎn)源即風(fēng)險(xiǎn)致因是做好風(fēng)險(xiǎn)識(shí)別與分析的基礎(chǔ)，風(fēng)險(xiǎn)間傳導(dǎo)的特性使得某個(gè)風(fēng)險(xiǎn)發(fā)生可能導(dǎo)致其他多個(gè)潛在風(fēng)險(xiǎn)的發(fā)生[5]，這種傳導(dǎo)以業(yè)務(wù)節(jié)點(diǎn)或組織節(jié)點(diǎn)為載體[6,7]，企業(yè)經(jīng)營過程中風(fēng)險(xiǎn)的發(fā)生，意味著風(fēng)險(xiǎn)將在多個(gè)業(yè)務(wù)中傳導(dǎo)，需要多個(gè)組織部門協(xié)同應(yīng)對(duì)，各類風(fēng)險(xiǎn)、多個(gè)業(yè)務(wù)與組織之間將形成復(fù)雜的耦合關(guān)系。

風(fēng)險(xiǎn)本質(zhì)上是一種概率，受到業(yè)務(wù)場(chǎng)景中或外部環(huán)境中事件影響后，風(fēng)險(xiǎn)被觸發(fā)并造成損失，有效的風(fēng)險(xiǎn)預(yù)防有助于降低風(fēng)險(xiǎn)事件發(fā)生的概率。目前大多數(shù)企業(yè)在經(jīng)營活動(dòng)中辨識(shí)出風(fēng)險(xiǎn)后，管理者、決策者多基于經(jīng)驗(yàn)制定防控措施以應(yīng)對(duì)風(fēng)險(xiǎn)，多將風(fēng)險(xiǎn)視為獨(dú)立事件來處理，單獨(dú)考慮和解決某個(gè)風(fēng)險(xiǎn)點(diǎn)的方法，能夠?qū)σ驯挥|發(fā)的風(fēng)險(xiǎn)進(jìn)行有效控制，但忽視了風(fēng)險(xiǎn)產(chǎn)生的原因，缺乏由該風(fēng)險(xiǎn)引發(fā)的其他風(fēng)險(xiǎn)的解決方案設(shè)計(jì)，無法全面的解決風(fēng)險(xiǎn)問題。因此，本節(jié)綜合考慮風(fēng)險(xiǎn)致因、風(fēng)險(xiǎn)傳導(dǎo)，通過由風(fēng)險(xiǎn)管理相關(guān)人員（如風(fēng)控部門、業(yè)務(wù)審批決策者等），與業(yè)務(wù)人員協(xié)同設(shè)計(jì)的風(fēng)控AI助手，實(shí)現(xiàn)基于Human-AI的‘分布式剎車’協(xié)同風(fēng)控，如圖2所示。此處，協(xié)同的含義即包括企業(yè)組織部門之間的業(yè)務(wù)協(xié)同，以及人與AI的工作協(xié)同，進(jìn)而實(shí)現(xiàn)風(fēng)險(xiǎn)協(xié)同防控。

圖2 基于Human-AI的‘分布式剎車’協(xié)同風(fēng)控示意圖

現(xiàn)有風(fēng)險(xiǎn)智能防控的研究多基于企業(yè)數(shù)據(jù)，運(yùn)用相關(guān)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法設(shè)計(jì)實(shí)現(xiàn)。但基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)構(gòu)建的人工智能并不能提取出語義層面的特征，在模擬人的思考過程、處理常識(shí)知識(shí)和推理，以及理解人的語言方面仍然舉步維艱[8]。風(fēng)險(xiǎn)防控是一項(xiàng)復(fù)雜協(xié)同決策問題，處理這類問題時(shí)需要業(yè)務(wù)人員或風(fēng)險(xiǎn)管理相關(guān)人員基于個(gè)人知識(shí)、經(jīng)驗(yàn)進(jìn)行思考、推理和決策，應(yīng)對(duì)這類問題時(shí)有必要基于知識(shí)圖譜等構(gòu)建“有學(xué)識(shí)”的AI[8]，國內(nèi)也有研究指出將數(shù)據(jù)與知識(shí)結(jié)合起來設(shè)計(jì)人工智能，是下一代人工智能的主要研究方向[9]。本研究擬討論數(shù)據(jù)知識(shí)驅(qū)動(dòng)的風(fēng)控AI助手，為業(yè)務(wù)人員應(yīng)對(duì)風(fēng)險(xiǎn)提供智能化支撐。

圖2中的風(fēng)控AI是由風(fēng)險(xiǎn)管理人員及場(chǎng)景中業(yè)務(wù)人員共同設(shè)計(jì)的，在企業(yè)經(jīng)營中發(fā)生風(fēng)險(xiǎn)時(shí)，風(fēng)控AI助手將為業(yè)務(wù)人員提供決策支撐，其具有數(shù)據(jù)化與知識(shí)化的特征，風(fēng)控AI助手可以嵌入業(yè)務(wù)系統(tǒng)中，通過文字、語音、視頻等形式提供風(fēng)險(xiǎn)解決方案并提醒業(yè)務(wù)人員，其具備輔助決策能力，風(fēng)險(xiǎn)決策多基于相關(guān)制度辦法或業(yè)務(wù)人員知識(shí)、經(jīng)驗(yàn)，因此，風(fēng)控AI助手的設(shè)計(jì)除了相關(guān)規(guī)章制度、數(shù)據(jù)等支撐外，還需要業(yè)務(wù)人員與風(fēng)險(xiǎn)管理人員提供相關(guān)的知識(shí)、經(jīng)驗(yàn)協(xié)同設(shè)計(jì)實(shí)現(xiàn)，因面對(duì)不同的風(fēng)險(xiǎn)具有不同的應(yīng)對(duì)方案，且不斷有新的風(fēng)險(xiǎn)涌現(xiàn)，因此風(fēng)控AI助手需要在業(yè)務(wù)人員與風(fēng)險(xiǎn)管理人員的幫助下成長(zhǎng)迭代。

由于風(fēng)險(xiǎn)傳導(dǎo)的特性，對(duì)于業(yè)務(wù)場(chǎng)景中的風(fēng)險(xiǎn)的監(jiān)測(cè)、預(yù)警、決策應(yīng)對(duì)措施可能在不同的業(yè)務(wù)場(chǎng)景中發(fā)生，涉及多個(gè)業(yè)務(wù)場(chǎng)景、多個(gè)組織及多個(gè)風(fēng)險(xiǎn)，其應(yīng)對(duì)需要不同業(yè)務(wù)階段的不同組織、個(gè)人協(xié)同應(yīng)對(duì)，大部分業(yè)務(wù)人員難以站在全局的角度應(yīng)對(duì)復(fù)雜的風(fēng)險(xiǎn)傳導(dǎo)問題，傳統(tǒng)的應(yīng)對(duì)多通過相關(guān)規(guī)章進(jìn)行，憑借業(yè)務(wù)人員的業(yè)務(wù)能力及經(jīng)驗(yàn)知識(shí)應(yīng)對(duì)風(fēng)險(xiǎn)，難以兼顧全局。

本研究將風(fēng)控AI助手置于業(yè)務(wù)場(chǎng)景之中，通過不斷的訓(xùn)練學(xué)習(xí)，使其不僅具備相關(guān)風(fēng)險(xiǎn)管控的制度規(guī)范等知識(shí)，并能持續(xù)學(xué)習(xí)風(fēng)險(xiǎn)管理人員、業(yè)務(wù)人員等的決策經(jīng)驗(yàn)，既能在業(yè)務(wù)場(chǎng)景中輔助業(yè)務(wù)人員協(xié)同應(yīng)對(duì)風(fēng)險(xiǎn)及風(fēng)險(xiǎn)造成的后果，又能通過風(fēng)控AI助手之間的連接，實(shí)現(xiàn)風(fēng)險(xiǎn)傳導(dǎo)鏈條中的多風(fēng)險(xiǎn)同步或異步的聯(lián)動(dòng)預(yù)警與預(yù)控，通過風(fēng)控AI助手的系統(tǒng)性控制能力，實(shí)現(xiàn)不同場(chǎng)景中風(fēng)險(xiǎn)的分布式控制，實(shí)現(xiàn)風(fēng)險(xiǎn)的提前預(yù)控與合理控制。本文將這種風(fēng)險(xiǎn)控制稱之為“分布式剎車”。風(fēng)控AI助手解決了跨組織協(xié)同問題，實(shí)現(xiàn)與業(yè)務(wù)人員、風(fēng)險(xiǎn)管理人員的組織協(xié)同，形成混合智能組織。

3、智能協(xié)同風(fēng)控平臺(tái)理論框架

以知識(shí)驅(qū)動(dòng)AI的持續(xù)成長(zhǎng)是智能協(xié)同平臺(tái)的核心，本文以智能協(xié)同風(fēng)控平臺(tái)理論框架，簡(jiǎn)要說明風(fēng)控AI服務(wù)設(shè)計(jì)應(yīng)用的基本邏輯。理論框架分為三層，如圖3所示，底層是企業(yè)內(nèi)外部信息系統(tǒng)、數(shù)據(jù)中心等；頂層是工作門戶，包括各類業(yè)務(wù)場(chǎng)景，AI服務(wù)嵌入這些業(yè)務(wù)場(chǎng)景中，輔助為業(yè)務(wù)人員應(yīng)對(duì)風(fēng)險(xiǎn)；中間層即服務(wù)中臺(tái)包括AI服務(wù)平臺(tái)和數(shù)據(jù)服務(wù)平臺(tái)，以及支撐AI服務(wù)平臺(tái)和數(shù)據(jù)服務(wù)平臺(tái)構(gòu)建的多層知識(shí)圖譜。

圖3 智能協(xié)同風(fēng)控平臺(tái)理論框架

中間層是該理論框架核心，其最終目標(biāo)是通過AI服務(wù)平臺(tái)構(gòu)建AI，并實(shí)現(xiàn)不同業(yè)務(wù)人員設(shè)計(jì)的個(gè)性AI的場(chǎng)景化嵌入，承擔(dān)AI服務(wù)的輸出功能。

數(shù)據(jù)服務(wù)平臺(tái)為AI的設(shè)計(jì)和實(shí)現(xiàn)提供數(shù)據(jù)支撐，包括數(shù)據(jù)服務(wù)地圖和數(shù)據(jù)服務(wù)清單兩部分內(nèi)容，其中數(shù)據(jù)服務(wù)地圖實(shí)現(xiàn)多源、異構(gòu)數(shù)據(jù)在組織、業(yè)務(wù)、系統(tǒng)等多個(gè)層面的語義連接，數(shù)據(jù)服務(wù)清單提供適用于各類AI的數(shù)據(jù)服務(wù)。

事理知識(shí)圖譜包括場(chǎng)景事理圖譜、業(yè)務(wù)知識(shí)圖譜、數(shù)據(jù)互操作圖譜三個(gè)層次，目的在于實(shí)現(xiàn)場(chǎng)景化決策知識(shí)、業(yè)務(wù)知識(shí)、數(shù)據(jù)業(yè)務(wù)知識(shí)（業(yè)務(wù)元數(shù)據(jù)）的采集、顯性化、形式化與互操作，構(gòu)建決策者（人與AI）、業(yè)務(wù)知識(shí)、數(shù)據(jù)之間的連接與融合，并可以在持續(xù)運(yùn)營中，不斷豐富、優(yōu)化。該部分有兩方面的作用，其一是基于場(chǎng)景事理圖譜及業(yè)務(wù)知識(shí)圖譜為AI服務(wù)的實(shí)現(xiàn)，提供從場(chǎng)景決策事件到該事件背后業(yè)務(wù)處理的知識(shí)支撐；其次，支撐AI服務(wù)的數(shù)據(jù)服務(wù)平臺(tái)中的基礎(chǔ)數(shù)據(jù)來源于企業(yè)相關(guān)信息系統(tǒng)數(shù)據(jù)、數(shù)據(jù)中心數(shù)據(jù)等，這些數(shù)據(jù)可能存在語義、語用等層面的異構(gòu)，基于場(chǎng)景化數(shù)據(jù)互操作方法[10,11]，設(shè)計(jì)數(shù)據(jù)互操作圖譜，為數(shù)據(jù)服務(wù)平臺(tái)的構(gòu)建的提供支撐。

該理論框架初步闡釋了數(shù)據(jù)知識(shí)驅(qū)動(dòng)的數(shù)智化新范式，如圖3兩邊的示意說明。基于技術(shù)視角，新范式的應(yīng)用模式是場(chǎng)景化的輕應(yīng)用，技術(shù)架構(gòu)是以AI服務(wù)平臺(tái)為核心的中臺(tái)架構(gòu)，技術(shù)上是以數(shù)據(jù)知識(shí)驅(qū)動(dòng)的技術(shù)模式?；诮M織管理視角，未來組織的工作模式是Human-AI協(xié)同，管理模式將從流程管控向協(xié)同決策轉(zhuǎn)變，組織模式旨在構(gòu)建Human-AI混合的敏捷組織。除組織協(xié)同風(fēng)控外，該框架也適用于企業(yè)其他業(yè)務(wù)的AI服務(wù)設(shè)計(jì)和實(shí)現(xiàn)。

4、Human-AI協(xié)同成長(zhǎng)的技術(shù)路線

在未來Human-AI混合的敏捷組織模式中，AI將成為企業(yè)中的“員工”，不僅能夠輔助業(yè)務(wù)人員處理業(yè)務(wù)，也能夠幫助業(yè)務(wù)人員應(yīng)對(duì)企業(yè)外部環(huán)境中的不確定事件如風(fēng)險(xiǎn)事件，業(yè)務(wù)人員與AI需要不斷的成長(zhǎng)以應(yīng)對(duì)愈加復(fù)雜的情形?；诖?，本文提出‘師傅-AI-徒弟’的Human-AI協(xié)同成長(zhǎng)模式，如圖4所示。

圖4? Human-AI協(xié)同成長(zhǎng)模式

上圖中“師傅”是具有豐富業(yè)務(wù)經(jīng)驗(yàn)的人，熟知企業(yè)業(yè)務(wù)流程與規(guī)則及不確定事件的應(yīng)對(duì)方法，是“AI”的知識(shí)來源與構(gòu)建者；“徒弟”是新員工或應(yīng)對(duì)新不確定事件的業(yè)務(wù)人員，“AI”能夠幫助“徒弟”掌握企業(yè)業(yè)務(wù)流程與規(guī)則，并引導(dǎo)和輔助“徒弟”應(yīng)對(duì)不確定性事件，“徒弟”能夠在“AI”的幫助下不斷學(xué)習(xí)成長(zhǎng)，同時(shí)，在應(yīng)對(duì)不確定事件的過程中，認(rèn)識(shí)到AI的不足，成長(zhǎng)為“師傅”并對(duì)“AI”進(jìn)行進(jìn)一步的優(yōu)化。通過“師傅-AI-徒弟”之間的設(shè)計(jì)、引導(dǎo)、成長(zhǎng)循環(huán)實(shí)現(xiàn)Human-AI協(xié)同成長(zhǎng)。

“師傅-AI-徒弟”模式從組織視角說明了Human-AI的協(xié)同成長(zhǎng)，圖5從技術(shù)視角，解析設(shè)計(jì)數(shù)據(jù)知識(shí)驅(qū)動(dòng)AI的技術(shù)路線，如圖5所示。

圖5 數(shù)據(jù)知識(shí)驅(qū)動(dòng)的AI實(shí)現(xiàn)

首先基于企業(yè)業(yè)務(wù)文檔、線下業(yè)務(wù)活動(dòng)等對(duì)業(yè)務(wù)協(xié)同場(chǎng)景進(jìn)行解析，明確業(yè)務(wù)活動(dòng)中的場(chǎng)景及場(chǎng)景間關(guān)系，并基于協(xié)同場(chǎng)景元模型[12]，解析各業(yè)務(wù)場(chǎng)景，明確各場(chǎng)景要素及場(chǎng)景中的事件，進(jìn)而構(gòu)建各個(gè)場(chǎng)景的事理圖譜，并通過圖譜融合，構(gòu)建場(chǎng)景事理圖譜。其次，基于企業(yè)業(yè)務(wù)文檔及業(yè)務(wù)人員的知識(shí)、經(jīng)驗(yàn)，對(duì)事件應(yīng)對(duì)的基礎(chǔ)知識(shí)進(jìn)行解析，明確基本處理流程、數(shù)據(jù)支撐及數(shù)據(jù)需求的業(yè)務(wù)術(shù)語，構(gòu)建業(yè)務(wù)知識(shí)圖譜，為AI助手的實(shí)現(xiàn)提供知識(shí)支撐。最后，基于數(shù)據(jù)的業(yè)務(wù)術(shù)語及數(shù)據(jù)語用情境，定義概念擴(kuò)展的數(shù)據(jù)元模型，通過建立與企業(yè)數(shù)據(jù)庫的映射，構(gòu)建數(shù)據(jù)互操作圖譜，形成數(shù)據(jù)服務(wù)地圖，為AI助手的實(shí)現(xiàn)提供數(shù)據(jù)支撐?；谝陨狭鞒?，明確AI背后知識(shí)與數(shù)據(jù)支撐，進(jìn)而進(jìn)行AI助手的設(shè)計(jì)實(shí)現(xiàn)，完成個(gè)性AI場(chǎng)景化應(yīng)用。

5、結(jié)論與啟示

本文基于人機(jī)協(xié)同的視角，通過探索智能組織協(xié)同模式，設(shè)計(jì)基于Human-AI的‘分布式剎車’協(xié)同風(fēng)控，提出智能協(xié)同風(fēng)控平臺(tái)的理論框架與AI設(shè)計(jì)技術(shù)路線。通過探索風(fēng)險(xiǎn)管理人員、業(yè)務(wù)人員與AI（Human-AI）的協(xié)同風(fēng)控模式，以及AI的設(shè)計(jì)架構(gòu)，初步探討了人機(jī)協(xié)同模式以及AI的設(shè)計(jì)方法，為AI融入管理軟件、企業(yè)構(gòu)建與人協(xié)同的機(jī)器智能，以及智能協(xié)同的組織模式提供了參考。

參考文獻(xiàn)

[1]Next-Generation Digital Platforms: Toward Human–AI Hybrids - Google 學(xué)術(shù)搜索[EB/OL]. [2023-01-08]. https://xueshu.studiodahu.com/scholar?q=Next-Generation+Digital+Platforms%3A+Toward+Human%E2%80%93AI+Hybrids.

[2]Kleindorfer P R, Saad G H. Managing Disruption Risks in Supply Chains[J]. Production and Operations Management, 2005, 14(1): 53-68.

[3]Altay N, Green W G. OR/MS research in disaster operations management[J]. European Journal of Operational Research, 2006, 175(1): 475-493.

[4]Shen Z, Tan Z, Zhang F. Research on Safety Risk Pre-control Management System and Its Application in Coal Mines[J]. IOP Conference Series: Earth and Environmental Science, 2018, 170: 022181.

[5]Fang C, Marle F, Zio E, et al. Network theory-based analysis of risk interactions in large engineering projects[J]. Reliability Engineering & System Safety, 2012, 106: 1-10.

[6]Hu, Zhao, Hua, et al. Network-Based Modeling and Analysis of Systemic Risk in Banking Systems[J]. MIS Quarterly, 2012, 36(4): 1269.

[7]Ellinas C. The Domino Effect: An Empirical Exposition of Systemic Risk Across Project Networks[J]. Production and Operations Management, 2019, 28(1): 63-81.

[8]王昊奮, 漆桂林, 陳華鈞. 《知識(shí)圖譜：方法、實(shí)踐與應(yīng)用》[M]. 電子工業(yè)出版社, 2019.

[9]張鈸, 朱軍, 蘇航. 邁向第三代人工智能[J]. 中國科學(xué):信息科學(xué), 2020, 50(09): 1281-1302.

[10]龐貝貝, 茍娟瓊, 張雷, 等. 基于主題分析和語用情境融合的多義術(shù)語識(shí)別研究[J]. 情報(bào)理論與實(shí)踐, 2022, 45(1): 177-186.

[11]Pang B, Gou J, Afsarmanesh H, 等. Methodology and mechanisms for federation of heterogeneous metadata sources and ontology development in emerging collaborative environment[J]. VINE Journal of Information and Knowledge Management Systems, 2021, ahead-of-print(ahead-of-print).

[12]Benaben F, Li J, Koura I, et al. A Tentative Framework for Risk and Opportunity Detection in A Collaborative Environment Based on Data Interpretation[C]//Hawaii International Conference on System Sciences. 2019.