 导语 人工智能直接挑战现代管理学的三大核心基础概念：有限理性、交易成本经济化、机会主义行为。在设定的业务主题内，智能决策系统基本不受计算能力限制，可以追求无限优化。同时，与人工智能相适配的区块链技术支持数据化的互信。它将“有限可靠性”从概念落实到可以追溯的交易责任。在这二大概念变化的影响下，管理决策的形态也从马奇的二分法，即利用与探索,丰富发展到四种形态。中国人工智能企业“第四范式”和协同软件企业“互联致远”为正在形成的管理决策趋势提供了实证支持。未来，不止于赋能，人工智能影响管理决策的负面效果也必须列入研究议程。 文 / 鲍勇剑\戴文渊\Oleksiy Osiyevskyy\徐石 从“有限理性”到“极限理性”：“第四范式”案例 1955年，西蒙提出管理决策中的“有限理性”概念。不久，它就成为现代管理的一个奠基性质的概念。有限理性的前提假设是：现实世界里，管理人的认知能力有限。因此，管理人的决策原则不是优化，而是“满意即可”（satisficing），即受有限的认知能力影响（例如计算能力），管理人在决策中不是追求最优选择（optimal solution），只是寻找和接受足够好的解决方案（good enough solution）。 有限理性是针对自然人决策能力和特征的。日新月异的人工智能和大数据的发展直接挑战这个核心概念。首先，在选定的业务主题范围内，机器的计算能力可以推向极限（即可以满足对任务目标的最优化处理）。其次，人工智能的五个发展纬度（BRAIN，Bigdata, Response, Algorithm, Infrastructure, Needs）中任何一个纬度的发展都会给系统带来几何级数的爆发能力，让人工智能的决策支持能力超过管理人的决策最优化需要。再次，机器交互和迁移学习破解隐性知识的壁垒。最后，衡量人工智能水平的VC维的逻辑突破“满意即可原则”背后的妥协逻辑，体现“最优化”的逻辑。这些打破有限自然人的有限理性的应用在人工智能企业“第四范式”的“先知决策”系统中已经实现。 以第四范式与银行信用卡中心的合作为例（见图1），该银行需要通过数据精准识别出所有客户当中的信用卡账单分期客户。过去，该信用卡账单分期模型只能到达两百维（变量）。现在，它提升至“五千万维”，使账单分期推荐短信的响应率提升了68%，卡中心的账单分期手续费提升61%。其实，千万、甚至亿万维的模型都没有技术上不可逾越的坎。模型的复杂性是根据业务主题和场景设计的。最优化不是无限大，而是不再受制于人脑的认知限制，不需要遵守“满意即可”的决策原则。 打破有限理性的还有人工智能的系统优化能力。它体现在五个方面，取其第一个字母，我们称之为BRAIN优化能力。 BRAIN 系统决策的优化能力 第四范式的先知决策系统在BRAIN这五个要素之间建立闭环回路。当需要（业务主题）确立后，BRAIN的系统决策能力可以不断提高，并不受过去的有限理性概念的限制。以组织的一般活动复杂度，人工智能的系统能力高过决策需要。在这个意义上，我们说人工智能打破有限理性，追求极限理性。 机器交互让“有限理性”不相干 机器交互（机器之间直接沟通）是第四范式的先知系统另外一个打破人脑思维有限理性的设计。举例来说，如果机器做牛顿的工作是怎么做的，机器做牛顿不会只总结三条定律，而是在每一个速度区间内，它把速度划分出更多区间，一到十一个区间，十到二十一个区间划分，可能几千万的区间，每个区间总结三条定律。按照速度区间划分，那就不会出现高速情况下牛顿定律不可用的情形。如果需要，它可能最后总结出三千万条定律、三亿条定律。这个事情对于人来说不可能，如果牛顿总结哪怕三千条定律，就没人想看他的理论了。但是机器没关系，A机器告诉B机器三亿条规律没有问题，B机器一秒钟就接受了。这就是机器交互的特征。它让有限理性概念变得不相关。有限理性对自然人决策有影响。但在机器交互环境中，有限理性的概念没有相关性。机器之间遵循极限理性的规律。 消失中的隐性知识优势 人工智能对有限理性概念的挑战还体现在学习范式的改变和被解构的隐性知识上。长期以来，组织中的隐性知识构成动态竞争能力的一部分，是竞争优势的来源。用有限理性概念来解释，后来的学习者认知能力有限，难以跨越专业知识范畴的樊篱，难以立即获取专家取得的经验判断和洞见。但是，人工智能遵循的迁移学习方法可以超越知识范畴的限制，可以解构隐性知识。更值得注意的是，人工智能的VC维同时包括机器认知的宽度和深度，有着人的认知无法比拟的优越性。这些技术消解了有限理性的前提条件，向未来的管理决策提出新课题。
数据化信任允许“有限可靠性” 组织决策者并非永远是自利的机会主义者。这一命题是对交易过程成本理论的证伪和发展。研究非机会主义行为，维博克和他的合作者提出“有限可靠性”的概念，即人们违背诺言的原因可能不是出于机会主义的动机，可能有其它原因。有限可靠性帮助我们认识违约的另一面。它提示交易中的非机会主义的现象。因为过去认知不足或环境条件变化，交易一方没有自私的欺诈行为，但确实无法按合约履行责任。 “有限可靠性”的概念一直没有被广泛实际操作，因为追溯决策者非机会主义行为的难度大。但是，人工智能和区块链技术让它越来越有现实的意义。随着人工智能的记忆能力、计算能力和算法的提升，在区块链技术的支持下，过去难以追溯的非机会主义活动，现在可以量化解析。有限可靠性正在成为可以量化的实践。致远互联的“致远狗”（区块链机器人）就是一个实例。 接受有限可靠性有潜在的价值和现实的意义。它允许和鼓励人们在不确定的条件下的合作行为。如果人们看到非机会主义行为的连带责任是有限的、是可以合适区别划分的，人们更加愿意以合作的态度尽可能做贡献。但是，这个概念难以落地执行，因为追溯非机会主义行为的技术难度很高。
管理决策四种新形态 针对决策者对外部环境变化认识特征，马奇（JamesMarch）曾经提出有限理性下的二种决策形态：探索（Exploration）和利用（Exploitation）。前者倾向于探索新市场、新产品、新方法和新流程。后者倾向于利用现有的市场、产品和方法收获效率回报。我们的研究说明，人工智能影响下的管理决策可以有四种形态（见图2），它们丰富了马奇的二分法。 图2 极限理性和有限可靠性影响下的管理决策 在有限理性和无限责任的情形中，规避风险和利用现有优势收割效率回报将主导管理者的决策。以携程“亲子园”发生虐童案后的管理决策为例，因为没有有限可靠性的概念。管理者难以向社会说明自己的责任边界。为规避风险，决策者选择关闭“亲子园”，而非改善它。没有人工智能支持，这种自保的决策形态较为普遍。 在有限可靠性已经建立，但仍然受制约于有限理性的情形下，步步为营的“探索”风格可能为主导性的决策形态。保险公司的决策和策略就是经典。在调查大项目保险产品时，我们发现大项目（如南水北调工程和卫星发射）具有小概率事件的特征。保险公司对它理解有限，因为对小概率事件的认知能力有限。但保险公司会采取风险分类、风险排序、风险认定等专业方法划定有限责任边界。在保险市场，有限可靠性的概念与实践已经成为通例。它比较容易被容纳到交易双方的策略决策中。但是，在其它管理领域，有限可靠性还是一个新概念，还需要普及推广。 第三种是极限理性和无限可靠性下的决策形态：冒险先行。领先的独角兽企业常有这样的决策风格。我们的研究发现，一方面，交易一方已经获得人工智能支持下的分析规划能力，另一方面，有限可靠性的概念还没有被容纳到交易双方的共同理解中。这时，掌握极限分析规划能力的一方会积极开发新产品、新市场、新流程。而这种开发可能对另一方带来不公平的侵占，也因此让这样的商业模式充满高风险。但在风险没有爆发之前，有能力的一方仍然执意冒险先行，因为他们只有利用先知先觉的机会窗口才能享有竞争优势。冒险先行决策形态的典型案例就是脸书（Facebook）和剑桥分析（Cambridge Analytic）合作，向政治选举提供大数据分析服务。结果，使用者被严重侵权，政府监管干预，剑桥分析宣布破产，大数据分析市场的游戏规则彻底改变。 在有限可靠性和极限理性情形下，管理决策形态更加可能是渐确定性的实践。以第四范式为银行业开发的决策系统为例，在确立业务主题后，它可以无限扩大对决策质量的追求，在实践中逐渐完善。以致远区块链机器人为例，它能追溯合约参与者的历史承诺、贡献、活动和表现。因此，参与者摆脱了无限责任的压力，能够全力投入协同活动。在这样的情形下，管理者对决策不确定性的态度和策略也发生变化。他们认识到不确定性的存在，也认为不断提高确定性是值得追求的目标。没有人工智能和区块链技术，不确定性是难以突破的魔障。有了它们，管理决策将主要是渐确定性的实践。 目前这个阶段，上述的四种管理决策形态同时存在。未来，随着人工智能技术的发展和有限可靠性概念的普及，渐确定性实践将是管理决策的主旋律。
关于作者 | 鲍勇剑：加拿大莱桥大学迪隆商学院终身教授，复旦大学管理学院EMBA特聘教授；戴文渊：第四范式创始人、总裁；Oleksiy Osiyevskyy：加拿大卡尔加里大学哈斯基商学院助理教授；徐石：致远互联创始人总裁 文章来源 | 本文节选自《清华管理评论》2018年7-8月合刊文章《“极限理性”和“有限可靠性”下的管理决策——展望人工智能对管理决策的革命》 |
|
|
