台北市逢甲大學校友會

Knowledge sharing

知識分享

邁向「智慧化管理」時代下的決策

文／許士軍(逢甲大學董事、逢甲大學人言講座教授、中華企業倫理教育協進會理事長)

在人類社會中，所謂「管理」，就是要獲得兼具「效率」與「效果」的績效。簡要地說，前者在於「連結」是否得當，後者則在於「決策」是否正確。就「連接」而言，隨著網路和數位化科技之發展，得以擺脫傳統上那種層級分工結構的束?，進入所謂「隨心所欲」和「虛實整合」的境界，已獲有驚人的進展。有關這方面的改變，在本專欄中，已有多次論述，因此在本文中，雖然同樣自網路世界的觀點出發，但所探討者，卻在於「決策」方面之轉變。
所謂「決策」，此即管理者為達成某種任務或目標，如何自不同途徑中對於最佳者之選擇。此一問題，一向被視為管理功能之核心，也是一般管理學中所聚焦之議題之一。

傳統上的「理性決策」模式
傳統上，有關決策之討論，一般所遵循者，乃所謂「理性決策」(rational decision-making)模式。此種模式，大約有幾點特色：首先，在有關基本目標之界定上，一般所採者，乃在於所謂「規範性」的應然觀點，而非「行為性」之實然觀點；舉例言之，例如過去所追求的「利潤最大化」，以及今日的「企業社會責任」或「永續性」目標。不論何者，主要都是建立在當時社會對於「正當性」(legitimacy)的認定上。
其次，在上述目的下，近年一般多再提出諸如公司願景、策略及競爭優勢之類策略思維以為決策之指導性原則。
第三，在上述目的與策略下，決策者遂針對決策問題，發展不同解決方案，以供採擇。
第四，此時，決策者將預估不同方案所能帶來之結果，進行比較，並據以選擇。
依照理性決策模式，有關上述步驟之進行，在組織上，一般乃依循由上而下的程序，先由高層主管做策略性決策，然後轉變為戰術性以及作業性之決策，由中下屬人員採取行動，加以配合。同時，在這些過程中，人們也發展出各式各樣的邏輯性或作業性之決策工具，例如我們所熟知的五力分析或SWOT分析之類，以為協助。
表面上，這套決策程序和做法，不但言之成理，而且可以表現為各種數學模式，顯得十分嚴謹，極有說服力。

理性決策模式與現實世界的鴻溝
問題在於，這種理性決策模式，在實際上，每和現實世界之間存在有某些難以克服之鴻溝。首先，除了所揭櫫之目的是否被認真接受外，一般而言，依理性決策程序，決策者必須將各種與問題相關之因素依某種邏輯關係表現為一種「觀念模式」(conceptual model)以為分析比較之依據。
問題在於，這一觀念模式，事實上，不可能將所有可能的相關因素包括在內，而不得不有所選擇。此時，究將如何抉擇或排除，每因人而異，各有見地。尤其可能是，在無意識狀態下竟然排除了某些極為關鍵的因素，以至於相同的一個問題，極有可能發展出不同的決策模式，因而導致不同的決策答案。使得表面上看起來似乎是客觀而嚴謹的決策程序，實際上卻是十分主觀而不確定的。
再者，這種理性決策，還有一個似乎是屬於技術性的基本困難。此即如何將模式中屬於所謂「構念」(construct)性質之因素轉變為「可操作化」的手段或具體行動，其間空間極大。而最後所選擇者，也不過只是眾多可能之行動中之一而已，這又造成決策上之極大不確定性。
基本上，這就是一般人們所說的「理論與實務的鴻溝」。更根本地說，這些都和理性決策程序中扮演主要角色的「觀念性」思維以及「由上而下」的階層性程序有關。

「新石油」能源的發現與人工智慧
為了克服這方面的問題，大約在2014年左右，有牛津大學網路研究所教授維多．麥爾荀伯格（Viktor Mayer-Schonberger）等學者，提出所謂依「大數據」以行決策的主張。他們認為，決策應依據「實然」的事實行為數據，而非基於「應然」的抽象觀念推衍而來。只要擁有大量數據，人們便可透過各種所謂data mining工具和技術，發掘商機，形成決策方案。
這種主張，一時之間轟動世界，使得數據被視為人類經濟發展史上的一種「新石油」能源，經由這種新能源之利用，勢將整個改變資本主義的運作及其性質。
這種決策典範的改變，近年來又加上有關「人工智慧」（artificial intelligence，AI）的發展，大放異彩。此即將仿效人類神經系統之演算法，應用「深度學習」（deep learning）於海量數據上，由機器—而非人工—發現或學習其中蘊含之關係。此一途徑，既不經過觀念之理論建構，也不依據某種因果關係。換句話說，這種決策方式，對於所發現的關係，透過所謂「特徵工程」(feature engineering)只求「知其然」，而不求知其背後之「所以然」，使決策得以避開上述之人類主觀認知上的不確定性。
在麥爾荀伯格口中，此種稱為「野生資料」的數據，代表在正常情況下所發生而未經修飾的狀況。表面上，它們可能是雜亂無章的，然而它們卻是真實的，而深度學習演算法正是針對這些雜亂狀態而能予以有效處理的妙方。

智慧化管理時代的到來
基本說來，這種突破，乃建立在幾個基本條件之上：一是互聯網之普遍化及偵測技術之發展；其次是在資料傳輸速度及儲存量方面之驚人進步；第三是有賴學者在類神經網路上的演算法的突破。當然，這一切，除了涉及硬體基本設施和軟體技術的巨大進步外，也和這方面人才培育有密切關係。
做為決策工具，AI之基本性質，並非如ERP或CRM這樣的一種系統建構，而是代表一種操作技術，並可設計成為客製化AI晶片，納入產品或運作系統之內，成為今後所有計算裝置中不可或缺之一種「智慧化」能力，到這時，人類便可跨入一個被稱為「智慧化管理」的時代了。