查看原文
其他

郭为:管理学面临的六大挑战

2017-08-01 包装地带



1
大数据对管理学人性假设的挑战


管理学自诞生开始,就以人为对象,以人性假设为前提,不断演化出各种各样的理论。科学管理理论的创造者泰勒提出了“经济人假设”;行为科学的奠基人梅奥提出了“社会人假设”;诺贝尔经济学奖(1978年)得主西蒙构造了“决策人假设”。基于这三种不同的人性假设,衍生出了管理学各种流派。


其后各种各样的新理论:战略管理、营销管理、人力资源管理等基本都是基于西蒙的人性假设,没有提出新的人性假设前提。


然而,我们不能再把人简单地作为经济人、社会人或者决策人了。为什么?按马克思的学说,人是社会关系的总和。社交媒体的诞生,意味着人已经不再是抽象的假设,而是一种基于大数据的画像。依据社交媒体中的个体行为痕迹数据,就可以对个体进行画像。大数据时代,管理学的人性假设受到挑战,管理的对象、管理学研究的前提条件是什么?


大数据让管理科学真正进入到了可量化的科学发展阶段。我们过去经常讲,自然科学在牛顿之后发生的最重要的变化,就是它可以用数学公式来描述一个复杂的物理或自然现象,这意味着我们真正进入了可计算的现代社会。通常,我们认为社会科学在某种意义上有很大的艺术成分,就是因为它可被精确计算的程度不够高。今天,通过大数据的方式对人进行定量化描述,这必然会引发管理科学的飞跃。


2
来自数字化虚拟世界的管理挑战


从人类文明诞生之日起,人类就在构造一个虚拟世界。文明,就是人类用可沟通、可理解的方式构造了一个与现实世界对应的虚拟世界。构造这个虚拟世界的方式,并不仅仅是文字,还包括音乐、绘画、戏剧、电影等其他方式。


由于量子力学的研究,让人类进入了电子时代;计算机的发明,让人类又进入了数据时代。电子时代,我们进行了模拟信号的处理,把声音和图像用电子的方式记录下来。计算机的发明,需要把模拟信号转化成数字信号,虚拟世界就变成了数字化虚拟世界。这是非常有意义的变化,因为数字化虚拟世界更便于计算。


通过计算,我们可以用拓扑的方式去重构现实世界。这种方法可以使人通过一个在现实与虚拟中间的旋转门,实现对现实世界的优化。比如现实中的一些交通难题,通过大数据不断优化方案,反复再现结果,最终得以解决。


最近热炒的人工智能(AI),预示着人类在创造着新的文明里程。当阿尔法狗打败了柯洁之后,聂卫平评价说人类的围棋选手最高是9段,阿尔法狗是20段。阿尔法狗强大的地方是它的计算速度比人的反应快。需要解释的是,今天AI的功能并没有像很多媒体所描述的那样强大,它只是能够在一个特定的、复杂的、可重复的工作环境里比人做得更好。


AI的神经网络算法上世纪90年代就已经发明了,为什么那个时候计算机没有拥有自我学习能力呢?因为在当时的条件下,计算机的速度还不够快,数据量也不够多。计算机高速运转之后,所生成的数据量是前所未有的。我们过去十年所产生的知识是过去几百年的总和甚至更多。大数据时代要求计算能力越来越快,存储能力越来越强。今天任何一部智能手机都比当年的奔腾电脑速度快上千倍。我们现在使用的神经网络计算方式,也更具有自学习的能力。


在这样一个自学习、数字化虚拟世界里,传统管理理论被画上问号,管理实践者该如何去做管理? 


3
大数据对营销学的挑战


营销学是管理学的一个重要分支,它涉及社会心理学、预测学、广告学,经典营销学包括四个基本策略的组合,即产品、价格、渠道、促销的“4P理论”,这是管理学的一个很大成就。但是,在今天以客户为中心的、定制化的生产方式下,4P理论还有效吗?


例如小米手机,它通过互联网征求客户意见——从外观、性能到价格等方面,客户需要什么样的手机?希望用什么样渠道将手机传递给他?在这样的环境下,4P理论是否需要进行修正?


再举一个例子,医药领域现在有精准医疗、靶向治疗。每个人感冒的时候,感染的细菌或病毒都不完全一样。过去使用广谱抗生素,抗菌谱比较宽。现在出现的靶向药,通过培养患者感染的细菌或病毒,反向制造出一种新的抗生素,非常精准地进行针对性的治疗。


我们最近在策划一家公司,就是对传统医院管理系统(HIS)的颠覆性挑战。HIS是基于财务的流程建立的,只是提高工作效率,对医疗水平的提高没有帮助。我们设计的新管理系统将以电子病历为数据资源,通过数据分析和重构,进行药物的发明、保险产品的设计和医疗方法的优化。我们和国家卫生计生委合作,把全国三四百万肿瘤患者的数据收集回来,进行数据研究,用以发明新药物,提高治疗效果。


今天,一位肿瘤患者会请经验丰富的医生诊治,请知名专家会诊,但今后,阿尔法狗将会取代这些名医,因为经验再丰富的医生最多就是“9段”,但是阿尔法狗可以是“20段”,这就是大数据在治疗中的优势。很多肿瘤的治疗方法是化疗和放疗,化放疗的方案设计和医生的判断有很大关系,阿尔法狗的方案优化能力比人类更强。


当然,我们现在对阿尔法狗不放心,就像我们一开始不信任电子账单一样。在手工账单和电子账单并行一段时间后,大家不再怀疑计算机的计算能力。可以想象,如果到了从诊断到治疗都是由大数据来完成的时候,它的运算能力一定会极大地提高医疗水平。将来,我们在社区或者其他任何地方,都可以享受到最顶级的治疗。


4
工业4.0对企业管理模式的挑战


工业4.0包含四个方面:生产设备的智能化,车间的自动化,企业管理的网络化,生产要素的社会化。


工业4.0的出现,是信息技术发展造成的?其实不是,这是工业在自身发展中探寻的出路。目前,全球大飞机基本上都在用罗罗(英国著名的航空发动机公司罗尔斯·罗伊斯)的发动机。飞机发动机是一个高科技技术,要有好的安全性,省油,长时间运行不用大修,这样大家用起来才放心。但是,这样一个高科技含量的行业也有竞争,最后竞争的结果是不断降价。发动机技术需要不断投入资金进行研发,怎么办?罗罗就发明了新的方法,租发动机给飞机制造商,租金按运行小时来计算。现在甚至发展到发动机的运行数据随时回收,价格也不再与飞机制造商关联,而是直接与航空公司的利益相关。传统的制造业方式、营销方式、研发系统,显然不再适用。生产成本也不仅仅考虑材料、科研、制造、资金等方面的成本数据,而是要和社会的应用环境相结合,即生产要素的社会化。


生产要素社会化之后,生产的组织与管理必然是网络化的方式,一定要通过计算机,用互联网的方式来进行传输。加工设备高度智能化,这是未来制造业的发展方向,我们的管理模式该如何随之变化?


5
大数据时代社会管理面临的挑战


我国各级政府都有为民众提供诸多服务的职能,管理成本也非常高。大数据为公共服务提供了一个非常好的机会。用互联网的方式去解决,搭建民生服务平台,可以使民众获得服务的路径更加便利。网络化的民生服务平台,还提供了一个可视化的管理后台,大规模的数据模型为政府的宏观经济调控建立预测模型,为相关政策的调整提供依据与支持。


大数据在公共管理的细节上也大有助益。我们在本溪做过一个小实验,过去人们常说中国人不会倒垃圾,乱堆、乱放,但是当我们把全市的垃圾箱摆放位置和全市居民密度进行对比后发现,环卫部门垃圾箱摆放位置有问题,它是简单地按几何平面平均分布,但是居民不是平均分布的。在居住密度大的地方,就应该放置更多的垃圾箱。


再举一个例子,北京长安街的交通,最早每个路口的红绿灯都是分别管理的,按固定时间间隔变化。后来,我们把长安街上所有的红绿灯都串联起来,这就避免上一个红绿灯停一下、下一个红绿灯再停一下的弊端,而且还能根据人群量进行智能疏导,让车辆快速通过。但是这些还不能完全解决长安街的交通问题,长安街两侧的公共设施及活动安排,比如举办音乐会或“两会”召开,对交通影响非常大,还需要能够计算出周边环境和道路运行情况,也就是从智能化向智慧化的转变。大数据的价值,就是为人类提供一个智慧的服务体系。


6
大数据时代要树立新的安全观


早些年有一本很有名的书,叫《超限战》,书中提出未来的战争不是无限的,而是有限度的。现在,社会安全的重点是反恐。这是一种新的安全观,是从战争模式、国防模式,进入到民生和社会的模式上来。现在再发动战争,不能靠传统的武器去打了,而是要依靠网络安全、信息安全。


在安全领域里,视频监控产业发展得非常快,市值已经超过2000亿元,未来还有发展空间。过去有谁能想到,北大现在满院都是摄像头呢。


新加坡的车辆有电子车牌,大数据实时监控,一旦人员密集,就会形成电子围栏,车辆再进入就会自动收费。甚至边境线也可以使用电子围栏技术,代替界碑。正在发展中的人脸识别技术,今后也可以用于安全技术,比如开会时,可以把所有参会者的照片都存到数据库里,参会者不用出示证件,用任意一个手机摄像头就可以识别参会者。这些都是新的安全防范措施。


质量也是一种安全的保障:比如蔬菜里有多少农药化肥,空气中的雾霾怎样解决?健康,也可以看作是人的质量问题。整个社会管理将会进入一个新的课题,这些都是大数据时代所带来的变化。


在互联网时代,创新使得财富积累的速度前所未有的快速,贫富也会前所未有地加大分化。这个时代,越聪明越容易成功。世界的竞争变成人与人的竞争,人与人的竞争就是智慧的竞争,就是人的创新能力的竞争。如何提高人的竞争力,是管理科学面临的新课题。


(本文据作者2017年6月在“中国管理科学学会第七届第三次会员代表大会暨理事会”上的演讲录音整理,内容有删节,原演讲题目为《大数据时代的管理学挑战》。)


● 来源:企业管理杂志|郭为





加入包装地带微信群

为了探索包装业未来发展的方向和趋势,交流包装业新产品、新模式、新技术,获取新知识、新商机、新朋友。欢迎加入我们的“电商包装群”、“包装工业设计群”、“物联网包装群”、“包装印刷智造群”。请添加“包小秘2”(微信号:bxm10002)为好友,由她引领您入群。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存