作者：广州徐唐咨询创始合伙人 徐健
谷歌机器人阿法狗战胜韩国围棋高手，人工智能未来的前景难以想象。按照文科生一般的逻辑：人工智能依据的是人类的知识经验，并模仿大脑神经的自我学习机制。那么，人类从经验中学习，机器人从人类整合的知识经验中学习，这两者的后果是否都会遇到一样的麻烦，或者说是两个不同的麻烦？
马奇的《经验的疆界》，讲的是组织学习。结论是从经验中学习是有缺陷的。这本薄书的主线：人们缔造组织智慧，分为低智和高智学习。前者是复制的学习方法，后者是通过模型和故事的方法来创造智慧。
复制是低智学习，以模仿试错或淘汰为主。问题在于所复制的经验，有的非常复杂；或者经验不反映现实；或者是因为人们选择一种经验学习，往往忽略了另一种好的经验；也或者是，因为特定的经验选择反而降低了绩效（因为总是朝一个方向努力而最终落后），这是组织低智学习的缺陷。
高智学习的意思是不强调纯复制，而是要探寻事物的内在因果关系。其中一种方式是模型方法，指的是数学模型或理论框架，在数量化和逻辑严密的结构上有要求（比如决策数学模型或人力资源数量规划模型），试图通过相对简练的方式，结合丰富数据来诠释经验（有方法论的缺陷）；另一种就是故事方法（比如案例教学、报告或叙事式沟通）。但人们往往喜欢简单的因果关系、歪曲观察与结论、固执定见，影响了故事的构建。而且，这些故事在学习网络中相互传播，而广泛传播的未必就是真相。另外，这些故事体现出人类深信不疑的心智模式，比如强调理性化，适应环境和领导力的作用，有时候往往会阻碍了创新。
组织故事还包括正义、真理和美的属性。真理（事实真相）、正义（道德伦理）和美（科学逻辑周密），是一种社会结构要求。组织追求公正、道德与真理三位一体的智慧学习，人们方有幸福感。但是，组织从经验中学习，光追求真理就很难。
原因在于，故事模式中的人们，相信直接经验的鲜活性：一朝被蛇咬，十年怕井绳。导致人们对直接经验的看重，超出整体经验的水平；人们依靠语言和符号（讲故事）所诠释经验也是模糊的：中国人习惯咬文嚼字，同样的事情有千百种解释，即灵活又片面，且难以解释因果关系复杂的事件。另外，组织有目标导向的要求，不一定以科学知识观为主，更多采用工程学知识观，即以实用及方向性为主。
既然人类或者组织从经验中学习，有那么多问题，那么机器人呢，是不是可以克服弥补所有的问题？从低智学习和高智学习的模型方法角度，人工职能有这个替代趋势：企业在战略与商业分析、用户行为以及人力资源决策上，已经越来越多依赖于数据与计算机模型。问题在于，组织智慧是否只需依靠靠理性模型的学习方式，而丢弃人类的故事模式？
在组织中，真理、正义和美这些功能是一体的，人工智能或许可以通过模型接近真理，也可充分展现出数学之美，甚至超出人类的想象，但是正义呢？类似企业价值伦理与市场竞争的平衡、情感与理性关系的平衡等，是否机器人将来也能赋予情感并取代人类大脑，接力体现组织智慧的故事模式，从而导致人们在组织中的领导力、一般性原创或忠诚信仰，不再像如今强调的那么重要？
如果是那样，组织中的人们，还有什么有意义的事情可做呢？
广州徐唐咨询创始合伙人 徐健 个人微信公众号:管理新视界 www.ezitalent.com.cn
