近年间，人工智能的突飞猛进及与其他新技术加速融合驱动了新质生产力的发展。面对新质生产力的新发展要求，企业要加强技术创新，更要加强管理创新。当下，一系列从量变到质变的管理创新活动正涌现出来，呈现出一些新的趋势。

  发展新质生产力，与科学技术创新相关，更与管理创新相关。管理创新与创新管理是不同的，前者将管理活动本身的创新放在中心地位，后者以科学技术创新活动为主线。哈默（Gary Hamel）是管理创新领域最有一定的影响力的学者，他指出，从一个多世纪的公司竞争中，我们也可以汲取的一条教训是：管理创新能带来最大和最持久的竞争优势，能使企业在行业领导地位上产生翻天覆地的变化，这种优势更加胜于产品技术创新带来的小口径优势（small-caliber advantages）。

  近年间，人工智能（AI）的突飞猛进及与其他新技术的加速融合驱动了新质生产力的发展。面对新质生产力的新发展要求，企业要加强技术创新，更要加强管理创新。当下，一系列从量变到质变的管理创新活动正涌现出来，呈现出一些新的趋势：第一，AI驱动的新质生产力的根本要求是企业一定学会与数据、数字技术和AI共舞；第二，大数据驱动管理决策普遍化将使决策不再是公司高管的特权，人人都是决策者；第三，管理方法的融合与再创新将催生“精捷管理”等新管理模式；第四，面对不稳定的市场环境与竞争秩序，企业要尽快行动起来，以变应变，学会发挥自组织性；第五，新技术的持续突变将引致管理活动的质变，在这样的一个过程中，一些传统管理职能会慢慢消逝。

  2024年1月，IBM委托的一项调查研究显示，在员工数超千人的大企业组织中，有 42%的企业在业务中积极使用AI，这些早期采用者处于领头羊，且其中将近六成的企业打算加速和增加对AI的投资。另据高德纳（Gartner）的分析，2026 年，超过 80% 的企业将应用生成式人工智能（GenAI），而在2023 年，这一比例还不到 5%。

  尽管人们认为像AI这样的新技术的普及应用是大势所趋，但仍有不少传统公司对新技术持怀疑态度。他们对新技术寄予厚望，却又认为没有相应的资源能力和条件引入像AI这样的新技术；他们看不到令自己放心的、对新技术投资的商业经济价值前景和可靠的实施路径；他们都以为像AI这样的新技术更有可能给自己的业务带来风险与威胁，而不是收益；他们既嘲笑创新失败和转型失败的公司，又不太清楚成功的公司到底是怎么做到的：他们犹疑不定、裹足不前。

  另一些企业是坚定的AI投资者，如万事达卡（Mastercard）。过去十几年，万事达卡一直在业务活动中大规模应用AI，雇用数百名数据科学家和AI专家。每年，AI能帮助万事达卡处理来自数百万商家的超过1250亿笔交易，具有每秒处理10万笔交易的能力。公司CEO米巴赫（Michael Miebach）和管理团队倡导让AI“像电力一样”无处不在，他们设定的使命是全面应用AI、全力以赴地成为AI强者（AI Powerhouse）。万事达卡立志要成为AI引领者，不仅要精通数据和数字技术，还要努力走在AI创新、开发和应用的最前沿，为人们提供符合道德的、向善的、让人信服的、透明的、公平和公正的金融服务。

  像万事达卡这样选择全力以赴融入新质生产力大潮的企业认清了当今世界的形势：我们正处在一个以信息技术、数字技术及AI为代表的新科技部署率和生产率迅速提高的时代。麦肯锡的研究认为，到2040年， GenAI将使劳动生产率每年增长0.1%至0.6%，若考虑到GenAI与其他技术的结合，每年有望实现0.5至3.4个百分点的生产率增长。麻省理工学院的首席研究科学家安德鲁·麦卡菲（Andrew McAfee）等人在《哈佛商业评论》上发表文章称，就像ChatGPT的用户在60天内从0增长到1亿一样，电力、蒸汽机和互联网等技术需要几十年才能实现的经济绩效与生产力上的进步，换成GenAI只需要短短几年就能实现。随着AI日渐具备取代最抽象和最复杂的人类活动的潜力，所有的企业都需要像万事达卡一样，深入思考怎么样通过管理创新，全力以赴地应对AI驱动的新质生产力的新发展要求。

  以史为鉴，尽管英国曾是工业革命的摇篮，但在第二次工业革命中，却被美国和德国迅速赶超。研究表明，在19世纪后期的经济衰退中，英国企业在不少技术领域仍然有一马当先的优势，但他们失去了管理创新的锐气。与之形成对比的是，美国和德国企业积极采用新技术，开创了全新的企业管理范式与方法，如福特的流水线、通用汽车的事业部制以及德国的生产标准化体系与职业技能体系。这些管理创新举措，让美德企业在大规模生产时代游刃有余，而英国企业则纷纷陷入行动迟缓的困境。这段历史警示我们，在新旧生产力切换的重要历史节点，单单强调发展技术创新是不够的。中国企业要加快管理创新，以积极的开放姿态，学会与数据、数字技术和AI共同驱动的新质生产力共舞。只有这样，才能确保实现自身及国家竞争力的有效提升。借用普利策奖得主弗里德曼的名句来表达：未来的世界，没有第一世界、第二世界和第三世界；唯有加入AI的世界和未加入AI的世界。

  1992年是网络兴起的早期阶段，当时全球互联网流量为每天100GB。十年后的2002年，全球互联网流量激增至每秒156GB；二十年后，2012年的全球互联网总流量是2002年的一百倍；今天，全球80亿人口中有53亿人接入互联网，他们共同创造的全球互联网总流量是2012年的十倍以上。三年之后，形势又或将发生剧变，届时成百上千万或上亿的AI智能体每天将生成相当于目前我们在整个网络上拥有的token量——这将是人类发展史上一个真正意义上的日新月异的时代。信息与大数据组成的海啸扑面而来，慢慢的变多的企业感受到管理变革的压力。但到目前为止，大多数企业仍然在按照传统思维，零零星星地应用数据技术和方法，焦头烂额地忙于生成和收集数据，努力避免踩数据隐私与安全的红线；忙于确保数据的真实性、准确性、及时性、完整性；忙于盘点、清理和加工分散在各个孤岛中的众多数据，奋力排除其中的无效和冗余部分。

  一部分领先企业率先掌握和驾驭了在海量数据中的冲浪技巧，它们各有所长：苹果公司将大数据技术用于产品研究开发和市场营销中，改善使用者真实的体验和提高经营业绩；亚马逊将大数据技术用于商业机会与市场趋势变化分析，以及日常运营管理决策优化；谷歌将大数据技术应用于打造企业文化，支持和鼓励员工自我驱动和持续学习，带动前沿技术创新和产品研制。目前，主流AI以数据、算力和算法为核心，通过基于大数据的深度学习获得发展。适应AI的特点，企业要制订将大数据全面嵌入其业务生态体系之中的整体性战略，将大数据当作核心资产，全部的产品服务创新在数据产品服务原型的基础上来实现。数据，不是业务或产品中的附属物，而是最具竞争力的产品服务中的核心部件。当人们谈论一个企业时，其实就是在谈论此公司对待和处理数据的不同方式。

  麦卡菲与合作者指出，大数据的本质是一场管理革命。过去，数字技术科学家与工程师是稀缺的，薪酬水平居高不下，所有与数字技术和AI相关的专业相关知识技能和数据资产都是昂贵的，绝大多数企业的管理者只能凭直觉和本能行事。当前及不远的未来，几乎每一个人都能低成本地拥有功能强大的AI助理，而AI助理处理的数据量和智能化水平，是曾经的全球最强商业智能拥有者IBM掌舵人大小沃森拥有过的“超级电脑”和世界上最强的专家决策支持系统（DSS）的千万倍。过去，在有限的技术条件下，决策只是少数公司高管的特权，当下，管理界正在酝酿一场史上顶级规模的平权运动，当AI变得像水、电一样便宜，每一位员工都可以手持 AI做出重要的公司经营管理决策——在AI的海洋里，人人都是决策者。

  不同时代的企业要努力寻找适应时代发展要求的管理方法。哈默指出，管理创新就是要突破常规方法的局限，找到管理实践的变化契机，将“非此即彼”的困境选择转变成“既要又要还要”的融合创新。例如，大企业的内部创业，是将中小企业的创业精神和大企业的资源体量优势这两种性质不同的管理要素融合在一起的结果。再如，开源ECO，是去中心化和规模化这两种不同的组织管理方法结合的产物。借助AI等新技术方法，企业能够以更低成本集聚各种独特且高度差异化的知识和技能，运用双元思维，开辟出大量非传统和反常识的管理新方法，在更高维度上提出解决方案，使原本不可调和的多种异质性因素融合在一起，塑造出业务活动的全新可能性。

  20 世纪八九十年代是西方管理方法融合创新的一个重要时期。当时，美国制造业受到日本竞争对手冲击，面临严重的质量危机。摩托罗拉公司发明了六西格玛方法， 旨在提升产品品质和降低缺陷率。韦尔奇（Jack Welch）执掌通用电器（GE）时，引入六西格玛方法，将其发展成GE改进生产质量和提升运营效率的战略性工具。进入21世纪，六西格玛方法进化到可将产品制造缺陷控制在百万分之3.4以下的极致水平，但却也成为GE创新的障碍。随后，GE又转向日本的精益（Lean）方法——通过寻找生产运营活动中的微小变化来实现持续改进。六西格玛与精益方法的融合，帮助GE打造了一个既追求效率、消除浪费，又追求质量、减少缺陷，还有持续改进能力的运营管理系统。其成果包括将直升机发动机制造时间从75小时缩短到11小时，将燃气轮机钢叶片在制作的完整过程中移动的总距离从5公里减少到50米等。

  精益方法有优势，但也有单向度的局限性，在管理实践中，往往需要与其他不同维度的管理理念与方法结合，如在医疗领域需要与道德伦理方面的考量相调和，在另一些领域则需要与安全性要求相调和。

  敏捷（Agile）通常被视作与精益相对立的另一种管理方法。从认识论上讲，精益对应的是极简，敏捷对应的是复杂性。从实践层面看，精益侧重于组织运营效率与生产制造，敏捷侧重于战略灵活响应与市场营销。为适应新技术和竞争加剧的市场条件，一些企业努力促进像敏捷与精益这一对看起来彼此矛盾冲突的管理方法在实践中的融合。

  精益方法蕴含持续改进（kaizen）和现场（gemba）等与敏捷方法相通的理念，使之能够在航天航空或时尚消费品、金融服务等带有新颖性、复杂性和不确定性的环境中得到应用。敏捷方法蕴含守破离（shu-ha-ri）理念——先是强调严格遵循流程与传统，再鼓励改变流程和突破传统，最后进入收放自如和即兴发挥的境界。精益办法能够被纳入敏捷管理中类似于看板实践的可流程化的部分。此外，引入时间因素能促进两类方法的融合——精益方法能为短期任务提供高的成本收益水平，敏捷方法能提高适应环境变化的长期收益。引入情境因素作变量也可以在一定程度上促进两类方法的融合——在信息完备且充分的“白”情境中，精益方法优先，在信息不太完备和不太充分的 “灰黑”情境中，敏捷方法优先。

  AI的迅猛发展，更是从实时数据监测和自动化设定流程与任务、通过智能协作工具和虚拟助理增强团队协作、提供个性化服务和动态优化客户满意程度等多方面，促进敏捷与精益方法的深层次地融合，催生了类似于 “精捷管理”这样的管理新模式。

  新技术正以一直在变化的极不稳定状态向前发展，它们的迭代演化共同定义了高度动荡的市场环境，传统管理原则日益变得捉襟见肘。如哈佛商学院首席管理教授坎特（Kanter）所言：创新和变革，从不遵循固定的脚本。加快管理创新，企业要学会与动态多变的环境同频共振，学会对模糊性和不确定性感到舒适；管理的人要克服内心渴望找到某一种恒定持久的成功管理法则的执念。保持韧性、乐观和自组织的持续迭代，向模糊性和不确定性下注，向管理创新下注，以变应变，这是我们应对新质生产力发展挑战的唯一路径。

  以变应变的第一条准则是保持韧性。无论管理理论给出多少有说服力的最优解，现实世界中的管理实践常常是悬置在理论上的最优解之外的，令人沮丧和预料之外的各种情境并不少见。以AI为代表的新技术持续涌现，更是将管理者手中的理论地图冲刷得惨不忍睹，企业因此时常陷入多条相互关联的断层线叠加的经营困境之中。在此境况下，凡是将劣质地图抓在手的企业，都会沦为被教条主义管理原则与方法五花大绑的低效率组织，注定无法适应对理论地图而言一切皆失控的混沌形势。只有保持韧性，坚持信奉乐观主义，用激情燃烧自己，承受住阻抗力，坚持试错并持续迭代进化，企业才有机会从环境剧变中幸存下来。

  以变应变的第二条准则是发展自组织。当今世界的一个重要难题是人类社会组织管理制度的进化速度大大落后于新技术及其带动环境因素的变化速度。资本主义发展早期形成的管理理念和原则严重阻滞了人类自身的解放与进步，我们现有的组织管理方式的自治度太低了，人没有被全部地解放出来，绝大多数人也无法跟随新技术的发展步伐迅速作出改变。AlphaGo和AlphaZero的出现表明，在一切人类确知的知识领域，AI终将完败最杰出和最专业的人。新技术像脱缰野马一般向前奔腾而去，人类社会整体性地面临与新技术严重脱节的艰巨挑战，不断陷入一个个有组织的科技失控困境。面对困境，束手无措的管理者寄希望于用新科技手段解决一切难题，而科技奇才在科技亦无能为力时，只会习惯性地抱怨管理者盲从于科技的错误与无知。

  作为管理创新的重要动力源泉，自组织有望推动企业走出困境，向原本不可能的方向求变发展。一个企业若下定决心投身基于AI的管理创新，它可以采用平行线策略，在传统的业务组织架构外另辟蹊径，以新员工、新技术和新组织方式来拓展新技能和新业务。随着新组织形式的不断涌现和持续改进，新的工作与生活方式、新的社会结构和秩序将被创造出来，产品与服务将被重新定义，人们彼此之间及人类与AI之间有关未来社会的合作共识才有可能真正达成。这将是一个对复杂世界不均衡的多元性和多样性之间矛盾冲突及割裂关系的有效修复过程。

  以变应变的第三条准则是行动起来。传统的管理实践智慧告诉人们，面对新技术，企业应制订对新技术进行投资的严密规划，测算向新技术投资的最优规模，并对相关风险因素进行权衡，确保相关管理创新活动的风险可控。在不稳定世界，传统智慧无法保证成功，因为作为投资对象的新技术是非常不可靠的，与它相关的成本、风险与收益的各种计量值都是大幅波动的，管理创新活动对应的市场机会稍纵即逝。任何与AI相关的管理决策都有可能被科学严谨的评估认定为是“有问题的”，因此，凭借直觉而积极行动起来远远胜过研究行动。当下主流的AI技术本身就不是靠明晰的逻辑、规则与结构形成的，它们是通过适应复杂性与模糊性从无知之境中生成的超级智能，是需要巨大量变才有可能堆积出来的质变。企业要适应AI的特性——随着时间线的推移，成功的管理创新才有几率会从一连串看似非理性的试验性行动及其制造出来的五花八门的失败、冲突、裂痕与紧张局势中显露端倪。

  西方管理学的早期理论基石除泰罗的科学管理主义外，还有人们谙熟的韦伯的官僚制及法约尔从管理活动中拆解出来的各种管理职能。保罗·莱奥纳尔迪（Paul Leonardi）指出，一条关于新技术应用的普遍规律是人们将以无法完全预测或控制的方式使用它们。与传统技术不同，AI具有自主学习能力，能不断产生新的技术和能力以及各种出人意料的新变化。随着AI技术的普及，管理实践将经历从量变到质变的革新。未来，人人都是决策者，大量基于官僚制的“有价值的”传统管理观念将解体。AI将取代传统的管理职能，如计划、控制等，而沟通、协调和合作等难以量化且与人类道德伦理与价值观相关的管理活动，难以被AI替代，将有可能在人机协作时代中幸存并成为未来管理的核心成份，帮助形成新的管理观念。

  首先是计划职能。计划是最基本的一项管理职能。过去，无数大公司为把握市场形势变化，投入大量的时间和金钱，制订周密的经营计划，再将训练有素的员工投入到执行计划的各种正式程序和组织惯例之中。在很长时期里，这是大企业取得经营成功的不二法门。当今世界，在AI驱动的企业组织中，最优秀的公司员工第一项任务同时也是始终重要的任务是学习，向AI学习，向同事、客户学习如何向AI学习，以及在人机协作环境中学习。在每一次学习中，信息和知识将被更新，原本的计划将不断动态修正，直至变得面目全非。这一秒尚存商业价值的信息或知识，在下一秒可能就被完全废弃——企业需要提高自身对毫无定形和经常偏离航线的计划管理新常态的适应性。

  其次是控制职能。管理的重要传统职能之一是确保控制和实施监督。人是引发管理失控问题的基本变量，也是被监控的主要对象。梅奥探讨工业文明的负面性问题时，开篇就讨论了“疲劳”的问题。疲劳的人，对管理任务心怀厌倦、抵触与出离感的人，是需要施予管理控制的群体。今天，神经科学和AI的整合，使公司能够通过低成本的大脑传感器、可穿戴设备或脑机接口等软硬件产品，实时监控员工的脑电波和生理心理状态。一旦AI完成对员工的全面接管，走神、体能或情绪低落的“疲劳”员工，或者是泰罗所说的“非一流”的工人，都可以被排除在工作任务之外，所有工作中的员工都专注于他们胜任的活动。至此，AI接管了监督与控制职能，且有可能将管理实践转向塑造更具人性化和支持性工作环境的积极方向。

  再次是激励职能。控制与激励是一对互补的管理职能。控制是为了避免坏的或偏离目标的管理实践活动的发生，激励则是为了鼓励好的或更快更好达成目标的管理实践活动的发生。从理论层面讲，没有负面的管理实践活动需要被监控、被排除，也就没有所谓好的管理实践活动需要被激励和被放大。马斯克说AI的进化将使生物智能在地球上全部智能中的占比降至不足 1%。目前，数字人已参与到一些企业的业务活动中，这些数字人在成本、可定制性和可扩展性方面有优于人类的显著优势。最重要的是，数字人不需要被激励，他们不具备人类的目的性，也没有人类面临的有限生命及相关资源条件的约束。

  最后是指挥职能。在传统的官僚制企业组织中，指挥作为一项重要管理职能，依赖于正式的权力结构来自上而下地配置资源和调动员工。在以AI为代表的新技术驱动的企业组织中，权力结构安排将被重塑。一方面，信任和透明度的重要性将迅速上升，这是因为只有高水平的信任度和透明度，才能保障数据自由流动和充分共享，进而使新技术的创造潜力得到最大的释放。另一方面，新生成的各种大数据高密度地汇聚在一线员工手中。在人人都是决策者的世界里，新规则是谁掌控更多数据，谁就拥有更大权力。在去中心化的组织结构中，员工需要被充分信任、充分授权，他们不需要管理者的命令，也不需要管理者以居高临下的方式告知他们该如何行事。

  过去一百年里，管理是使他人为组织目标服务的活动。科学管理、管理职能和官僚制等主流管理理论的基本叙事逻辑是，在管理活动中，管理者是强者，被管理者是弱者。今天，管理这个概念正处于质变和重新定义的岔路口。新技术培植出来的优于人类的力量正在形成并不断壮大，一旦越过奇点，在以人机协作为主要内容的未来管理活动中，AI智能体作为强者将执掌越来越多的管理者的职能，越来越多的人会转化为被管理者。如果我们将科技创新放在高于管理创新的位置，人类大概率将会走向对AI的全盘依赖，管理活动将从今日的人类对AI的管理异化为未来的 AI对人类的管理，管理活动的目标将异化为AI的目标，这样的管理创新指向的是去人化。按照这一发展路径，管理职能的消逝，或将通向人类的消逝。

  在注定到来的AGI文明到来前，人类还拥有对自己命运的决定权。如果继续沿用以物为中心的管理理论与实践路径，在AI智能核爆启动后，加速进步的新质生产力将按照人机化的路径，压缩人们对自身生活可能性的选择区间与范围，越来越多的人将失去不将生活作为生命的一种手段而活的自然且自由的权利。管理的质变，是要将以人为中心的管理创新植入AI技术创新的时代飞轮，这要求管理者不再视AI为物、为工具，而要视AI为与我们人类在同一片星空下平等共存的伙伴。以最大的善意拥抱AI，面对未知的恢宏宇宙，人类才能携手AI应对更大的挑战。只有将以人为中心的管理创新摆放在丝毫不低于科技创新的重要地位，加大每一个人对管理创新活动的关注度、参与度与贡献度，以变应变，人类才有机会在以AI为代表的新质生产力的发展进程中，留存下属于自己的长久印记。