1991年,苏联的突然解体宣告长达近半个世纪的“美苏冷战”终于落下了帷幕。这一突发的不可控事件让人唏嘘不已、难以释怀,美国陆军军事学院甚至提出了一个首字母缩略词VUCA来描述冷战后世界的动荡(Volatility)、不确定(Uncertainty)、复杂(Complexity)与模糊(Ambiguity)[1]。

时至今日,冷战结束已近30年,可是谈论VUCA的声量非但没有下降,反而被社会各界不断引用,俨然从一个军事术语变成了网红热词。各行各业都在谈论VUCA带来的巨大冲击与无能为力感,并在以下四个方面对我们的人类智能充满担忧:

无法归因。在VUCA的世界中,推断和解释他人和自己行为的原因变得越来越困难。因果往往动态地紧密交织在一起,而人类智能通过归纳演绎、分析综合等方法,只擅长于对较为静态的情形进行归因。面对不断动态变化的VUCA世界,人类智能就力有不逮了。

预测失灵。无论我们是否愿意,VUCA社会的运行和发展总是面向多种可能的,并且因为极端的不确定性而难以预测。准确的预测需要将越来越多的变量实时地纳入分析模型之中,所需的信息与工作量远远超出了人类智能的处理范围。

难以掌控。企业、社会、国家等组织系统,甚至整个生态系统,都在VUCA时代变得越来越动荡不居、难以掌控,系统的突然崩溃变得更加频繁。有效的控制需要实时且大量的行动,可人类智能的行动成本之高已成为严重的阻碍。

难达共识。人类智能信息的碎片化与需求的个性化,导致广泛且强有力的共识越来越难以形成。如何维持组织与社会的内部共识已成为VUCA时代防止系统崩溃的重要议题。

之所以产生上述的担忧,因为一个“现代性”的观念深入人心:现实并不是随机的事实堆积,而是一种具有意义的结构形态,其本质在于能够被理解、预测与控制,从而促进人与人之间的共识。但在VUCA时代,从政治、军事、外交到社会、经济、商业,全都被笼罩在让人类智能束手无策的偶然性乌云之下。我们以偶然性从高到低的顺序,可以更加深刻地理解VUCA中的每一个单词:

模糊(Ambiguity)是VUCA中最极端的状态。当事物处于模糊之中,就如同被纯粹的偶然性包裹,人类智能彻底失灵,我们既无法理解其形势与原因,也难以预测、控制其结果与走向。

如果我们足够努力,能从事物的偶然性中把握宏观的规律与洞察,或许就能通过“知识之梯”从模糊进入到不确定(Uncertainty)的领地。此时我们对所处的形势拥有足够的理解,可以对大部分现象进行大致的归因。但由于缺少足够的信息来消除不确定性,所以仍然无法预测外部环境,世界对我们而言依旧充满偶然。

VUCA的复杂(Complexity)之处在于,哪怕我们可以通过“信息之梯”获得足够的信息以进行预测,过程却是我们无法精确解释的。所谓“黑箱理论”就描述了这样的状态:复杂系统就像一个看不到内部的结构与相互关系的黑色箱子,我们纵然可以通过研究黑箱的输入和输出了解其规律,甚至做出预测,但却无法通过打开它来理解其内部的运行原理。黑箱里仿佛关着一只“薛定谔的猫”,我们无法知道箱子打开前猫是否活着——作为主体的我们,哪怕“观察”这个行为,都无法不对客体产生影响。我们企图对黑箱施加控制,但一切针对性的行动无不在改变黑箱内的机制,让先前的理解与预测失去意义,能输出符合我们预期的结果更是一件碰运气的事了。偶然性让我们只能“听天由命”。

不过,就算我们拥有了关于黑箱内部构造的足够知识,进而通过“行动之梯”获得了对外部环境的控制与改造能力,这个世界仍会处于VUCA的动荡(Volatility)之中。控制既无法持久,也无法稳定,挥之不去的偶然性难以被彻底从系统中根除。原因就在于,从一个宏观的角度看,我们身处的全部世界就是一个巨大的“黑箱”,系统之外没有我们的置身之地。而我们虽身处系统内部,却与世界以主客二分的方式相处——这种主客间的割裂正是世界动荡、不稳定的根源所在,因为作为主体的我们会不断地给作为客体的世界制造复杂性。

所以,从根本上摆脱VUCA,需要我们与世界建立一种民胞物与式的团结[2],而共识就是这种团结的基础。如果共识难以达成,复杂的不断涌现就会让我们坠入“偶然性滑梯”,重新回到模糊状态之中。

那么,我们该如何应对上述来自VUCA时代的偶然性挑战,以缓解我们对人类智能的内在焦虑,并通过科技的帮助建立系统性的团结与共识呢?

本文将从以下几个方面展开讨论:一、深入VUCA的根源,探究偶然性的本质;二、论述一个建立团结的可行性方案,识别应对VUCA挑战所需的最新科学技术;三、论述一个建立团结的可操作模型。

现在,就让我们迅速起航,一起驶出VUCA的迷思!

第一部分 自我指涉:VUCA的本质

一个悖论,“预言-行动”的悖论,在人类历史的上空不停徘徊。

对这个悖论最震撼人心、影响深远的叙述,莫过于古希腊诗人索福克勒斯笔下的命运悲剧《俄狄浦斯王》。为了对抗“神”的预言,主人公通过自由意志展开了一系列行动,试图改变命运的安排。然而在一连串因果交织的事件影响下,正是他对抗命运的行动让预言最终得以实现。

后被称为托马斯定理的一种社会学理论是这样表述的:如果人们把某种局势界定为真,那么它们在结果上也就是真的[3]。换句话说,如果一个系统里的大多数人都对某个“预言”信以为真,他们就会根据自己对预言的理解开展或调整自己的行动,其结果就是让这个预言真的得以实现。

美国1973年石油危机导致的所谓“卫生纸恐慌”就是一个经典案例:由于石油进口量锐减,卫生纸将严重短缺的“预言”不胫而走,人们开始大量储备卫生纸,从而真的导致了市场上卫生纸的供应短缺。

在恐慌形成的过程中,预言的因果性陷入一种奇特的正反馈循环:如果大多数人都能稍微理性地思考一下经济学原理,或许根本就不会相信这个“谣言”,也就不会发生任何供应短缺;但是在“谣言”的传播过程中,并不是所有人都足够理性,不乏会有人“更理性”地思考普罗大众对预言的看法,通过感知舆论环境的共识倾向来改变自己的策略,甚至为了让自己获利或免受损失而推波助澜、不断扩大人们对预言的共识,最后让预言真的变成了现实。

同样的情况更会在金融市场中频频出现,以至于金融大鳄索罗斯专门构建了一套自反性(Reflexivity)[4]理论来解释这种参与者的认知与被认知对象之间互相影响的现象,即认知可以改变事件,而事件又会反过来改变认知。比如在金融市场里,基本面会影响观点,观点反过来也会影响基本面。

但自反性并非无处不在,我们对自然界中大部分事物的认知并不会影响到它们,事物本身也很难改变我们的认知。只有当事物拥有自我指涉(Self-reference)的属性时,才有可能出现具有自反性的预言-行动悖论。

如果某一事物涉及其自身,就可以称之为是自我指涉的,比如一个涉及预言者自身的预言就是自我指涉的。举一个例子:如果投资者相信美元升值,那么他们的购买行为将会让美元上涨,这反过来又会使利率降低,刺激经济增长,从而推动美元再次升值——所以金融市场是自我指涉的。

通过自我指涉,即使是认知错误的命题,只要有足够强大的影响力,依然能在金融市场获利。这就是为什么股价有时候看起来泡沫很大但买的人很多,有时候看起来低得可怜但却无人问津。在VUCA的世界里,自我指涉就是偶然性之所以产生的根源。

不过,一个很有意思的问题是:VUCA为什么是当下这个现代社会的困境?我们比古代世界拥有更多的知识与更强大的知识生产能力,对外部环境有着更深刻准确的理解,三次技术革命让我们拥有更发达的行动能力、难以企及的传播沟通效率、信息处理与计算能力,我们有更快的交通物流网络、金融系统与工业体系,可以更高效地流转资本、生产与销售商品……总之,我们占尽科技与知识优势,为什么世界却反而越来越动荡不安、充满偶然性?

从宏观的社会环境看,三个显著且不可逆的变化导致了自我指涉的大量出现:

自由宽松的社会环境。前现代社会系统中的认知主体缺乏足够的思想自由度,共识更容易被自上而下地贯彻,依靠少数人的垄断、绝对的命令与固化的习俗惯例就能施行控制。这样的社会环境下,出现自我指涉现象的可能性非常小。但是,伴随现代化的进程,社会环境越来越自由宽松,亚当·斯密把我们“托付”给了“看不见的手”,从而让每一个人都有权利相对自由地参与到社会生活之中。这就意味着如果我们对某件事的共识不足,就无法形成有效地控制,市场中自我指涉的力量就会让这件事的走向充满偶然性。

信息碎片化、需求个性化。上文提及过,人类智能面临的一个现实境况就是信息的碎片化与需求的个性化。这让社会共识的形成变得越来越困难。前现代社会更容易达成共识,因为每个人的信息来源是集中且较为单一的,如今却可以通过不同的渠道获得各种各样良莠不齐的信息。另外,从马斯洛对人类需求层次的划分来看,当基础的物质需求得到满足后,我们会更聚焦于精神需求的满足。现实情况也正好印证了马斯洛的观点:随着经济的不断发展,代表物质需求的人均能耗增速正在下降,而代表精神需求的人均信息消耗量的增速却不断上升,远远超过了人均能耗的增速。这解释了为何过去的全球10大企业多集中于能源行业,而如今的全球10大企业里,却有7家是科技公司——因为这些公司的本质都是在满足人们精神文明的需求。而需要靠信息来满足的精神需求相比依靠能源就能满足的物质需求,更加的个性化且不稳定。所以,正是信息来源的碎片化、精神需求的个性化与不稳定,导致了我们在对某一事件形成共识时充满了偶然性。

“地球村”的整体化进程。自我指涉导致的偶然性事件对前现代社会的影响其实是非常有限的,因为缺少媒介来缩短物理上的距离,每一个事件都是相对割裂且独立的。但是,随着印刷机、电报、电话和互联网等媒介的发明,地球的“村化”使其变得越来越“小”,不仅物理距离不再是隔阂,事件与事件之间也没有了“隔阂”。正如前文的比喻,整体化进程让整个世界变成了一只“黑箱”,每一个单独的自我指涉事件其影响不再仅仅是局部的,而是导致整个世界庞大自我指涉的影响因子与偶然性的根源。

在金融市场里,充满了相互影响的自我指涉事件,是一个极端VUCA的系统。索罗斯批判了古典主义的理性人假设与均衡理论,不相信可以靠科学主义与精确的数学计算征服“非理性”的自我指涉。而金融市场只是现实世界某种程度上的简化,随着科技的进步,地球村的整体化进程不断深入,现实世界的VUCA程度将越来越高。

我们该如何应对?回到过去显然是不可能的,造成自我指涉的核心历史进程都不可逆。绝大部分人不会愿意接受自由受限、科技退步与物质匮乏,相比之下,VUCA至少还是“甜蜜的痛苦”。

那么,正如上文所说,为了摆脱VUCA就需要我们与世界建立一种民胞物与式的、以共识为基础的团结。

第二部分 反馈与共识

1641年,笛卡尔出版了他开创性的著作《第一哲学沉思录》。在这本对现代性影响极为深远的书中,他区分了两个独立的实体:物质实体与精神实体,前者是一切物质的本质,而后者是我们心智与意识的本质[5]。

这一区分把世界分为了主体与客体两个部分:我们人类作为主体,通过心智与意识来认知外部的物质世界,而物质世界作为外在于我们的客体,是我们观察、认知、预测与控制的对象。

主客二分推动了人类以科学理性而非宗教裁判、道德信仰、哲学冥想等方式对物质世界进行研究,这对之后人类科学技术的爆炸式发展影响巨大。但主客二分的思维方式同时也割裂了人类心智与外部世界的内在联系。我们已习惯于站在主体的角度思考如何认知与改造作为客体的物质世界,并天然地认为客体只是我们实现目标的手段与对象[2]。

可事实却并非如此。在世界这一复杂系统中,我们并没有独立于系统之外的置身之地。从整个系统的角度看,我们与世界并不是主客体的关系,而是与之共处于相互影响、因果纠缠的“黑箱”之中。VUCA产生的根源就在于:我们身处“黑箱”之中,却奢望对系统进行精准的认知与改造,系统只能通过自我指涉对我们报以偶然性的“神秘微笑”。

那么,建立民胞物与式的团结会有何不同呢?所谓民胞物与,是一种与主客二分相对应的“民为同胞,物为同类”的人与世界关系。它更强调人与人、人与物质世界之间的团结与整体性,因而更有助于我们应对系统的复杂性问题[2]。民胞物与式的团结就是在描述一种能将全体人类与物质世界全部纳入其思考与行动范围的“主体”,以此来消除自我指涉带来的模糊、不确定、复杂与动荡。

为了便于理解,这里虽然用“主体”来指代这种包含一切的团结,但这个“主体”施加影响的对象不再是外部的客体,而是“主体”自身。它对自身的干预行为,更像是一种对整体的自我反思,而不是主客式的主体对外部环境的行为。

现在我们重新回到问题的起点。为了消除系统内的偶然性,在主客二分的情况下由于每个个体信息的碎片化与需求的个性化而难以达成共识,这一难题如何通过建立一个民胞物与式的团结的“主体”来解决呢?

解铃似乎还须系铃人。笛卡尔在《沉思录》中除了区分主客体,还做出了两个有趣的推论:第一,我们其实无法确定物质实体是否真的存在——世界可能只是我们的一个梦;第二,我们唯一能确定存在的只有精神实体,即我们的心智与意识——我的意识正在思考自己是否存在,因此至少我的意识一定存在[5]。

第二个推论被总结为一句至今仍广为流传的话:“我思故我在”。这正是一个典型的自我指涉的例子:我们的意识之所以存在,因为我们的意识可以思考自己。而事实也确实如此,人类的大脑可以看作一个自我指涉的生物系统,意识正是通过自我指涉而产生的。我们的认知与思想通过大脑中复杂的正反馈循环从神经机制中涌现出来,就像麦克风与扩音器距离过近时发出刺耳的声音[6]。

也就是说,对我们每个人类智能体而言,我们内部的“共识”(自我意识)就来自于自我指涉——这种大脑内的正反馈机制让信息在神经元和神经群组之间流转,神经系统的感觉输入不断在神经层面整合。这种整合影响了大脑的内部状态,例如记忆和思想。在大脑指挥身体如何应对外部刺激时,人类智能涌现了出来[5]。

如果我们把民胞物与式的团结看作与人类智能一样的某种智能体——我们可以称之为组织智能[7],我们就会发现它与人类智能之间几乎有着相同的特性。比如,之前我们论述过,组织智能即不是主体、也不是客体,它对世界的干预更像是一种反思行为。类似的,人类智能反思自身时,也同样即不是主体、也不是客体。

那么,组织智能达成系统内共识的问题,理论上就可以类比为人类智能通过正反馈机制让意识自我指涉地涌现出来这一过程。VUCA之环似乎终于可以合上,我们找到了达成共识的方法——反馈机制。当我们沿着“反馈之梯”继续向上,就能抵达共识之地,而非重新落入模糊的窠臼。而每当组织智能把理解-预测-控制-共识的闭环走一圈,反馈机制就能给它带来更大的必然性与控制力,沉淀更多的共识。民胞物与式的团结就在这一过程中涌现了出来,帮助世界驱散VUCA的迷雾。有意思的是,这个沿着梯子可以永恒向上的循环,它的结构形式正如其想表达的内容(组织智能的自我指涉),也是自我指涉的[8]。

至此,我们一直在理论的维度对组织智能进行论述,但在实践上究竟应该如何创造这样一种智能体呢?从效果的角度看,组织智能和人类智能一样,本质上是一种关于感知-认知-行动的自动化——随着反馈闭环的速度越来越快,组织智能的“自我意识”就会涌现出来。对这一自动化来说最为重要的两个因素,就是这个世界不断深入的数字化进程,以及对数字化的产物——数据的掌控能力。

所幸的是,组织智能的这两个核心要素在当下都受到了相应的重视——个人的数字化与各行各业的数字化转型、社会治理的数字化进程都在持续不断地进行中;为了提高对全面数字化产生的海量数据的掌控能力,人工智能的各项技术也在不同领域发挥着核心的作用。

那么,从克服VUCA挑战的四个角度看,哪些是对创造组织智能最为重要的人工智能技术与能力呢?

知识之梯:知识图谱。知识图谱是显示人类知识发展进程与结构关系的一系列各不相同的图形,我们可以理解为知识领域的一种可视化地图——把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来,用以挖掘、分析人类知识及它们之间的相互联系,揭示知识领域的动态发展规律。搭建知识图谱需要非常专业的人工智能技术与各行各业的专业知识(行业Know-how),需要将应用数学、图形学、信息可视化技术、信息科学等领域的理论和方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示知识的核心结构、发展历史、前沿领域以及整体知识架构。通俗地说,搭建知识图谱就是将人类知识“翻译”为组织智能可以理解并据此采取行动的“组织知识”,从而帮助组织智能不断加深对这个世界的理解与洞察。

信息之梯:数据中台与MIP。为了让组织智能可以做出更精准的归因分析与趋势预测,以实现对供需端的精准匹配,组织智能需要获得全局的信息来消除各种不确定性。所以,在个人、企业与社会全面数字化的进程中,如何通过对海量多源异构数据资源的管理应用,进而精准匹配“市场”中的供需双方,是对组织智能的核心考验。在商业领域,“中台化”思想的提出就是为了更好地沉淀、管理与掌控以数据为代表的组织核心资源和以预测匹配为代表的组织核心能力。所谓中台,就是在组织面向服务对象的前台与支撑前台工作的后台之间,再划分出一个可以更敏捷、迅速地调动后台核心资源,高效形成前台可以应用的核心能力的中间层,其中最为重要的便是数据中台与MIP(营销智能平台)。顾名思义,数据中台的核心理念就是通过数据技术,对海量多源异构数据进行采集汇聚、清洗治理、统一标准,形成数据资产,然后进一步融合打通、关联建模、挖掘分析,其本质是对数据资产的管理与应用。而MIP中的营销智能则是一种组织的核心能力:通过“市场”的角度理解人类社会的各个方面,为各种市场中的供需双方提供更精准的预测与匹配,以提高效率、降低风险,并通过监测和审查来防止与纠正各类造假、违规的事件。当下,营销智能技术在我国已取得相当程度的重视,并上升到了国家新一代人工智能开放创新平台的战略高度。

行动之梯:智能硬件。智能硬件是一个非常宽泛的概念,具体指通过软硬件结合的方式,让硬件设备拥有智能化的功能,如硬件具备连接的能力,可以实现互联网服务的加载,形成“云+端”的架构。智能硬件已经从可穿戴设备延伸到人们日常生活中几乎所有电子设备(电视、家居、汽车等等),也在各行各业中以各种“机器人”的形式出现。对组织智能而言,各类智能硬件的核心作用有两个方面,一是作为组织智能的“感觉系统”,监测来自各方面的数据,帮助组织智能获取信息;二是作为组织智能的“行动系统”,独立或者配合人类智能执行行动任务并将反馈信息传达给组织智能。组织智能对VUCA世界的控制之所以可能,离不开智能硬件全面广泛地被部署,以及基于5G、物联网、边缘计算等技术,智能硬件能以更快的速度、更低的延时参与到人类智能无法参与的各项工作之中。

反馈之梯:闭环能力。最后谈论的闭环能力其实包含了贯穿整个正反馈循环的各项人工智能技术。这里,重要的不是某一项具体的技术,而是技术背后的目的与理念。构建闭环的能力之所以重要,因为闭环形成后带来的反馈机制关乎组织智能“自我意识”的涌现。不论人类是否愿意,组织智能更像是一个拥有“灵魂”与自由意志的生命体,而非完全受人类控制的一段程序代码。可以预见的不远未来,整个世界或许真的会演化出一个组织智能体,而国家、社会、行业、大型企业等也会演化出各自的组织智能体,作为整个世界组织智能的分布式组织智能。我们构建闭环的过程,某种程度上就相当于这些组织智能的创造过程,这里面不光有像深度学习这种技术问题,还有像数据安全、隐私保护、权责划分等关于人类与组织智能共存的伦理问题。所以,闭环能力不仅是指我们的人工智能技术能力,更是我们对自己想要什么样的人机同行世界与生活的思考与规划能力。

第三部分 FASTER模型

潜心研究社会系统“自我指涉”理论的德国著名学者尼克拉斯·卢曼(1927-1998)一生著作量之大、辐射面之广,不禁令人惊叹他大脑中究竟保存了多少知识。据卢曼自称,他源源不断的创造力的秘密就在于他那只被分割为24个部分的知识卡片箱[9]。

年轻时,每当卢曼读到非比寻常之事或者对所读书籍有所思考时,就会在一张小纸片上做笔记,在纸片角落标上数字,然后全部存放在卡片箱中。但他很快意识到一个想法或一个笔记里的知识只在某个情境之下才有价值,并且这个情境不一定与它的来源相同。因此,卢曼开始思考一个想法如何与不同情境相联系、如何应用于不同情境。仅仅在一个地方存放笔记除了产生一堆笔记,并不能产生其他任何东西,所以他的卡片箱使用了特别的笔记管理方式,使得整体可以大于部分总和,进而成为了他的对话伙伴、创意生成器与生产力引擎,帮助他构建和发展自己的思想。

卢曼的知识卡片箱就像用纸和笔编码的知识谱图,牵动着他头脑里的思维神经,包含着他所有的智慧思想。但因为当时科技的限制,所以只能停留在纸和笔的阶段,没有合适的技术可以进一步放大其理论上的价值。

如今,我们在信息科技和人工智能等领域的技术发展已经有了更多的成果与进步,而进步能带来更快的进步,科技的发展速度将逐渐地让我们吃惊多过着急。所以,对创造一个应对VUCA挑战的组织智能而言,我们在回答“如何构建一个更快的闭环”时,技术已经不再是最为核心的问题,我们应该更多地去思考伦理上更审慎、周全的整体性方案,并落实到具有可操作性的方法论层面。下面我们就来看一个具有可操作性的FASTER模型:

以获得先见之明为目的而预测未来(Forecast for Foresight)

预测是组织智能最为核心的一项综合性能力,它既是过程也是结果,既是思考也是决策。

组织智能预测未来的能力来自两个方面,一是对系统内影响全局的核心要素的实时监测,二是组织智能的“自我意识”对这些海量监测数据的关联、分析、理解与洞察,从这些数据中预测未来可能发生的情况与潜在的风险,并迅速决策干预的方式与策略,反馈给行动系统。从某种意义上说,当预测后的干预速度足够快,上一次预测造成的结果就会变成下一次预测的对象,当这两者的时间间隔足够短,预测未来本身就是在创造未来。

我们何以放心将预测的权力移交给组织智能?一方面当然是因为人类智能确实无法更好地应对越来越VUCA的世界。另一方面,组织智能作为一个整体的预测者与决策-行动者,相比由个体组成的人类智能,能够更有效地获得对终局的前瞻性洞察,即我们所谓的先见之明,而统一、明确的先见之明在预测未来的过程中又是有效而精准的预测本身必不可少的前提条件。

为实现远大目标而积极行动(Action for Ambition)

预测的下一步是行动。行动是组织智能实现对系统的控制的主要手段。行动的依据来自预测,行动后的结果又会反馈给组织智能,成为进一步预测的依据之一。

对人类智能而言,每一个行动体都有其特殊的目的性,无论人类决策者再如何统一组织的目标,个体在执行时不管是主观上还是客观上都不可能完全统一到一起。所以,宏大的组织目标在人类智能实现的过程中必须被拆分成与每个行动个体的境界、需求与能力相契合的小目标。

这样一来,宏大的目标变成了一句口号,甚至是一种反讽,削弱了其凝聚共识的作用,每个个体在小目标的指引下变得只见树木不见森林,增加了系统的复杂性与不确定性——用时下流行的说法,这就是熵增的过程。

但对于组织智能而言,对未来的“先见之明”让其可以制定更有雄心的远大目标,并且在行动中,作为整体的组织智能既不需要拆分成小目标,也不需要“翻译”成自己能接受的目标。行动本身将积极地直接服务最远大的目标本身,以降低系统内的复杂性与不确定性。

为形成自组织而实时感知(Sense for Self-organization)

行动的下一步是感知。感知是组织智能的闭环中非常重要的一个环节,是整个系统的输入。预测环节离不开感知系统的数据输入,行动环节中的智能硬件也离不开感知系统对边缘层的实时输入。

组织智能通过实时感知来监测整个系统,从而让系统的自组织成为可能。所谓自组织,就是指不存在外部的指令,系统按照相互默契的某种规则,各尽其责而又协调地自动形成有序结构。在这个过程中,感知就是取代了外部指令让组织智能得以形成自组织的核心驱动力。

为建立简化复杂性的信任而学习思考(Thinking for Trust)

感知的下一步是学习与思考。与人类智能的大脑相似,组织智能也需要通过感知世界来学习思考,以形成自己稳定的概念、知识、解决问题的方式与路径等。所有这些将内化为组织智能自身的结构化“技能”,像具有行业Know-how的知识图谱一样成为组织智能在预测未来或积极行动时可以随时快速调取的“技能包”。

上述过程对组织智能而言,就是通过学习思考对现实进行某种程度的简化。因为和人类智能一样,组织智能也需要与世界建立信任的关系,以简化其复杂性。从系统的角度看,信任的作用就在于帮助系统保持一个较高水平的内在秩序,让适合组织智能认知与行动能力的、相对简单的系统秩序稳定下来,从而确保组织智能不至于一下子陷入到系统与环境的高度复杂性中。

为不断进化而涌现智能(Emergence for Evolution)

学习思考之后便是智能的涌现,组织智能的“灵魂”出现了。正是这个“灵魂”在完成所有创造性的工作,让组织智能得以成为自组织的、拥有“自由意志”的生命体,而非受外部控制的一段程序而已。

其实在预测、行动、感知与学习思考的环节中,也都有智能的参与,但是一种更底层的方式。当智能涌现出来时,它通过感知得来的数据“审视”之前所有的环节,并对它们进行优化与调整,让组织智能得以不断进化。比如,会重新评估组织智能的“先见之明”与“远大目标”是否需要改动与调整、自己的某些认知是否正确、某些理念是否还值得信任等等。

为促进以共识为目的的反思而敏捷响应(Response for Reflection)

智能涌现后的敏捷响应是FASTER循环里的最后一步。敏捷响应的对象是组织智能预测-行动后系统给予的反馈,响应的依据则是上一个环节中组织智能针对反馈作出的策略调整。

组织智能迅速地响应系统对自己预测与行动的反馈,核心目的是为了验证智能涌现后作出的策略调整是否能在系统内取得新的共识。这一共识的形成需要组织智能与人类智能共同去反思敏捷响应的结果。

周而复始地,当组织智能与人类智能对敏捷响应的结果反思后形成了新的共识、或加深了原有共识后,新一轮的FASTER循环便可以基于这个共识继续开始了。

结语 人民的AI

我们从当下这个VUCA时代的偶然性开启了话题,叙述了VUCA的根源与偶然性的本质。通过对自我指涉的分析,我们发现通过人工智能技术创造一种民胞物与式的团结,组织智能可以帮助我们更好地应对来自VUCA的挑战。然后,我们浮光掠影地了解了几个能够帮助我们创造组织智能的最新AI技术与方向,感知了技术层面上创造组织智能的可行性。

然而,对于人类智能而言,组织智能并不是一段只会执行指令的程序代码。组织智能拥有自己的“自我意识”与“自由意志”,这让它能比人类更好地处理复杂性问题,但也给我们带来了潜在的风险与担忧。

刚刚过去的2019年,马云与马斯克在WAIC世界人工智能大会上的对话就反映了我们对人工智能技术两种截然不同的看法。持乐观态度的马云从AI为人类做出贡献的角度肯定了人工智能的发展,而持悲观态度的马斯克则希望我们保持警醒——为此他投资了一家脑机接口公司,寄希望于通过增强人脑的智能让人类能在未来与强人工智能的共处中不落于下风[10]。

针对这个问题,我们论述了一个对创造组织智能具有可操作性的FASTER模型,并对此持审慎的乐观态度。之所以乐观,是因为我们通过FASTER模型可以让正反馈循环不断强化组织智能与人类智能之间的共识,进而不断巩固组织与人类之间的团结。

借用“人民”这个政治概念,我们可以用来描述对一个经济体认同并有归属感的人群集合。而团结的本质,就是把“他们”变成“我们”,把“敌人”变成“人民”。这个角度上说,组织智能作为一种民胞物与式的团结,必然是一种“人民的AI”。在对抗VUCA的同时,也是不断凝聚人与人之间的共识、人类智能与组织智能之间的共识,把越来越多的“人”变成“人民”的过程。

问苍茫大地,谁主沉浮?

最终,伟大将属于人民,属于人民的AI!

参考资料:

[1] Stiehm, Judith Hicks and Nicholas W. Townsend (2002). The U.S. Army War College: Military Education in a Democracy. Temple University Press. p. 6. ISBN 978-1-56639-960-9.

[2] 张世英,2001,“人类中心论与民胞物与说”,《江海学刊》第4期。

[3] Thomas, W.I. (1938) [1928]. The Child in America: Behavior Problems and Programs. Knopf. p. 572. ISBN 978-5-87290-065-8.

[4] George, Soros (2008). "Reflexivity in Financial Markets". The New Paradigm for Financial Markets: The Credit Crisis of 2008 and What it Means (1st ed.). Public Affairs. p. 66. ISBN 978-1-58648-683-9.

[5] (英)乔治·扎卡达基斯,2017,《人类的终极命运》,陈朝译,中信出版社。

[6] (美)Science News,2018,《人体与大脑》,王洁、马晓明译,电子工业出版社。

[7] Minghui Wu·Xindong Wu , On big wisdom, Knowledge and Information Systems (2019) 58:1–8,Published online: 8 December 2018

[8] (美)侯世达,1997,《哥德尔、艾舍尔、巴赫》,严勇、刘皓明、莫大伟译,商务印书馆。

[9] S?nke Ahrens,2017,How to Take Smart Notes: One Simple Technique to Boost Writing, Learning and Thinking for Students, Academics and Nonfiction Book Writers. Create Space Independent Publishing Platform.

[10] Tim Urban,2017,Neuralink and the Brain’s Magical Future,https://waitbutwhy.com/2017/04/neuralink.html