Data&IntelligenceDrivenDecision-Making成果顾名思义，DDD：Data&IntelligenceDrivenDecision-Making是指依靠大数据和智能技术进行管理决策。随着大数据、云计算、人工智能、区块链、5G等数字技术的快速发展，企业管理和决策环境正在发生根本性变化。事实上，我国数字经济正朝着数字化、智能化、平台化、生态化方向快速发展，数字化智能驱动的管理决策逐渐成为企业常态。一些企业利用大数据和智能化技术进行管理决策，取得了显著成效。例如，京东于2016年启动“京东跑鸡”项目，帮助农村贫困养鸡户。可为农民每户增收3000余元，已帮助近3万户、10万余人增收。这个项目的亮点是所有的鸡都必须是散养的，必须是“跑”的。该公司在每只鸡脚上附上一个配备“窄带蜂窝物联网系统”的计步器。只有散养满160天、“跑”过100万步以上的鸡，才能上市销售。没有物联网技术、大数据和人工智能的驱动，这个项目就无法启动，数字精准扶贫的社会责任也无法实现。又如腾讯旗下的腾讯优图，将大数据与人工智能、机器学习等高科技技术相结合，开发出具有数千层复杂结构的深度神经网络模型，可以提高人脸识别的准确率。跨年龄段的认可。接近96%。2017年，腾讯以此为基础启动了“天眼追踪”项目，并将这项技术应用到寻找走失儿童的公益活动中，帮助警方找到了数千名被拐儿童，其中一些儿童已被拐10多年。腾讯做出开展该项目的管理决策，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和动态的过程，面临着信息收集、信息筛选、不确定性、模糊性和各种冲突。随着互联网技术的发展和广泛应用，以大数据、云计算、人工智能为基础的数字化智能驱动的管理决策越来越深刻地影响着企业信息收集、决策、方案选择、方案评价的全过程。有一种不可阻挡的趋势。数字智能驱动的管理决策成效显着。企业界是否能够正确运用数字智能技术进行管理决策？学术界对数字智能驱动的管理决策只有褒奖，没有批评？但事实上并非如此。正如许多创新活动会带来广泛的争议和社会危害一样，数字智能驱动的管理决策在促进企业成长、提供积极社会价值的同时，也会带来负面的社会影响，而这些问题都隐藏在企业管理决策中。在整个过程中。作为一种管理决策模式，数字智能驱动的管理决策也存在着缺陷和不足，尤其是其引发的伦理困境日益受到关注。1、大数据采集与应用难大数据是数字智能驱动的管理决策依据，但企业在大数据采集与应用过程中不知不觉陷入了困境。一方面，企业要采集大数据，通过多种方式智能应用大数据；另一方面，互联网时代形成的大数据伴随着用户行为，很多记录在互联网上的数据甚至不为用户所知。企业可以在未经用户同意的情况下拥有这些大数据。因此，数据驱动管理决策所依赖的数据采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地记录着人们生活的每一个细节，很多数据信息都具有私有产权的特征。如何确定企业获取数据信息的边界，如何在合理、安全的范围内共享数据，成为科技伦理中不可忽视的重要问题。例如，在移动终端下载应用软件时，互联网企业故意诱导用户勾选一些不喜欢的选项，或者设置一些有争议的默认选项，导致用户在不知情的情况下不断为企业提供数据。很多公司为了获得用户流量，无偿吸引用户眼球。虽然用户可以通过“流量付费”换取一定的生活便利，但“牺牲”的是用户个人信息。如果没有自律，使用数据驱动管理决策的组织可能会肆无忌惮地收集和应用数据，甚至跨越法律界线。2018年3月19日，美国Facebook被曝私下与一家数据分析公司（CambridgeAnalytica）共享大量用户信息，涉及5000万用户。2018年11月30日，万豪宣布旗下喜达屋酒店的客户预订数据库遭到黑客攻击，多达5亿名宾客的详细个人信息被泄露。网络上频频爆出的“大数据杀熟”，是典型的数据驱动管理和决策企业滥用大数据、实施价格歧视的经营手法。目前，大数据和人工智能领域的规则还不完善，操作流程不规范，导致用户隐私被侵犯事件频发。这可能会导致普通民众对大数据的应用越来越不信任，甚至产生反感和抵制情绪。2.人机冲突与算法困境我们日常生活中产生的数据，都是通过互联网记录下来的。比如运动软件记录我们每天走多少步，购物软件记录我们在网上买了什么，社交软件记录我们在网上和谁交流……很多游戏公司和短视频公司还聘请心理学家、行为科学家来研究如何优化产品设计，刺激用户在上网过程中分泌更多的多巴胺，进入短暂的精神兴奋。越来越精确的算法让人们在网络世界中流连忘返，被包裹在信息茧中。现代人逐渐进入“数字肥胖”的生活状态，想要“减肥”难度很大。更可怕的是，人类似乎对这种状态要么缺乏足够的认识，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“人与机器的冲突”：信息技术的发展遵循“摩尔定律”，其指数级发展速度扩展到许多领域，但人类社会的道德、文化、合规制度体系保持相对稳定，没有相应的指数级增长。近年来人工智能技术的快速发展，主要得益于机器学习、大数据技术、深度神经网络等技术的突破。许多以前认为机器无法解决的问题可以更快、更有效地解决。单纯从技术角度来看，人工智能的发展速度已经超过了摩尔定律所描述的速度，由此产生的人机冲突也会越来越严重。一方面，在互联网广泛使用的时代，数字化、智能化技术呈指数级增长，让人们充分享受数字化生活带来的便利；另一方面，机器人、人工智能、生物遗传学无孔不入在人类生活中，甚至对人类的渗透，最终可能导致人类赖以生存和发展的基本原则和道德秩序受到挑战和破坏。2013年，一名因盗窃罪服刑8年的美国人起诉威斯康星州一家法院。他被判刑八年，不是因为他的罪行够严重，也不是靠法官的英明判断，而是因为AI（人工智能）根据数据推断出他对社会“高度危险”和算法。性”。这个案例让人们开始反思，在社会生活中如此依赖人工智能是否合适。机器学习和深度算法的技术发展大大减轻了计算机程序员开发算法的负担，并且在同时让人们更加依赖算法，从而导致了“算法困境”。事实上，很多基于大数据资源和深度学习的算法对于专业的计算机工作者来说是难以理解的，但在大多数情况下这种算法是有效的，表现出较低的成本，速度更快，预测效果更好。good。因此，人们乐于利用该算法，即使他们不了解它是如何产生的。这将由数字智能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，它的边界和失败条件是什么，因此无法判断alg什么时候出现算法会出错。即使有一天算法真的出错了，数据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，往往会忽略这种风险，不愿意也无法纠正算法产生的错误。在莱昂哈德所著的《人机冲突——人类与智能世界如何共处》一书中，他关切地写道：“我们处在天堂与地狱的混合体中，这就是所谓的HellVen。”解决人机冲突和算法困境，数据将成为灾难之源，算法将演变成魔鬼之手，智能驱动的管理决策可能成为危害人类心灵、阻碍社会进步的罪魁祸首。△算法越来越精准，让人流连于网络世界，被包裹在信息茧中，这是一个不容忽视的历史事实。然而，某些技术创新也可能导致社会问题和伦理灾难，但很少有人在创新困境的范畴内深入思考数字智能驱动的管理决策。早在20世纪80年代，英国社会学家柯林格里奇就曾提出创新的“柯林格里奇困境（Collingridge'sDilemma）”，即对于任何技术创新，人类都无法在其所处阶段有效预测其社会影响及相关后果；当技术发展到一定阶段，其负面影响会逐渐显现，但技术已经深入经济发展和社会生活，难以得到有效控制，从而引发社会问题。数字化智能驱动的管理决策在很大程度上具有科林格里奇困境的特征：互联网技术的快速发展，用户对数字化生存的依赖，大数据和智能化技术的逐步完善，众多企业涉足数字化智能驱动管理在决策浪潮中，人们对其可能产生的深层次、长期的社会问题缺乏认识。大数据和智能的复杂性增加了数据存储、共享和处理的难度。大数据分析过程中涉及的数据访问、清洗、搜索、处理等方法与传统方法不同，也需要不同的计算和编程技能。.技术分析和智能处理门槛的提高，增加了勘探过程的不确定性和保密性。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。荷兰赫斯特罗姆教授曾指出，传统的科技创新范式，由于过分强调技术进步，导致了忽视其社会责任属性的“现代化偏见”。尤其是在今天，海量数据正在被社会活动的所有参与者不断创造、流通和利用，数字智能驱动的企业管理决策正逐渐成为一种常态。在这种社会常态下，如何防止这些数据驱动的管理决策陷入“现代化偏差”，如何更好地走出科林格里奇困境，走上可持续增长之路，是亟待关注和认真关注的问题。解决了问题。四、社会发展的“鲍莫尔病”2021年9月26日，中共中央政治局委员、国务院副总理刘鹤通过视频方式出席世界互联网大会乌镇峰会，并明确指出，世界各国要共同维护基础设施质量。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”，是指美国经济学家鲍莫尔在1967年提出的一种社会发展困境。鲍莫尔构建了一个两部门不均衡的宏观经济增长模型，即劳动生产率增长率为正的进步部门和停滞不前的部门。没有劳动生产率增长率的部门，并在几个关键假设的条件下得出如下结论：随着时间的推移，进步部门的单位产品成本（主要指劳动力成本）将保持不变，而单位产品成本停滞部门的成本将继续上升。从长远来看，停滞行业的竞争力会持续下降，这些行业应该会逐渐萎缩，最终消失。但在现实中，存在一种不正常的情况：消费者对某些停滞行业的产品可能存在完全缺乏弹性的需求。即使这些停滞行业的单位产品成本继续上升，仍然会有劳动力源源不断地流入该行业。此外，该行业非但没有萎缩，反而逐渐吸纳了大量劳动力。最终结果是，随着劳动力继续从进步部门转向停滞部门，全国经济增长率将逐渐趋近于零。这就是著名的鲍莫尔氏病和生长病，简称“鲍莫尔氏病”。这提醒我们冷静思考这样一个现象：社会上有些行业看似热闹火爆，但这些行业真的推动了社会的进步和发展吗？仔细想想，答案可能令人望而生畏。我们需要警惕互联网时代背景下可能导致社会发展的“鲍莫尔病”。数字智能驱动的管理决策可能导致“鲍莫尔病”，尤其是在数字产权界定尚不明确、数字鸿沟尚未消除、互联网违法行为层出不穷的环境下一个接一个。注意。数字化智能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和准确性，提高资源利用效率，降低管理决策成本。当前，数字技术正在深刻改变生产功能，不断催生新业态，为各国带来新的发展机遇，但同时也带来诸多挑战。互联网的日益普及、数字化水平的提高、智能技术的应用，并不是为了彻底消灭传统经济形态，更不是为了摧毁实体经济，而是为了与社会持续健康发展相呼应。如果说数字智能技术的发展只是将人们吸引到网络世界的虚拟空间，将邻居买菜、购物的方式转移到电商平台上，将年轻人的生活迁移到购物、休闲、社交娱乐到平行世界当中，这样做会引起很多社会的关注，吸引大量的劳动和就业，但未必能真正解决社会问题（甚至会产生很多新的社会问题），然后你就会受苦来自“鲍莫尔病”。解决之道：以人为本，加强伦理建设从某种意义上说，数字智能驱动的管理决策对传统管理决策理论提出了挑战。优化解决问题的方法的可能性。但我们必须认识到，这种决策方式造成了很多困难，也存在风险。走出困境，应从以下几个方面着手。一是始终坚持“以人为本”的管理决策。有人认为，大数据时代将使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“以数据说话”的理性决策模式。笔者对此观点持保留意见。笔者认为，有必要从“人”的微观基础入手，坚持“以人为本”，探讨数字智能驱动下的管理决策困境。诚然，在大数据时代，企业更可能全面、快速地收集海量数据，依靠人工智能和机器学习对大数据进行建模和分析，为商业决策服务。但是，归根结底，任何决定都是由人做出的，而不是机器；再先进的机器也只能输出数据处理的结果，最终的决策者还是人。将最终的“决策权”完全交给机器，是企业管理者不负责任的行为。作为一名管理学研究者，笔者秉承“管理问题背后是所有技术问题”的观点，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衍生出的企业社会责任问题。最重要的逻辑是：管理就是决策，决策归根结底是人做的。从技术角度讨论如何加密用户隐私、如何破解人工智能算法、如何规避机器决策的风险，并没有认真审视管理者自身在深层次决策时的伦理道德和价值取向。只是避重就轻，不可能真正解决问题。二是强化企业管理中的科技伦理意识。在科技进步的浪潮中，企业管理者尤其需要加强科技伦理意识。科学知识的积累、技术手段的完善、创新力量的激增，都为企业在互联网时代的快速发展提供了更大的可能。但是，技术在企业中的应用有两个方面：如果应用得当，技术可以促进企业提高管理效率，提高产品质量，更好地满足消费者需求，促进社会的健康发展；好公司的帮凶，制造假冒产品蒙骗百姓，牟取不法利益，危害社会。因此，企业管理者必须强化科技伦理意识，在决策时绷紧商业伦理这根弦。尤其是在将大数据、人工智能、机器学习、云计算、虚拟现实、增强现实、区块链、物联网等高新技术应用到企业管理活动中时，应该多问几个问题：正在做善行？会不会对一些人的利益造成潜在的伤害？是否符合商业道德？有利于社会进步吗？三是将伦理元素融入企业组织结构和管理制度建设中。企业管理要走上正轨，单靠个人的人格特质和思维意识是不够的，还必须有制度化的保障。企业管理者要想做出数字智能驱动的伦理经营决策，就需要在组织层面建立一系列的制度安排。例如，企业文化中明确包含强调企业社会责任和遵守商业道德的表述，定期向管理者宣讲管理行为准则，为全体员工设立商业道德问题内部举报热线，建立企业社会责任责任在企业。商业道德管理系。越来越多的公司设立了首席道德官（ChiefEthicsOfficer），负责管理公司的商业道德，并赋予他很大的权力。由于英文缩写（CEO）与首席执行官（ChiefExecutiveOfficer）的英文缩写相同，因此这一职位在企业管理中的作用越来越受到关注。随着数据驱动的管理决策在企业管理中越来越普遍，首席道德官对高科技在企业应用的态度将变得越来越重要。只有将高新技术的应用融入到企业管理体制和制度中，才有可能做出负责任的管理决策。第四，积极思考如何将数字智能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。这种融合对推动中国经济高质量发展具有强劲动力。随着大数据、云计算、人工智能、区块链、机器学习等数字技术在不同工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、智能家居等等新兴产业在我国快速发展，形成新一轮产业融合趋势。与国外一些积极承担社会责任、推动国内产业融合的互联网科技企业相比，我国相关企业的业绩还存在较大差距。我国一些互联网企业在享受数字经济时代红利后，没有履行应有的社会责任，没有有效参与推动新一轮产业融合、促进实体经济发展。当中国的许多互联网公司还在着眼于老百姓的菜篮子和钱包进行商业扩张时，西方国家的互联网公司却在研发高端制造设备和飞上太空的飞机。我国部分企业在经营过程中获取海量数据，利用机器学习、人工智能等技术深度挖掘数据资产价值，对传统商业模式实施降维攻击。趋势。更有什者，一些互联网企业利用市场支配地位进行垄断经营，破坏良性竞争的商业生态环境。俗话说：“花独开非春，百花开满园春”。更何况，在百花凋零的情况下，“一花”不可能独享春天。管理者在将互联网、大数据、智能技术应用到企业管理决策中时，必须认识到，科技向善是人类命运共同体的内在要求，促进社会全面发展是社会的责任。企业应尽的责任。基于互联网、大数据、人工智能、机器学习的数字化智能驱动管理决策发展迅速，开始对企业管理产生诸多影响。我们必须正视和重视这些高新技术在开发和应用过程中出现的问题。不能因为噎着浪费食物，就扔掉，更不能任其胡乱生长。企业管理者需要紧跟信息技术发展的趋势，探索如何将其恰当地应用到管理决策中，扬长避短，让科技始终成为企业可持续发展和社会高质量发展的不竭动力。发展。
