作者：清華大學經濟管理學院教授 陳勁
近年來，技術的重大改革引領全世界的新一次工業革命，以大數據、云計算、人工智能、區塊鏈等技術為核心的智能化技術的發展不僅提升了生產效率，還逐步演變成新的生產方式和管理范式。智能化的浪潮已經在包括政府、高校、企業等組織中全面發展。智能化是多元性的，無論是電子商務還是醫療行業，都能在智能化的過程中提升效率、降低成本、激活創新能力。
智能化目前已經在各個領域中廣泛應用，但是每個領域中的智能化程度是不同的，電子商務領域走在智能化的前端。由于電子商務本身與互聯網的緊密聯系以及電子商務企業對客戶定位、精準營銷的重要需求，企業只有在不斷地智能化創新中才能得以生存和發展。
智能化組織的優勢
量化標準的準確考核。毋庸置疑，對于可量化的管理標準、考核標準、行為準則來說，智能化組織可以實時監測和考核這些標準，形成更高效的管理方案。在大數據的支撐下，量化標準的誤差會逐步減少，直到形成理論上的最優化標準。
分布式管理的高效性。智能化組織可以通過智能系統協助管理者多點管理，跨時間、跨空間管理。對于簡單、重復的工作內容可以使用KPI考核系統，而對于復雜、非量化標準的工作任務也可以幫助管理者剔除其中的重復信息，讓管理者直接面對需要解決和決策的關鍵部分。另外，智能化組織可以讓管理者的管理范圍更廣，匯總各部門的信息流，提升管理和決策的質量。
多節點協同創新的可能性。在科技經濟全球化的環境下，實現開放、合作、共享的創新模式，被實踐證明是有效提高創新效率的重要途徑。通過智能化組織的數據共享和多節點運作模式，更好地形成官、產、學、研的開放共享和深度合作，提升產業的綜合競爭力。當智能化市場成熟以后，創新成為組織運作的第一生產力，國家創新政策也可以通過數據來評估其貫徹落實的情況。
智慧企業的賦能作用
自動預判。自動預判指的是企業通過技術形成企業智能化的高度集成，實現企業各類風險的全過程識別和判定。在生產線、車間等企業一線，通過智能感知模塊與物聯網技術的結合，實現數據的實時采集，獲得動態的一手數據。同時，結合企業數據庫預設算法與分析流程，實現對潛在風險的自動識別與預警。
自主決策。自主決策通過建立企業數據管理的“專業腦”和“決策腦”，形成企業獨有的戰略布局，通過對數據流的分析進行決策，并構建決策平臺。同時，企業高層參與“決策腦”的決策過程，形成人機協同，把智能化決策做到最優化。
自我演進。通過前期自動預判和自主決策的過程積累，形成企業管理決策的基本模式并不斷自我評估，在新技術、新市場、新環境下形成自我學習和自我迭代機制，完成企業糾偏升級自主化。
通過智慧企業的賦能作用，企業打通原有的孤立數據流，實現管理層決策的數據驅動。通過構建智能化信息平臺，避免系統隔離問題和扁平化組織架構的信息碎片問題。在形成了有效智慧企業系統以后，企業可以更快地適應商業環境的變化和技術的革新，在控制風險的同時擁抱創新。
我國推動智能化的對策建議
大力培育創新主體
智能化的市場歸根結底是技術創新的成果體現，我國現有的世界領先創新成果離不開政府、高校、企業三個創新主體的協同發展。智能化市場的維持需要三方的有機合作，形成政府引導、高校研發、企業落地的基本創新流程。在三方合作的過程中，相關數據的分享也至關重要，智慧企業和智慧政務的實施意義就在于數據的互融互通、快速響應，有效地利用大數據和分析工具開展創新。對于高校來說，應積極展開全球性的學術交流與合作，讓新技術走出去，把新技術引進來，建設全球化創新節點，通過智能系統獲取全球性創新資源。
加快完善智能化配套設施
我國是全球公認的基建大國。從道路、港口的建設再到現在5G網絡的建設，已經形成標桿性的“中國速度”。智能化市場的完善離不開相關配套設施的基礎建設，包括物聯網系統、智能制造標準等，形成完善的智能化生態，從而降低組織參與者的智能轉型成本。當智能轉型的成本遠遠低于帶來的效益時，參與者的數量會呈爆發性增長，從而也激發了未參與者的轉型意愿，形成良性生態循環。
積極防范智能化帶來的風險
智能化并不是完美的，其中也隱藏了數據風險和倫理風險。數據風險包括海量數據帶來的數據噪音過多的問題，影響專業化技術研究。同時，數據的隨意分享、流通也會造成數據泄露和數據安全的問題，需要在數據收集和儲存的過程中防患于未然。智能化帶來的倫理風險也不可小覷，機器的作用應該是輔助人類，而不是凌駕于人，導致與人類利益沖突的決策發生。當機器犯錯時，應當及時改善。
經濟大家談 | 全面準確理解“雙循環”新發展格局的內涵與要求
