沃卡惠数智驱动管理决策成果斐然
顾名思义，数智驱动管理决策（DDD: Data & Intelligence Driven Decision-Making）是指依赖大数据和智能化技术做出管理决策。伴随大数据、云计算、AI、区块链、5G等数字技术快速发展，企业管理决策环境正在发生根本性变化。
事实上，我国的数字经济正在向数据化、智能化、平台化、生态化快速发展，数智驱动管理决策已经逐渐成为企业面临的常态。一些企业利用大数据和智能化技术进行管理决策，取得了令人瞩目的成果。
例如，京东于2016年推出“京东跑步鸡”项目，精准扶贫农村贫困养鸡户，可使农民每户增收超3000元，累计帮助近3万户家庭、超10万人增收。
该项目的突出亮点是要求所有的鸡必须放养，必须“跑步”。公司在每只鸡的脚上系有装配“窄带蜂窝物联网系统”的计步器，只有散养天数达到160天、“跑步”超过100万步以上的鸡才能出栏销售。
如果没有物联网技术、大数据和AI驱动，这个项目不可能启动，也就无法实现数字化精准扶贫的社会责任。
又如，腾讯旗下的“腾讯优图”将大数据与AI、机器学习等高科技结合，开发出一个具有上千层复杂结构的深度神经网络模型，能够将人脸的跨年龄识别精度提升至近96%。
2017年腾讯据此推出“天眼寻人”项目，将该技术应用到寻找走失儿童的公益活动之中，助力警方寻回几千名被拐儿童，其中有些儿童已经被拐10年以上。
腾讯做出开展这一项目的管理决策，充分体现了“科技向善”的强大力量。
事实上，企业管理决策是一个高度复杂、动态的过程，面临信息收集、信息筛选、不确定性、模糊性和各种冲突。
随着互联网科技的发展和广泛应用，基于大数据、云计算、AI的数智驱动管理决策已经越来越深刻地影响企业信息收集方式、决策方案制定、方案选择及方案评估全过程，并呈现出一种锐不可当的趋势。
数智驱动管理决策成果斐然
企业界已经能够正确运用数智技术进行管理决策了吗？学术界对数智驱动管理决策只有赞歌，没有批评？事实并非如此。
就像诸多创新活动会带来广泛性争议和社会伤害一样，数智驱动管理决策在促进企业成长、提供正面社会价值的同时，也会带来负面的社会影响，而且这些问题隐藏在企业管理决策的全过程之中。
作为一种管理决策模式，数智驱动管理决策也存在缺陷和不足，尤其是它所引发的伦理困境，正日渐引人瞩目。
1. 大数据的收集与应用困境
大数据是数智驱动管理决策的基础，但企业在收集与应用大数据的过程中已经不知不觉陷入了困境。
一方面，企业必须通过各种方式收集大数据、智能化应用大数据；另一方面，网络时代形成的大数据与用户行为相伴而生，许多被网络记录下来的数据连用户自己都不知道，企业拥有这些大数据可能并没有得到用户的同意。
因此，数据驱动管理决策所依赖的数据收集方式和应用场景越来越引起人们的警惕。数据无时无刻不在动态记录着人们生活的点点滴滴，而许多数据信息具有私人产权的特征。
如何确定企业获取数据信息的边界，如何在合理安全的范围内进行数据共享，成为科技伦理中不容忽视的重要课题。
例如，在手机终端下载应用软件时，互联网企业有意诱导用户勾选一些对其不利的选项，或设置一些有争议的默认选项，造成用户在不知不觉中为企业源源不断提供数据。
为了获取用户流量，许多企业以免费方式吸引用户注意力，用户虽然可以通过“数据支付”换取一定的生活便利，但“牺牲”的却是个人的用户信息。倘若使用数据驱动管理决策的企业缺乏自我约束力，在收集和应用数据时就可能变得肆无忌惮，甚至跨越法律界限。
2018年3月19日，美国Facebook公司被爆出私自将大量用户信息与数据分析公司(Cambridge Analytica)分享，涉及5000万用户。2018年11月30日，万豪酒店宣称旗下喜达屋酒店(Starwood Hotel)的顾客预订数据库被黑客入侵，多达5亿客人的详细个人信息被泄露。
网络上频频爆出的“大数据杀熟”，就是典型的数据驱动管理决策型企业滥用大数据、实施价格歧视的经营手法。
当前，大数据和AI领域的规则尚不完善，操作流程也不规范，导致各种侵犯用户隐私的行为频频发生。这可能造成社会大众对大数据的应用越来越不信任，甚至产生反感和抵触心理。
2. 人机冲突与算法困境
我们每天生活所产生的数据都被互联网记录下来。例如，运动软件记录我们每天走了多少步，购物软件记录我们在网上买了什么东西，社交软件记录我们和谁进行网络交流……
许多游戏公司、短视频公司还专门聘请心理学家、行为科学家来研究如何优化产品设计，以激发用户在上网过程中分泌更多的多巴胺，进入短暂的精神亢奋之中。
越来越精准的算法让人们在网络世界中流连忘返，并被裹入信息茧房中。现代人逐渐进入“数字肥胖”的生活状态，且“减肥”难度很大。更为可怕的是，人类似乎对这种状态要么缺乏充分认识，要么束手无策。
未来学家戈尔德·莱昂哈德将此描述为智能时代的“人机冲突”：信息技术的发展遵从“摩尔定律”，其指数化的发展速度已经扩展到很多领域，但人类社会所遵从的道德、文化、制度体系却保持相对稳定，并没有相应的指数化增长。
AI技术近年来的火热发展，主要得益于机器学习、大数据技术以及深度神经网络方面的技术突破，从前很多被认为机器不可能解决的问题，变得可以更加快速、高效地得以解决。
纯粹从技术角度讲，AI的发展速度已经突破了摩尔定律所描述的速度，由此引发的人机冲突将会越来越大。
一方面，在互联网广泛运用的时代背景下，数字化、智能化技术的指数增长让人们尽情享受数字化生活带来的便利；另一方面，机器人、AI、生物遗传学对人类生活甚至人类本身无孔不入的渗透，有可能最终导致对人类生存发展所依赖的基本原则、道德秩序的挑战和破坏。
2013年，一个因为盗窃罪被判八年有期徒刑的美国人起诉了威斯康星法院。他被判八年重刑，并不是因为他所犯的罪行足够重，也不是依托于法官做出的明智判断，而是因为一个AI（AI）根据数据和算法推断他对社会具有“高危险性”。
这一案例让人们开始反思，在社会生活中如此倚重AI的判断是否恰当。机器学习和深度算法的技术发展大大减轻了计算机程序工作者开发算法的负担，同时也让人更加依赖算法，进而衍生出“算法困境”。
事实上，很多基于大数据资源和深度学习产生的算法都让专业计算机工作人员无法理解，但是在大多数情况下这种算法却是有效的，表现为成本更低、速度更快、预测效果更好。
因此，人们即使不理解该算法是如何生成的，也乐于利用该算法。这就将数智驱动的管理决策置于一个相当危险的境地：没有人知道所谓的最优算法从何而来，其边界和失效条件是什么，因此也就无从判断该算法何时会出错。
即使某一天该算法真的出错了，数据的使用者和管理决策者由于自身的认知局限和对算法的迷信，往往倾向于忽视这种风险，不愿意也无力去纠正算法所产生的错误。
在莱昂哈德撰写的《人机冲突——人类与智能世界如何共处》一书中，他忧心忡忡地写道：“我们正处在天堂与地狱的混合体中，这被称为天狱（Hell Ven）。”如果不能很好地解决人机冲突和算法困境，数据就会成为灾难之源，算法就会演变成魔鬼之手，智能驱动管理决策也就可能成为戕害人类心智、阻碍社会进步的祸首。
△越来越精准的算法让人们在网络世界中流连忘返，并被裹入信息茧房
3. 科技创新的科林格里奇困境
科技进步与创新对人类的发展产生了重大的推动作用，这是不容忽视的历史事实。但是某些科技创新也有可能引发社会问题和伦理灾难，只是鲜有人把数智驱动管理决策纳入创新窘境的范畴之中深入思考。
早在20世纪80年代，英国社会学专家科林格里奇就曾经提出创新的“科林格里奇困境（Collingridge’s Dilemma）”，即对于任何一项技术创新，人类无法在其生命周期的早期阶段有效预测它的社会影响与相关后果；当该技术发展到一定阶段时，其负面影响逐渐出现，但是该技术已经深度嵌入经济发展和社会生活之中，难以被有效控制，进而造成社会问题。
在很大程度上，数智驱动管理决策具有形成科林格里奇困境的特征：互联网技术迅猛发展、用户依赖数字化生存方式、大数据及智能化技术逐渐完善，众多企业卷入数智驱动管理决策的浪潮之中，但对其可能产生的深层次、长远的社会问题缺乏了解。
大数据和智能化的复杂性增加了数据存储、共享、处理的难度，大数据的分析过程所涉及的数据访问、清理、搜索和处理方式有别于传统方法，也需要不同的计算和编程技能。技术分析和智能化处理门槛的提高增加了探索过程的不确定性和隐秘性。大数据和智能化管理的负面问题一旦爆发，其恶性后果甚至会一发不可收拾。
荷兰的赫斯特姆教授曾经指出，传统科技创新范式由于过分强调技术层面的先进性，导致忽视其社会责任属性的“现代化偏见”。
尤其是在今天，海量数据正在被所有社会活动的参与者毫不间断地创造、流转、利用，数智驱动企业的管理决策正逐渐成为一种常态。
在这一社会常态之下，企业如何避免这些数据驱动的管理决策陷入“现代化偏见”，如何更好地走出科林格里奇困境，走上可持续成长之路，这是一个亟待关注和认真解决的问题。
4. 社会发展的“鲍莫尔病”
2021年9月26日，中共中央政治局委员、国务院副总理刘鹤以视频方式出席世界互联网大会乌镇峰会时明确指出，世界各国要共同维护基础设施的安全可靠，坚持科技伦理，克服“鲍莫尔病”和“数字鸿沟”，实现包容性增长。
所谓“鲍莫尔病”，是指由美国经济学家鲍莫尔（Baumol）于1967年提出的一种社会发展的困境。
鲍莫尔构建了一个两部门非平衡宏观经济增长模型，即包含具有正劳动生产率增长率的进步部门和不存在劳动生产率增长率的停滞部门，并在几个关键假设的条件下得出以下结论：随着时间的推移，进步部门的单位产品成本（主要是指劳动力成本）将维持不变，而停滞部门的单位产品成本将不断上升。
从长期来看，停滞部门的竞争力会不断下降，这种部门应该逐渐萎缩并最终消失。但现实中却出现了一种反常情况：消费者对某些停滞部门的产品需求可能是完全无价格弹性的，即使这些停滞部门的单位产品成本不断上升，仍然会有劳动力不断向该部门流入，进而出现该部门不但没有萎缩，反而逐步吸纳大量劳动力的现象。
最终结果是，由于劳动力不断从进步部门向停滞部门转移，整个国家经济增长速度将逐渐趋向于零。这就是著名的鲍莫尔成本病与增长病，简称“鲍莫尔病”。这提醒我们冷静思考这样一种现象：社会上某些产业看起来热热闹闹，人气很旺，但是这些产业是否真促进了社会的进步与发展？仔细思量，也许答案会令人气馁。
我们需要警惕基于互联网时代背景的数智驱动管理决策可能引发社会发展的“鲍莫尔病”，特别是在数字产权界定尚不清晰、数字鸿沟尚未消除、网络不法行为层出不穷的大环境下尤其应该注意。数智驱动管理决策的目的是利用互联网、大数据和智能化技术提高企业管理决策的及时性、准确性，提升资源利用效率，降低管理决策成本。
当前数字技术正在深度改造生产函数并不断创造新业态，为各国带来新的发展机遇，但同时也形成了诸多挑战。互联网的日益普及、数字化水平的提升、智能化技术的运用，不是为了彻底消灭传统经济形式，更不是为了摧毁实体经济，而是要与社会可持续健康发展同频共振。
如果数智技术的发展只是为了把人们吸引到网络世界的虚拟空间之中，把街坊邻居买菜购物的方式搬到电商平台之上，把年轻人逛街休闲、社交娱乐的生活迁移到平行世界之中，这样做会吸引社会的众多目光、吸纳很多的劳动就业，却可能并没有真正解决社会问题（甚至衍生出许多新的社会问题），那就会患上“鲍莫尔病”了。
解决思路：
以人为中心，强化伦理建设
从某种意义上讲，数智驱动管理决策挑战了传统的管理决策理论，它为企业管理者提供了一种从实践、实验、实时数据中快速寻找最优化解决问题的方法的可能性。但我们必须认识到，这种决策方式已经引发诸多困境，是存在风险的。要走出困境，应该从以下几方面入手。
第一，始终坚持“以人为中心”进行管理决策。有人认为，大数据时代将使得企业管理者的思维模式逐渐摆脱个人经验和直觉判断，转变为“基于数据说话”的理性决策思维模式。笔者对此观点持保留态度。
笔者认为，必须要从“人”这一微观基础入手、坚持“以人为中心”来探讨数智驱动管理决策中的困境问题。诚然，在大数据时代，企业更有可能全面快速地收集海量数据，依靠AI和机器学习对大数据进行建模和分析，为企业决策服务。
但是，归根结底，任何决策都是人做出来的，而不是机器做出来的；哪怕是最尖端的机器也只能输出数据处理的结果，最后的拍板决策者都是人。企业管理者把最后的“拍板决策权”完全让渡给机器，是一种不负责任的行为。
作为管理学的研究者，笔者秉持“所有技术问题的背后都是管理问题”的理念，认为只有从管理学的基本逻辑入手才能真正理解管理决策所衍生的企业社会责任问题。
其中最重要的逻辑就是：管理就是决策，而决策最终都是由人做出来的。
单从技术的角度来讨论如何加密用户的隐私、如何破解AI的算法、如何规避机器决策的风险，而没有从深层次上认真检讨管理者自身的伦理观、决策时秉持的价值导向，只不过是避重就轻、掩耳盗铃的做法而已，是不可能真正解决问题的。
第二，强化企业管理中的科技伦理意识。在科技进步的浪潮中，企业管理者特别需要强化科技伦理意识。科学知识的积淀、技术手段的改进、创新力量的涌动，都为互联网时代企业的快速发展提供了更大的可能性。
然而，科技在企业中的应用具有两面性：如果应用恰当，科技可以促进企业提升管理效率、改进产品质量，更好地满足消费者需要，并促进社会健康发展；倘若应用不当，科技就会成为无良公司制假坑人、不法赢利、危害社会的帮凶。
因此，企业管理者必须强化科技伦理意识，在进行拍板决策时绷紧商业伦理这根弦。
特别是将大数据、AI、机器学习、云计算、虚拟现实、增强现实、区块链、物联网等高新科技运用于企业经营管理活动之中时，要多问几遍如下的问题：这样做是善行吗？会不会对某些人的利益造成潜在伤害？符合商业伦理吗？有利于社会进步吗？
第三，在企业组织结构与管理体制的建设中融入伦理元素。企业管理工作要想走在正轨上，仅仅依靠个人的人格特征和思维意识是不够的，一定要有制度化保障。企业管理者要想做出符合伦理的数智驱动管理决策，组织层面应该建立一系列的制度化安排。
比如，在企业文化中明确包含重视企业社会责任、恪守商业伦理的表达，定期向管理人员进行管理行为准则宣导，面向全体员工设立关于商业伦理问题的内部举报热线，在企业中设立企业社会责任与商业伦理的管理部门。
越来越多的公司设立首席伦理官（Chief Ethics Officer），由其负责管理企业商业伦理方面的事宜，并赋予其很大权限。因其英文简称（CEO）与首席执行官（Chief Executive Officer）的英文简称一样，该职位在企业管理中的作用越发引人瞩目。
随着数智驱动管理决策日益成为企业管理的常态，首席伦理官对企业应用高新技术的态度将会日益重要。只有把对高新技术的应用问题纳入企业管理制度和体系之中，才有可能做出负责任的管理决策。
第四，主动思考如何把数智驱动的管理决策与新一轮产业融合相结合。我国新一轮产业融合强调信息化、数字化产业与传统产业的融合，这种融合具备推动中国经济高质量发展的强大动能。
随着大数据、云计算、AI、区块链、机器学习等数字技术在不同产业领域的广泛渗透和应用，智能网联汽车、无人超市、智慧城市、智慧物流、智能家电、智能家居等新兴产业在我国迅速发展，进而形成新一轮产业融合大趋势。
与国外一些互联网科技企业积极承担社会责任、促进本国产业融合相比，我国相关企业的表现还有很大差距。我国一些互联网企业在享受数字经济时代红利后并没有尽到应有的社会责任，没有有效参与推进新一轮产业融合、促进实体经济发展之中。
当中国许多互联网企业还在紧盯老百姓的菜篮子、钱袋子进行商业扩张的时候，西方国家的同行们却在研发高端制造装备、研制飞往太空的飞行器。
我国一些企业在经营过程中获得了海量数据后，利用机器学习、AI等技术深度挖掘数据资产的价值，对传统商业模式实施降维打击，大有彻底扫掉实体商铺、触角遍布老百姓生活方方面面之势。
更有甚者，还有一些互联网企业利用自己的市场优势地位进行垄断经营，破坏良性竞争的商业生态环境。正所谓“一花独放不是春，百花争艳春满园”。
更何况，在百花凋残的境况下，“一花”也是不可能独享春意的。管理者将互联网、大数据和智能化技术运用于企业管理决策的同时，要认识到科技向善是人类命运共同体的内在要求，推动社会的全面发展是企业应尽的社会责任。
以互联网、大数据、AI、机器学习为基础的数智驱动管理决策正在迅猛发展之中，对企业管理工作已经开始产生诸多影响。对于这些高新科技在发展与应用过程中出现的问题，我们既要正视，也要重视。不能因噎废食，弃之不用，更不能放任自流，任其野蛮生长。
企业管理者需要紧跟信息技术发展的潮流，探索如何将其恰当地应用到管理决策之中，兴利除弊，让技术始终作为推动企业可持续成长和社会高质量发展的不竭动力。
