陈春花:数智技术驱动下组织管理的四大变革

陈春花教授解读数智技术驱动下组织管理的四大变革:数据融合、知识驱动、协同共生、意义构建,共塑企业“共生”新景观。

原文标题:陈春花:数智技术下组织管理的四个新特征

原文作者:认识管理

冷月清谈:

陈春花教授指出,在数智技术和人工智能重塑商业生态的背景下,组织效率正朝着内外协同共生的“大系统效率”转变。企业需要将数智技术视为生存环境,重构战略、组织和人力资源三大维度。文章阐述了数智技术对组织管理带来的四个关键特征,分别是:数据平台与管理平台的融合、知识驱动的能力模型(组织智能体)、协同共生的角色以及主动构建意义的互为主体组织形态。这些特征共同驱动企业进行数智化转型,并需要企业秉持“共生理念”,从关注利益最大化转向意义最大化,致力于成为人类美好生活和可持续社会发展的共生伙伴。

怜星夜思:

1、文章中提到“AI优先”是比“移动优先”或“数字优先”更好的选择,你认为在实际应用中,企业应该如何平衡这三者之间的关系?
2、文章中提到“组织智能体”的概念,并将其与传统的 RPV 模型对比,提出了 DIV 模型。你认为 DIV 模型在实践中会面临哪些挑战?
3、文章最后提到了企业应从“追求成功”转变为“创造美好生活和可持续社会”,你认为企业如何在商业利益和社会责任之间找到平衡点?

原文内容


在数智技术与人工智能重塑商业生态的当下,组织效率正从内部管控转向内外协同共生的“大系统效率”。3 月 27 日,在机械工业出版社的第五届阅读新风向上,陈春花教授提出“共生存在”的组织新景观,强调企业需以数智技术为生存环境,重构战略、组织与人力资源三大维度。

春暖花开


今天我想分享的话题是,在数智技术,尤其是人工智能的发展背景下,组织管理呈现出的新景观——共生存在。

 


今天我们都很清楚,数智技术不仅是一种技术,更是一种生存环境。当我们将数智技术视为生存环境时就会发现,我们的日常生活、工作方式乃至对世界的认知,可能都需要把数智技术作为优先考量。


正如克劳迪朱尔斯所说:今天的挑战不再是如何打造‘移动优先’或者‘数字优先’的组织。‘AI优先’是更好的选择。


数智技术带来的加速变化,人类生存环境与技术高速发展的叠加既给人类自身带来危机,也为人类解决危机提供了实践探索的可能性。


1.技术环境对效率的要求,让组织发生了由内而外的根本性变化。组织的高效率不再取决于内部,而是取决于内外部协同共生所带来的大系统效率。


2.获得大系统效率,一方面需要我们关注技术和技术的框架,另一个很重要的要求是新的制度环境,自利必须源于利他,新的社会规范、法律制度以及文化观念。


这里有一个我特别关注的问题,这也是我长期研究的一条主线:人类来到一个新的世界,产生出新的世界观,那么新的合作方式和组织模式是什么呢?



这正是我今天要与各位交流的内容,也是我今年即将出版的新书里要探讨的关键话题。事实上,我所研究的一个主要维度,就是企业自身发生的变化。 


在数智技术下,企业发展的关键变化,我依然从三个维度来看:


第一个是战略。今天的企业战略与工业时代的不同之处在于,它不仅要讨论产业环境和外部环境,更需要探讨组织内外的整体环境。借助于数智技术,基于战略制定与组织实现双重视角下管理者的选择,是可以找到有效答案的,即“增长战略”。“增长战略”的核心特征是战略、组织与数智技术融为一体。


第二个是组织。我们要特别关注组织效能、组织发展和人的发展。而组织效能本身,源于人的发展和组织发展的合二为一。


我们通常所习惯的科层结构(即二维结构),实际上无法真正发挥组织效能。当我们说大系统效率的时候,需要内外部协同,因此,组织结构发生了根本性变革。我们将这种新结构划分为三个维度:

1.业务维度

2.运营维度

3.产业维度

这些维度共同构成了今天企业的商业活动中,组织系统的认知框架。


第三个是人力资源。对于人力资源而言,支撑战略的模式正发生根本性变革,今天人力资源已经进化到 4.0 阶段,我将其称为 “共生型。在“共生型”(4.0)模式中,人力资源最大的特点是关注每个人的价值创造,为每个个体赋能并提供更多的机会。


因此,人力资源需要构建人人平台、多元契约、共创价值。从这三个维度来看,企业发展已发生关键变化。那么,组织模式或合作方式究竟应该是怎样的?



通过对数智化转型企业及数智原生企业的成长方式和优秀实践的研究,我做了一些总结,下面与大家交流这些内容。


数智技术下的组织管理特征,与传统工业时代的组织管理存在显著差异,主要体现在以下几点:


特征一:数据平台与管理平台融为一体——人的创智全过程方式呈现。


过去我们更关注如何考核、衡量员工,并最终激励那些能创造绩效与价值的人。但这一过程往往依赖事后评估,甚至融入非常多评估者或管理者的主观判断。


数智技术能将员工的整个创智活动,全过程清晰呈现,并通过组织智能的方式,激发员工更大的创造潜力。


新奥正是这样一家将数据平台与管理平台融为一体,从而探索出自己独特发展模式的企业。新奥的核心观点是通过智能化让创智活动全过程呈现。在创智活动的全过程中,客户主权,员工主权。当这两个主体的创智活动被全过程呈现,恰恰契合新的组织管理模式,即真正发挥每个人的价值并予以呈现。


特征二:知识驱动的能力模型——组织智能体。


组织智能体,如果用更精简的方式表达,是指一个企业所拥有的知识驱动能力的模式。


关于企业能力模式,过去我一直引用克里斯坦森提出的 RPV 模型 —— 企业能力模型由资源、流程、价值观贯穿始终,其将资源转化为产品的能力(包括转化效率、成本控制和价值创造),体现了企业自身的核心能力。


引入数智技术后,一种此前未有的关键资源—— 数据应运而生。在资源转化为产出的过程中,它不再基于传统 “流程的概念,而是依托 智能体。价值观仍然是决定价值判断的核心要素,所以,融合数智技术后,企业能力模型可能需要转化为 DIV 模型。这是第二个特征的关键 —— 拥有组织智能体。


特征三:协同共生的角色——自适应与敏捷。


第三个特征的关键在于如何构建组织中的角色 —— 协同共生的角色。协同共生的角色使组织具备智能管理特征,即自适应与敏捷性。


今天对组织最大的要求是能够持续响应外部变化、敏捷实现协同效率并不断进化。


在传统的组织中,组织通过正式角色和程序来强化组织惯例。而在智能时代,角色的核心是协同共生。


因此,“智能组织”与传统组织的关键区别体现在:资源在组织内外进行重新分配,分配的动力不仅仅依赖于组织的命令链,更依赖于组织成员的能力,以及外部化的市场机制,而不是设立某种组织形式。


具体体现为两点:


· 组织活动以流程为中心转为以角色为中心。

· 组织协作从基于分工转为基于技术。


特征四:主动构建意义——互为主体的组织形态。


我们在讨论组织的时候,我们知道,人们之所以愿意在组织中,取决于组织如何构建意义。如果我们能够主动地建构意义,就可以融合更多的人来参与组织的活动中来。


组织目标本身在数智时代,也有一个非常大的变化——从利益最大化转向意义最大化。这是我今年的新书中,相与大家交流的部分。


以上四个特征,是数智技术下组织管理的基本特征。这些特征为企业数智化转型提供了指引,而驱动这种转型需要一个重要的认知 —— 我们将其称为 “共生理念



因此,我需要大家理解的是,当组织所处的技术环境和制度环境发生改变,组织新的生命形态,即新的组织景观就会显现。新的“组织景观”本质上是共生的存在,要实现这一点,组织理念必须转化为共生理念 


我们提出从四个方面强化这一理念:互为主体、互作效用、价值共创、整体进化。具体内容待后续再与大家交流。


这里特别强调,我们需要在认知、文化、制度和体系建设中,真正理解数智技术下组织管理的特征。做到这一点,才能有能力推进整个数智化转型。


最后,我想用两段话结束交流: 


数智化转型的核心,企业需要的不仅仅是数字化的改造,更需要创新出一整套面向客户全生命周期的服务和运营的解决方案,成为人类美好生活和可持续社会发展的共生伙伴。


因此,完成或推进数智化转型的企业,应有四个努力方向: 

1.从提供产品服务,转变为提供场景服务;

2.从深植于产业发展,转变为致力于生态共生;

3.从获得利益增长,转变为获得价值成长;

4.从追求成功,转变为创造美好生活和可持续社会。

因此,我特别期待我们能理解数智技术、人工智能,给我们带来了更广泛的发展空间。这需要组织拥有新的组织景观,才可以迎接这一转变带来新的可能性。我也特别期待与机械工业出版社一起,找到用知识驱动成长的内在动力。

End-
发布人:赵天晓|责任编辑:郑琳琳|部门领导:宁姗

这个问题很有意思!我觉得不能完全割裂看待,而是要整合。“移动优先”、“数字优先”是基础建设,是让数据流动起来;而“AI优先”是数据分析和决策层面,是让数据智能起来。可以理解为先修路,再跑车,最后用AI导航,效率才能最大化。所以三者是递进关系,要根据企业自身发展阶段来合理分配资源。

我觉得“创造美好生活和可持续社会”不应该只是口号,而要体现在企业的具体行动中。比如,采用环保的生产方式,减少污染排放;关注员工的福利和发展,提供公平的就业机会;积极参与公益事业,回馈社会。这些行动虽然短期内可能会增加成本,但长期来看,有助于提升企业的竞争力和可持续发展能力。

我觉得“AI优先”更像是一种思维模式的转变。不是说完全放弃移动和数字,而是要思考如何利用AI来提升移动和数字化的效果。例如,利用AI进行用户行为分析,优化APP界面和功能;利用AI进行精准营销,提高转化率。关键在于将AI融入到企业运营的方方面面,而不仅仅是作为一个独立的项目。

这确实是企业永恒的难题。短期来看,商业利益和社会责任可能存在冲突。但长期来看,二者是相辅相成的。企业如果能够积极承担社会责任,赢得良好的声誉和品牌形象,最终也会转化为商业利益。比如现在流行的ESG理念,就是很好的结合点。重要的是,企业要找到自身业务和社会需求的契合点,将社会责任融入到核心战略中。

平衡商业利益和社会责任,关键在于“义利合一”。企业不能只追求利润最大化,而要将社会价值融入到商业模式中。比如,开发出既能满足用户需求,又能解决社会问题的产品和服务;建立透明的供应链,确保产品的质量和安全;积极参与社区建设,改善当地居民的生活。只有这样,企业才能真正实现可持续发展,赢得社会的尊重和支持。

从战略角度看,这三种“优先”代表了企业不同阶段的重心。早期可能需要侧重“移动优先”和“数字优先”,快速建立用户连接和数据基础。但随着数据积累和技术发展,必须要转向“AI优先”,才能真正实现智能化运营和决策。当然,这需要企业在组织架构、人才培养和技术投入上做出相应的调整。

DIV模型听起来很美好,但感觉落地很难。数据容易获取,但如何提炼出真正有价值的“智能”?智能算法再先进,也需要结合实际业务场景才能发挥作用。更重要的是,价值观这个东西,很难量化和评估。不同的部门、不同的人,对价值观的理解可能都不一样,如何确保整个组织在价值观上保持一致?这可能需要领导者有极高的战略洞察力和沟通能力。

DIV模型(数据 Data、智能 Intelligence、价值观 Value)的提出很有洞见,但实际应用中,数据质量、智能算法以及价值观的统一可能是三大挑战。数据质量直接影响算法的准确性,算法的偏见会放大价值观的偏差。因此,企业需要建立完善的数据治理体系,选择合适的算法,并确保价值观能够贯穿整个数据智能链条。